融合社交网络和兴趣的正则化矩阵分解推荐模型

针对目前用户偏好数据和社交关系数据十分稀疏的问题,以及用户可能更加喜欢朋友推荐的商品而不喜欢非朋友推荐的商品这样一个事实,提出了一种结合社交网络和用户间的兴趣偏好相似度的正则化矩阵分解推荐算法,首先针对社交关系数据稀疏问题,利用网络的全局和局部拓扑特性挖掘出用户间的信任和不信任关系矩阵,然后定义了一种改进的用户间的兴趣偏好相似度计算方法,最后在矩阵分解的过程中将信任矩阵、不信任矩阵以及兴趣相关性综合起来为用户作出推荐。实验表明该方法优于主要的正则化推荐方法,与基本的矩阵分解模型（SocialMF）、SoRec、TrustMF、CTRPMF、RecSSN算法相比,算法在均方根误差（RMSE）和平均绝对误差（MAE）上分别减小了1.1%~9.5%和2%~10.1%,取得了较好的推荐效果。     

基于DiffNodeset结构的最大频繁项集挖掘算法

在数据挖掘中,通过挖掘最大频繁项集来代替挖掘频繁项集可以大大地提升系统的运行效率。针对现有的最大频繁项集挖掘算法的运行时间消耗仍然很大的问题,提出了一种基于DiffNodeset结构的最大频繁项集挖掘（DNMFIM）算法。首先,采用了一种新的数据结构DiffNodeset来实现求交集以及支持度的快速计算;其次,引入一种新的线性复杂度的连接方法来降低两个DiffNodeset在连接过程中的复杂度,避免了多次的无效计算;然后,将集合枚举树作为搜索空间,同时采用多种优化剪枝策略来缩小搜索空间;最后,再结合最大频繁项集挖掘算法（MAFIA）中所使用的超集检测技术来有效地提高算法的准确性。实验结果表明,DNMFIM算法在时间效率方面性能优于MAFIA与基于N-list的MAFIA（NB-MAFIA）,该算法在不同类型数据集中进行最大频繁项集挖掘时均有良好的效果。     

LX200摩托车车架有限元分析及强度评价

综合运用CATIA、MSC.PATRAN等软件,结合摩托车车架结构特点和实际承载情况,建立了LX200摩托车车架有限元计算分析模型;通过模型检查,验证了模型的可行性和有效性;在此基础上对车架进行了有限元分析,并根据计算结果对车架进行了强度评价.结果表明,LX200摩托车车架设计较保守,具有较大的轻量化设计空间.     

非均匀收缩对混凝土箱梁桥挠曲变形的影响

大跨径混凝土箱形梁桥的挠曲变形不仅与箱梁整体刚度有关,也与顶底板非均匀收缩有关,还受腹板对截面曲率变化的影响。采用空间板元结构模型对混凝土箱梁桥在非均匀收缩影响下的长期变形进行分析研究,结果表明,非均匀收缩作用对主梁下挠变形影响明显,其中悬臂梁挠度增加约1/3,连续刚构桥在收缩徐变的耦合作用下挠度值收敛于某一定值。     

超高压变电站继电器室干扰源研究

针对750kV变电站继电保护设备直接安装在开关场地中,使二次设备分散布置在高压配电装置区受到电磁干扰的问题,研究配电装置区内瞬态干扰源的特性,电磁干扰的耦合机理,二次设备的抗干扰性能。     

基于层次分析法的中压配网电压等级序列优化

分析了中压配网的现状和存在的问题,综合考虑中压配网的多种指标因素(如供电能力、线损、可靠性、经济性等),建立了中压配网电压等级优化的层次分析模型.最后,针对某地区3种具有代表性的负荷密度区采用AHP法进行了仿真计算分析,得出该地区主城区适合采用220/110/20/0.4kV和220/20/0.4kV 2种电压等级序列...     

数据驱动的绝缘子积污特征量识别与污秽度预测

为准确预测复杂环境下输电线路绝缘子污秽度,实现污闪的有效预警,提出数据驱动的绝缘子积污特征量识别与污秽度预测方法。该方法结合改进粗糙集与样本加权方法,基于粒子群算法优化的误差反向传播神经网络,得到绝缘子积污特征量综合量化模型,对影响积污程度的因素进行量化识别。在识别的基础上,构建基于改进粗糙集的特征加权支持向量机,来预测绝缘子污秽程度,识别污闪风险。实例分析表明,该方法完全基于数据驱动,避免人为干预,能实现不同运行环境下绝缘子积污特征量的准确识别。相较于其他方法,所提污秽度预测和风险识别方法更精确,误差更小,具有良好的应用前景。     

基于三维激光扫描的倾斜圆面直径测量系统

针对倾斜圆面的空间几何特征,提出将三维激光扫描技术与虚拟环境 引导定位结合的快速圆面直径测量系统。该系 统通过圆面边缘端点来约束移动激光扫描仪的扫描视角与深度,并在虚拟环境下实时跟随扫 描仪轨迹构建虚拟测量基准面, 进而参考已标识的端点与基准面相对位移变化,来逐步规划扫描仪的轴向运动路径,以此实 现边缘轮廓的自动高质量采样; 依据高度特征变化识别定位圆面边缘端点,并结合空间投影和最小二乘原理拟合出圆面直径 。为验证系统的精度和可靠性, 对处于不同倾斜状态的圆台工件(55±5mm)进行直径检测。结果显 示,系统可在3s内完成直径测量,检测分辨率为5μm、 检测精度为20μm。实际运行结果表明,该设计系统具有高自动性和 高效性,能很好满足在线生产中对倾斜圆面直径的检测要求。     

基于应力波分析的状态监控与故障预测研究

随着先进的仪器测量与分析、物联网、云计算、数据挖掘、人工智能等科学技术的发展,设备状态监控和故障预测技术近年来在工业设备健康管理中起到越来越重要的作用。研究了一种基于应力波分析的状态监测与故障预测技术,通过应力波传感器对设备运动部件间的摩擦、机械冲击和动态荷载的电子信号进行检测和处理,采用专为应力波分析而开发的时域和频域特征提取软件和基于神经网络的数据融合技术,对设备状态进行定量分析,对设备故障进行准确预测,并提供设备健康诊断分析报告。运行试验表明,与振动分析等传统的状态监测方法相比,本系统能更好地实时监控设备运行情况,更早地预测故障,保证了生产安全性,降低了设备检维修成本,提高了生产效率。