基于快中子多重性计数器的Pu样品属性测量研究及改进

快中子多重性计数（fast neutron multiplicity counting, FNMC）分析方法能有效实现对样品属性的测量。本文在研究四阶FNMC分析方程的基础上，利用Geant4模拟搭建了1套3层、每层6个液闪的快中子多重性计数器，并确定了相关参数的数值。模拟设置外部具有1 cm厚的铁、铝、碳和不锈钢包装材料的金属Pu样品，通过方程适应性分析，该放射源基本满足设定的假设。对探测效率和多重计数率等测量参数进行模拟，当Pu样品质量在500 g以内时，由于增加碳作为包装材料，使得样品求解质量偏差增大的幅度小于1.20%，铁材料和不锈钢材料影响较小。根据测量结果，对无外壳条件下的样品进行增殖系数修正，得到三阶多项式拟合方程，拟合优度为0.933，质量在1 kg以内的样品，修正后的求解质量偏差小于6.00%。研究结果表明：1 cm厚的中重金属对Pu样品的测量影响较小，模拟搭建的快中子多重性计数器和系数修正相结合的方式实现了对样品属性的较准确测量。     

聚类混合型数据的密度峰值改进算法

聚类混合型数据，通常是依据样本属性类别的不同分别进行评价。但这种将样本属性划分到不同子空间中分别度量的方式，割裂了样本属性原有的统一性；导致对样本个体的相似性评价产生了非一致的度量偏差。针对这一问题，提出以二进制编码样本属性，再由海明差异对属性编码施行统一度量的新的聚类算法。新算法通过在统一的框架内对混合型数据实施相似性度量，避免了对样本属性的切割，在此基础上又根据不同属性的性质赋予其不同的权重，并以此评价样本个体之间的相似程度。实验结果表明，新算法能够有效地聚类混合型数据；与已有的其他聚类算法相比较，表现出更好的聚类准确率及稳定性。     

带权决策表的属性约简

属性约简是粗糙集理论的重要应用。考虑将决策表中的每行都作为一条决策规则时，若把表中出现相同决策规则的次数作为权，可得到带权决策表。提出了关于带权决策表的正域约简相应的辨识矩阵并给出了证明，从而得到了约简算法。相比于决策表中的正域约简时发现，通过将决策表转化为带权决策表后，再利用算法1进行约简时，其在一定程度上优于前者。提出了近似分类精度约简相应的辨识矩阵并给出了证明。对于2个算法，在选取的UCI数据集上进行了实验验证。通过实验进一步说明了所提出算法的可行性和有效性。     

密文策略属性加密中的撤销控制方案

在云环境下使用数据共享功能时，由于云环境的复杂性，需要对数据进行安全保护和访问控制，这就要求使用加密机制。基于密文策略属性的加密（CP-ABE）是当前广泛使用的加密机制，它可以根据用户的属性来设置访问权限，任何具有合格访问权限的用户都可以访问数据。然而云是一个动态环境，有时可能只允许具有访问权限用户中的一部分用户访问数据，这就需要用户权限的撤销机制。然而，在CP-ABE中，访问权撤销或用户撤销是一个冗长且代价高昂的事件。所提出方案根据对CP-ABE流程的改进，在原密文中嵌入了可灵活控制的用户个人秘密，使得用户权限撤销时既不要求使用新访问策略的用户撤销数据，也不要求对数据进行重新加密，大幅减少撤销时的计算成本。与知名CP-ABE撤销方案对比，所提出方案的计算成本更低且具有良好的安全性。     

改进的多层感知机在客户流失预测中的应用

针对在传统的客户流失预测数据预处理中，使用one-hot编码处理离散属性导致数据维度增加及数据过于稀疏的问题，提出了两种基于多层感知机的改进后的客户流失预测模型。其主要思想是分别使用堆叠自编码器和实体嵌入两种方法对多层感知机进行改进，通过将离散属性的高维编码数据向低维空间映射，有效地减少了one-hot编码产生的稀疏数据，增加了离散属性值之间的关联度。在对两份公开的数据集进行交叉验证后的实验结果表明，改进后的模型既有效地提高了预测的准确度，又维持了传统多层感知机模型在并行化计算方面的优势。     

东营凹陷深部储层流度属性提取及应用

东营凹陷深部储层埋深大、储层薄,为干燥环境下沉积的红层,采用常规储层描述与预测方法难以取得好的效果。在流度属性表征方法计算公式详细推导和流度属性本质含义解剖的基础上,根据研究区岩石物理参数和流体置换的特征,建立了含油层和干层的理论模型,发现将储层主频作为优势频率提取的流度属性,具有很好的有利储层识别度,含油砂体的流度属性能量团比干层及其它地层的能量要强。对东营凹陷深部实际三维工区数据进行目标处理,过井剖面的有利储层得到很好展示;沿层流度属性切片,其储层厚度、储层流体类型及其分布范围与井点图吻合度很高,进一步验证了方法的有效性。研究成果拓展了流度属性的应用范围(以往仅局限于低频),也为深部储层预测开辟了一条新的途径,具有重要的理论意义和较好的推广价值。     

不确定环境下基于质量功能展开的电动汽车技术特性综合重要度确定

电动汽车技术特性重要度的确定是电动汽车研发的关键环节,能协助研发主体优化资源配置,更好地满足顾客需求。综合考虑顾客需求、竞品情况、技术可得性情况以及企业自身实力情况,提出一种不确定环境下基于质量功能展开的电动汽车技术特性综合重要度确定模型,为电动汽车制造企业提供了一种科学、有效的开发工具。该模型利用基本不确定语言信息刻画不确定评估信息,模型的基本过程为:识别顾客需求,并利用最佳—最差权重确定方法(BWM)确定顾客需求重要度;确定顾客需求与技术特性关联关系,基于顾客需求重要度确定技术特性基本重要度;利用BWM方法,确定基于竞品分析的修正重要度、基于技术可得性的修正重要度以及基于自身实力的修正重要度;综合基本重要度与修正重要度,确定技术特性综合重要度。最后,以某一企业的电动汽车研发案例为对象,论证了该模型的可行性与有效性。