检索结果-南通市图书馆

水和E-GaIn在超声振动下的铺展及雾化过程研究

在线全文

学校读者我要写书评

暂无评论

水和E-GaIn在超声振动下的铺展及雾化过程研究

作者：邢春晓兰州理工大学

学位级别：硕士

液滴在固体基板表面铺展及雾化现象在自然界和工业中广泛存在,如冷凝、喷涂、喷墨印刷、燃油喷射和微流控等。因此,研究液体在固体表面的铺展及雾化过程对于材料学、流体力学等领域有着重要的科学意义和工程应用价值。本文以润湿体系(水... 详细信息

液滴在固体基板表面铺展及雾化现象在自然界和工业中广泛存在,如冷凝、喷涂、喷墨印刷、燃油喷射和微流控等。因此,研究液体在固体表面的铺展及雾化过程对于材料学、流体力学等领域有着重要的科学意义和工程应用价值。本文以润湿体系(水/Cu、E-GaIn/Cu)和非润湿体系(水/PTFE、E-GaIn/石墨)为研究对象,研究了超声振动对液体润湿铺展及雾化的影响。目的在于揭示超声辅助钎焊过程中的超声波促进液体润湿铺展的机理以及超声波引起雾化的机理,丰富钎焊理论。本文首先用COMSOL Multiphysics 5.3a多物理场数值计算软件对尺寸为3×20×50 mm的Cu板在施加超声波后表面的振动分布进行了模拟,模拟表明,在Cu板表面施加超声波振动后,在振源左侧边缘处振幅较大,在板表面存在固定的振幅加强区和减弱区。当增加超声波振幅时,固体基板表面相同位置的振幅会增加,但是振幅分布情况保持不变。超声波的频率、基板厚度和基板长宽尺寸都会改变基板表面的振动分布特征,同时也会改变相应位置的振动强度。超声振动作用下能显著提高液体在固体基板表面的润湿性。超声波提高液体的润湿性由以下两个方面造成的。一方面,超声波在固/液界面处产生动量传递层,对于润湿系统,该层可以驱动液体的润湿铺展,但是对于非润湿系统,当接触角在90°附近时,界面处的动量传递并不是它的驱动力。另一方面,超声振动引起的气液界面粗化(即,在气液界面的表面张力波)也是驱动液体润湿铺展的因素之一。以水/Cu为研究对象,通过在Cu板表面液滴侧边和Cu板表面液滴正下方施加超声波振动,研究了不同位置施加超声波振动对水滴雾化行为的影响,以及相同位置时,振幅对水滴雾化寿命的影响。当在Cu板侧边施加超声振动时,水滴在迅速铺展后,雾化时的接触角在一定范围内振荡并保持不变,而半径在振荡减少,半径的振荡幅度大于接触角的振荡幅度。在液滴正下方施加超声振动时,水滴的雾化半径振荡保持不变,而接触角持续减少,但当振幅增加到21μm时,水滴雾化半径减小,接触角在一定范围内振荡。相同体积的水滴在侧边施加超声振动要比底部施加超声振动消失的更快,雾化率更高,水滴的雾化寿命随着振幅的增大而减少。

关键词：超声波振动铺展雾化模拟

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于博弈论的群智感知激励机制研究

基于博弈论的群智感知激励机制研究

作者：邢春晓南京邮电大学

学位级别：硕士

传统无线传感器网络利用固定节点进行数据收集,网络安装维护成本高,节点覆盖不足。随着智能手机等移动设备的广泛使用,人们提出了群智感知这个概念,它是指具有感测和计算装置的移动用户为了适应各种应用负责收集和贡献数据的一种感知范... 详细信息

