摘要：设计了1根纯型钢对比梁和3根型钢外包活性粉末混凝土（RPC）组合梁,通过试验研究型钢与RPC组合结构的受力性能.试验结果表明：在型钢四周外包1层RPC后,试验梁的承载力得到了大幅度的提升.随着RPC强度等级的提高,型钢外包RPC组合梁的开裂荷载和承载能力均有所提高,但提高的幅度并不十分明显.在剪跨比λ=1.5的情况下,型钢外包RPC组合梁最终发生了弯曲破坏,并且具有良好的延性.按照相关规范的最小配箍率配置箍筋,能有效避免发生粘结劈裂破坏.推导出了受弯承载力理论计算公式,与试验值吻合得较好.型钢外包RPC组合梁表现出优良的使用性能和耐久性能,同时能够大幅度地减小构件的截面尺寸,具有十分重要的工程应用价值.

摘要：提出了以综合诱导指数为核心的目标区域搜索算法,可以较好地解决目标停车场的搜索问题。综合诱导指数方法对可用泊位、可达距离、停车诱导费用和路径诱导成功率等因素进行了综合分析,以确定最为可信的停车场作为目标停车场。通过仿真试验结果表明,该算法可以克服传统停车诱导单因素决定目标停车场的不足,对目标停车场具有较好的判别能力。

摘要：为解决当前异构数据库集成框架中全局模式维护复杂的问题,提出了基于多库操作语言的异构数据库集成框架HDIFBML。主要内容包含关键模块设计、全局模式及模式映射概念,并定义了一种多库操作语言SMSQL。SMSQL定义了模式构建语言集和模式映射语言集来构建、维护全局模式,并通过字段转化解决不同模式集成时的结构/语义冲突。实践应用表明,HDIFBML屏蔽了底层异构数据库执行细节,可以灵活地维护全局模式,具有良好的可操作性、可维护性和可扩展性。

摘要：为了提高主动队列管理(AQM)流率估计法对聚集流的适用性,给出一种自适应参数配置方法。提出了以失真度为指标的评价流率估计法估计值准确程度的思想,并以此分析了3种AQM流率估计法——EWMA、结合变化趋势的EWMA、PLMA对聚集流的估计准确性,指出3种算法皆存在失真度较大的缺点。用平均流率的相对波动量概念来反映流率测量值的波动状况,在两种不同的状况下,对原算法中固定不变的参数进行自适应优化配置,从而降低了估计值的失真度。仿真结果表明了该方法的有效性。

摘要：针对工作介质中含有粉尘、焦油等杂质导致的传统压缩机气阀容易堵塞的问题,对传统压缩机环状阀进行了结构改进,设计了抗堵塞环状阀。抗堵塞环状阀在升程限制器与环状阀片接触的环形表面上开设环形凹槽,在未设导向凸台的径向筋表面开设弧形凹槽。通过对抗堵塞环状阀进行吹风试验,验证了弧形凹槽能提升气阀有效通流面积,且随着气阀升程减小,气阀流量系数增加值增大。抗堵塞环状阀在工作介质含较多杂质的煤化工领域6M40-305/314氮氢气压缩机应用时,与传统环状阀相比,一级气阀的清洗次数由原来平均1个月8次下降到平均1个月1.5次,压缩机的排气量提升了6.88%,压缩机一级单位质量工作介质指示功下降了7.85%。抗堵塞环状阀的应用表明,抗堵塞环状阀能延长压缩机连续运转周期、提升压缩机排气量以及降低压缩机功耗。

摘要：关联规则挖掘过程中,为了得到侯选项集的支持度,需要将侯选项集与数据库中事务逐一进行比较,影响了算法的执行效率。针对该问题,提出一种基于数据立方体的关联规则挖掘算法ABDC。该算法结合了属性分组的思想,将生成的侯选项集进行编码后,利用数据库中事务的包含关系,在数据立方体中迅速查找到包含该侯选项集的所有事务在数据库中的出现频率,依次累加后根据最小支持量得到数据库中存在的频繁项集,不仅对事务数量的递增具有不敏感性,而且提高了算法的执行效率。实验结果表明,该算法对挖掘大量事务集中存在的关联规则是快速有效的。

摘要：为了解决模糊C-均值(FCM)聚类算法在使用欧氏距离计算样本与类中心点的距离时计算量大的问题,提出了一种基于属性约简的FCM聚类算法。该算法根据粗糙集理论对初始数据进行属性约简,消除数据对象中的冗余值,然后再对约简后的属性集进行模糊聚类。实验结果表明,该算法能有效减少FCM算法的距离函数计算量,在不降低聚类精度的前提下,提高了FCM算法的执行效率。

摘要：研究了现有的关联分类算法在文本分类中的应用,发现对于有结构的文本数据,关联分类算法未考虑文本的语义信息导致分类精度不够理想,为此提出了基于规则重构的关联文本分类方法。该方法利用词共现模型,在已挖掘的分类规则基础上,将具有高共现程度的词对组合在一起进行规则重构,形成了有结构的带有文本语义信息的分类规则,再利用它们对新文本进行分类。实验结果表明,该方法在分类精度上优于其它的关联文本分类方法(ARC)。

摘要：研究了现有的基于向量空间模型的文本聚类算法,发现这些算法都存在数据维度过高和忽略了单词之间语义关系的缺点。针对这些问题,提出一种基于单词相似度的文本聚类算法,该算法首先利用单词相似度对单词进行分类获得单词间的语义关系,然后利用产生的单词类作为向量空间的项表示文本降低了向量空间的维度,最后采用基于划分聚类方法对文本聚类。实验结果表明,相对于传统基于向量空间模型的聚类算法,该算法具有较好的聚类效果。

摘要：本体具有很强的表达概念语义和推理的能力,为解决多数据源数据集成中语义异构的问题,本体被逐渐应用于其中。给出了一种基于混合本体的信息集成方法,通过建立局部本体、全局本体,以及它们之间的映射,使对全局本体的全局查询能够分解为对底层数据源的查询,重点讨论了该方法中本体的映射,在映射中加入了属性转换,解决了其它映射形式只能表达简单的映射或映射不易维护的问题,并且提高了系统的查全率和查准率。