k阶采样和图注意力网络的知识图谱表示模型

知识图谱表示(KGE)旨在将知识图谱中的实体和关系映射到低维度向量空间而获得其向量表示。现有的KGE模型只考虑一阶近邻,这影响了知识图谱中推理和预测任务的准确性。为了解决这一问题,提出了一种基于k阶采样算法和图注意力网络的KGE模型。k阶采样算法通过聚集剪枝子图中的k阶邻域来获取中心实体的邻居特征。引入图注意力网络来学习中心实体邻居的注意力值,通过邻居特征加权和得到新的实体向量表示。利用ConvKB作为解码器来分析三元组的全局表示特征。在WN18RR、FB15k-237、NELL-995、Kinship数据集上的评价实验表明,该模型在链接预测任务上的性能明显优于最新的模型。此外,还讨论了阶数k和采样系数b的改变对模型命中率的影响。

考虑作业环节完整性的企业车站进路选择优化

传统企业车站进路选择优化问题,即当多项作业出现在同一时空,以行车作业优先,调车作业在冲突节点前停车等待至行车作业驶离冲突节点再继续作业。现实生产过程中易造成调车作业长时间停滞等待,导致调车作业无法准时到达目标地点,破坏了调车作业环节的完整性,损害了企业车站的利益。基于企业车站行车作业与调车作业并存且调车作业数量要远大于行车作业的特点,同时考虑调车作业环节完整性,将调车作业设定一个能充分完成作业的时间标准值,并动态实时更新作业过程中节点占用时间,以判断进路冲突并进行疏解,建立以调车作业时间成本、行车作业时间成本最小的多目标进路选择优化模型。为加快遗传算法的搜索效率,结合K短路算法特点改进了遗传算法,并且以进路为基本单元针对性地设计了个体编码方案、交叉变异策略,求解该模型。最后,以具有代表性的某企业车站为例进行了验证。研究结果表明:考虑作业环节完整性的进路选择优化模型得到的进路选择方案能够有效地避免作业冲突,并且能够依据作业的优先级为车站作业选择合理的进路,快速有效地得出满意的作业方案,满足车站工作的需求。与传统进路选择方案相比,总的作业时间降低了23.26%。研究成果对该企业车站进路选择具有一定的参考价值。

基于物联网的电力计量主站采集链路监测研究

为了有效监测采集链路,清晰呈现监测结果,设计了基于物联网的电力计量主站采集链路监测方法。利用无线传感器采集电力计量主站各环节采集链路的相关信息,并对信息进行预处理,通过主成分分析法提取链路相关信息特征,利用K最近邻分类算法分类识别降维后的特征信息,完成采集链路状态监测。实验结果表明:该方法可精准监测采集链路状态,数据更新速率较快,输出监测结果清晰度高。

树脂整理面料交联程度的表征与评价

用树脂含量法、纤维保水力法、染色K/S值计算法对树脂整理面料交联程度进行表征和评价,并通过实例来验证。结果表明,树脂含量法、纤维保水力法、染色K/S值计算法等均可用数据对树脂整理面料交联程度进行表征和评价;染色K/S值计算法相对时间短,操作简单,更能客观准确地表征树脂交联程度,并且能测算出理论折皱回复角和洗后外观平整度。

基于Tomek链的边界少数类样本合成过采样方法

在类别不平衡数据集中,由于靠近类边界的样本更容易被错分,因此准确识别边界样本对分类具有重要意义。现有方法通常采用K近邻来标识边界样本,准确率有待提高。针对上述问题,提出一种基于Tomek链的边界少数类样本合成过采样方法。首先,计算得到类间距离互为最近的样本形成Tomek链;然后,根据Tomek链标识出位于类间边界处的少数类样本;接下来,利用合成少数类过采样技术(SMOTE)中的线性插值机制在边界样本及其少数类近邻间进行过采样,并最终实现数据集的平衡。实验对比了八种采样方法,结果表明所提方法在大部分数据集上均获得了更高的G-mean和F_(1)值。

铁路技术站作业环节重要度研究

为提升铁路技术站管理水平,本文对于技术作业环节进行量化排序,将技术站作业流程分类为25个环节。以灰色关联和解释结构模型对作业环节的效率、作业安全和人身安全进行关联度分析,加入作业安全和人身安全虚拟网络节点,创建效率-作业-人身复合网络。利用信息熵模型,计算网络中弧的权重,提出改进含权K-壳模型。最后利用SIR(susceptible-infective-removal)模型对各方法排序进行验证。结果表明:改进含权K-壳模型与度中心性等7种排序方法对比,在小型网络中具有较好的扩散性能。通过独立2000次模拟SIR扩散过程,原始点位数量与模型性能呈正比,改进含权K-壳模型与度中心性、特征向量中心性、含权K-壳在节点影响度值方面具有较强的正相关性。

