期刊文献+
共找到9篇文章
< 1 >
每页显示 20 50 100
储粮熏蒸过程中磷化氢浓度的分布模型及验证研究 被引量:10
1
作者 王远成 Graham R Thorpe +2 位作者 赵会义 曹阳 魏雷 《中国粮油学报》 EI CAS CSCD 北大核心 2015年第7期81-84,共4页
谷物在长期储存过程中会受到害虫的侵扰,通常需要使用诸如磷化氢等适量的熏蒸剂对仓储粮食进行熏蒸,从而杀死害虫,同时又要避免害虫产生耐药性和熏蒸剂的残留。本研究首先建立和验证了熏蒸剂(磷化氢)的对流扩散和吸附模型,并采用计算流... 谷物在长期储存过程中会受到害虫的侵扰,通常需要使用诸如磷化氢等适量的熏蒸剂对仓储粮食进行熏蒸,从而杀死害虫,同时又要避免害虫产生耐药性和熏蒸剂的残留。本研究首先建立和验证了熏蒸剂(磷化氢)的对流扩散和吸附模型,并采用计算流体动力学方法对圆筒仓内谷物熏蒸过程中磷化氢质量浓度进行了数值预测,分析了熏蒸过程中磷化氢的质量浓度分布规律,得出熏蒸过程中磷化氢质量浓度分布是不均匀的,并且受到谷物吸附和不可逆化学反应的双重影响。 展开更多
关键词 谷物存储 熏蒸剂 对流扩散 数值模拟 圆筒仓
下载PDF
融合“用户-项目-用户兴趣标签图”的协同好友推荐算法 被引量:13
2
作者 陈洁敏 李建国 +3 位作者 汤非易 汤庸 陈笑凡 唐婷芳 《计算机科学与探索》 CSCD 北大核心 2018年第1期92-100,共9页
随着社交网络的用户数量呈爆炸式增长,如何为用户推荐具有相同兴趣爱好的好友已成为当前研究的焦点。为此,提出了一种基于"用户-项目-用户兴趣标签图"的协同好友推荐算法。该算法首先利用基于"用户-项目-标签"的三... 随着社交网络的用户数量呈爆炸式增长,如何为用户推荐具有相同兴趣爱好的好友已成为当前研究的焦点。为此,提出了一种基于"用户-项目-用户兴趣标签图"的协同好友推荐算法。该算法首先利用基于"用户-项目-标签"的三部图物质扩散推荐算法来计算用户之间的相似度,并引入"用户-用户兴趣标签图"二元关系,通过用户的兴趣标签图来发掘用户的兴趣主题;然后根据用户主题分布,利用KL距离来计算用户之间的相似度;最后将两组结果采用调和平均数方式融合得到用户间的综合相似度,并进行好友的推荐。通过在Delicious和Last.fm数据集上的实验证明,该算法能有效提高Top-N推荐的准确率和召回率,同时通过在学术社交网站——学者网数据集上进行的学者推荐实验表明,该算法能有效提高核心用户的推荐度。 展开更多
关键词 好友推荐 三部图 标签 社交网络 协同推荐
下载PDF
BP神经网络在矿产资源分类识别中的应用 被引量:4
3
作者 孟海东 殷跃 +2 位作者 孙家驹 徐贯东 王森 《西部探矿工程》 CAS 2012年第8期137-139,145,共4页
利用BP神经网络对矿产资源进行分类识别,以铁矿石和铜矿石2种矿石的颜色、条痕、光泽、解理、断口、比重和硬度7种样本数据作为BP神经网络对矿产资源分类的影响因素。通过对神经网络的训练、测试,其有效识别率达90%以上。实现了矿产资... 利用BP神经网络对矿产资源进行分类识别,以铁矿石和铜矿石2种矿石的颜色、条痕、光泽、解理、断口、比重和硬度7种样本数据作为BP神经网络对矿产资源分类的影响因素。通过对神经网络的训练、测试,其有效识别率达90%以上。实现了矿产资源分类的快速、准确识别的目的。 展开更多
关键词 矿产资源 BP神经网络 分类 识别
下载PDF
基于本体及模式驱动的构件化软件共同变化识别研究 被引量:2
4
作者 钟林辉 朱小征 +1 位作者 宗洪雁 程柏良 《计算机应用研究》 CSCD 北大核心 2016年第3期773-778,共6页
对共同变化的识别有利于软件维护人员对软件变化的理解和控制。传统的软件共同变化识别方法通过对软件版本控制系统中的数据挖掘,进而识别源程序文件或者类之间的共同变化,但这种方法不适合对构件化软件中构件间共同变化的识别。为此,... 对共同变化的识别有利于软件维护人员对软件变化的理解和控制。传统的软件共同变化识别方法通过对软件版本控制系统中的数据挖掘,进而识别源程序文件或者类之间的共同变化,但这种方法不适合对构件化软件中构件间共同变化的识别。为此,在基于构件的软件配置管理模型的基础上,设计了构件化软件演化信息本体模型以及两者间的映射规则,并提出了构件化软件共同变化模式(基本模式和复合模式)和相应的本体推理规则,开发了原型支撑系统。 展开更多
关键词 构件化软件 软件演化 共同变化 本体
下载PDF
可视化数据挖掘工具的设计与实现 被引量:6
5
作者 孟海东 蔺志举 徐贯东 《计算机与现代化》 2011年第6期132-135,共4页
