An Equivalent Condition for （K） Integrability of Fuzzy-valued Mappings

In this paper, we first discuss the relationship between the McShane integral and Pettis integral for vector-valued functions. Then by using the embedding theorems for the fuzzy number space E^1, we give a new equivalent condition for （K） integrabihty of a fuzzy set-valued mapping F ： [a, b] → E^1.

反射系数（K）法在红层地下水探测中的应用

地下介质导电性能的差异只能造成电测深ρｓ值的高阻和低阻异常，而反射系数（Ｋ）的异常则能对应地下含水层的存在部位．作者将反射系数（Ｋ）法用于从贫水红层中探测富水区的电测深ρｓ曲线的解释，提高了区分含水层的可靠性。

A Common Fixed Point Theorem for Compatible Mappings of Type （K） in Intuitionistic Fuzzy Metric space

The purpose of our paper is to obtain a common fixed point theorem for two pairs of self-mappings of compatible of type （K） in a complete intuitionistic fuzzy Metric space with example. Our result generalized and improves similar other results in literature.

x0（k）拟合与参数a迭代逼近的GM（1,1）模型及应用

文章从理论上证明了GM(1,1)模型中■,从而指出一次累加建模会产生还原误差,提出了直接用x^(0)(k)建模;推导出了X^(0)的表达式和预测方程■,证明了■;构建了基于x^(0)(k)拟合和a参数迭代逼近的GM(1,1)模型并给出算法;从理论与实证方面证明此模型是无偏的,且发展系数a不受限制。最后将其应用到技术创新领域中。

基于邻域K-shell分布的关键节点识别方法

复杂网络中关键节点的精准识别对于网络结构稳定和信息传播起着至关重要的作用。传统K-shell方法仅通过节点在网络中所处位置对节点的重要性进行评估,导致区分度不高。基于此,综合考虑了节点的全局信息和局部信息对节点重要性的影响,提出一种基于邻域K-shell分布的关键节点识别方法。该方法通过节点邻域Ks值定义节点的熵,从而反映邻居节点的K-shell分布特征。通过11个网络数据集上的仿真实验,验证了所提方法能够更准确地识别并区分复杂网络中的关键节点。

基于数据流的K-S变化检测的动态多目标规划算法

为了更加准确地判断环境是否发生变化并快速追踪动态多目标规划问题(dynamicmulti-objectiveoptimization problem,DMOP)当前时刻的Pareto前沿,提出了一种基于数据流的Kolmogorov-Smirnov(K-S)变化检测的动态多目标规划(DSK-SDMOP)算法。该算法以NSGA-Ⅱ为基础,通过数据流建立2个时刻的检验窗口,再利用K-S检验基于数据流的Pareto最优前沿是否发生变化,检测2个窗口的数据是否服从同一分布来判断环境是否发生变化,并就环境变化的剧烈程度实行相应的应答机制,以提高对环境的适应程度。利用基于数据流的K-S检测方法,对环境变化不会过于敏感,而且不用提前假设对应目标值的分布,易于操作。通过5个动态多目标规划标准测试函数对该算法进行测试,并和现有的2种算法进行对比分析,结果表明该算法处理动态多目标规划问题具有良好的性能。

TRPC1与BK-α的表达对大鼠糖尿病肾病的影响

目的 探究瞬时受体电位C1(transient receptor potential channel 1,TRPC1)蛋白和大电导钙离子激活钾通道α亚单位(large conductance Ca^(2+)-activated K^(+)channel α subunit,BK-α)蛋白对大鼠糖尿病肾病(diabetic kidney disease,DKD)的影响。方法 将SD大鼠随机分为对照组(n=15)和模型组(n=15)。利用高脂饲料和链脲佐菌素(streptozocin,STZ)构建DKD模型。采用血糖分析仪检测大鼠血糖变化;采用全自动生化分析仪检测大鼠肾功能水平;HE染色检测肾组织的病理变化以确定造模成功。实时荧光定量PCR(RT-qPCR)和蛋白免疫印迹分别检测肾组织TRPC1和BK-α的mRNA和蛋白表达水平;免疫组化检测TRPC1和BK-α的分布和表达情况。结果 模型组大鼠空腹血糖(fasting plasma glucose,FPG)、尿白蛋白排泄率(urinary albumin excretion rates,UAER)、血尿素氮(blood urea nitrogen,BUN)和肌酐(creatinine,Cr)均显著高于对照组(P <0.01);模型组大鼠肾小管内壁细胞出现膨胀现象,部分细胞脱离;可见肾小管发生病变或死亡;此外,在许多肾小管及肾间质区域发现有中性白细胞及其残骸;以上HE染色结果提示,DKD模型复制成功。TRPC1和BK-α在肾小球部位最为丰富,且模型组大鼠肾组织中TRPC1和BK-α的mRNA和蛋白水平都显著高于对照组(P <0.05)。结论 大鼠糖尿病肾病影响TRPC1和BK-α在肾组织中的分布和表达。

