并行化的情感分类算法的研究

在海量数据集上执行情感分类任务时,传统的单机情感分类算法的扩展性成为系统的瓶颈.在云计算平台Hadoop上,实现了情感分类任务中特征提取、特征向量加权和情感分类等算法的MapReduce化.在情感语料数据集上,对各种子步骤组合下情感分类算法的精度及每种算法的时间开销进行了对比分析.实验结果验证了实现的并行化情感分类算法的有效性,同时它为用户选择合适算法实现情感分类任务提供了有价值的参考信息.     

IFD和PEF两种除PM2．5技术在空调器上应用浅析

阐述了IFD和PEF清除PM2．5的原理，以及在空调器上应用的对比分析等。     

浅析大口径顶管施工要点

顶管施工技术是将地面工作转入地下的一种穿管工艺,减少了地表用地,特别是穿越地表建筑物,是一种具有价格低廉、结构简单、操作容易和自重较轻等特施工技术。本文根据西安市凤城十二路地下横穿西铜高速收费站D3000雨水干管工程的施工实践经验,阐述了大口径顶管施工测量控制的几个要点。     

基于Hadoop平台的海量文本分类的并行化

文本分类是信息检索与数据挖掘的研究热点与核心技术,近年来得到了广泛的关注和快速的发展。近来年 随着文本数据呈指数增长,要有效地管理这些数据,就必须在分布式环境下用有效的算法来处理这些数据。在Ha- doop分布式平台下实现了一简单有效的文本分类算法—TFIDF分类算法,即一种基于向量空间模型的分类算法, 它用余弦相似度得到分类结果。在两个数据集上做了实验,结果表明,这一并行化算法在大数据集上很有效并可以在 实际领域中得到良好的应用。     

湿法泡花碱工艺优化

针对传统湿法泡花碱生产工艺能耗大，投资高，操作复杂，人员素质高的特点进行优化，采用废气回用、自然沉降、回配系统等措施对其进行优化，新建车间不仅能耗能降低25％以上，大大降低投资成本、维护成本、劳动强度，而且对原材料石英砂的质量要求更加宽松。     

民用飞机实际着陆距离计算方法研究

研究飞机着陆距离准确计算问题,是着陆性能分析的重要方面.准确计算飞机着陆距离,对运行安全具有重要意义.针对实际运行条件与签派放行条件差别较大时,民用飞机要求进行到达时实际着陆距离的评估,依据民航法规,考虑实际着陆运行的制动措施,利用分段数值积分进行了实际着陆距离的计算.以某机型为例主要计算仿真了不同刹车模式条件下实际着陆距离随机场压力高度、着陆重量等的变化.通过仿真曲线可以看出,不同刹车模式条件下实际着陆距离随机场压力高度升高、着陆重量增加而增长.仿真结果表明,在不同刹车模式下实际着陆距离的计算结果的准确性满足设计要求.     

橡胶应力吸收层的作用及施工要点

随着我社会经济的高速发展,人们越来越讲究交通出行的舒适、快捷。原有的城市道路、公路的水泥混凝土路面经过多年的车辆通行检验,路面仍具有较高承载强度和板块整体性,能够完全满足目前通行车辆的承载能力。为保证行车舒适性和减少建设投资,对原有水凝混凝土路面上加铺沥青混凝土面层,即"白改黑"。为了使面层荷载能够均匀的传递到路基,保证路面板块的整体性和行车的舒适度,在水泥混凝土面上铺设一层橡胶沥青应力吸收层,作为荷载传递介质。     

起飞空中段性能计算改进算法

在符合FAR25部和CCAR25部适航法规标准框架下,对商用飞机起飞空中段性能计算算法进行了研究,提出一种改进算法。采用变步长Runge-Kutta法编制了MATALB程序,求解改进算法模型,并与目前通用算法进行比较。通过算例的数值计算和分析可知,改进算法不仅能完全符合法规要求,而且大大缩短了计算时间并提升和优化了起飞性能,为开发客户化性能分析软件提供了一种改进思路。     

基于CLIPS的航天器预警专家系统的设计与实现

针对在轨航天器预警问题,由于空间碎片和微流星撞击,导致航天器受损伤。为保证在轨航天器的安全,要求优化预警精度。为减少误报警,提高预警精度,提出建立专家系统用在航天器预警技术。采用区域预警判定机制建立了以航天器为中心的警戒区和规避区,通过不同区域的阈值作为专家系统的判定,并用前向推理规则和Rete模式匹配算法设计了航天器预警专家系统。研究在CLIPS环境中实现了所设计的专家系统,并进行仿真验证。仿真结果表明,所建立的预警专家系统能根据物体间相对位置信息做出准确的预警判定,从而为航天器智能预警系统设计提供了科学依据。     

基于Hadoop平台的海量文本分类的并行化

文本分类是信息检索与数据挖掘的研究热点与核心技术,近年来得到了广泛的关注和快速的发展.近来年随着文本数据呈指数增长,要有效地管理这些数据,就必须在分布式环境下用有效的算法来处理这些数据.在Ha-doop分布式平台下实现了一简单有效的文本分类算法——TFIDF分类算法,即一种基于向量空间模型的分类算法,它用余弦相似度得到分类结果.在两个数据集上做了实验,结果表明,这一并行化算法在大数据集上很有效并可以在实际领域中得到良好的应用.