基于两步聚类和关联规则结合的推荐算法

在电子商务的浪潮中,互联网保险也蓬勃发展,传统的保险业务由线下转到线上。当互联网保险企业积累到一定量级的用户后,开始探索新的业务发展模式,如何有效挖掘已有的潜在会员,如何探索会员感兴趣的保险产品,如何为用户推荐个性化的个性化保险方案,是当前迫切需要解决的问题。基于此,本文探讨了基于两步聚类和关联规则结合的推荐算法,旨在提高关联规则的有效性,从而为互联网保险企业会员推荐最感兴趣的保险产品。     

电子文件完整性检测系统的设计与实现

对电子文件完整性检查的方法进行了研究.电子文件完整性检查主要是关注某个文件是否被更改.利用信息摘要函数强有力的加密机制,识别文件发生的微小变化,只要是入侵者成功的攻击导致文件任何改变,都能被电子文件完整性检测系统发现,从而保证了对电子文件的完整性检查.文章介绍了CRC32、MD5、SHA-1算法的C语言实现.     

拉索检测爬升装置轻量化设计与动力学性能分析

斜拉桥的自动化、智能化检测是今后的发展趋势,目前已研发的拉索检测机器人都存在质量较大的问题,很难得到工程实际应用.针对课题组前期研制的第一代爬升装置样机质量大、爬升速度较慢等问题,对其进行了受力分析与静应力分析,得出了优化的可能性.提出了零件板厚为优化参数,强度变化率为约束条件的尺寸优化模型,利用差分进化算法求取最优解,得到了机架的最优板厚,同时通过拓扑优化得到各零件最佳结构,以及通过受力分析对螺栓的尺寸与数量进行了优化.优化结果表明爬升装置减重3.9kg,减重比例达到了40％,同时机架的变形量大幅减小,强度满足要求.对优化后的爬升装置进行了动力学仿真分析,结果表明最大爬升角度达到了75度,爬升速度提升了2-4倍,其动力性得到极大的改善.     

复合材料控制臂的多区域铺层结构优化

使用碳纤维复合材料设计某乘用车悬架控制臂,对4个区域的铺层结构进行优化设计.首先以各角度铺层厚度为设计变量对控制臂模态频率、质量和各工况应变能进行优化;然后以前三阶模态频率为目标,弯曲刚度参数作为设计变量优化铺层顺序.针对设计变量间存在的工艺约束条件使样本空间不规则且优化变量较多的问题,利用聚类分析进行试验设计确定训练近似模型需要的样本点,并用高斯过程回归方法建立近似模型以减少计算时间,验证模型R2在0.9以上.两步优化后,对比复合材料初始铺层各性能指标均有不同程度改善,复合材料质量减少11.4％;对比原钢制控制臂,各性能均满足要求,质量降低37.1％.     

重载校正视域下波束成形算法分析及实现

无线通信技术日新月异,而频谱资源相对有限,在面对持续增加的系统容量需求时形成不适应的局面,此背景下智能天线成为重要的突破口,其在提高频谱利用率以及扩容方面均具有显著的应用效果。智能天线深度整合阵列天线技术和阵列信号处理技术,波束控制能力更强,运行期间受外界干扰的概率较低,常见于通信、地质勘探等领域。波束是阵列处理的关键内容,现阶段已经成为彰显阵列信号处理的重要标志,其建立在各阵元加权的基础上,对其执行空域滤波操作,经过该处理机制后达到增强期望信号、提高稳定性的效果。文章则以宽带DDC信号波束成形技术为立足点,增添了重载校正模块,围绕其展开仿真和测试操作,实际结果表明该理论方法具有可行性,可作为同行的技术参考。     

基于有限元分析的轮胎振动特性优化

轮胎的振动特性对汽车驾驶室内产生的噪声有显著影响,对轮胎振动特性进行优化有重要意义.以某型轮胎为研究对象,基于有限元方法建立轮胎的动力学模型,求解三种振动条件下的模态固有频率,并通过调整轮胎的结构参数优化轮胎的振动频率,进而有效抑制共振,达到降低汽车驾驶室内噪声的目的.     

协商民主在当代基层治理能力现代化中的强化研究

基层治理现代化是在基层社会的制度和程序约束下,规范各个参与主体的行为,维护公共秩序,发挥参与主体的作用,共同解决公共问题和增进公共利益.作为中国社会主义民主政策的独特形式和独特优势,协商民主的价值目标和基层治理现代化的价值追求存在一致性.基于政治实践的现实要求,基层协商与其他层面的协商略有不同,是关于基层公共事务的协商,是人民当家作主的重要体现.大力发展基层民主协商制度,推动基层治理现代化,有利于保障公民参与公共事务管理和决策的权利,进一步巩固社会主义民主政治的发展.     

纯电环卫车箱体轻量化的有限元分析方法研究

以16t纯电环卫车箱体为研究对象,通过有限元分析方法的研究,在实现轻量化设计的同时解决了箱体开裂的问题,经实车验证强度满足,同时实现降重40kg,为纯电环卫车的轻量化设计提供了一条可行的途径.     

具有良好时频性能的电力系统次同步振荡模态在线辨识算法

介绍了一种适用于电力系统次同步振荡在线监测的非平稳信号模态辨识算法,该算法综合了经典IIR窄带滤波器组算法及经验模态分解(empirical mode decomposition,EMD)算法的优点,利用次同步振荡分析获得的预知频率信息,对可能导致模态混叠的相邻模态做数字滤波器(Infinite Impulse Response,IIR)预处理,再经EMD获得无混叠的固有模态分量IMF1.该算法具有理想的窄带选频特性,且能够快速反映次同步振荡及机组扭振发生最初的时域过程,计算量很小,可用于现场在线提取SSO模态特征,有利于更好地实现对次同步振荡的稳定性判别及闭环控制、机组扭振保护等.最后,利用PSCAD产生的仿真数据及某电厂发生次同步振荡的现场数据验证了该算法的有效性.     

基于全局优化与深度学习的条形码识别方法

提出了一种在深度神经网络的基础上结合全局优化方法的条形码识别算法,利用卷积循环网络提取出条码中各字元的特征并进行分类,较传统方法具有更强的适应性与泛化能力,再进一步结合全局优化的方法,以达到充分利用条码结构性先验信息的目的,能显著提升方法的效果,尤其是将全局优化方法引入到神经网络中进行端到端学习,不仅保持了两者的优势同时还进一步提高了识别精度.实验结果证明了所提方法的有效性,达到约99.48％的识别精度,超越了传统的图像处理方法.