基于Fluent的混合弯管流场的数值模拟

弯管在工业生产的各个领域正得到越来越广泛的运用。以工业生产最常见的一种弯管体为研究对象,利用计算流体力学技术,首先对弯管体进行物理建模,设定各项基本参数,通过FLUENT软件对弯管内温度、压力、速度等参数做了全面详细的二维数值模拟,最后将计算结果进行图形化显示,得到了各项设计指标的极值及其所在部位等重要的设计及优化依据,形象具体的研究分析了弯管内流体状态。     

一种环境感知的仿真服务调度模型

针对传统分布式仿真框架HLA/RTI中动态调度负载平衡较差、执行可靠性较低的问题,提出一种基于环境感知的仿真服务调度模型C3SM。C3SM模型包含总体结构、调度策略和服务部署。总体结构规定各个模块的功能与交互接口,调度策略采用改进的蚁群算法进行仿真服务的动态调度,服务部署采用重叠覆盖部署策略以保证较好的服务可用性和较低的资源消耗。仿真实验结果表明,与传统分布式仿真框架HLA/RTI相比,C3SM模型通过实时获取执行环境的上下文信息,能够获得较优的负载平衡度,且重叠覆盖的仿真服务部署策略使得仿真运行系统的可靠性明显提高。     

基于Matlab系统函数法的汽车轮胎力计算研究

针对轮胎力在汽车动力学模拟及控制系统开发中的重要作用,研究了利用Matlab/Simulink软件中的系统函数来建立Gim理论轮胎模型的模块化实现方法,所建立的轮胎模块在车辆动力学模拟中可直接作为Simulink中的子模块被调用来计算地面作用于汽车轮胎的纵向与横向力。通过动力学数值仿真与实验测试结果的对比分析表明:Gim理论轮胎模型具有很高的精度,能准确的预测轮胎的力学特性,所建立的轮胎子模块通用性强,所需参数少,可直接应用于各种车辆动力学分析与控制系统的研究中。     

喷涂料——中间包工作层的主导材料

中间包是与钢水接触且会影响钢水质量的最终设备,其工作层起着保持浇钢温度、保护永久层发生早期蚀损和避免产生非金属夹杂的作用。尽管喷涂料会向钢水增氢以及烘烤时较高的燃气消耗,但喷涂料一直是中间包工作层的主导材料,约80%的钢厂选择喷涂料作为工作层。由于喷涂料具有可快速施工且使用较为方便、低成本、低消耗和优异的隔热性能等优点,一直以来在市场上独占鳌头。如今,随着科学技术的不断进步,干式料和喷涂料已经可以满足绝大部分的市场需求。     

基于主题和链接分析的微博社区发现算法

针对传统社区发现方法大多基于链接或主题关系, 且没有考虑获取微博用户社会信息时的限制, 无法有效识别微博中多个社区的问题, 提出了一种综合基于主题和链接分析的微博社区发现算法来挖掘微博中多个社区。算法首先研究微博用户的链接及博文主题特性, 定义了链接相关度和主题相关度公式; 然后推出用户总相关度公式, 以此来计算节点间的传递概率, 用改进后的标签传递算法对用户分类; 最终划分出兴趣相似且社会联系紧密的用户群。真实数据集上的仿真实验验证了该方法的合理性和有效性。     

多阶邻接分布熵下的复杂网络节点相似性分析方法

为弥补宏观网络结构熵描述整体结构信息却忽略局部,而微观熵描述节点信息又较浅层单一的不足,提出一种节点多阶邻接分布熵,以度量节点多阶邻居的分布特征信息,便于在自定义阶数尺度上分析复杂网络结构.该熵随多阶邻居阶数的增长而增大,并在节点的离心率处收敛.在给定的尺度下,节点各阶邻居分布越均匀则多阶邻接熵越大.基于多阶邻接分布相对熵,比较节点间多阶邻居分布的差异,从而以一种新的视角分析节点相似性,并与其他有代表性的节点相似性方法进行了实验对比,在互相似比和传播能力指标上,取得了更好的结果.     

自适应分形聚类进化甄别算法

数据流随时间演变具有突发性及随机性的特点,如何自适应、实时追踪这种变化是数据流挖掘面临的一个重要问题,完全由用户通过试探来甄别这种变化在实际中无法实现,同时也失去了数据流聚类进化追踪的现实意义。针对聚类变化自动追踪问题,考虑到现实的计算资源限制和处理速度要求,结合分形聚类、自适应采样技术与Chernoff不等式,提出了数据流聚类演变实时追踪算法,进行聚类演变的自动追踪;通过合成与实际数据集上的实验工作验证了算法的有效性。     

一种改进的KNN中文文本分类算法

提出了一种基于投影寻踪改进KNN中文文本分类方法,与现有的中文文本分类算法相比,该方法具有较高的计算效率。给出了具体实现过程并将其用于文本分类中,实验证明了该算法用于文本分类的有效性及其高效率。     

时间序列相似性度量的研究

时间序列的相似性度量是时间序列数据挖掘研究中的一个重要问题,是进行序列查询、分类、预测的一项基础工作。寻求一种好的度量对提高挖掘任务的效率和准确性有着至关重要的意义。目前从事这方面的研究除了少许理论论述外,几乎都采用一种固定的方法,即提出具体要求并提供实验数据。然而,大多数实验方法不是使用范围有限就是侧重点不同。为了提供一个比较全面的实验验证,用1NN分类算法进行了大量的时间序列交叉验证实验,重新评估了其中的弹性度量,并使用不同应用领域的28个时间序列数据集进行比较,结果表明,该方法具有更高的准确性。     

一种改进的SVM算法在乳腺癌诊断方面的应用

针对计算机辅助诊断(CAD)技术在乳腺癌疾病诊断准确率的优化问题,提出了一种基于随机森林模型下Gini指标特征加权的支持向量机方法(RFG-SVM)。该方法利用了随机森林模型下的Gini指数衡量各个特征对分类结果的重要性,构造具有加权特征向量核函数的支持向量机,并在乳腺癌疾病诊断方面加以应用。经理论分析和实验数据验证,相比于传统的支持向量机(SVM),该方法提升了分类预测的性能,其结果与最新的方法相比也具有一定的竞争力,而且在医疗诊断应用方面更具优势。