基于关联规则相关性分析的Web个性化推荐研究

通过分析关联规则在Web个性化推荐中存在的问题,对Web个性化推荐的关联规则相关性分析算法进行改进,并进行了详细的论证和仿真实验。实验结果表明改进的算法能实现更低支持度的推荐,能提高推荐的准确率和速度。     

立即可解网络编码应用于无线网络重传中的时延分析

立即可解网络编码(instantly decodable network coding,IDNC)分为狭义立即可解网络编码(strict IDNC,S-IDNC)和广义立即可解网络编码(generalized IDNC,G-IDNC).分析了S-IDNC和G-IDNC的特点,并对这2种思想应用于重传的时延性能做了对比分析.以最小化解码时延为目标提出基于S-IDNC和基于G-IDNC权重顶点搜索算法,实验对比分析了所提算法和已有典型算法性能,验证了所提算法的有效性,并归纳了S-IDNC和G-IDNC的时延特征差异.实验结果表明,基于S-IDNC的重传算法使得信宿节点的时延大小分布较为聚集,而基于G-IDNC的重传算法时延大小分布更为分散,G-IDNC时延均值优于S-IDNC,而S-IDNC系统完成时延优于G-IDNC.     

稀疏网络编码中秩分布分析模型研究

针对现有稀疏网络编码研究中线性相关概率性能指标精准度较低的问题,提出基于马尔可夫链的性能分析模型。对线性相关概率、秩的概率分布等性能指标及其复杂度进行分析,并通过该性能分析模型分析编码包传输后期的译码成功概率;基于吸收马尔可夫链计算编码包传输过程中的瞬态、吸收态以及各状态间的状态转移概率,并对状态转移概率中蒙特卡罗模拟误差较大的问题进行改进,由状态转移概率构建吸收马尔可夫链基本矩阵,得出信宿端收到非再生包的线性相关概率,进而推导出秩的概率分布和译码成功概率性能指标。仿真结果表明,在相同条件下所提模型性能指标精确度均优于对比模型,且能精确地评估信宿端解码矩阵秩的概率分布、译码成功概率等稀疏网络编码的译码行为。     

化学危险品的燃烧与爆炸

化学危险品与一般的库存商品相比更具有危险性，有许多商品是有毒的或易燃、易爆、易污染的。如许多年前深圳的化学危险品库爆炸，造成了上亿元的损失，那次爆炸是由于萘与NH4NO3混存，并且温湿库控制条件太差等多方面的原因造成的。     

高维特征集选择模型研究

特征选择是机器学习和模式识别等领域一个关键问题。而高维特征选择又是当今研究的热点和难点。从高维特征选择的模型出发。详细说明高维特征选择所采用的各种算法类型。并分析了该模型的优劣。     

基于关联规则相关性分析的Web个性化推荐研究

通过分析关联规则在Web个性化推荐中存在的问题,对Web个性化推荐的关联规则相关性分析算法进行 改进,并进行了详细的论证和仿真实验。实验结果表明改进的算法能实现更低支持度的推荐,能提高推荐的准确 率和速度。     

吡啶离子液体双水相-高效液相色谱法同时测定牛奶中3种喹诺酮药物残留

建立了吡啶离子液体双水相-高效液相色谱同时测定牛奶中噁喹酸、萘啶酸及氟甲喹3种喹诺酮药物残留的方法. 牛奶样品经氯化钠和磷酸混合溶液提取后, 采用吡啶离子液体N-乙基-2-甲基吡啶溴化盐([EMPy]Br)和K2HPO4形成的双水相体系萃取富集, 以0.1%磷酸水溶液-乙腈为流动相, 梯度洗脱, 紫外检测. 该方法对噁喹酸、萘啶酸和氟甲喹测定的线性范围分别为0.3~15, 0.5~20和0.5~25 μg/mL, 相关系数(r)均大于0.9997, 3种药物的检出限在8~10 μg/kg之间. 对不同加标浓度的牛奶样品测定, 绝对回收率均在86.4%~94.8%范围内, 相对标准偏差为3.6%~8.3%. 该方法对牛奶中喹诺酮药物残留的检测具有简单、快速、环保和灵敏度高等优点.     

表界面调控电催化析氧反应

开发高效绿色清洁能源已引起研究者们的广泛关注。电解水是一种大规模且可持续生产高纯氢能源技术。然而,阳极析氧反应电催化剂的高过电位和不稳定性制约了电解水技术的大规模应用,合理设计电催化剂的结构可显著优化其反应热力学和动力学,提高电解水技术的能量转换效率。表界面是电催化反应发生的主要场所,通过调控电催化剂表面的本征结构或构筑异质界面等系列表界面化学工程对电催化剂进行改性,可以有效改善材料的催化活性和稳定性。本文概述了当前表界面调控策略在电催化析氧反应中的研究进展,重点介绍了表界面调控层状双金属氢氧化物、钙钛矿型氧化物、尖晶石型化合物及合金材料的研究现状,阐述了高效稳定析氧反应电催化剂的设计思路。讨论了表界面调控策对催化剂表界面微结构和电子态的影响以及设计新型析氧反应电催化剂中面临的问题。最后,展望了表界面调控应用于析氧反应电催化剂的前景。     

基于网络编码的无线网络重传方案综述

网络编码技术为无线网络包重传问题研究提供了新思路.介绍了传统重传方案的局限性,在此基础上重点介绍目前基于网络编码的典型无线网络重传方案,从5个不同的角度对现有的大量重传方案进行了归纳与比较,在此分析总结基础上对后续研究工作进行了展望.     

高维特征集选择模型研究

特征选择是机器学习和模式识别等领域一个关键问题，而高维特征选择又是当今研究的热点和难 点。从高维特征选择的模型出发，详细说明高维特征选择所采用的各种算法类型，并分析了该模型的优劣。