扭转梁悬架和E型四连杆悬架对比分析

乘用车后悬架类型较多,主流车后悬架大量采用的是扭转梁悬架和E型四连杆悬架,但两种悬架形式在布置空间、价格、性能等方面均存在一定区别。文章从结构、承载能力、性能等维度对主流车常见的两种后悬架结构——扭转梁悬架和E型四连杆悬架进行对比分析。结果可知,扭转梁悬架仅在后备箱空间、轮胎磨损方面有优势,而E型四连杆悬架在承载能力、四驱空间、操纵稳定性、平顺性方面都具有优势。建议成本优先的A0、A级车采用经济型扭转梁悬架;操稳和舒适优先的A、B级车采用成本较高的E型四连杆悬架。该分析结论为汽车研发期间后悬架类型的选择提供了一定的参考依据。

一种不共享风险的双路径选路算法

光网络中,为一个连接请求建立连接时,从光路保护方面来说,不仅需要为其寻找到一条工作路由,而且需要提供一条备份路由,并要求这两条路径物理分离,对于光网络还提出了共享风险链路组的概念。该文提出一种新的启发式算法,完成两条路径共享风险链路组分离,同时总费用尽量低,并对算法进行了分析与仿真。

检测凝血酶原前体蛋白判断维生素K营养状况

至今尚无理想指标评价机体的Vit K营养状况,当Vit K缺乏或使用拮抗剂时,血清中检测到一组蛋白质,并称之为Vit K缺乏或Vit K拮抗剂诱生蛋白(proteins induced by Vitamin K absence or antagonism,简称PIVKA),其中凝血酶原前体蛋白(PIVKA-Ⅱ)变化最明显,目前国际上已把PIVKA-Ⅱ作为生化水平反映机体Vit K营养状况最敏感的指标。我们使用PIVKA-Ⅱ的单克隆抗体(mAb)率先在国内建立了PIVKA-Ⅱ检测的ELISA法,以推动我国Vit K营养问题的研究。 1 材料和方法 1.1 材料 正常新生儿34例。

K形偏心支撑钢框架的弹性抗侧刚度与极限承载力

为了明确K形偏心支撑的传力路径和内力分配,便于计算层间侧移和耗能连梁转角,依据结构力学基本假定,给出了K形偏心支撑框架各构件在侧向力作用下的内力表达式,进而推导出K形偏心支撑弹性抗侧刚度的近似计算公式,通过试验数据和ANSYS有限元分析,验证了公式的精确性,并提出了K形偏心支撑构件的简便设计方法;基于虚功原理和小变形假定,当已知外力分布时,依据偏心支撑达到极限状态时的典型屈服机制,推导出K形偏心支撑极限承载力公式,利用SAP2000对10层算例进行推覆分析,验证了极限承载力公式,为工程设计提供参考依据.

基于链接信息的网页分类算法

为了提高网页文本分类的准确性.克服传统的文本分类算法易受网页中虚假、错误信息的影响.提出一种基于链接信息的网页分类算法.通过对K近邻方法的改进.利用当前网页与其父网页的链接信息对网页实沲分类,用空间向量表示待分类网页的父链接信息。在训练集合中找到K篇与该网页链接信息向量最相似的网页,计算该网页所属的类别,通过实验与传统文本分类算法进行了对比,验证了该方法的有效性.

基于K-means聚类算法的复杂网络社团发现新方法

提出了一种基于K-means聚类算法的复杂网络社团结构划分方法。算法基于Fortunato等人提出的边的信息中心度,定义了节点的关联度,并通过节点关联度矩阵来进行聚类中心的选择和节点聚类,从而将复杂网络划分成k个社团,然后通过模块度来确定网络理想的社团结构。该算法有效地避免了K-means聚类算法对初始化选值敏感性的问题。通过Zachary Karate Club和College Football Network两个经典模型验证了该算法的可行性。

基于IRC和逐级耐压法的110kV XLPE电缆剩余寿命评估

在运行20多年的电缆上截取长、短试样，分别进行等温松弛电流法试验，再利用电热老化前后的长样进行等温松弛电流法试验．结果显示长样由于带有电缆接头而体现出老化因子大的特点，表明电缆接头是电缆的薄弱环节，接头更容易受到电热作用而发生老化；经电热老化后的长样因内部缺陷增加而使老化因子增大，说明电热处理会加重电缆老化程度；通过逐级耐压法对电缆试样进行试验，结果表明试样的剩余寿命在10～20年的范围内，和设计时的预期寿命一致．基于等温松弛电流法的试验结果对XLPE电缆进行老化状况评估，通过耐压法试验结果给出其具体的剩余寿命，两者相辅助结合可以进行比较全面的判断．

