融合二连通模体结构信息的节点分类算法

节点表示学习将图结构数据信息编码到低维的潜在空间中,在节点分类、聚类、链路预测等机器学习任务中被广泛应用。在复杂网络中,节点与节点之间不仅存在直接相连的低阶结构,也存在以特殊连接模式形成的高阶结构,称为模体。提出一种融合二连通模体结构信息的节点分类算法(FMI),利用节点间高阶二连通模体信息学习节点表示,完成节点分类任务。首先,统计网络中的二连通模体,利用其中信息提出一个节点重要性的度量指标——模体比值。根据模体比值计算采样概率进行邻域采样;构造一个带权辅助图以融合网络节点连接的低阶关系与高阶关系,对节点进行加权邻域聚合以得到节点表示。在5个数据集Cora、Citeseer、Pubmed、Wiki和DBLP上执行节点分类任务,与5种经典基准算法进行对比,所提算法FMI在准确度和F1-分数等指标上表现良好。     

掺杂的Ni-Zn铁氧体磁性材料的制备与性能

以分析纯Fe2O3,NiO,ZnO,Al2O3,Pr6O11和WO3为原料,以Ni0.5Zn0.5MxFe2–xO4(M=Al,Pr,W;x=0～0.04)为基本配方,采用一步合成法制备了Ni–Zn铁氧体陶瓷,研究了掺杂对Ni–Zn铁氧体相组成、显微形貌和电磁性能的影响。结果表明:掺杂Al3+,Pr3+和W6+的Ni–Zn铁氧体均能形成结晶完好的尖晶石相结构。材料致密,无晶粒异常长大。适当的金属阳离子替代可有效降低材料的磁损耗和介电损耗,提高截止频率,同时使铁氧体保持较高初始磁导率,高饱和磁化强度,高Curie温度等优良性能,从而制得高性能大功率高频Ni–Zn系铁氧体磁芯。     

一步合成法制备Al~(3+)掺杂Ni-Zn铁氧体的烧结制度研究

以分析纯Fe_2O_3、NiO、ZnO、Al_2O_3为原料,并适量配以烧结助剂,掺杂试剂、粘接剂和分散剂,磨细过筛后干压成陶瓷素坯,并一次烧结合成Ni-Zn铁氧体.研究了不同浓度Al3+掺杂Ni-Zn铁氧体的合成与烧结制度.发现Al~(3+)掺杂Ni-Zn铁氧体的合成和烧结具有很强的组成依赖性:随着掺杂Al3+浓度升高,铁氧体形成和烧结的温度升高;含锌铁氧体在相同掺杂Al~(3+)浓度下比纯镍铁氧体更容易烧结,且在更高温度下后者易形成新的非尖晶石相结构.随Al~(3+)掺杂浓度不同,Al~(3+)掺杂Ni-Zn铁氧体在1150～1550 ℃范围内可分别实现一次合成和烧结.