基于改进DBO算法的非线性系统辨识

针对传统方法在单输入单输出Hammerstein模型的辨识上存在辨识精度低、辨识效果差等问题,文章提出一种基于蜣螂优化算法（Dung Beetle Optimizer,DBO）的非线性系统辨识方法。为了克服该算法在局部开发和全局探索上能力不平衡,易陷入局部最优的问题,引入改进的正弦余弦优化算法（Sine Cosine Algorithm with Self-learning strategy and Lévy, SCASL）用于平衡局部和全局搜索阶段,提高算法辨识精度,同时引入莱维飞行（Lévy flight）策略,帮助DBO算法在迭代后期跳出局部最优。通过数值仿真,对蜣螂优化算法和改进的蜣螂优化算法辨识结果进行比较,实验结果表明,改进的蜣螂优化算法辨识速度得到显著提升,并且辨识精度也得到了提高。     

解析PDM与ERP系统集成方法及应用研究

在企业信息化建设中,PDM系统与ERP系统都发挥着重要作用,对这两个系统的集成方法进行研究能够更好地促进企业信息化的进程。本文通过对PDM与ERP两种系统进行概述分析,对比二者之间的共性与区别,探讨两种的集成方法,并对其具体应用进行研究。     

纳米级防紫外无机材料的研究进展

纳米材料在纺织品领域的相关研究逐渐深入,应用也更加广泛,其优异的防紫外性能引起了极大的关注。将应用较广的纳米级防紫外无机材料分为氧化物半导体、无机盐类、金属材料、炭基材料4大类,分别从防紫外机理、材料性质和结构、应用范围等方面综述了这些材料的研究进展,为织物的功能化改性和规模化生产提供参考。     

注塑发泡木塑复合材料微孔结构及增韧改性

通过调整注塑工艺参数(注射温度、保压压力)制备具有不同微孔结构的PP/木纤维复合材料,测试试样的孔隙率、微孔孔径、微孔密度、冲击韧性.通过扫描电镜(SEM)观察试样的断面形貌,研究注塑工艺参数与发泡PP/木纤维复合材料微孔结构和冲击性能的关系.结果表明:注射温度为180℃、保压压力为10MPa时,所得微孔平均孔径为53μm,微孔密度为2.8×106个/cm3,微孔为"蜂窝"状形貌.与未发泡的相比,密度降低22%,冲击韧性提高60%.其原因是微孔改变裂纹扩展方向,形成"台阶"、"分又",从而增加其扩展路径,同时微孔使周围基体变形时易产生强迫高弹形变.     

将行为依赖融入多任务学习的个性化推荐模型

多种类型行为数据的引入缓解了协同过滤算法存在的数据稀疏和冷启动问题，在推荐领域被广泛研究和应用。尽管当前对多行为推荐的研究已经取得很大进展，但仍然存在以下问题：未能全面捕获行为之间复杂的依赖关系；忽略了行为特征与用户和项目的相关性。这导致学习到的特征向量无法准确表达用户的兴趣偏好，使得推荐结果存在偏差。为了解决以上问题，提出了将行为依赖融入多任务学习的个性化推荐模型（BDMR），将行为之间复杂的依赖关系分为特征相关性和时序相关性。首先，设置用户个性化行为向量，利用图神经网络处理多个单行为交互图，联合用户、项目和行为特征聚合高阶邻域信息，结合注意力机制学习行为之间的特征相关性；其次，将行为特征和项目特征构成的交互序列输入长短期记忆网络，捕获行为之间的时序相关性；最后，将个性化行为向量融入多任务学习框架获取更加准确的用户、行为和项目特征。为了验证提出模型的性能，在三个真实数据集上进行对比实验，在Yelp数据集上，相较于最优基线，HR和NDCG分别提升了1.5%和2.9%；在ML20M数据集上，HR和NDCG分别提升了2.0%和0.5%；在Tmall数据集上，HR和NDCG分别提升了25.6...