基于用户特征的分步协同推荐算法

协同过滤是解决信息过载问题的一种有效技术。针对基于内存的推荐面临着可扩展性问题、基于模型的推荐需要训练大量参数的问题进行了研究,从而提出了基于用户特征的K-means用户聚类算法,然后用分步协同过滤框架融合基于项目和基于用户的协同过滤给每一个聚簇训练一个模型。实验结果表明,提出的算法能极大地提高推荐精度,同时在一定程度上解决了基于模型和基于内存推荐存在的不足。

建筑信息模型轻量化协同

本文是对BIM设计协同平台落地技术的研究。"管控中心"将"建模软件"、"数据中心"及"轻量化系统"组合架构为协同平台,实现了BIM设计过程的轻量化协同。通过"管控中心"解决系统间建模增量数据流转问题,达到了设计过程模型的即时协同,实现了在设计中进行碰撞检查的构想。以平台为基础,建立了"项目拆分→数据中心汇总"BIM设计方法,消除了设备硬件运行的瓶颈,降低了设备投入,是可行的BIM技术设计方法。

具有动态调节机制的多粒子群改进算法及应用

针对标准粒子群算法(standard particle swarm optimization,SPSO)的稳定性较差及易陷入局部收敛等缺陷,将粒子群体划分为多组粒子群,提出了一种子群粒子和其产生的精英粒子分两步协同进化的方案,采用混沌、高斯动态扰动粒子位置及云正态模型自适应动态调整惯性权重等动态调节机制优化粒子飞行轨迹,促进粒子又快又好的向群体最优目标飞行,以改善SPSO算法的全局寻优性能并提高多目标优化问题的多样性.采用新颖的误差适应度函数设计了FIR高通数字滤波器,并与基于RGA、PSO、CRPSO及典型Parks-McClellan算法的滤波器进行了对比与分析.仿真实验表明:基于具有动态调节机制的多粒子群改进算法及目标函数设计的滤波器,具有通带波动小,阻带衰减大的优势.

好氧微生物抑制煤自燃机理研究现状及展望

综述了微生物对煤脱硫、降解方面的研究现状,利用好氧微生物处理煤可降低煤中硫含量(黄铁矿)、破坏煤中羟基、羰基、羧基等活性基团以及消耗O_(2)、产生CO_(2)气体等特性,提出用生物技术来延缓煤氧化进程、阻断煤氧化路径从而抑制煤自燃的设想。基于利用微生物对煤表面环境状态以及微观结构改变的特性,从煤氧化反应本身为切入点防控煤自燃。针对好氧微生物改性驯化对煤中硫含量、活性基团的影响,对现阶段常用的煤炭脱硫、降解类微生物(如嗜酸氧化亚铁硫杆菌、黄孢原毛平革菌等)进行分析,总结了可用于抑制煤自燃的微生物生长特性及其差异性,最终提出可用多种功能微生物分步协同作用来抑制煤自燃的思路,对煤自燃新型绿色阻化剂的开发进行了展望。

大型煤炭企业设备全生命周期管理模式的研究与探索

煤炭是我国重要的战略能源,煤矿智能化建设对于提升煤矿安全生产水平、保障煤炭稳定供应意义重大,直接关系国民经济和社会智能化的进程。近年来,我国煤炭企业在智能化方面进行了有益的探索,无论是在理论、技术,还是实践应用等方面取得了积极成效。煤矿的智能化建设需要投入矿井新型技术装备作为重要支撑,大型煤炭企业在矿井装备的统一集中管控方面有很大的提升空间。本文围绕煤炭企业设备全生命周期管理领域的关键技术和实践应用,介绍了设备全生命周期管理对推动煤矿智能化建设的重要意义,以及设备再制造、互联网技术等关键技术在构建设备全生命周期管理系统的工程应用。