蓝色荧光粉K(Na)BaBP2O8:Eu2+的制备与发光特性

采用高温固相法在还原气氛中合成K(Na)BaBP₂O ₈:Eu²⁺系列硼磷酸盐蓝色荧光粉,研究煅烧温度 以及用Na⁺掺杂替换K⁺对荧光粉晶体结构和发光性能的影响。利用热重-示差扫描量热 (TG-DSC)、X射 线衍射(XRD)、荧光(PL)光谱和色坐标(CIE)等手段确定了 荧光粉的合成温度,并对荧光粉的晶体 结构和发光性能进行表征。结果表明,800～875℃制备的KBaBP₂O ₈:0.03Eu²⁺荧光粉具有KBaBP₂O₈纯相 结构,属于四方晶系,空间群I42d,荧光粉的最佳合 成温度为875℃。K(Na)BaBP₂O₈:Eu²⁺系列荧光粉 可被波长为365nm的近紫外光有效激发,与InGaN芯片( 350~410nm)相匹配;其发射光谱为 400~650nm的不对称宽带,发射峰位于456nm 左右,对应Eu²⁺的4f^65d1-4f⁷-5d⁰跃迁。利用van Uitert经 验公式计算了Eu²⁺取代KBaBP₂O₈中Ba²⁺和K⁺时所占的晶体学格位,得出 449.4nm、439.1nm两个发射属 于Eu²⁺占据8配位的Ba²⁺和K⁺的5d-4f跃迁发射 ,511.0、506.7nm两个发射属于Eu²⁺ 占据6配位的 Ba²⁺和K⁺的5d-4f跃迁发射。用适量Na⁺替换K⁺可 以明显提高荧光粉的发光强度,其最佳掺杂摩尔比例为 Na/K=0.35/0.65,此时荧光粉的主晶相没有改变,但XRD衍射峰向大角度方向偏移。K(Na)Ba BP₂O₈:Eu²⁺ 荧光粉的CIE点可落在从蓝光到蓝白光区域,在近紫外LED应 用中可以根据实际需要灵活选择。     

大数据流式计算框架Heron环境下的流分类任务调度策略

新型大数据流式计算框架Apache Heron默认使用轮询调度算法进行任务调度，忽略了拓扑运行时状态以及任务实例间不同通信方式对系统性能的影响。针对这个问题，提出Heron环境下流分类任务调度策略（DSC-Heron），包括流分类算法、流簇分配算法和流分类调度算法。首先通过建立Heron作业模型明确任务实例间不同通信方式的通信开销差异；其次基于流分类模型，根据任务实例间实时数据流大小对数据流进行分类；最后将相互关联的高频数据流整体作为基本调度单元构建任务分配计划，在满足资源约束条件的同时尽可能多地将节点间通信转化为节点内通信以最小化系统通信开销。在包含9个节点的Heron集群环境下分别运行SentenceWordCount、WordCount和FileWordCount拓扑，结果表明DSC-Heron相对于Heron默认调度策略，在系统完成时延、节点间通信开销和系统吞吐量上分别平均优化了8.35%、7.07%和6.83%；在负载均衡性方面，工作节点的CPU占用率和内存占用率标准差分别平均下降了41.44%和41.23%。实验结果表明，DSC-Heron对测试拓扑的运行性能有一定的优化作用，其中对接近真实应用场景的FileWordCount拓扑优化效果最为显著。     

Storm环境下基于拓扑结构的任务调度策略

针对Storm流式计算平台中默认轮询调度策略存在通信开销大、负载不均衡的问题,提出基于拓扑结构的任务调度策略（TS²）。首先,选取CPU资源充足且可用的工作节点并各分配一个进程,消除节点内进程间通信开销,优化进程部署;然后,分析拓扑结构,找出拓扑中度最大的组件,优先分配该组件的线程;最后,在满足节点可承载最大线程数的条件下,尽可能将关联任务部署到同一个节点来减少节点间通信开销,改善集群负载均衡,优化线程部署。实验结果表明：在系统延迟方面,与Storm默认调度策略和离线调度策略相比,TS²的平均优化率分别为16.91%和5.69%,有效提高了系统的实时性;在节点间通信开销方面,TS²相比于Storm默认调度策略平均降低了15.75%;在平均吞吐量方面,TS²相比于Storm默认调度策略平均提升了14.21%。     

Ca1－xZnxMoO4:Eu3+红色荧光粉的制备与表征

为研究新型的红色荧光粉并提高其发光强度,采 用高温固相法制备了 Ca0.88－xZnxMoO₄:0.08Eu3+ (x=0.0%,5%,10%,15%,20%,30%,40%,50%,60%,80%) 系列红色荧光粉,用X射线粉末衍射仪、荧光分光光度计对产物的晶体结构和发光性能进 行分析和表征。结果表明,当Zn的掺杂量达到20%时,钼酸钙晶体结构开始发生改变, 当Zn的掺杂量为15%时,红色荧光粉的发光强度最大。Ca0.88－xZnxMoO₄:0.08Eu³⁺的激 发光谱在200～350nm波长处出现宽带吸收,归属于Mo-O的电荷迁移 ,位于395nm和465nm波长左 右的吸收峰分别对应于Eu³⁺的⁷F₀→⁵L₆和⁷F₀→⁵D₂特 征吸收峰,能够很好地与近紫外和蓝光LED芯片相匹配。     

