知识依赖与动态模糊数据粗传递

根据实际中经常遇到的信息传递情况:一是我们不能丢失任何可能有用的信息,以免造成损失;二是被传递的概念是双向动态变化的模糊数据,三是信息传递者的知识不同,接收到的数据信息不一样。本文利用具有动态特性的双向S-粗模糊集构建了一种新的动态模糊数据粗传递模型-上近似动态模糊数据粗传递模型,分析了信息传递者的知识对模糊数据粗传递的影响,建立了知识依赖、知识等价、知识独立与传递过程中动态模糊数据变化的关系,得到了动态模糊数据在传递过程中保持不变、发生增益的条件,给出了动态模糊粗传递数据不变定理及数据增益定理,最后给出了动态模糊粗传递模型在风险投资管理系统中应用,制定了符合实际的投资决策。动态模糊粗传递是双向S-粗模糊集的一种新的应用。     

傅里叶变换中红外光谱的牛奶品质无损检测分级

市场上普遍存在“高蛋白”,“高乳脂”等特色牛奶。为了实现对特优优质奶、高蛋白特色奶、高乳脂特色奶和普通奶的无损快速分级,收集了河北省10个牧场不同月份（1月、3月—10月）的5 121份牛奶样本并采集中红外光谱数据,分别测定牛奶中的乳蛋白、乳脂和体细胞数,构建了牛奶品质分级模型。首先,分析牛奶光谱并去除冗余波段,最终选择925~1 597和1 712~3 024 cm-1的敏感波段组合作为全光谱用于建立模型。为了提高模型的性能,采用标准正态变量变换（SNV）,多元散射校正（MSC）,一阶导数,二阶导数,一阶差分和二阶差分6种算法对光谱进行预处理并建立朴素贝叶斯模型（NB）和随机森林模型（RF）,确定二阶差分为最佳预处理方法,其测试集准确率分别为92.11%和96.87%。为了简化模型,利用无信息变量消除法（UVE）、竞争性自适应重加权算法（CARS）与稳定性竞争性自适应重加权采样算法（SCARS）以及UVE-CARS算法和UVE-SCARS算法对二阶差分后的光谱数据提取特征变量。然后,分别基于全光谱和所选特征变量数据,建立NB模型和RF模型。结果表明,SCARS算法为NB模型的最佳特征提取算法,模型的训练集准确率与测试集准确率分别为94.45%,93.94%;UVE-SCARS算法为RF模型的最佳特征提取算法,模型的训练集准确率与测试集准确率分别为99.86%,96.48%。综上,基于傅里叶变换中红外光谱技术建立的二阶差分-UVE-SCARS-RF模型,可以实现特优优质奶、高蛋白特色奶、高乳脂特色奶和普通奶的无损快速分级,通过建立中红外光谱模型,首次将乳蛋白、乳脂含量和体细胞数直接结合进行分级鉴定,这是以往未曾有过的。模型应用方便,只需将获得的牛奶红外光谱数据输入模型即可输出预测类别,在牛奶产业中具有实际应用价值。     

A theoretical investigation of glide dislocations in BN/AlN heterojunctions

Glide dislocations with periodic pentagon-heptagon pairs are investigated within the theory of one-dimensional misfit dislocations in the framework of an improved Peierls-Nabarro (P-N) equation in which the lattice discreteness is fully considered. We find an approximate solution to handle misfit dislocations, where the second-order derivative appears in the improved P-N equation. This result is practical for periodic glide dislocations with narrow width, and those in the BN/AlN heterojunction are studied. The structure of the misfit dislocations and adhesion work are obtained explicitly and verified by first-principles calculations. Compared with shuffle dislocations, the compression force in the tangential direction of glide dislocations has a greater impact on the normal direction, and the contributions of the normal displacement to the interfacial energy cannot simply be ignored.     

基于水力空化技术的降解特性研究

在多孔板水力空化反应器实验装置的基础上,分析研究了污水初始浓度、循环周期及进水压力等因子对罗丹明B 溶液、生活污水中污染物降解效果的影响. 结果表明进口压力越大,空化程度越强,自由基数量充足则降解效果越好,最佳降解初始浓度在10 mg/L 附近,亚甲基蓝作为催化剂能促进罗丹明B 的降解. 对生活污水中总磷的降解程度优于氨氮的效果近一倍.