一种基于Agent-NB的文本分类模型和算法

针对基于内容的文本分类问题,提出了一种Agent与朴素贝叶斯分类(Naive Bayes)相融合的反馈分类模型和算法(Agent-NB).朴素贝叶斯分类是一种简单而有效的文本分类方法,然而有限大小的训练样本集,一般不具备良好的数据完备性,难以一次性构造出高性能的分类模型.基于Agent-NB的反馈分类模型,可结合Agent的智能特性,通过反馈学习过程,动态调整相应参数,使朴素贝叶斯分类模型不断逼近其理想模型,从而提高分类器的性能.实验结果表明,提出的Agent-NB分类方法,分类效果明显增强,召回率、准确率和F1值与朴素贝叶斯分类算法相比有一定提高.

掺铌硅酸亚铁锂正极材料的电化学性能

采用固相烧结法,以LiOH、FeC2O4.2H2O、Nb2O5、正硅酸四乙酯和蔗糖为原料制备出单斜结构的Li2.05FexNb2(1-x)/3SiO4/C(x=1,0.99,0.98,0.96,0.94,0.92,0.90)系列样品.通过红外光谱、X射线衍射、扫描电镜、恒电流充放电测试、交流阻抗和循环伏安法等方法研究了制备样品的结构及电化学性能.实验结果表明,颗粒尺寸介于0.2～1.5μm之间的Li2.05Fe0.96Nb0.026 7SiO4/C的充放电性能最好,在0.3C倍率电流下,第1次循环的放电容量为116.6 mAh/g,第30循环的放电容量为78.3 mAh/g.掺铌减少了样品的电荷传递阻抗,提高了锂离子的扩散系数.

脱硫剂对含铌铁液脱硫效果的影响

应用镁、钙基脱硫剂在真空碳管炉内进行含铌铁液脱硫实验,分析对比了不同脱硫剂的脱硫效果,并用Factsage软件进行脱硫热力学计算。结果表明:通过热力学计算镁的脱硫率高于Ca-Si合金、Al-Ca合金和50%CaO-30%Al_2O_3-20%MgO的脱硫率;实验表明了镁中加入CaO能显著提高镁的脱硫效果,Mg+CaO和铝钙脱硫时在铁液中形成形态不同的夹杂物。

多孔Ti-Nb合金材料的制备与性能研究

采用粉末冶金添加造孔剂法制备多孔Ti-Nb合金,研究不同Nb含量对合金物相结构、微观孔隙形貌、孔隙率、抗压强度及耐腐蚀性能的影响。研究结果表明:多孔Ti-Nb合金具有α和β双相组织,随Nb含量的增加,材料中的β相含量逐渐增大,Nb含量为25%~30%时材料的孔隙大小和分布较均匀,平均孔径为300μm左右;随Nb含量的增加,材料的孔隙率随之增大,径向收缩率和抗压强度逐渐减小,耐腐蚀性呈先增大后减小趋势,在Nb含量30%时材料的耐腐蚀性最强,其孔隙率为33.6%,径向收缩率为7.3%,抗压强度为130 MPa。