山羊绒/K-Ⅱ纤维伴纺针织纱的开发

文章主要介绍了K-Ⅱ纤维伴纺山羊绒生产高支羊绒针织纱的生产工艺，并探讨了生产过程中需要特别注意的问题与解决方法。实践证明，利用这种伴纺技术不仅提高了羊绒针织纱的纺纱支数，而且降低了生产成本，并改善了最终织物的风格，具有广阔的发展前景和良好的经济效益。     

Relationship between CO2 Sensor Voltage Response and Phase Equilibrium of Solid Electrolyte Na, K-β/β"-Al2O3

A type of CO2 sensor based on oxygen concentration cell was designed as following: Cell I: Pt | Au, O2,CO2|Na2CO3(Au)|NKBA(Au)|YSZ|O2, CO2|Pt or Cell Ⅱ: Pt|Au, O2, CO2|K2CO3(Au)|NKBA(Au)|YSZ|O2, CO2|Pt.(Na,K-β/β″-Al2O3 is named by NKBA). The sensor signal is consistent with the Nernstian slope within the region ofphase equilibrium for Na, K-β/β"-Al2O3 material. The relationship between CO2 sensor voltage response and phaseequilibrium of solid electrolyte Na, K-β/β-Al2O3 is discussed in this paper.     

试析米系列直升机高度表专业检测设备——K-5仪测量标准的建立及不确定度分析

本文根据K-5仪的工作原理建立起标准装置。并介绍了本设备技术指标及使用条件。重点对其中的技术难点和测量不确定度进行了分析，为开展K-5仪计量检定工作提供了可靠依据。     

条件中位数L_1-模最近邻估计的渐近性质

本文在－混合随机变量的条件下，讨论了基于几个观察值的条件中位数的L1－模最近邻估计的渐近性质，得到了独立同分布时类似的结论．     

DKNNS:面向延迟敏感型应用的可扩展精确分布式K近邻搜索算法研究

为了降低用户访问延迟,延迟敏感型网络应用需要选择合适的邻近服务节点响应用户访问请求.分布式K近邻搜索通过可扩展的选择距任意用户节点邻近的K个服务节点,可以有效满足网络应用延迟优化的目的.已有工作在精确度以及可扩展性等方面存在不足.针对可扩展精确的K近邻搜索问题,文中提出了分布式K近邻搜索方法DKNNS(distributed K nearest neighbor search).DKNNS将大量的服务节点组织为邻近性感知的多级环,通过最远节点搜索机制选择优化的K近邻搜索初始化节点,然后基于回退方式快速的在目标节点邻近区域发现K个近邻.基于理论分析,模拟测试以及真实环境下的部署实验发现,在不同规模的节点集合下,DKNNS算法能够确定近似最优的K个服务节点.且DKNNS的查询延迟,查询开销均显著低于Meridian算法.最后,DKNNS的返回结果相对于Meridian具有较高的稳定性.     

基于K-距离拓扑的分布式数据存储方法

针对分布式数据存储算法通常需要较长的等待时间、且对海量数据加密时严重浪费计算资源和时间的问题,提出了一种基于K-距离拓扑的分布式数据存储方法.通过寻找K-距离拓扑子图来实现数据的安全放置,优先选择存取速度更快的节点和自身保护能力强的节点实现总体性能的提升.在Internet 2拓扑图与随机拓扑图下的仿真测试结果表明,所提出的方法能在满足安全距离约束的条件下选择到最优的数据存储节点,从而减小数据存取时间.     

基于VMD和样本熵的电磁式电流互感器故障诊断

针对电磁式电流互感器故障诊断效率低、准确率不高问题,提出一种变分模态分解(VMD)和样本熵相结合的故障诊断方法.将原始故障信号通过VMD分解成一系列本征模函数(IMF)并进行优选,计算其样本熵作为新的互感器特征提取对象的特征值,与常见时频域特征指标组合成新的特征向量输入K近邻分类器进行训练.Matlab仿真实验结果表明,该方法中新的特征指标用于低压电流互感器故障诊断是有效可行的,可为电磁式电流互感器故障诊断提供参考.     

基于混合特征预测药物-靶标相互作用的K近邻模型

针对核受体数据提取药物-靶标之间的混合特征,使用K近邻算法进行预测.对精确率、召回率、F1值等评价指标与其他算法进行了比较,验证模型的预测性能.     

基于软近邻投票的图像标签相关性计算

如何自动判断社会化标签与图像内容之间的相关性是社会化多媒体内容检索领域一个重要的研究问题.近邻投票算法是已知的计算标签相关性的最有效方法之一.但该算法采用硬投票策略,并未考虑近邻图像的权重以及近邻图像自身标签的质量.针对上述问题,文中提出一种一般性的软近邻投票框架,通过考察近邻权重和近邻标签权重这两个维度,系统性地比较了23种软近邻投票实现方案.以近120万张Flickr图像为训练集、约两万张图像为测试集的实验表明,软近邻投票策略要优于硬投票策略:平均查准率从0.764提升到0.783,且软近邻投票对于近邻个数这一重要参数的选取相对不敏感.