基于改进TextRank的科技文本关键词抽取方法

针对科技文本关键词抽取任务中抽取出现次数少但能较好表达文本主旨的词语效果差的问题,提出一种基于改进TextRank的关键词抽取方法。首先,利用词语的词频-逆文档频率(TF-IDF)统计特征和位置特征优化共现图中词语间的概率转移矩阵,通过迭代计算得到词语的初始得分;然后,利用K-Core(K-Core decomposition)算法挖掘KCore子图得到词语的层级特征,利用平均信息熵特征衡量词语的主题表征能力;最后,在词语初始得分的基础上融合层级特征和平均信息熵特征,从而确定关键词。实验结果表明,在公开数据集上,与TextRank方法和OTextRank(Optimized TextRank)方法相比,所提方法在抽取不同关键词数量的实验中,F1均值分别提高了6.5和3.3个百分点;在科技服务项目数据集上,与TextRank方法和OTextRank方法相比,所提方法在抽取不同关键词数量的实验中,F1均值分别提高了7.4和3.2个百分点。实验结果验证了所提方法抽取出现频率低但较好表达文本主旨关键词的有效性。

加入跳跃连接的深度嵌入K-means聚类

现有的深度聚类算法大多采用对称的自编码器来提取高维数据的低维特征,但随着自编码器训练次数的不断增加,数据的低维特征空间在一定程度上发生了扭曲,这样得到的数据低维特征空间无法反映原始数据空间中潜在的聚类结构信息.为了解决上述问题,本文提出了一种新的深度嵌入K-means算法(SDEKC).首先,在低维特征提取阶段,在对称的卷积自编码器中相对应的编码器与解码器之间以一定的权重加入两个跳跃连接,以减弱解码器对编码器的编码要求同时突出卷积自编码器的编码能力,这样可以更好地保留原始数据空间中蕴含的聚类结构信息;其次,在聚类阶段,通过一个标准正交变换矩阵将低维数据空间转换为一个新的揭示聚类结构信息的空间;最后,本文以端到端的方式采用贪婪算法迭代优化数据的低维表示及其聚类,在6个真实数据集上验证了本文提出新算法的有效性.

光伏波动平抑下改进K-means的电池储能动态分组控制策略

针对电池储能系统(battery energy storage system,BESS)进行光伏波动平抑时寿命损耗高及荷电状态(state of charge,SOC)一致性差的问题,提出了光伏波动平抑下改进K-means的BESS动态分组控制策略。首先,采用最小最大调度方法获取光伏并网指令。其次,设计了改进侏儒猫鼬优化算法(improved dwarf mongoose optimizer,IDMO),并利用它对传统K-means聚类算法进行改进,加快了聚类速度。接着,制定了电池单元动态分组原则,并根据电池单元SOC利用改进K-means将其分为3个电池组。然后,设计了基于充放电函数的电池单元SOC一致性功率分配方法,并据此提出BESS双层功率分配策略,上层确定电池组充放电顺序及指令,下层计算电池单元充放电指令。对所提策略进行仿真验证,结果表明,所设计的IDMO具有更高的寻优精度及更快的寻优速度。所提BESS平抑光伏波动策略在有效平抑波动的同时,降低了BESS运行寿命损耗并提高了电池单元SOC的均衡性。

^(252)Cf自发裂变K X射线发射与动能-电荷关系

原子核裂变后多物理量间的关联测量是认识裂变过程直接有效的实验手段,然而由于初级裂变产物准确的电荷鉴别仍面临技术困难,电荷相关的多参数研究相对匮乏.为此,通过高分辨的低能高纯锗探测器和金硅面垒探测器开展了^(252)Cf自发裂变的裂变碎片K X射线和动能的符合测量.利用K X射线可以很好地鉴别电荷数Z=39—62的裂变碎片,电荷分辨ΔZ≈0.7,K X射线产额呈现强烈的电荷相关性.借助K X射线给出了碎片平均动能和平均总动能及其分布宽度随核电荷数的分布,轻碎片动能分布具有鲜明的奇偶效应,偶Z碎片的动能比奇Z碎片的高约0.48 MeV;平均总动能在Z=52—53处达到峰值,总动能分布宽度在Z=56附近呈现凹坑,这反映了形变壳结构对断点形状的显著影响.裂变碎片K X射线发射的信息及动能-电荷关系研究可为裂变独立产额测量和裂变理论模型的检验提供必要的参考数据.

