基于情境感知工具辅助碎片化学习行为的研究

碎片化学习难以集中记录,存在无法迅速定位到自己需要的学习内容等用户体验问题.传统方法不能采集真实情境下的用户数据,无法满足研究人员的研究需求.基于此,开发一种基于用户行为的捕捉工具——CAUX(Context-Aware User Experience,CAUX),设计了具有情境感知能力的数据采集模块,自动捕捉指定App内的用户行为数据.CAUX对用户干扰性低,可以辅助研究人员捕捉典型的碎片化学习行为.对利用CAUX采集到的数据进行处理,并结合人工方法进行分析,可以发现不同情境下的用户行为和用户体验问题.     

DCS分布式冷却系统在通信基站的应用研究

针对基站柜式空调耗电量大的问题,创造性地使用基站分布式冷却的方式,达到精确送风,节能高效的目的.在应用实践中检验了分布式冷却系统实际节能量和应用效果,总结出分布式冷却系统应用场景和范围,为更大范围推广应用DCS分布式冷却系统提供实践依据.     

一种基于FPGA的可变速率帧结构设计与实现

在简述V.35接口的基础上针对V.35接口速率可变的应用需求提出了一种速率可变的帧结构,该帧结构可支持N×64kb/s(3≤N≤32)速率,从而在V.35接口上实现了多种速率的低速业务传输.     

Effect laws and mechanisms of different temperatures on isothermal tensile fracture morphologies of high-strength boron steel

The fracture behaviour and morphologies of high-strength boron steel were investigated at different temperatures at a constant strain rate of 0.1 s-1 based on isothermal tensile tests. Fracture mechanisms were also analyzed based on the relationship between microstructure transformation and continuous cooling transformation(CCT) curves. It is found that 1) fractures of the investigated steel at high temperatures are dimple fractures; 2) the deformation of high-strength boron steel at high temperatures accelerates diffusion transformations; thus, to obtain full martensite, a higher cooling rate is needed; and 3) the investigated steel has the best plasticity when the deformation temperature is 750 °C.     

浅谈氯碱氢的一种深度脱水工艺

概述了氢的主要工业生产方法和实际应用,详细介绍了氯碱氢三级脱水工艺过程,并运用在线分析手段,准确显示了干燥过程中的氯碱氢水分含量变化规律。     

冷矫机弯辊控制的完善与优化研究

本文据国内矫直机的使用情况,提出完善弯辊功能,解决辊缝标定清零及运行中的问题,提升轧钢厂运行效率与产品质量。     

鸡西盆地太平普查区岩浆活动特征

通过对普查区喜山期玄武岩喷发分布范围、形态的分析,对燕山晚期闪长玢岩分布范围、与构造关系、对煤层的影响等方面的分析,阐述了太平普查区岩浆活动特征。     

毒品滥用流行病模型的稳定性分析

现有毒品滥用流行病模型假设吸毒者康复后对毒品拥有永久"免疫"力，而忽视了其再次成为毒品易感者的可能性。针对这一问题，通过考虑社区治疗和隔离治疗两种措施，分析了毒品滥用人群的演化过程，提出了基于暂时"免疫"力的毒品滥用流行病模型，并计算了模型的基本再生数，讨论了模型平衡点的存在性和稳定性。当基本再生数小于1时，模型存在一个局部渐进稳定的无毒平衡点；当基本再生数大于1时，模型存在唯一的地方病平衡点，并利用几何方法证明了地方病平衡点的全局稳定性；当基本再生数等于1时，如果满足一定条件，模型出现后向分支现象。数值模拟验证了上述所有结果。研究结果表明提高隔离治疗率、改善社区治疗效果和降低接触传染率可以有效抑制毒品滥用的流行。     

基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。     

基于多尺度双线性卷积神经网络的多角度下车型精细识别

针对多角度下车辆出现一定的尺度变化和形变导致很难被准确识别的问题，提出基于多尺度双线性卷积神经网络（MS-B-CNN）的车型精细识别模型。首先，对双线性卷积神经网络（B-CNN）算法进行改进，提出MS-B-CNN算法对不同卷积层的特征进行了多尺度融合，以提高特征表达能力；此外，还采用基于中心损失函数与Softmax损失函数联合学习的策略，在Softmax损失函数基础上分别对训练集每个类别在特征空间维护一个类中心，在训练过程中新增加样本时，网络会约束样本的分类中心距离，以提高多角度情况下的车型识别的能力。实验结果显示，该车型识别模型在CompCars数据集上的正确率达到了93.63%，验证了模型在多角度情况下的准确性和鲁棒性。