不同粘合剂对水杨醛类席夫碱涂层的发射率和热致变色性能的影响研究

用溶液法合成了3种不同结构的水杨醛类席夫碱填料,并分别与2种粘合剂丙烯酸(AAS)和环氧树脂(EP)通过喷涂法制备出6种涂层;为了研究粘合剂AAS和EP对水杨醛类席夫碱涂层的发射率和热致变色性能的影响,我们通过红外光谱仪和紫外-可见光谱仪表征水杨醛类席夫碱填料微观结构;TG-DSC表征填料稳定性;并分别测量了20～240℃范围内填料和涂层的热致变色情况以及在3～5?m和8～14?m波段的红外发射率。结果表明,两种粘合剂的加入对热致变色几乎没有影响。EP与填料形成的涂层更接近填料的发射率。综合考虑发射率和热致变色两个因素,EP更适合作为粘合剂与水杨醛席夫碱类填料形成热致变色涂层。     

大规模生物网络马尔可夫聚类的并行化算法

马尔可夫聚类算法（MCL）是在大规模生物网络中寻找模块的一个有效方法，能够挖掘网络结构和功能影响力较大的模块。算法涉及到大规模矩阵计算，因此复杂度可达立方阶次。针对复杂度高的问题，提出了基于消息传递接口（MPI）的并行化马尔可夫聚类算法以提高算法的计算性能。首先，生物网络转化成邻接矩阵；然后，根据算法的特性，按照矩阵的规模判断并重新生成新矩阵以处理非平方倍数矩阵的计算；其次，并行计算通过按块分配的方式能够有效地实现任意规模矩阵的运算；最后，循环并行计算直至收敛，得到网络聚类结果。通过模拟网络和真实生物网络数据集的实验结果表明，与全块集体式通信（FCC）并行方法相比，平均并行效率提升了10个百分点以上，因此可以将该优化算法应用在不同类型的大规模生物网络中。     

基于LDA的英汉维文本聚类系统的设计与实现

以英汉维三种大规模文本聚类为目标,针对三种语言的特点实现基于LDA模型的静态文本聚类系统。因为存在博客、微博等网络媒体的文本不太规范及涉及的话题范围广泛等现象,对文本特征的提取及聚类算法的选择带来一定的难度。通过对样本文本的分析,计算出适当的聚类数k,再调用LDA算法将文本聚为k类并给出每类文本的关键词。测试结果表明,该系统能将英汉维三种语言的文本相似度高的聚为一类,可显著提高聚类效果。     

基于架间行走机器人的液压支架直线度测量方法

针对目前液压支架直线度测量方法存在测量维度低、误差较大、易受粉尘影响等问题,提出了一种基于架间行走机器人的液压支架直线度测量方法。该方法主要用于支撑掩护式支架,在架间行走机器人上布置传感器,用于直接测量液压支架底座的横向偏移、纵向偏移、横向斜角和纵向倾角等多维位置偏移信息,从而通过支架位置偏移量表征液压支架的直线度信息。试验结果表明,相邻两架偏移误差值在0.2cm以内,相邻两架角度误差在10′以内;当模型增加到100架支架,依据常规液压支架1.5m的中心距计算,在工作面长度为150m时,预计会产生位置偏移累计误差10cm,角度累计误差8°20′,对于长度不超过150m的短距离综采工作面,这个累计误差在可接受的范围内,可满足液压支架直线度的测量需求。相比于传统的一维测量信息,该方法通过4维位置偏移信息可为液压支架群的控制提供参考。     

基于改进网格运动统计特征的图像匹配算法

为了解决尺度不变特征变换（SIFT）算法在图像匹配中匹配正确率低、耗时长等问题，提出一种基于改进网格运动统计特征RANSAC-GMS的图像匹配算法。首先，利用快速旋转不变性特征（ORB）算法对图像进行预匹配，对预匹配的特征点采用网格运动统计（GMS）来支持估计量以实现正确匹配点与错误匹配点的区分；然后，采用改进的随机抽样一致性（RANSAC）算法通过匹配点间的距离相似性对特征点进行筛选，并采用评价函数对筛选后的新数据集进行重新整理，进而实现对误匹配点的剔除。采用Oxford标准图库和现实中拍摄的图像对图像匹配算法进行测试对比，实验结果表明，所提算法在图像匹配中的平均匹配正确率达到91%以上；与GMS、SIFT、ORB等算法相比，该改进算法的近景匹配正确率和远景匹配正确率分别最少提高了16.15个百分点和3.56个百分点，说明它能有效剔除误匹配点，进一步提高图像匹配精度。     

基于多特定决策类的不完备决策系统正域约简

现有的属性约简方法大部分关注决策系统中的所有决策类，而在实际决策过程中决策者往往仅关注决策系统中的一种或几种决策类。针对上述问题，提出基于多特定决策类的不完备决策系统正域约简的理论框架。首先，给出不完备决策系统单特定决策类正域约简的概念；第二，将单特定决策类正域约简推广到多特定决策类，构造了相应的差别矩阵及区分函数；第三，分析并证明了相关定理，提出基于差别矩阵的不完备决策系统多特定决策类正域约简算法（PRMDM）；最后，选取4组UCI数据集进行实验。在数据集Teaching-assistant-evaluation、House、Connectionist-bench和Cardiotocography上，基于差别矩阵的不完备决策系正域约简算法（PRDM）的平均约简长度分别为4.00、13.00、9.00和20.00，PRMDM算法（多特定决策类中决策类数目为2）的平均约简长度分别为3.00、8.00、8.00和18.00。实验结果验证了PRMDM算法的有效性。