基于K-means聚类和特征空间增强的噪声标签深度学习算法

深度学习中神经网络的性能依赖于高质量的样本,然而噪声标签会降低网络的分类准确率。为降低噪声标签对网络性能的影响,噪声标签学习算法被提出。该算法首先将训练样本集划分成干净样本集和噪声样本集,然后使用半监督学习算法对噪声样本集赋予伪标签。然而,错误的伪标签以及训练样本数量不足的问题仍然限制着噪声标签学习算法性能的提升。为解决上述问题,提出基于K-means聚类和特征空间增强的噪声标签深度学习算法。首先,该算法利用K-means聚类算法对干净样本集进行标签聚类,并根据噪声样本集与聚类中心的距离大小筛选出难以分类的噪声样本,以提高训练样本的质量;其次,使用mixup算法扩充干净样本集和噪声样本集,以增加训练样本的数量;最后,采用特征空间增强算法抑制mixup算法新生成的噪声样本,从而提高网络的分类准确率。并在CIFAR10、CIFAR100、MNIST和ANIMAL-10共4个数据集上试验验证了该算法的有效性。

基于K-Means聚类与熵权TOPSIS法的岩石可爆性评价研究

露天矿山的爆破块度分布,直接影响到后续的采装、运输和破碎工作。为了控制石墨矿山不同区域爆破块度分布,基于K-means无监督聚类学习法与熵权TOPSIS评价法建立了一种新的岩石可爆性评价模型,选取岩石密度、动力能量耗散率、动态抗压强度、平均应变率、脆性指数作为评价指标,通过熵权计算,发现岩石破碎程度受脆性指数影响最大,受平均应变率影响最小。将此模型应用于实际石墨矿山,可爆性分为10个等级,统计不同分级下的岩石平均破碎粒径,发现可爆性分级等级越高平均粒径越大,有明显的分级特征,验证了模型的有效性。从爆破石墨矿石岩体类型看,岩石可爆性从易到难排序为:片岩、片麻岩、变粒岩、混合岩。结合石墨矿石微观观测结果分析可知:岩性从片岩向混合岩转变,岩石内部石墨晶质呈下降趋势,石墨矿石可爆性等级也随之越来越高。岩石密度、能量耗散率、动态抗压强度之间呈线性正相关,岩石可爆性与平均应变率、脆性指数存在负相关性。研究成果为矿山矿岩可爆性评价提供了一条新思路,对露天矿山爆破块度优化具有一定的理论和实践指导意义。

基于改进K-means算法的物流配送中心选址研究

针对传统K-means算法需要主观设定K值及无法处理类别型数据问题,文章运用肘部法及轮廓系数法确定合理K值,对类别型数据采取独热编码(One-Hot Encoding)转换为可以处理的连续型数据,并将其运用到在物流配送中心选址中;并综合考虑多种类别的影响因素,构建了相应的影响因素指标体系,提出的模型能够识别输入数据的数值型及类别型数据,实现样本的有效聚类。相关的案例分析结果表明,相比传统K-means聚类,文章的改进K-means算法选址结果可使物流总成本降低8.76%,运营成本降低14.85%,固定成本降低8.09%,效果显著。

K-S变换及其电网超谐波时频分析应用

依据FFT→优化窗→IFFT思路,突破线性时频变换的窗函数积分性能桎梏,实现高性能优化窗函数的线性时频变换应用,建立新型时频变换算法——K-S变换.对信号x(t)的FFT频谱向量进行频移处理后,与该频移点下Kaiser优化窗的频谱向量进行Hadamard乘积,再将乘积结果进行FFT逆变换(IFFT),构造出K-S变换复时频矩阵,由此获得x(t)的时间-频率-幅值、时间-频率-相位三维信息;给出逆变换的数学推导与局部性质、线性性质和变分辨率特性;0~150 kHz电网的稳态与时变超谐波信号仿真实验表明,K-S变换的时域、频域分辨能力均优于流行的短时傅里叶变换、S变换,具有优良的变分辨率性能;0~40 kHz超谐波信号的实测证明,基于K-S变换的超谐波电压幅值测量绝对误差均小于0.032 3 V.

