在线用户兴趣多样性的实证研究

在线用户的群体兴趣对于分析在线社会网络以及个性化推荐至关重要。研究的目的是引入信息熵这一指标来准确度量用户兴趣的多样性。分别在电影网站MovieLens和音乐网站Last．FM数据上进行实证分析,即统计度相同的用户所选产品的信息熵值。MovieLens的结果表明,随着用户度的增加,熵值出现先上升后下降的趋势,即度小的用户和度大的用户的兴趣比较专一,而一般用户的兴趣较为多样;而Last．FM的结果表明,度小用户的兴趣非常多样,但随着用户听过的音乐数量越多,兴趣越明确。通过建立随机模型与实证结果进行比较,可以发现绝大多数用户在真实数据集上的兴趣的多样性比随机情况要大,可见用户的兴趣对用户行为模式的影响显著。     

基于宇宙计算的图形处理器算法实现

下一代观测望远镜将会产生数以亿计的星系测量数据值,这将导致使用中央处理器处理数据时效率低下、成本较高。为了解决这一问题,提出了基于宇宙计算的图形处理器算法。研究了两点式角相关函数以及孔径质量统计这两种宇宙学的计算方法,构建算法代码,并使用统一计算设备架构在图形处理器上实现了这两种算法;比较了算法在中央处理器和图形处理器上使用的运行速度。实验结果表明,与中央处理器相比,使用图形处理器的计算速度得到了显著提高。     

面向个性化云服务的动态信任模型

为更好地实践云计算为用户提供廉价按需服务的宗旨,满足服务请求者的个性化需求,提出一种面向个性化云服务的动态信任模型。基于细粒度服务思想定义个性化云服务,通过引入时间衰减因子和建立高效激励机制修正直接信任值,以灰色系统理论为基础计算实体间的评价相似度,并将评价相似度和推荐者的推荐可信度作为合成推荐信任值的重要因素,同时提出一种基于评价相似度的自信因子赋值方法,以提高合成综合信任值的准确性。实验结果表明,与GM-Trust模型及CCIDTM模型相比,该模型的交互成功率分别平均提高了4%和11%。     

耐温抗盐型丙烯酰胺共聚物的研究进展

根据分子设计原理,耐温抗盐型丙烯酰胺共聚物分耐温、耐盐单体共聚物、两性共聚物、疏水缔合共聚物、多元组合共聚物和梳形聚合物。综述了丙烯酰胺共聚物的耐温、抗盐的机理,介绍了驱油用耐温、抗盐型丙烯酰胺共聚物的研究现状及发展趋势,指出了丙烯酰胺共聚物在耐温、抗盐性能方面改进的关键是引入某些特殊结构。     

基于神经网络的PP/CaCO3复合材料的力学性能预测

研究利用BP网络建立了对PP/CaCO3复合材料性能进行预测的模型,并在此基础上建立了PP/CaCO3复合材料拉伸强度、冲击强度和复合态结构之间的关系.结果表明,该模型有着较好可信度,与实验现象也有着较好的符合;利用该模型证明了分散相粒子粒间距、EPDM层厚度是影响其材料冲击强度,并决定其脆-韧转变的最重要因素,并证明了EPDM层厚度的临界值大约在0.05μm左右.     

Analysis of saturated free fatty acids from pollen by HPLC with fluorescence detection

A sensitive method for the determination of free fatty acids using 2‐(2‐(anthracen‐10‐yl)‐1H‐naphtho[2,3‐d]imidazol‐1‐yl) ethyl‐p‐toluenesulfonate (ANITS) as tagging reagent with fluorescence detection has been developed. ANITS could easily and quickly label fatty acids in the presence of the K₂CO₃ catalyst at 90 °C for 40 min in N,N‐dimethylformamide solvent. From the extracts of rape bee pollen samples, 20 free fatty acids were sensitively determined. Fatty acid derivatives were separated on a reversed‐phase Eclipse XDB‐C₈ column by HPLC in conjunction with gradient elution. The corresponding derivatives were identified by post‐column APCI/MS in positive‐ion detection mode. ANITS‐fatty acid derivatives gave an intense molecular ion peak at m/z [M+H]⁺; with MS/MS analysis, the collision‐induced dissociation spectra of m/z [M+H]⁺ produced the specific fragment ions at m/z [M–345]⁺ and m/z 345.0 (here, m/z 345 is the core structural moiety of the ANITS molecule). The fluorescence excitation and emission wavelengths of the derivatives were λ_ex = 250 nm and λ_em = 512 nm, respectively. Linear correlation coefficients for all fatty acid derivatives are >0.9999. Detection limits, at a signal‐to‐noise ratio of 3 : 1, are 24.76–98.79 fmol for the labeled fatty acids.     

PET金银镀铝膜专用烘烤漆的配方设计

从金银线专用烘漆的工艺和性能要求出发,探讨了聚酯真空镀铝膜(VMPET)烘漆的配方设计的要素,实验优选出氨基烘漆体系,研究表明氨基树脂和成膜树脂是获得高性能烘漆的重要因素,通过优选氨基烘漆配方各组分,可获得具有较高应用性能的金银线专用烘漆。     

基于中位数的用户信誉度排名算法

针对推荐系统易受Spammer攻击的影响,从而导致对象的实际得分不准确的问题,提出基于中位数的用户信誉度排名算法。通过衡量用户信誉度调整用户打分权重,根据中位数具有不易受极端打分影响的特性,选取用户打分与对象得分差距的中位数作为降低用户信誉度的标准,不断迭代调整用户信誉度以及最终得分直至收敛。在多个真实数据集上的运行结果证明,相比现有排名算法,该算法具有更合理的信誉度分布和更高的排名结果准确度,通过该算法预处理后的数据集在SVD++上运行可以得到更低的均方根误差。     

一种基于Hadoop的动态树增量更新方法

为适应真实环境中数据量大、流程复杂、计算密集的数据挖掘需求,提高传统树增量更新挖掘效率,改变已有算法的串行执行方式,提出一种基于Hadoop的动态树增量更新方法。介绍云计算、模型与执行流程等基本概念,针对现有Hadoop平台中任务调度的随机分配策略,设计一种动态云平台中的资源调度与分配算法,以期达到成本消耗的最小化,给出树增量更新挖掘算法以及2个并行算法（DeleteFreqTree和FindNewTree）,完成树数据的增量挖掘工作。实验结果表明,该并行算法有效可行,具有高效性与良好的扩展率,能够对海量树数据进行更新挖掘。     

MODIS数据Bowtie效应消除算法

MODIS数据不仅具有较高的过境频率和光谱分辨率,还具有成本低、覆盖面广等优势。受地球曲率的影响,MODIS L1B数据大多存在一种重叠效应,即Bowtie效应,主要发生在图像的边缘地带,该效应制约了MODIS遥感数据的进一步分析及应用。针对遥感影像几何畸变问题,提出一种不基于传统星历表的Bowtie效应消除算法,采用相关系数法确定每个扫描带的重复行数,根据不同分辨率的MODIS L1B数据,使用相对应的重采样方法对图像进行重采样处理。通过与其他Bowtie效应消除算法的对比实验及分析,证明该算法不仅能够有效去除Bowtie效应,而且执行速度较快,具有较高的工程应用价值。