利用k-d树索引改进数据流skyline查询算法

skyline查询技术近来引起了研究者们的广泛关注,面向数据流的skyline查询是其中的热点.对面向数据流的skyline查询问题进行了研究.对现有方法进行了改进,提出一种基于k-d树的skyline增量更新算法.该方法采用事件链机制来处理数据点的状态变化,避免重复计算过期数据点排它支配域上的skyline;增量数据点的处理过程中采用k-d树作为索引结构,以增强索引结构对数据流变化的自适应性;针对k-d树索引提出多个剪枝规则来减小搜索域,提高搜索效率.理论分析及实验表明,该方法能够更快地响应用户的查询请求,更适用于大规模、疏密分布变化的高速数据流应用场景.

耗能梁腹板厚度对高强钢组合K型偏心支撑钢框架受力性能的影响

为研究高强钢组合偏心支撑框架的抗震性能,采用ABAQUS有限元软件对5种不同耗能梁腹板厚度的高强组合钢偏心支撑钢框架(耗能梁段为Q345钢,梁柱及支撑为Q460钢)进行了有限元模拟分析.研究表明:在适当的范围内耗能梁段腹板厚度增大可提高结构的承载力、刚度及耗能能力,但过厚会因框架梁柱节点等处的破坏导致及耗能能力的降低,并根据有限元分析结果对耗能梁段的厚度给出了相关建议.

K型偏心支撑钢框架在循环荷载作用下的滞回性能分析

K型偏心支撑钢框架是偏心支撑结构中常用的一种抗震耗能结构形式,偏心支撑结构弹性阶段刚度大,塑性阶段耗能能力强是适用于高烈度震区的一种有效的抗侧力结构体系.根据偏心支撑结构在地震荷载作用下耗能梁段进入塑性的破坏特点,提出了耗能梁段采用曲壳单元和其余构件采用梁单元的非线性有限元模型来分析K型偏心支撑钢框架在循环荷载作用下的滞回性能和破坏机理,并自编了计算程序.通过有限元模拟计算分析,得到了K型偏心支撑钢框架抗震设计中合理的支撑截面大小、耗能梁段长度、高跨比、加劲肋间距、加劲肋厚度、腹板厚度等设计参数的确定方法.

链路质量感知无线传感器网络K近邻查询处理算法

针对现有传感器网络K近邻(KNN)查询处理算法没有考虑通信链路的质量,导致大量数据包需要重新传输从而产生高额能耗的问题,该文通过感知链路质量,提出了一种基于链路感知数据收集协议的K近邻查询处理算法(LAC-KNN)。算法通过链路感知的地理路由协议发送查询消息到离查询点最近的节点,并使用链路感知数据收集(LAC)协议沿着一条或多条路线收集查询结果。LAC可对从查询点到多个子区域的最近节点包含K近邻节点的查询区域进行动态分区,并在每个子区域中选择合适的簇头。仿真结果表明,LAC-KNN算法能耗高效,数据重传次数比现有方法大大减少。

文本聚类算法的分析与比较

聚类是一种重要的文本信息处理方法,文章介绍了常用的文本聚类算法,从这些算法的适用范围、初始参数的影响、终止条件以及对噪声的敏感性等方面对它们进行了分析与比较.对文本聚类算法的应用有一定的指导意义.

连柱支撑与K形偏心支撑钢结构的Pushover对比分析

为了研究连柱支撑钢结构的抗震性能,对该结构进行了Pushover分析,并与K形偏心支撑钢结构进行了对比。分析了两组结构的塑性铰发展过程、顶点位移与基底剪力曲线、耗能段剪切变形及结构层剪力分布。分析结果表明：连柱支撑钢结构耗能段的塑性铰首先出现在结构的2~5层,最后整个结构的耗能段均进入塑性耗能,塑性铰分布合理,K形偏心支撑钢结构的塑性铰主要出现在结构下部,结构上部耗能段处在弹性阶段,耗能不够充分;达到控制加载位移时,连柱支撑钢结构仍可继续承载耗能,K形偏心支撑钢结构则不适于继续加载;Pushover加载过程中,连柱支撑钢结构层间位移角满足建筑抗震设计规范要求,K形偏心支撑钢结构层间位移角已超出要求;连柱支撑结构的耗能段转角除底层外,其余层耗能段的转角几乎相同,而K形偏心支撑钢结构耗能段转角沿层高方向相差较大。分析表明,连柱支撑钢结构抗震性能优于K形偏心支撑钢结构。

图的偶围长与k-联性

k-联性是图的一个重要的连通性质.Kawarabwyshi证明了对每一个k≠4,5,围长至少为11的2k-连通图是k-联的.主要证明:当k≥46时,每一个偶围长至少为8的2k-连通图是k-联图.