40 K双波段长波探测器冷箱封装技术研究

冷光学技术是弱目标及多光谱红外探测的重要支撑技术。为了实现低温光学系统温度精确控制和防污染,一般多将低温光学与探测器集成在冷箱内。某高光谱相机需要1个320×64量子阱探测器和1个320×64 II类超晶格探测器共面拼接,集成双波段微型滤光片,形成长波双波段探测杜瓦组件,探测器工作所需的40 K低温环境由脉管制冷机提供。杜瓦采用无窗口设计,并通过柔性波纹管将杜瓦外壳与冷箱外壳集成,以实现气密性集成和光校调节。针对40 K温区双波段探测器封装的三维拼接、探测器及滤光片的低应力封装、制冷机与探测器的高效热传输等难点,对探测器的三维拼接、40 K温区高效热传输、探测器低应力集成的热层结构、低应力滤光片支撑、杜瓦与制冷机耦合等进行研究,创新性提出了三点Z向调节拼接方法、探测器Al2O3载体复合钼基板和钼冷平台的热层结构、双波段滤光片集成的钼支撑结构、带应力隔离的冷平台与制冷机过盈装配的耦合方法,最终实现了40 K温区下双波段探测器平面度优于±2.06μm(RMS)、探测器的低温应力小于22.06 MPa、双波段滤光片低温形变小于8.55μm、探测器与制冷机温度梯度为2.6 K。40 K长波双波段红外探测器冷箱杜瓦组件经过2000 h通电老练和300次开关机试验验证,试验前后组件性能未发生明显变化,满足工程化应用的要求。

基于K-means算法的建筑群震害分析模型缩减方法

基于建筑群模型和弹塑性时程分析的精细化城市震害模拟技术能够为防震减灾及应急救援决策提供必要的依据和参考。为了减小城市建筑群震害模拟的计算量和计算时间,本文提出一种基于聚类算法的建筑群模型缩减方法。该方法采用K-means聚类算法,首先基于建筑结构属性向量对建筑群进行聚类,将相似的建筑结构聚为一组;然后从每组选取一个代表建筑组成建筑群缩减模型,通过减少需要分析的建筑结构数量来减少建筑群震害模拟的计算量。本文对传统的K-means算法进行改进,通过设定组内建筑结构的差异上限自动调整聚类分组数量;提出将具体地震动作用下结构地震损伤指数作为结构属性向量进行聚类,并通过算例对比分别采用两种缩减模型,即基于损伤指数聚类的缩减模型与基于结构力学模型参数聚类的缩减模型,计算结构损伤状态准确程度。对比结果表明:在聚类分组数量相同的情况下,基于损伤指数的分组明显优于基于模型参数的分组,采用模型缩减方法能够在保证足够计算精度前提下显著减少建筑群震害模拟计算量和计算时间。

基于K-means与宽度学习的肺炎图像分类算法

随着人们日常生活中肺部疾病风险的增加,肺部病变筛查变得至关重要。通过CT图像快速辅助诊断肺炎可以有效遏制病情。针对现有的肺部CT图像辅助诊断方法存在数据标记量大、训练数据耗时长以及对医疗设备计算量和内存要求高等问题,提出基于K-means与宽度学习的肺炎图像分类算法。该算法引入K-means使宽度学习系统更好地提取肺部CT图像特征,缓解随机获得节点权值的性能局限,建立与典型特征学习相关的宽度学习模型,并将算法针对公开数据集进行相关实验。实验结果表明,该模型较深度学习模型的计算量大大减小,在训练速度方面有明显优势,同时也保证了较好的分类结果,极大地降低了诊断时间;在数据有限的情况下,改进后的方法与现有主流方法相比获得了更加精确的肺炎诊断结果,提出的算法更适于嵌入医学设备等资源有限的硬件系统中。

基于融合K-近邻算法的电压互感器在线监测方法

由于受工作时长和环境因素的影响,电容式电压互感器(capacitor voltage transformer,CVT)在运行过程中误差稳定性不高,易出现电能计量失准现象。为此,该文提出了一种基于融合K-近邻算法(fusion K-nearest neighbor algorithm,FKNN)的电压互感器在线评估方法。该方法利用互感器的历史运行数据构建虚拟标准器,通过改进K-近邻算法对互感器实时状态进行监测,实现对异常情况的报警。同时,提出了一种加权移动时间窗的方法,自适应更新异常阈值,有效削弱电网不平衡波动的影响。实验结果表明,该文方法能够准确监测互感器的0.2级误差漂移。

试论美国K-12公立学校课程中的种族批判理论之争

近年来,种族批判理论开始走进美国K-12公立学校课程,成为培育学生社会情感能力、维护教育公平的一种路径。然而,伴随种族矛盾加剧和民粹主义抬头,美国社会围绕种族批判理论在K-12公立学校课程中的存废问题展开激烈争论。反对者指责该理论妨害学生的种族身份认知,曲解美国历史,破坏社会共识;支持者则认为该理论能够提升学生多元文化意识,增强种族和历史问题的课堂对话。这场以种族批判理论为核心的课程博弈,反映了当前美国两党在公共教育领域对意识形态主导权的竞争。美国K-12公立学校需要认清既有课程治理措施的缺失,及时清除影响课程设置的认知偏见,进一步拓展具有文化相关性的课程空间。