Intelligent Kano classification of product features based on customer reviews

Product features can be classified into different categories based on customer opinions. The rapid development of artificial intelligence and machine learning paves the way toward computational analysis of customer reviews for opinion mining. This paper presents an Intelligent Kano framework to extract, quantify, and classify different product features based on customer reviews. The framework is enabled by a novel integration of multiple artificial intelligence and machine learning techniques such as sentiment analysis and anomaly detection. A case study is conducted to validate the framework’s effectiveness. Over 12,000 customer reviews on two coffee machines are analyzed for the classification.     

区分站点状态的两级轮询控制系统

针对提高轮询控制模型工作效率和区分网络优先级的问题，提出了区分站点忙闲状态的完全-门限两级轮询控制模型（ETTPSS）。模型以两级优先级为基础，依据站点的忙闲状态采用并行处理方式只对忙站点进行信息分组发送服务。模型既能区分传输服务优先级又能避开对无信息分组的空闲站点的查询，从而提高了模型资源利用率和工作效率。运用概率母函数与马尔可夫链相结合的方法对该模型进行理论分析研究，精确解析了模型各个重要性能参数。仿真实验结果表明，仿真值与理论值近似相等，说明理论分析正确合理。与普通轮询模型相比，该模型性能大幅度提高。     

An unsafe behaviour formation mechanism based on risk perception

It is commonly acknowledged that human behaviour is implicated in most safety problems. However, research on the formation mechanism of unsafe behaviour remains incomplete. Risk perception is one of the fundamental issues in risk research, and individual risk perception can be identified as a critical antecedent of human behaviour. This study attempts to construct and test a theoretical model to reveal the formation mechanism of unsafe behaviour based on risk perception. First, to lay a solid foundation for the developed new mechanism, several key concepts about risk perception and unsafe behaviour were explained. Second, the formation mechanism of biases in individual risk perception was developed based on psychological distance theory, and the biases in risk perception were subsequently classified. Lastly, an unsafe behaviour formation mechanism was put forward based on risk perception as an explanatory variable. This study is novel in that it uses psychological distance to explore the formation of biases in individual risk perception. Further, the presented work provides a new approach to understanding and explaining the formation mechanism of human unsafe behaviour.     

多特征融合的兴趣点推荐算法

基于位置社交网络的兴趣点推荐越来越受到工业界和学术界的关注。由于用户签到数据集的稀疏性以及签到地理位置的聚集性，使得目前的推荐算法效率普遍不高，特别是当用户外出到新的地点时，推荐效果更是急剧下降。因此本文提出了一种基于用户-区域-内容主题的多特征联合推荐算法（UCRTM），以隐主题模型为基础，在统一的框架下利用隐含因子关联性融合了用户的偏好、兴趣点的内容以及兴趣点所属地理区域主题等信息来进行推荐，使得用户无论身处何地，都能获得理想的推荐服务。本文在两种真实的数据集上进行了实验，结果表明该方法不仅能够克服数据的稀疏性以及弱语义性等问题，而且与其他方法相比具有更高的推荐准确率。     

硬质道路石油沥青关键组分的研制

筛选出适合制备硬质道路石油沥青关键组分的减压渣油，并以此为原料，考察了蒸馏深拔、深度氧化及溶剂脱沥青工艺制备的硬质道路沥青关键组分的性能。所制备的关键组分能够大幅提升基质沥青的高温性能，且通用性好；将关键组分与基质沥青按适合比例调合可以稳定生产高温性能好的硬质道路石油沥青，其混合料耐高温性能好。同时,为便于硬质沥青关键组分的使用,还开发了关键组分的造粒成型技术,提出其适于成型造粒的黏度范围为0.6～6 Pa?S。采用关键组分生产的硬质道路沥青用于高速公路实体工程，经过2年以上的气候和通车考验，沥青路面无车辙、无开裂，保持优良的使用性能。     

总变差模型在书画打印宣纸印刷质量预测中的应用

为了建立适用于书画打印宣纸印刷质量的预测模型,本研究测量了14种书画打印宣纸的粗糙度、白度、不透明度、定量、光泽度和针对宣纸特别设定的帘纹深浅以及帘纹疏密度等表面物理参量,并在相同条件下,使用喷墨打印设备输出并测量印品色度值,利用总变差模型构建去除帘纹色差的测定方法,得到与人眼视觉特征相符的色差。运用GRNN广义回归神经网络结合书画打印宣纸表面物理参量与宣纸去帘纹后的色差值,建立预测模型。结果表明,该模型能够在仅测量书画打印宣纸表面物理参量的情况下,便能较为准确地预测书画打印宣纸印刷质量,为书画打印宣纸印刷前的选纸工作提供指导依据。     

某雷达风机组件防护设计改进

对保证某型雷达数字阵列模块（DAM）有效散热的风机组件批量报故问题进行系统分析，兼顾产品外购及其自身特点，并从保证可靠性、控制成本支出的角度，统筹改进方案。完成产品设计、工艺、维护的研究，完成相关改进及实物验证。最终把改进的技术成功用于产品上，以提高产品环境适应性，提升装备可靠性。     

输气管道仿真模型校正技术研究进展

为了解决输气管道仿真系统存在计算值与实际值偏差的问题,对解决该问题的模型校正技术展开国内外调研。提出造成仿真计算不精准的三个主要误差来源:输入参数测量误差、缓变参数误差、手工输入误差。最后通过分析国内外仿真模型校正技术研究现状,建议在动态仿真的基础开展输气管道的模型校正技术研究,以避免输气管道系统数据波动带来的误差。     

FDM 3D打印工艺参数对PLA制件力学性能的影响

采用五因素四水平正交试验设计,对16组不同工艺参数(打印层厚、填充密度、打印温度、填充速度、外壳厚度)的FDM 3D打印聚乳酸(PLA)制件力学性能进行了测试和结果分析,确定了影响PLA制件力学性能的主要因素,其中,外壳厚度对制件力学性能影响最为明显,打印温度影响最小,同时分析得到了在打印层厚0.15 mm,填充密度40%,打印温度210℃,填充速度60 mm/s,外壳厚度1.6 mm条件下可获得力学性能最佳的制件。最后对试验数据进行回归分析,拟合得到了FDM打印工艺参数与PLA制件力学性能指标的数学模型;通过对不同打印工艺参数的试样进行试验验证,表明该模型拟合误差小(5%以内),可靠性高,可用来对FDM 3D打印制件的加工提供参考。