摘要：离线瞬态社会网络(offline ephemeral social network,OffESN)是一种在特定时间通过参加特定事件临时组建的新型社会网络.随着移动智能终端的普及和短距离通信技术(如蓝牙、RFID技术等)的发展,该类型网络得到工业界和学术界越来越多的关注.位置邻近(location proximity)关系是指用户在离线网络中的相遇关系.针对位置邻近关系的动态变化性及持续时间短等特征,主要研究离线瞬态社会网络中多用户邻近关系预测问题.首先,给出离线瞬态社会网络中的相关概念及问题定义;然后,设计多用户邻近关系预测总体框架,包括网络片段收集、叠加网络构建、网络过滤及极大紧密子图发现等步骤.由于多邻近关系的数量及每个邻近关系中用户的数量不能事先确定,基于分裂思想提出了一种极大紧密子图挖掘策略,以预测多用户位置邻近关系.该挖掘算法是以加权边介数为网络分裂依据,以聚集密度为分裂结束条件.在2个真实数据集上完成了实验,验证了所提出预测策略的可行性及效率.

摘要：将原状高炉渣掺拌粉煤灰分层碾压并重锤夯实作为换填地基的填料,进行分层取样后,以处于干、湿状态下各层土样的混和土作为试样开展大型直剪试验。为了探究高炉渣改良填料的直剪力学特性,以及现有大型直剪仪的不足,对不同法向应力作用下试样的抗剪强度、法向加载板的竖向位移进行了量测,并对试验过程中剪力与剪切位移曲线特性、剪切盒张开状态、完成直剪试验后试样的破碎状态进行了分析。结果表明:因细颗粒不足以填充粗颗粒之间的孔隙,含水量对改良填料力学指标影响很小,改良填料表现为良好的水稳定性;高炉渣改良填料在法向应力小于150kPa时几乎没有黏聚力,而在法向应力大于150kPa时表现出咬合黏聚力;高炉渣混合料直剪试验过程中法向应力越大,初期剪缩量越大,后期剪胀量越小,发生剪胀时对应的剪切位移也越大;在法向应力大于150kPa后,直剪试验的剪胀量有了较大程度的减小,此时剪切面的形成主要以剪切区粗颗粒的剪碎与断裂为主。最后,考虑到现有大型直剪仪随着剪切位移的增加,理论剪切面上的剪切应力与法向应力分布越来越不均匀,且有效剪切面积逐渐减小,为此对大型直剪仪提出了改进建议,使有效剪切面面积保持恒定不变,测试结果与实际情况更加接近,可提高粗颗粒土剪切强度的测试精度。

摘要：为了开发植物源脐橙贮藏保鲜技术,该文研究了川芎提取液在离体和活体条件下对采后脐橙的主要致腐菌意大利青霉和指状青霉的抑制作用,以及对贮藏期脐橙品质和生理生化的影响。结果显示:在离体条件下,川芎提取液对2种供试菌种有显著的抑制作用(P0.05)。结果表明,川芎提取液用于脐橙贮藏保鲜切实可行,研究结果为脐橙天然保鲜剂的开发及脐橙在贮藏、运输和销售期间防腐保鲜提供参考。

摘要：肠道菌群是机体的重要组成部分,肠道菌群能在一定程度上影响宿主的营养代谢和健康。肠道菌群的组成与功能受宿主生理状态、遗传、饮食习惯、年龄和环境等多重因素的影响。其中,膳食是影响肠道菌群结构和功能最为重要且较为迅速的因素。作为日常生活中常见的食物资源,杂粮、杂豆和果蔬等食物含有的膳食纤维和多酚等物质已经被证明具有调节肠道菌群的作用。肠道菌群能够发酵膳食纤维,代谢后释放维生素以及短链脂肪酸等代谢产物,并选择性地促进一些肠道有益菌的增殖,进而在一定程度上促进宿主健康。此外,大部分酚类物质也在肠道中被肠道菌群代谢分解后进一步提高酚类物质的生物利用率,从而改善宿主生理状态。本文围绕日常生活中常见的食物资源如杂粮杂豆以及水果蔬菜等对肠道菌群的调节作用进行综述,展望以肠道菌群为靶点的代谢性疾病预防与治疗或膳食干预的前景。

摘要：成功设计且合成了一个基于吡啶三唑修饰的香豆素席夫碱荧光探针CPTH。分别利用1H NMR、13C NMR、FT-IR和LC/MS对其进行了表征。CPTH在溶液中发射出强烈的黄色荧光并对铜离子表现出快速、优良的选择响应性。同时,CPTH的灵敏度较高,其检出限低至2μmol·L^-1。

