渗碳淬火件磨削裂纹形成的原因和防止措施

众所周知，在磨削加工产生的拉应力的作用下形成的裂纹均称为磨削裂纹。若在无此应力作用的情况下进行表面处理(例如：酸洗、电镀、氧化等)，则未发现氢脆和应力腐蚀裂纹，而在磨削应力作用下进行上述表面处理所形成的裂纹，笔者认为亦可属磨削裂纹范畴。     

陶瓷粉末尺寸对电弧喷涂金属-陶瓷复合涂层形成及性能的影响

利用高速电弧喷涂和含有微米TiB2和纳米Al2O3陶瓷粉末的粉芯丝材在碳钢基体上制备了六组陶瓷颗粒弥散增强的Fe-TiB2复合涂层,研究微纳米陶瓷粉末对电弧喷涂Fe-TiB2复合涂层的形成和性能的影响.采用光学显微镜、WYKONT1100三维表面形貌仪对比分析了扁平粒子形貌和厚度;用SEM,EDAX及XRD分析涂层的形貌和相组成,测试了涂层的显微硬度和耐磨粒磨损性能,并用激光共聚焦显微镜观察磨损后的涂层形貌.结果表明,随着粉芯丝材中微纳米陶瓷粉末含量的增加,扁平粒子的形貌从飞溅严重的散点状逐渐转变成少量飞溅的盘状,涂层的孔隙率随之下降.对比6种涂层的组织及性能,发现当粉芯丝材中的TiB2粉末尺寸＜2 μm时,Fe-TiB2复合涂层中的陶瓷硬质相分布最为细小、弥散,涂层的耐磨性能最好.     

应用统计学实验方法优化铜常温发黑剂配方

运用统计学试验设计方法研究了不同的因素对铜常温发黑剂体系的性能影响.通过试验结果的统计分析,揭示了这些因素对体系的多种显著影响.更为重要的是本研究发现了多种因素间的双因素交互作用.而且这些交互作用的影响很难被传统的单因素试验发现.本研究结果可用于设计高性能的铜常温发黑剂.     

基于维基百科的领域实体发现研究

提出一种基于维基百科的领域实体发现方法,该方法将构成领域实体的典型字或词作为种子元素,利用少量种子元素作为实体发现的初始知识,有效地克服了传统方法在获取种子词条时过分依赖领域专家的局限,同时还利用维基百科词条中的分类信息,通过计算维基百科类与领域类间的隶属度实现领域实体的有效扩充。人工抽样对实体发现结果进行检验,平均准确率达到80%左右,同时还将构建出的领域实体知识应用到文本分类中,结果显示,当训练集具有一定规模时,以实体为特征的分类模型的准确率较以词为特征分类模型的准确率有显著提高,说明实体知识在实际应用中的有效性。提出的方法具有较好的领域独立性和语种独立性,可较为便捷地移植到其他语种与领域。     

分布式传感器网络系统故障预测方法

针对分布式传感器网络很难采用一种通用方法来实现算法简单的故障预测问题,提出了一种基于知识发现的故障预测方法。该方法首先建立了时间信息的数学描述系统,以实现基于因果指数的知识发现;然后,利用因果关系的知识推理机制,实现分布式传感器网络系统的故障预测。通过对瓦斯抽放监控系统的故障预测实验,证明该方法能准确预测分布式传感器网络系统故障,具有算法简单、实用高效的优点。     

基于经典粗糙集的近似集动态获取方法

信息系统中的数据是动态变化的,根据动态变化的信息系统获取有用的信息,成为数据处理中的关键问题。针对该问题,分别讨论了信息系统中属性增加和减少时,近似集的动态获取方法。通过对信息系统中原有的等价类进行划分,避免了对论域的重新划分,提高了动态更新近似集的效率,通过讨论等价类与原有近似集之间的关系,给出了信息系统动获取之后的近似集与原来近似集之间的相关定理,提出了在经典粗糙集模型中,属性增减时近似集动态获取方法。实验结果验证了该方法的正确性和有效性,而且效率优于原始的方法。     

针对有向图的局部扩展的重叠社区发现算法

当前社区发现算法主要是针对无向图研究社区结构,但在实际复杂网络中,链接关系时常表现出非对称性或方向性,比如Twitter的用户关注关系,文献网络的引 用关系,网页之间的超链接关系等应用网络。因此,本文依据信息在复杂网络中的传播规律和流动方向性,提出了k-Path共社区邻近相似性概念及计算方法,用于衡量结点在同一社区的相似性程度,并给出了把有向图转换为带方向权值的无向图的方法。基于带权无向图提出了一种从局部扩展来探测社区的重叠社区发现算法(Local and wave-like extension algorithm of detecting overlapping community, LWS-OCD)。在真实数据集上的实验表明,共社区邻近相似性概念实现了有向到无向的合理转换,而且提高了社区结点的聚集效果,LWS-OCD算法能够有效地发现带权无向图中的重叠社区。     

结合用户生成内容与链接关系的社区发现算法

社区发现一直是社会网络研究中的热点内容。但是当前社区发现算法更加关注用户与用户之间的链接关系,而对社会网络中用户生成内容(user generated contents,UGC)大数据研究较少。用户生成内容是Web2.0的特点,也是社会网络平台吸引用户的重要原因之一,对社区的形成起着重要作用。提出了一种新的社区发现算法,能够综合利用用户与用户之间的链接关系以及用户生成内容来确定用户的社区划分。该算法用LDA(latent Dirichlet allocation)算法分析用户生成内容中主要的内容形式——文本信息,同时通过谱分析方法分析用户与用户之间的链接关系,并有机结合以发现网络的社区结构。通过分析科学网的真实数据,证明了所提算法能够有效综合利用用户生成内容与用户链接关系,使社区发现的结果更加客观准确。     

健康大数据研究热点与隐私保护

医疗健康领域急需从数据到知识再到行动,在已有的传统且严谨的学科框架基础上,加入大数据所带来的思潮变化,形成有意义、超前的研究成果。健康大数据研究拓宽了传统电子医学病历的数据范围,通过研究涵盖医药研发、医患支出、病人行为与情绪以及环境、经济、人口等多方面数据展开研究,该领域蕴藏着巨大的研究价值。健康将与信息技术结合越来越紧密,未来的医疗与健康服务模式将变为个体、应用终端、云端三位一体模式,实现移动健康与智慧健康服务。     

数据密集型科研第四范式

由于数据爆炸式增长,为了解决数据密集型知识发现,出现了科学研究的第四范式。文章介绍第四范式的产生背景、核心内容、格雷法则、范式转变和第四范式时代等内容。