基于智能手机用户行为习惯的App使用预测算法研究

互联网的发展不仅推动了智能手机的普及,而且涌现了大量的手机App。大量被安装在手机中的应用程序不仅增加了用户寻找App的时间和难度,而且占用了手机大量的内存空间,致使手机卡顿,严重影响了用户体验。利用智能手机用户使用App的行为习惯特征,预测用户将要使用的App,并将其应用到智能手机中用以预加载App和智能清理手机内存是解决上述问题的方法之一。在深入了解PrefixSpan算法和Bayesian网络算法的前提下,考虑智能手机用户对每个App的喜爱程度,将其加入到PrefixSpan算法的剪枝步骤中;采用贝叶斯网络算法整合智能手机用户的App使用记录和App使用时长等特征,提出一套新的预测用户下一个将要使用的App的算法——WAPA(Weighted App Prediction Algorithm)。实验证明,该算法预测准确率最高可达86.3%,较其他算法可提高大约4%。     

基于奖励值RNN和A2C模型的音乐生成

我们提出了一个新的方法—基于奖励值RNN的优势演员-评论家算法(R-A2C)来生成音乐。我们的模型首先使用一个带有注意力机制的RNN模型(Recurrent neural network)预处理数据并将此作为先验策略,然后我们将包含先验策略和用户反馈信息的奖励值RNN增加到A2C(Advantage Actor-Critic)模型中,使得任意用户给定的约束与循环网络的风格相结合,以此来鼓励演员生成更符合用户需求的音乐,实验表明我们的模型取得了预期的效果。     

Cu/SBA-15催化剂的改性及其催化酯加氢反应

制备了不同助剂修饰改性的Cu/SBA-15催化剂,利用FTIR,XRD,H_2-TPR和XPS等表征手段对改性的催化剂进行了表征,并考察了催化剂在其他酯加氢反应中的性能。表征结果显示,B和Fe助剂可以增强Cu/SBA-15催化剂在酯加氢反应中的催化选择性,B改性的Cu/SBA-15催化剂可以降低其铜活性中心粒径,提高还原之后的Cu~+含量,从而有利于提高催化反应选择性,而Fe改性的Cu/SBA-15催化剂降低Cu粒径的同时,增加了Cu~0含量,并且对酯类也具有活化作用,从而提高了催化选择性。实验结果表明,B和Fe能够加强Cu/SBA-15催化剂的性能,并且Cu-Fe/SBA-15催化剂可广泛应用于丙二酸二乙酯,草酸二甲(乙)酯和乙酸乙酯加氢反应中。     

提取近红外光谱有效变量快速检测猪肉挥发性盐基氮

以市售新鲜冷藏(4℃)猪肉为研究对象,采用蒙特卡洛-无信息变量消除算法和连续投影算法对原始近红外光谱的800个波长变量进行提取,共筛选出与挥发性盐基氮含量直接和间接相关的有效波长变量36个,并采用偏最小二乘法构建预测模型,验证集的相关系数和标准偏差分别为0.876 4和1.205 7 mg/100 g。     

大切深外圆车刀刀片紧固螺钉断裂失效分析

在石油化工及核电装备的制造中,大型厚壁筒类零件切削加工量很大,车削加工过程中刀具上的紧固螺钉断裂失效严重,导致生产中停机频繁,极大降低了刀具的使用寿命和生产效率。针对此种大切深车刀进行了三维结构建模,结合生产实际并以有限元仿真为研究手段,分析螺钉失效的根本原因,为提出有效提高螺钉寿命的措施提供理论支持。分析结果表明:在大切削深度加工条件下,刀片紧固螺钉失效的主要原因为"切削力与切削热耦合作用下的剪切疲劳失效。"切削热-力耦合作用加速了紧固刀片螺钉的疲劳失效,使用寿命降低较快。