摘要：蛇形热轧是能够保证板材中心发生充分变形、破碎铸造状态下粗大晶粒为加工组织的铝合金厚板制备关键工艺,为此研究了板材在蛇形轧制工艺过程中产生的翘曲变形及其控制问题。通过研究铝合金板材轧制的机理模型,构建铝合金板材的蛇形轧制有限元仿真模型,得到有限元仿真值与参考值、测量数据吻合较好,应力、应变的最大相对误差仅为6.92%和7.33%,而翘曲因子也只有13%左右的误差;基于有限的训练样本组合,建立等效应变和翘曲因子的耦合预测模型,得到预测值与相应仿真值的误差不超过6%;在翘曲因子不超过规定阈值的约束条件下,建立使等效应变达到最大的轧制工艺参数优化模型,通过轧件等效应变构造个体的适应度函数,提出了轧制工艺参数优化模型的遗传算法求解方法。利用该方法不仅实现了铝合金板材轧制工艺参数的合理设计与选择,而且提高了板材轧制过程的仿真计算效率。

摘要：基于有限元统计能量(FE-SEA)混合法对列车作用下的城市轨道交通U型梁的振动及结构噪声进行了预测分析。结果发现:U型梁局部振动的加速度级明显大于其整体振动对应的加速度;其中,在低频区域翼板振动响应最大,高频区域则底板振动最大;U型梁各部分结构噪声声压级规律为:底板>腹板>翼板,其趋势与激励的幅值趋势基本一致,其中底板在各频段均起主要控制作用,因此U型梁主要的减振降噪频段应是作用在其上的轮轨力的优势频段,底板应为主要减振降噪对象;同时随着列车速度的增加,U型梁振动加速度与结构噪声在各频率都会增大,且其对振动加速度的影响要大于对声压级的影响,对高频区域影响大于低频区域;而U型梁的振动功率级损失不随速度的改变而变化,桥下场点及远场点的总声压级呈线性增大。

摘要：黄桃在线分级时,表面损伤和可溶性固形物同时在线检测。损伤和可溶性固形物是评价黄桃品质好坏的重要指标。采用高光谱成像技术,尝试对黄桃损伤和可溶性固形物进行同时检测。利用主成分分析法,首先对高光谱图像进行主成分分析得到最佳PC(principal component)图像,其次根据PC图像中各波长对其贡献率的大小确定最佳特征波长(550和720nm)并结合二值化,图像掩膜和阈值分割以及相关的图像处理技术对最佳光谱图像进行定性判别。其准确率最高达到94.6%,同时建立偏最小二乘定量回归模型对正常样品SSC(soluble solid content)含量进行预测,通过对模型的不断优化,实现了基于高光谱成像技术对黄桃碰伤和可溶性固形物同时检测。可溶性固形物分选准确率为79.2%。实验结果表明,利用高光谱成像技术可以实现对黄桃碰伤和可溶性固形物同时检测,该研究可以为实际在线分选提供理论依据和参考。

摘要：甲醇汽油是一种清洁能源,甲醇汽油中甲醇的含量决定了汽油的性能。通过中红外光谱对甲醇汽油中甲醇含量进行定量检测和分析。首先,对采集的甲醇汽油原始中红外光谱进行平滑处理(smoothing)、多元散射校正(MSC)、基线校正(baseline)、归一化(normalization)等预处理,再建立PLS模型,对比选择最佳预处理方法,结果表明:在多元散射校正(MSC)处理后建立的PLS模型效果最好,模型的预测集相关系数r为0.918,预测均方根误差RMSEP为2.107。为进一步简化模型,提高预测精度,采用无信息变量消除(uninformative variable elimination,UVE)方法对波长进行筛选,将UVE波段筛选之后的作为模型的输入变量,采用偏最小二乘法(partial least squares,PLS)、主成分回归(principal components regression,PCR)和最小二乘支持向量机(least square support vector machine,LSSVM)三种方法分别建立甲醇汽油中甲醇含量的定量预测模型,并比较不同模型的预测效果和结果。结果表明,使用无信息变量消除可以较好提高数据的运算速度,其中,UVE-PLS模型建模效果最好,r和RMSEP分别为0.923和2.075。该实验表明中红外光谱检测甲醇汽油中甲醇含量是可行的并可以得到较好的效果;UVE是一种对甲醇汽油的中红外光谱非常有效的波段筛选方法,该模型的建立对石油化工领域具有较为重要的意义。

摘要：兴趣点推荐是在基于位置社会网络(location-based social network,LBSN)中流行起来的一种全新形式的推荐.利用LBSN所包含的丰富信息进行个性化推荐能有效增强用户体验和提高用户对LBSN的依赖度.针对无显示用户偏好、兴趣非一致性和数据稀疏性等挑战性问题,研究一种针对LBSN的双重细粒度POI推荐策略,即一方面将用户的全部历史签到信息以小时为单位细分为24个时间段,另一方面将每个POI细分为多个潜在主题及其分布,同时利用用户的历史签到信息和评论信息挖掘出用户在不同时间段的主题偏好,以实现POI的Top-N推荐.为实现该推荐思路,首先,根据用户的评论信息,运用LDA模型提取出每个POI的主题分布;然后,对于每个用户,将其签到信息划分到24个时间段中,通过连接相应的POI主题分布映射出用户在不同时间段对每个主题的兴趣偏好.为解决数据稀疏问题,运用高阶奇异值分解算法对用户-主题-时间三阶张量进行分解,获取用户在每个时间段对每个主题更为准确的兴趣评分.在真实数据集上进行了性能测试,结果表明所提出的推荐策略具有较好的推荐效果.