符号社会网络中正负关系预测算法研究综述

一些网络中的边根据其潜在涵义可分为正关系和负关系,若用正号和负号来标记网络中的边,则形成一个符号网络.符号网络的应用场景非常丰富,在社会学、信息学、生物学等多个领域广泛存在,逐渐成为当前研究的热点之一.对符号社会网络中链接的正负预测问题进行研究,其成果对社会网络的个性化推荐、网络中异常节点的识别、用户聚类等都具有非常重要的应用价值.主要介绍符号社会网络中正负关系预测问题在国内外的研究现状和最新进展.首先介绍了社会结构平衡理论和地位理论,并将目前主要的预测算法按照设计思路分成两类:基于矩阵的符号预测算法和基于分类的符号预测算法,详细介绍各类算法的基本思路,并从算法效率、准确性和可伸缩性等角度进行详细的对比和分析,总结了符号社会网络预测问题具有的一些特点以及所面临的挑战,同时指出未来可能的发展方向,为相关研究人员提供有价值的参考.     

恒速成形辊装置设计

分析了恒定线速度成形辊工作原理的设计思路及其方案的选择 ,测试了相应设计参数 ,为今后改型或结构设计提供了依据。     

恒速成形辊装置设计

分析了恒定线速度成形辊工作原理的设计思路及其方案的选择，测试了相应设计参数，为今后改型或结构设计提供了依据。     

500KN液压剪导向的改进

本文针对某厂液压剪刀片侧隙在剪切过程中迅速增大的问题，在刀片受力及刀台导向两个方面给予了改善，收到了较好的效果。     

基于用户信任和张量分解的社会网络推荐

社会化网络中的推荐系统可以在浩瀚的数据海洋中给用户推荐相关的信息。社会网络中用户之间的信任关系已经被用于推荐算法中,但是目前的基于信任的推荐算法都是单一的信任模型。提出了一种基于主题的张量分解的用户信任推荐算法,用来挖掘用户在不同的物品选取的时候对不同朋友的信任程度。由于社交网络更新速度快,鉴于目前的基于信任算法大都是静态算法,提出了一种增量更新的张量分解算法用于用户信任的推荐算法。实验结果表明：所提出的基于主题的用户信任推荐算法比现有算法具有更好的准确性,并且增量更新的推荐算法可以大幅度提高推荐算法在训练数据增加后的模型训练效率,适合更新速度快的社会化网络中的推荐任务。     

行星齿轮传动速度分析的瞬心—速度矢量法

将瞬心分析与速度矢量法相结合的瞬心——速度矢量法较转化机构法更为清晰、明了、直观。仅通过定性速度分析便可清晰地了解行星齿轮传动机构中诸构件的运动形态。应用此方法，可定性地绘制出行星齿轮传动机构速度分析图谱。从而为行星齿轮传动机构的选型设计和定性分析提供了极大方便。应用此法还可动态地解释差动、行星、定轴轮系间的有机联系；并可从本质上解释清楚用转化机构法难以解释的一些现象。