稀土（Nd,Pr）（Ⅲ）双酞菁衍生物的合成,表征和气敏特性

合成了八－４－（四氢糖氧基）酞菁钕（Ⅲ）（Ａ）、八－４－（β－萘氧基）酞菁钕（Ⅲ）（Ｂ）、八－４－（２，４－二叔戊基苯氧基）酞菁钕（Ⅲ）（Ｃ）和八－４－（２，４－二叔戊基苯氧基）酞菁镨（Ⅲ）（Ｄ）４种新的稀土（Ｎｄ、Ｐｒ）（Ⅲ）双酞菁衍生物，经元素分析、红外光谱、核磁共振谱表征。紫外可见光谱表明，它们在氯仿（１０＾－６ｍｏｌ／Ｌ）溶液中以单分子形式存在。热重分析证明配合物的热稳定性：Ｂ＞Ｃ￣Ｄ＞Ａ     

酞菁铜与四氰化二甲基苯醌电荷转移反应的测定

用红外光谱、紫外可见光谱、循环伏安法等研究了三（２，４－二特戊苯氧基）－８－喹啉氧基酞菁铜和２－十八烷基－７，７，８，８－四氰二基苯醌在Ｌａｎｇｍｕｉｒ－Ｂｌｏｄｇｅｔｔ（ＬＢ）膜中的电荷转移。实验结果表明，在交替和混合ＬＢ膜中，酞 菁铜和Ｃ１８－ＴＣ－ＮＱ分子之间均发生了电荷转移，其中酞菁铜为给体分子，ＴＣＮＱ为受体分子。在混合ＬＢ膜中，电葆转移程度较大。电导率测量表明荷移反应使ＬＢ膜的电导率较     

支持Web2.0标签层次体系构建的关系识别及层次组合方法研究

从标签系统中生成层次体系可以支持多种类型的应用,具备重要的意义.当前的研究主要集中于发现标签间的关系,但对如何利用这些关系形成高质量的层次体系却关注不足.针对这一现状,研究了支持Web 2.0标签层次体系构建的关系识别及层次组合方法,通过分析并识别已发现的标签间关系所具有的不同类型提升了标签间关系的质量,并提出基于语义流动分析的层次组合方法实现了更高质量的层次体系构建.应用多种评估指标的实验结果表明应用关系识别及使用语义流分析方法可以获得相比评估方法更高质量的标签层次体系.     

基于窗口边缘梯度势能的人体遮挡多尺度检测算法

为提高对于图像中人体检测的准确率,该文提出窗口边缘梯度势能(Window Gradient Potential Energy,WGPE)的概念和一种基于窗口边缘梯度势能快速人体检测方法。采用稀疏-稠密梯度势能窗口集对人体进行多尺度检测过滤,缩短了检测时间。采用改进后的加权级联支持向量机训练正负样本,将遮挡情况下的人体正样本进行加权划分,以检测遮挡环境下的人体。在对检测窗口进行过滤时,该算法并不需要增加过多的计算开销。在背景较为平滑的图像中,与多尺度面向梯度直方图(HOG)和HOG-LBP(Histograms of Oriented Gradients and Local Binary Pattern)方法相比在相同的准确率下,具有较少的检测时间。实验表明在人体检测的准确率和效率方面有所提高,对于处于半遮挡情况下人体检测,准确率也有明显提高。     

基于特征结构的可变对角加载波束形成算法

对角线加载技术能减弱小特征值对应的噪声波束的影响,改善方向图畸变,但加载量的确定是一个比较困难的问题.提出了一种鲁棒的自适应对角线加载波束形成算法,根据阵列接收信号协方差矩阵的特征结构确定加载值.然后利用非线性约束条件优化权向量,自适应地加载对角线,可以提供较好的输出SINR,提高算法的鲁棒性.     

面向自主意识的标签个性化推荐方法研究

在标签系统中,用户使用资源以及标签的习惯受到自身自主意识的影响.当前的标签个性化推荐方法缺乏对此类自主意识信息的描述,限制了个性化推荐的效果.通过采用类似LDA的概率模型,建模了用户的资源使用以及标签使用两方面的自主意识信息,实现了面向用户自主意识的标签推荐.模型的参数使用基于吉布斯抽样的方法进行估计,为快速高效计算模型参数提供了可能.实验结果显示该方法可以提供更高质量的标签个性化推荐结果.     

SSOR方法应用于相容次序矩阵的研究

本文主要研究 SSOR 方法对于系数矩阵为相容次序矩阵的线性方程组的应用.讨论 SSOR 方法的收敛性以及最优收敛的性质,并给出 SSOR 迭代矩阵的谱半径的一个界.     

(η~5-C_9H_7)_2Yb(THF)_2的晶体结构

双(茚基)镱(Ⅱ)四氢呋喃配合物(η~5-C_9H_7)_2Yb(THF)_2的晶体属单斜晶系,C_c空间群,晶体学参数a=13.506(4),b=11.081(2),c=15.577(5),β=92.68(3)°,V=2329(1),D_c=1.56g/cm~3,Z=4,μ=42.4cm~(-1),F(000)=1088,最终编离因子R=0.029,R_w=0.031。中心离子Yb~(2+)与两个茚基以η~5形式成键且与两个四氢呋喃中的氧成键,茚基的两个质心和四氢呋喃中的两个氧形成扭曲的四面体,Yb~(2+)在四面体的中心。Yb~(2+)的配位数为8。Yb~(2+)到质心In1的距离为2.52,到质心In2的距离为2.40。Yb~(2+)到O(1)的键长为2.356(7),到O(2)的键长为2.417(5)。     

模糊聚类分析在光网络多故障定位中的应用北大核心

利用模糊数学理论对光网络中的多故障定位问题进行分析,得到了光网络中多故障定位的模糊聚类模型。根据由模糊聚类算法得到的专家系统和由此确定的告警和故障之间的隶属函数公式进行故障定位。在格状光网络拓扑下进行多故障定位仿真实验,得出故障定位成功率的对比图和时间性能的对比图。实验结果表明,模糊聚类算法可以高效快速地定位故障。     

数据驱动与知识引导结合下人工智能算法模型

当前人工智能的学习模式主要以数据驱动为主要手段，以深度神经网络为主流的机器学习算法取得了显著进展。但是这种数据驱动的人工智能手段依然面临数据获取成本高、可解释性弱、鲁棒性不强等不足。该文认为在现有机器学习算法中引入先验假设、逻辑规则和方程公式等知识，建立数据和知识双轮驱动的人工智能方法，将推动更通用计算范式的变革创新。该文将可用于引导人工智能算法模型知识归纳为4种——逻辑知识、视觉知识、物理定律知识和因果知识，探讨将这些知识与现有数据驱动模型相互结合的典型方法。