小波卷积增强的对比学习推荐算法

推荐算法是一种用于解决信息过载问题的方法,序列化推荐通过建模用户购买的物品序列预测下一个物品。现有的序列化推荐算法通常忽视用户行为序列中的噪声、跨序列信息和物品间的组合依赖等问题,导致推荐性能受限。为此,提出一种小波卷积增强的对比学习推荐算法WCLR。利用数据的内在相关性获得自监督信号,并根据预训练的方法来增强数据表示。给出3个辅助的自监督学习任务,利用信息最大化原理学习属性、物品、序列与邻居序列的相关性,通过互信息最大化提供一种统一的方式描述不同类型数据间的相关性。由于小波卷积网络能提取物品的组合依赖,降低用户交互序列中的噪声,设计一个多核小波卷积模块,通过多尺寸用户序列多方面捕获用户的潜在兴趣,将自监督学习和小波卷积融入到推荐算法模型中,降低序列数据稀疏性和噪声,提高推荐精度。在LastFM、Beauty和Toys 3个数据集上的实验结果表明,与8个序列化推荐模型相比,WCLR算法的命中率、归一化折损累计增益和平均倒数秩分别提升了3.30%、1.47%和2.17%。     

计及电动汽车充电需求的孤岛微网可靠性计算方法

由于远离大陆,独立海岛上的微网多运行于孤岛模式,不与配电网发生功率交换,微网内部实现电力供需平衡,同时,电动汽车充电需求的接入给孤岛微网的可靠运行带来了影响。提出了一种计及电动汽车充电需求的孤岛微网可靠性计算方法。首先,通过模拟用户的出行行为建立了基于出行链理论的电动汽车充电负荷模型,计及风电和储能特性提出了微网运行策略和负荷分块削减策略。其次,考虑电动汽车充电需求,提出了年均充电中断次数、系统平均充电可用性等新型指标,构建了与传统配电网有差异的微网供电可靠性评估体系。最后,对改进的RBTS Bus6馈线F4系统进行了可靠性评估。算例结果表明,微网运行策略和电动汽车充电需求对孤岛微网的供电可靠性影响显著。     

基于成对标签的深度哈希图像检索方法

针对采用松弛-量化策略的深度哈希方法面临的二值码离散优化的难题,提出一种端到端的基于成对标签的哈希方法来学习更具有判别力的哈希码,通过优化损失函数来解决离散优化丢失信息的问题.引入锚点哈希码概念,以汉明空间中的锚点作为监督信息训练AlexNet网络,将表示图片的二值码拟合至各锚点附近,使用优化后的损失函数计算分类误差和...     

基于对比学习和傅里叶变换的序列推荐算法

提出一种基于自注意力机制和傅立叶变换的序列推荐算法CSFTRec。通过过滤原始数据中的噪声,最大限度地提高自注意力机制对序列数据的特征捕捉能力。根据对比学习的特点,在贝叶斯个性化排名的基础上引入一种新的对比损失,用于联合训练,可以缩短不同相似序列之间的距离。在8个公共数据集上的实验表明,CSFTRec的收敛速度更快,推荐精度有3%～5%的提高,更适合处理序列数据。     

Storm平台下的线程重分配与数据迁移节能策略

作为流式大数据计算的主要平台之一,Storm在设计过程中由于缺乏节能的考虑,导致其存在高能耗与低效率的问题.传统的节能策略并未考虑Storm的性能约束,可能会对集群的实时性造成影响.针对这一问题,设计了资源约束模型、最优线程重分配模型以及数据迁移模型.进一步提出了Storm平台下的线程重分配与数据迁移节能策略(ener...     

基于禁忌搜索的流式计算平台负载均衡策略

针对大数据流式计算平台原生的调度机制存在计算负载分配不均衡、资源利用率低的问题,提出异构环境下基于禁忌搜索算法的负载均衡策略,并将其应用于Apache Flink平台。首先,通过构建作业拓扑模型将流式计算作业的拓扑结构抽象为有向无环图（directed acyclic graph,DAG）,并将每个任务槽（task slot）抽象为节点,为计算节点的性能评估奠定基础;其次,通过建立性能评估模型将有向无环图中带性能权值的节点导入性能评估模型,进行归一化处理得到节点性能的优劣;再将评估参数传入禁忌调度算法（tabu search for schedule,TBS）进行作业路径优化,从而得出最优作业路径;最后,使用Flink平台提供的CustomPatitionerWrapper接口将数据分配到最优作业路径包含的节点中,完成计算负载的均衡分配,从而提升Flink平台的整体性能。实验结果表明：通过禁忌调度算法优化后的负载均衡策略与原生的Flink平台相比,平均计算延迟降低了10~20 ms,资源利用率显著提高,平均吞吐量提升约15%,有效证明了负载均衡策略的有效性和优化效果。