推荐系统中典型用户群组的发现和应用

推荐系统是解决用户的个性化信息需求的一种有效工具。但随着推荐系统用户规模的扩大,需要合理地从海量用户中筛选出用户子集,并进行持续和深入的分析以改进推荐系统。因此,文中首先提出典型用户群组的概念,以期发现推荐系统中的典型用户子集,从而可正确地反映全体用户的兴趣偏好。随后提出一种典型用户群组的发现算法,通过比较候选新增典型用户对典型用户群组的贡献度,逐一扩大典型用户群组规模,最终达到较高的推荐项目覆盖率和评分准确度。最后在典型用户群组中寻找用户的最近邻,实现一种改进的协同过滤推荐算法。通过在真实数据集上的实验结果表明,与其他用户群组发现算法以及经典推荐算法相比,验证典型用户群组不仅具有较好的代表性,也能够获得更好的推荐效果。     

O2/CO2燃烧对神华煤Ca和Fe交互反应影响

选用高Ca、高Fe含量的神华煤,在沉降炉系统中进行空气以及O₂/CO₂燃烧实验。利用X射线荧光探针(XRF)、X射线衍射仪(XRD)、先进计算机控制扫描电镜(CCSEM)分别对总灰元素、晶相组成以及主要矿物元素的共生特性进行深入表征。结果表明氧/燃料燃烧促进了Fe、Ca与其他矿物元素的交互反应,总灰中Fe在Fe-rich类矿物分布减少,而在铁铝硅酸盐(Fe-alsil),尤其是在Fe与Ca发生交互反应的Fe+Ca类矿物的分布增加,同时Ca也存在类似的分布规律。对总灰中Fe+Ca类矿物深入分析发现,氧/燃料燃烧条件下总灰中Fe+Ca类矿物结渣倾向更严重(Fe₂O₃/CaO摩尔比为0.5～3)。     

煤样不同密度组分中致渣矿物特性的CCSEM研究

将一种典型的易结渣烟煤分为低(1.3 g·cm-3)、中(1.3~1.6 g·cm-3)、高(1.6 g·cm-3)3个密度煤样。利用先进计算机控制扫描电镜(CCSEM)技术对原煤及分密度煤样中的致渣矿物进行了深入研究。结果表明,Na与K在煤中无机矿主要以硅铝酸盐的形式存在;粒径大于22μm的外在(独立于炭基质)黄铁矿、磁黄铁矿主要分布在高密度煤中;未识别矿物(复杂硅铝酸盐)在高密度煤矿物中所占的比例最小,但其中Fe含量为20%~90%的颗粒所占比例最高;不同密度煤样中,内在(与炭基质结合)矿的硅铝比和碱酸比不同,低密度煤中内在矿的碱酸比最大,结渣倾向最严重,而中密度煤内在矿的碱酸比和硅铝比均小于原煤。     

加氢脱氧生物油与减压蜡油共炼过程模拟

通过利用已有的炼油设施，可以将加氢脱氧生物油(HDO-oil)和减压蜡油(VGO)在催化裂化(FCC)装置中共炼，以降低生物炼油厂投资成本，进而为生物质燃料生产成本的降低提供新的方法。采用Aspen Plus软件针对共炼过程的FCC装置进行了模拟，用于预测不同共炼条件下的干气、液化气、汽油和柴油等产品的收率；采用7个真实组分与40个虚拟组分分别定义VGO、HDO-oil以及共炼产品的组成；分别将VGO和HDO-oil/VGO(质量比20/80)作为原料进行FCC装置共炼模拟，根据原料、动力学反应器条件及实际数据估计并调整相关参数。通过实验数据与模拟数据的对比，表明模拟数据的误差相对较小。FCC装置共炼模拟的结果显示，HDO-oil的加入使得产品中CO₂、CO和H₂O的生成量增加。