基于半监督流形学习的无线传感器网络定位方法及其应用

提出了一种基于流形半监督学习的移动节点定位算法.该算法利用基于流形学习的半监督方法,通过一定量的有标签样本和无标签样本,获取隐含在节点接收信号强度信息中的流形结构,直接建立节点物理位置与接收信号强度之间的映射关系.算法不需要使用现有的理论或经验信号传播模型,避免了模型不准确带来的定位误差,而且允许网络中存在大量无标签样本,降低了数据采集难度,提高了算法实用性.冶金工业现场的实际应用结果表明,相对RADAR算法,本文算法具有较高的定位精度.     

基因枪轰击小鹅瘟病毒VP3基因疫苗诱导鹅体内体液免疫的机制

将小鹅瘟病毒VP3基因疫苗(pcDNA-GPV-VP3)分别以每只1μg、3μg和6μg的基因枪轰击免疫30日龄四川白鹅,用免疫组织化学法检测pcDNA-GPV-VP3在鹅体内各组织器官表达情况;用间接ELISA检测免疫鹅血清中GPV抗体滴度.结果:①各剂量免疫组1d时能在免疫部位皮肤,3d时能在心脏/十二指肠/空肠/盲肠/肝脏,7d时在回肠/直肠检测到pcDNA-GPV-VP3的表达;7d表达最多;表达可持续至35～63d;表达产物的数量和表达持续时间总体规律为6μg组＞3μg组＞1μg组.②免疫后第7d血清抗体开始升高,21d达到最大值,免疫后第14～217d极显著(P<0.01)高于PBS和空白质粒对照;体液免疫效果存在一定的剂量依赖.研究表明,pcDNA-GPV-VP3基因枪轰击免疫雏鹅后能在免疫部位皮肤、心肌、肝脏和各肠段中表达并能够诱导雏鹅产生良好的体液免疫.     

电能计量装置的发展与未来

<正>电能计量是通过电能表、互感器及其二次回路,按照规定的接线方式进行组合构成在线电能计量装置来实现的。在电力市场条件下,为保证公开、公平、公正地为电能生产者和使用者提供优质服务,必须建立现代化的电能计量、管理和交易系统。电能计量装置作为提供电能计量的信息源头,对电能计量和管理系统是至关重要的。1电能表的发展历程     

锌冶炼污酸处理的生命周期评价（英文）

采用生命周期评价方法对锌冶炼过程中的两种污酸处置工艺进行评价和对比。结果表明,气液硫化法的环境影响主要为人体毒性、非生物资源耗竭和全球变暖潜值,这些环境问题主要由中和-蒸发-结晶与电渗析单元造成;同时传统石灰石中和法中的硫化单元也是环境影响的主要来源,且石灰石中和法的总环境影响比气液硫化法高很多。结合敏感性分析发现,气液硫化法和石灰石中和法敏感度因子均为电和硫化钠(60%),且石灰石中和法处置单位污酸的总成本约为气液硫化法的27倍。     

镀锌板制翼子板涂装工艺条印缺陷的原因分析与改进

某车型镀锌板制翼子板经过涂装前处理工艺后,表面出现可目视条印缺陷。通过对缺陷样品进行微观形貌和元素成分分析,确定缺陷产生的原因为镀锌层在脱脂工序因碱蚀而形成缺陷,并在接下来的锆化工序中,锆化膜的主要成分ZnZrF₆·2H₂O在缺陷处发生堆积,最终表现为条印。调整镀锌层厚度及优化表面粗糙度参数可解决该问题。     

一种快速的属性与属性值合一数据约简算法

提出一种新的求U/P的快速算法,以此作为基础,设计了一个时间复杂度为■的属性与属性值合一约简算法。该算法在约简过程中,通过分析决策表的等价类族,使属性约简和属性值约简同时进行以提高约简效率。通过仿真实验验证了所提出的约简算法时间复杂度具有线性特性,具有一定的有效性及优越性。     

基于单向时延的自适应拥塞控制的研究

对两种基于UDP实时流媒体拥塞控制机制--探讨基于丢包率的控制和基于往返时延 (Round-trip Time, RTT)的控制,提出一种在接收端通过单向延时预测拥塞的算法.与前两种拥塞驱动机制相比,单向时延自适应拥塞控制算法(AOWDCC)最大限度地缩短了拥塞反馈时间间隔,拥塞判断的实时性大大增强.采用NS模拟器,对基于丢包率的拥塞控制、基于RTT的拥塞控制和AOWDCC算法的性能进行仿真,验证了AOWDCC的优越性.     

废线路板等温热解实验研究

利用管式热解炉在氮气保护气氛下进行废线路板等温热解研究,考察了热解温度、保温时间对废线路板热解率及热解产物的影响规律,分析了热解产物中溴元素分布规律.实验结果表明:在热解温度为700℃、热解时间40 min条件下,废线路板可进行充分热解,热解率达到97.74％,固、液、气产物产率分别为72.67％、15.51％、11....     

基于粗集边界域的快速约简算法

属性约简是粗糙集研究的核心内容之一。已有的大多数属性约简算法都是采用基于正域的贪心算法求决策表的代数约简。事实上,对于不一致决策表,代数约简改变了决策类族原有的Pawlak拓扑结构,造成决策类的不确定性扩大。为此,提出了一种新的基于粗集边界域的约简模型,它能够保持决策类族原有的Pawlak拓扑结构。依据新模型,提出了一种高效率的基于粗集边界域的属性约简算法。理论分析和实验表明,所提算法是有效可行的。     

对象集变化时近似集动态维护的矩阵方法

目前粗糙集模型中概念的上、下近似集的计算方法大多是基于静态信息系统的.而实际的信息系统是随时间动态变化的,通常包括对象集、属性集和属性值3种类型的粒度变化,这些变化必然引起概念近似集的动态变化.如何快速、有效地更新概念的近似集是基于粗糙集的动态知识更新中的热点研究问题之一.而利用既有知识的增量式更新方法是一种有效的近似集动态更新方法.在信息系统动态变化的客观环境下,以矩阵作为表达和运算工具从一个全新的视角研究信息系统的论域随时间变化时,变精度粗糙集模型中概念的上、下近似集的增量式更新方法,并构造出近似集增量式更新的矩阵算法,随后分析了算法的时间复杂度.进一步,在MATLAB平台上开发出增量式更新和非增量式更新近似集的两种矩阵算法的程序,最后在UCI的6个数据集上测试了两种矩阵算法的性能并将实验结果进行比较,结果表明增量式更新的矩阵算法可行、简洁和高效.