一种基于用户兴趣联合相似度的协同过滤算法

在推荐系统中数据稀疏性和推荐时效性是经常面对的问题,为了更好地反映不同用户在不同阶段的邻域相关性,从而能够挖掘出评分项目中所隐含的个性化信息,在基于用户的协同过滤算法预测评分过程中将联合相似度与用户兴趣的时序信息相结合,首先融合覆盖评分信息的用户间的协同相似度、偏好相似度和轨迹相似度等3种相似度,通过参数调节不同度量的权重及相似度阈值形成联合相似度以获取用户有效的邻居数目;其次在联合相似度计算过程中引入反映时间权重的Logistic函数以提高推荐的时效性;最后进行实验,结果表明,所提出的方法与经典算法相比,不仅提高了精度,而且可以更有效地预测用户的真实评分。     

新型雷达波吸收材料研究进展

综述了国内外新型雷达波吸收材料的研究进展 ,根据雷达波吸收材料的吸波机理 ,详细介绍了纳米吸波材料、宽频谱吸波材料、手性吸波材料、导电高分子吸波涂料、结构吸波材料、多晶纤维吸波涂料、电路模拟吸波材料及等离子体吸波材料的最新研究现状。     

盐酸氨基脲的分子结构及热分解特性

培养得到了盐酸氨基脲单晶，用X-射线单晶衍射分析、元素分析以及红外光谱分析对盐酸氨基脲的分子结构进行了表征。结果表明，盐酸氨基脲是离子型化合物，其晶体属于正交晶系，P212121空间群；晶体学参数为a=0．4672(1)nm，6=0．7547(1)nm，c=1．3209(2)nm；V=0．4657(9)nm^3，Z=4；Dr=1．591g／cm^3；F(000)=232。用DSC和TG-DTG分析技术研究了热分解过程，结果表明，盐酸氨基脲受热时存在一个吸热熔化过程和3个连续的放热分解、失重过程，加热至400℃时完全分解成气体产物。     

硝酸铷类红外烟火药剂的燃烧性能

研究了以硝酸铷为氧化剂,分别以金属镁粉、镁铝合金粉、钛粉、氢化钛粉、硼为可燃剂,以氟橡胶(FPM)为黏合剂组成的5组烟火药剂的燃烧性能,用DSC分析了药剂的分解过程,测定了燃烧热和燃烧火焰温度,并与REAL程序计算的绝热火焰温度值进行了比较,测试了烟火药剂的近红外(0.7～1.1μm)辐射强度和可见光(0.4～0.7μm)光强。结果表明:含B与Ti的热分解过程较类似;Mg/RbNO3/FPM烟火药剂的燃烧热值最高为4939 kJ.kg-1,5组药剂燃烧热顺序为Mg>Al3Mg4>TiH2>Ti>B。Ti/RbNO3/FPM烟火药剂的燃烧火焰温度最高,高于2700℃,实测的燃烧火焰温度比REAL程序计算的理论绝热火焰温度低;TiH2的近红外(0.7～1.1μm)辐射强度与可见光光强之比为1.654,隐身指数较高,有望成为良好的红外照明剂组分。     

影响电化学法制备的膨胀石墨的膨胀容积因素研究

膨胀容积是影响膨胀石墨产品质量的重要因素。以无机-有机混合酸溶液为介质，采用电化学法制备了膨胀石墨，探讨了电解液浓度、电流密度、反应时间、膨化温度和膨化时间、洗涤水中离子含量对膨胀石墨的膨胀容积的影响，并分析了这些影响产生的原因。     

酒糟发酵制取甘油的研究

以啤酒生产中的副产物酒糟为原料 ,经酶法糖化 ,再经亚硫酸盐诱导进行甘油发酵 .着重介绍酒糟发酵生产甘油的工艺过程 ,探讨亚硫酸盐用量、发酵液 pH、发酵温度对产品收率的影响 .通过正交实验确定最佳工艺条件为 :亚硫酸钠∶酒糟 =1∶2 0 (质量比 ) ,发酵液 pH值为 7,发酵温度为 3 0℃ .产品收率可达 1 1 .9% .     

2, 4, 6-三硝基氯苯的表征及晶体结构

从丙酮溶液中培养了2,4,6-三硝基氯苯(TNCB)的单晶,通过元素分析、红外光谱分析和X-射线单晶衍射分析对TNCB进行了结构表征,属于单斜晶系,P2(1)/c空间群,a=1.2501(1) nm, b= 0.6803(1) nm, c=1.1038(1) nm, β= 102.842(9)°, V= 0.91526(15) nm3, Z=2, Dc = 1.797 g/cm3, μ(MoKα)=0.438 /mm, F(000)=496, R1= 0.0395, ωR2= 0.0991.     

制备球形KDNBF的新方法

介绍了一种制备球形KDNBF的新方法。通过使用PVA、吐温80、司盘、NaCMC、糊精、Triton X等表面活性剂，可以控制KDNBF的结晶形状，在这些表面活性剂中，吐温80的效果最好。制备出的KDNBF用FT-IR、DSC和元素分析等方法进行了表征。     

一种融合信任和项目卷积描述信息的PMF算法

针对现有概率矩阵分解(PMF)技术的个性化推荐系统在采用社交网络中信任信息时常常忽视项目相关描述文档信息的问题,提出一种融合用户信任和通过卷积网络以获取项目描述等信息的PMF模型.首先,利用用户偏好信息和行为轨迹信息构建一种新的信任网络;然后,通过卷积神经网络从项目描述文档中提取项目潜在的特征向量;最后,在概率矩阵分解过程中同时利用评分数据、信任网络中用户的信任信息和项目的描述信息,计算用户和项目的潜在特征向量以预测评分并进行个性化推荐.为验证算法的有效性,选择3种算法在4个数据集上进行对比,实验结果表明所提出的算法在推荐精确度和鲁棒性方面优于其他3种算法.