NiM双金属和γ-Al2O3的相互作用及对CO2吸附的影响

用密度泛函理论(DFT)研究了单金属Ni2及NiMn,NiFe,NiCo和NiCu四种双金属与γ-Al2O3之间的相互作用及其对CO2吸附的影响.通过计算NiM在MgO上结合能、电子结构以及CO2在NiM/γ-Al2O3上的吸附能发现:NiM和γ-Al2O3之间的作用是电子的,NiM和γ-Al2O3之间电子的转移数以及NiM的d-带中心的变化能表现了NiM和γ-Al2O3之间相互作用的强弱;NiM和γ-Al2O3之间相互作用的强弱直接影响催化剂对CO2的吸附能力,相互作用越强,CO2的吸附越强;除了NiCu/γ-Al2O3,其他三种负载型双金属对CO2的吸附能力均强于负载的单金属Ni催化剂,其中,NiFe/γ-Al2O3对CO2的吸附能力最强.     

基于服务接触理论上海市长期护理保险问题分析及优化路径

上海市长期护理保险(长护险)制度正处于试点阶段,运行时间较短,尚未成熟,本文通过服务接触理论研究上海市长护险满意度评价指标,有针对性地对长护险提出解决对策.首先,基于服务接触理论影响被保险者满意度评价指标,分别为服务质量、护理项目、护理时间、评估等级4项;其次,运用层次分析法以及模糊综合评价,对满意度评价指标进行评分,选取的4个指标所占权重排序分别为护理时间、评估等级、服务质量、服务项目,指标满意度得分位于评价等级的"一般"与"差"之间.为了提高长护险的满意度,需要通过建立护理时间动态调整机制、考虑被保险者的家庭因素、设立临时护理等级调整机制、复评机制、提高护理人员的薪资水平等措施来加以完善.     

关于反模糊子群的若干性质

基于已有反模糊子群及反模糊正规子群的概念及性质,给出了反模糊正规化子、反模糊中心化子、共轭子群的概念,并讨论了它们的性质,最后讨论了生成反模糊子群与反模糊子群的直积。     

基于CNN-BIGRU的中文文本情感分类模型

在当今商业领域,对网络评论的情感分类一直是一个比较热门的研究方向,而为了克服传统机器学习方法所构建分类器会产生较大计算开销,精度表现较差的缺点,提出一种基于深度学习模型中卷积神经网络(CNN)与循环神经网络(RNN)模型的情感分类方法。在以往的研究中,卷积神经网络往往被用来提取文本的局部特征信息,但却容易忽视文本的长距离特征,而RNN则往往被用来提取句子的长距离依赖信息,但容易陷入梯度爆炸问题。因此,结合卷积神经网络对于局部特征信息的良好提取能力与循环神经网络对于长距离依赖信息的记忆能力,构建了一个CNN-BIGRU混合模型,用以提取文本的局部特征以及文本的长距离特征。其中循环神经网络模型使用了双向GRU模型,以避免RNN模型的梯度爆炸与梯度消失问题。在谭松波的酒店评论数据集上的实验结果表明,利用该模型,实验分类的准确率比单独使用卷积神经网络模型最高提升了26.3%,比单独使用循环神经网络模型最高提升了7.9%,从而提高了对中文文本情感分类的精度,并减少了计算开销。     

关于粗糙群的注记

从代数的观点、拓扑的观点来讨论和研究粗糙集是粗糙集理论研究的主导思想之一.近年来,国内外学者对粗糙群、粗糙子群、粗糙半群、子群的粗糙理想做了大量的研究,并得到了很好的结论.运用粗糙集理论的思想,在已有的粗糙群的概念的基础上,更深入地探讨了粗糙集理论在代数系统——群上的应用,给出粗糙子群、粗糙陪集、粗糙不变子群和粗糙商群的概念,并讨论了一些新的性质.     

改进DE/EDA算法在求解难约束优化问题中的应用研究*

针对约束优化问题13个Benchmark函数中最难求解的Bump函数,利用简单罚函数算子对DE/EDA算法进行改进,提出了改进DE/EDA算法。仿真实验结果表明,求解Bump函数最优解时,改进DE/EDA算法优于其他文献的算法,且比DE算法收敛速度更快,求解效果更好。     

多粒度粗糙集粒度权重确定的综合方法

针对现有粒度权重的确定方法主观性较强的问题,提出一种基于粒度信息量的权重确定方法。首先,将信息量引入粗糙集的下近似分布中,定义粗糙集下近似分布中粒度集的信息量;其次,基于信息量定义了粒度的重要度,以粒度的重要度作为启发信息,设计了基于信息量来确定粒度权重的综合方法;通过引入权重系数,决策者根据实际情况选择粒度权重的确定方式：经验主导型、客观主导型。最后,通过实例验证了算法的有效性。分析结果发现,经验主导型的确定方法强化了非核粒度的重要性,客观主导型的确定方法强化了核粒度的重要性。