高反射涂料自然老化后的隔热性能

为研究高反射涂料在夏热冬冷地区一年自然老化后的隔热性能,以重庆市某办公建筑两间建筑外形、围护结构和朝向均相同的顶层房间为研究对象,在屋顶上涂敷普通灰色涂料、白色高反射涂料分别作为基准屋顶、高反射屋顶,分别选取2014年7月和2015年7月的连续3个晴朗日进行夏季隔热性能实测。研究结果表明:经过一年自然老化后的高反射屋顶反射率下降,隔热性能有所降低,在相同空调工况下,内外壁面降温幅度分别减小3.2℃和4.2℃,空调耗电量降低0.03kWh/m2·d;非空调工况时,室内空气温度降温幅度减小2.5℃。     

热反射屋顶冬季能耗实测研究

为研究热反射屋顶涂料的冬季能耗水平,对建筑屋顶涂覆太阳热反射涂料后的空调用能进行实测。测试选取重庆某办公楼顶层2间办公室,其朝向、建筑外形、围护结构均相同。结果表明:非空调工况下,热反射屋顶室内空气温度较普通屋顶降低约1.2℃;而相同空调工况下,热反射屋顶比普通屋顶房间空调多耗电能0.014 kWh/(d·m2)。     

基于谱聚类和隐语义模型的智能协同推荐方法

随着云计算及移动互联网技术的迅速发展,网络中可选服务信息呈爆炸性增长,信息过载问题日益严重.针对推荐系统中存在的数据稀疏性问题及冷启动问题,提出一种基于谱聚类和隐语义模型的智能协同推荐方法.该方法基于提取的用户标签特征信息,利用谱聚类算法对相似用户进行聚类,将原始高维评分矩阵转化为多个较低维的子评分矩阵.然后在子评分矩阵中利用隐语义模型对缺失评分进行局部预测.最后在获得缺失评分后利用改进的基于邻域的协同推荐算法对目标用户进行全局评分预测.所提算法有效解决了数据稀疏性问题和冷启动问题,在提高预测准确度的同时加快了推荐算法效率.     

高反射涂料自然老化后的隔热性能

为研究高反射涂料在夏热冬冷地区一年自然老化后的隔热性能,以重庆市某办公建筑两间建筑外形、围护结构和朝向均相同的顶层房间为研究对象,在屋顶上涂敷普通灰色涂料、白色高反射涂料分别作为基准屋顶、高反射屋顶,分别选取2014年7月和2015年7月的连续3个晴朗日进行夏季隔热性能实测。研究结果表明：经过一年自然老化后的高反射屋顶反射率下降,隔热性能有所降低,在相同空调工况下,内外壁面降温幅度分别减小3.2℃和4.2℃,空调耗电量降低0.03 kWh/m²·d;非空调工况时,室内空气温度降温幅度减小2.5℃。