为了在海量数据中把有用的数据提取给用户进行分析,通过对数据可视化和聚类分析的深入研究,将可视化技术与数据挖掘技术两者结合起来,在Java平台下开发一个可视化的数据挖掘系统,把数据挖掘的结果以3D散点图、平行坐标图的方式显示给用... 为了在海量数据中把有用的数据提取给用户进行分析,通过对数据可视化和聚类分析的深入研究,将可视化技术与数据挖掘技术两者结合起来,在Java平台下开发一个可视化的数据挖掘系统,把数据挖掘的结果以3D散点图、平行坐标图的方式显示给用户,使用户能够直观地看到数据集的全貌及分析各对象同一属性值的分布和各属性之间的关系,有效地表达数据挖掘结果。 展开更多
关键词 数据挖掘 聚类分析 可视化 平行坐标技术
下载PDF
基于模糊C-means聚类的地球化学数据分析 被引量:1
6
作者 孟海东 管世明 徐贯东 《金属矿山》 CAS 北大核心 2012年第4期106-108,143,共4页
采用数据挖掘技术中模糊C-means聚类算法,以地球化学元素为数据对象、样品分析结果为属性值,对某已知金矿区和锡矿区岩石样品的元素组合特征进行了分析。聚类分析得出的元素组合关系与已知地质资料相一致,表明模糊C-means聚类算法能够... 采用数据挖掘技术中模糊C-means聚类算法,以地球化学元素为数据对象、样品分析结果为属性值,对某已知金矿区和锡矿区岩石样品的元素组合特征进行了分析。聚类分析得出的元素组合关系与已知地质资料相一致,表明模糊C-means聚类算法能够客观、有效地发现地球化学元素的组合特征。同时,对位于内蒙古地区某多金属成矿带的地球化学采样数据进行了分析,根据聚类结果推断该地区是寻找金、银多金属矿产资源的目标区域。 展开更多
关键词 数据挖掘 模糊C-means聚类 地球化学元素 元素组合特征
下载PDF
基于聚类分析的地球化学数据分布特征研究 被引量:5
7
作者 孟海东 孙家驹 +1 位作者 殷跃 徐贯东 《有色矿冶》 2012年第2期1-3,共3页
将地球化学采样点作为数据对象,测量的16种元素作为数据对象属性,运用数据挖掘技术中的聚类分析对采样点进行聚类,研究与分析了测区内地球化学元素的分布特征。研究结果表明,聚类结果和地层岩性有明显对应关系,能够有效地反映出不同地... 将地球化学采样点作为数据对象,测量的16种元素作为数据对象属性,运用数据挖掘技术中的聚类分析对采样点进行聚类,研究与分析了测区内地球化学元素的分布特征。研究结果表明,聚类结果和地层岩性有明显对应关系,能够有效地反映出不同地质单元的地球化学元素分布特征。 展开更多
关键词 数据挖掘 聚类分析 K—means 地球化学数据
下载PDF
中国近年PM_(2.5)污染研究进展 被引量:24
8
作者 邹佳乐 林尧林 杨薇 《环境污染与防治》 CAS CSCD 北大核心 2019年第3期357-361,366,共6页
近年来雾霾天气在中国大面积频发,PM_(2.5)已经成为中国大气颗粒物污染的首要污染物。对中国近年来PM_(2.5)的研究进展进行总结,分析了城市大气及室内环境中PM_(2.5)的来源,阐述了PM_(2.5)对大气能见度、人体健康及人们行为方式的影响,... 近年来雾霾天气在中国大面积频发,PM_(2.5)已经成为中国大气颗粒物污染的首要污染物。对中国近年来PM_(2.5)的研究进展进行总结,分析了城市大气及室内环境中PM_(2.5)的来源,阐述了PM_(2.5)对大气能见度、人体健康及人们行为方式的影响,介绍了室内外关于PM_(2.5)的相关性指标以及PM_(2.5)控制的最新技术等,最后对相关研究前景进行分析并提出建议。 展开更多
关键词 PM2.5 影响 室内外 控制
下载PDF
地源热泵空调系统的制冷季分析 被引量:1
9
作者 胡秋实 胡平放 +2 位作者 邢路 林尧林 杨薇 《建筑节能》 CAS 2018年第8期86-91,共6页
将分析方法应用于地源热泵空调系统,以武汉市某公共建筑的地源热泵空调系统为例,使用TRNSYS建立了该系统的分析仿真模型。使用逐时的室外空气状态作为参考状态,模拟得到了该系统在整个制冷季的效率为9.0%,损失为5.58×10~8k... 将分析方法应用于地源热泵空调系统,以武汉市某公共建筑的地源热泵空调系统为例,使用TRNSYS建立了该系统的分析仿真模型。使用逐时的室外空气状态作为参考状态,模拟得到了该系统在整个制冷季的效率为9.0%,损失为5.58×10~8kJ。基于该模型提出了5种不同的地源热泵系统控制策略。模拟获得这5种策略下地源热泵空调系统在整个制冷季的效率和损失。分析了循环水流量变化和参考温度的选取对于空调系统分析的影响。结果显示,冷却水或冷冻水流量增加,空调系统的效率略微降低、损失增加。不同参考温度下的效率和损失有明显差异。所用方法可以扩展到其他空调系统并对其控制优化设计进行分析。 展开更多
关键词 地源热泵 (火用)分析 TRNSYS模拟
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部