传统无线传感器网络利用固定节点进行数据收集,网络安装维护成本高,节点覆盖不足。随着智能手机等移动设备的广泛使用,人们提出了群智感知这个概念,它是指具有感测和计算装置的移动用户为了适应各种应用负责收集和贡献数据的一种感知范式。在群智感知中,参与者是自愿参与,足够数量的参与者可以提供精细监测。如何鼓励参与者参与,收集数据是群智感知技术中的核心,因此,需要对激励机制进行研究。本文研究了群智感知中单任务场景下的的激励机制,结合反向拍卖算法提出了基于区域覆盖的的群智感知激励机制,对多任务场景下的激励机制进行了研究,提出了基于联盟博弈的群智感知激励机制和基于演化博弈的群智感知激励机制。主要研究内容与创新点如下:(1)为了提高区域覆盖率和用户参与度,采用反向拍卖提出了一种基于区域覆盖的群智感知激励机制,该机制中用户根据参与成本参与拍卖,服务平台在预算有限情况下,以区域覆盖最大化为目标选择拍卖中获胜的用户并向其购买感知数据,参与用户通过收益率判断是否继续参与,退出用户根据计算的预期收益率来确定是否重返拍卖。仿真结果表明,该机制在保证用户参与的同时,增大了感知的覆盖面积。(2)在多任务群智感知场景下提出了一种基于联盟博弈的群智感知激励机制。在该激励机制中,参与同一个感知任务的用户属于同一个联盟,用户在各个任务联盟间进行博弈,博弈的过程也就是用户选择感知任务的过程。用户随机选择任务构成初始联盟结构,参与同一个任务的用户数量较多时,获得的报酬会降低,当不满足用户报酬最低要求时,用户会重新进行选择,博弈的目标是使得联盟结构总效用最大。仿真结果表明,提出的方法提高了总效用并且可以获得稳定的任务联盟结构。(3)考虑用户之间的合作,提出了一种基于演化博弈的群智感知激励机制,将群知感知中参与者之间相互合作进行信息交互的过程建模为演化博弈,用户的收益定义为演化博弈中的适应度,基于演化博弈中“适者生存”的规则进行演化,不断产生具有较高收益的用户,淘汰收益低的用户,以此鼓励用户进行信息交互,使得用户总效益最大化并最终达到均衡。仿真结果表明,该机制可以在预算的约束下提高用户总收益且系统稳定。

关键词：群智感知激励机制反向拍卖联盟博弈演化博弈

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

复合网的链路预测

复合网的链路预测

作者：邢春晓青岛大学

学位级别：硕士

近年,复杂网络技术兴起,链路预测作为复杂网络研究热点也被广泛应用到诸多领域。链路预测分为考虑节点属性信息的局部方法和使用网络结构信息的全局方法:局部方法计算简便,但是存在数据难以获取的缺点;全局方法因考虑全面,精度较高,但... 详细信息

近年,复杂网络技术兴起,链路预测作为复杂网络研究热点也被广泛应用到诸多领域。链路预测分为考虑节点属性信息的局部方法和使用网络结构信息的全局方法:局部方法计算简便,但是存在数据难以获取的缺点;全局方法因考虑全面,精度较高,但是计算复杂性也较高。本文重点研究半局部方法,基于复合网的链路预测对于致病基因预测和霾波动幅度规律两个方面进行了研究。本文涉及的主要工作有:(1)针对传统链路预测方法计算节点相似性时忽略节点间相互作用不对称性,导致相同权值和路长但权重分布不同的节点间的相似性难以区分的问题。本文基于Itan的相似性指标,提出了相互作用非对称指标——IA(Interaction Asymmetry)指标,并在视网膜色素变异病(RP)数据集上进行了实验验证,取得了较好的预测效果,证明了该指标的有效性。(2)为研究霾的发生受哪些因素的影响以及其影响机理,基于山东省3年多的空气质量检测数据,对山东省内的霾波动规律展开了研究。本文建立了应用于霾问题研究的多子网复合复杂网络,提出了基于复合网的时序链路预测模型,为与气象以时间为关联做分析提供基础。

关键词：复杂网络复合网链路预测致病基因霾波动规律

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

智慧信息系统新技术专题前言

软件学报 2022年第10期33卷 3529-3530页

作者：邢春晓王鑫张勇于戈清华大学北京信息科学与技术国家研究中心北京100084 天津大学智能与计算学部天津300354 东北大学计算机科学与工程学院辽宁沈阳110169

信息系统是社会各领域以处理信息流为手段从而实现业务目标的人机协同系统.在当今的大数据时代,随着人工智能、区块链、物联网、知识图谱、可视化等技术的迅猛发展,为了应对不断涌现的领域应用需求和外部环境数据的剧烈变化而带来的全... 详细信息

信息系统是社会各领域以处理信息流为手段从而实现业务目标的人机协同系统.在当今的大数据时代,随着人工智能、区块链、物联网、知识图谱、可视化等技术的迅猛发展,为了应对不断涌现的领域应用需求和外部环境数据的剧烈变化而带来的全新挑战,信息系统正在由传统的人机协同系统向着智慧信息系统的方向演化.在智慧信息系统的发展过程中,来自多个研究方向和领域的新方法和新技术也经历了融合发展与应用,具体包括信息系统的智能化、自适应性和自主协同性.

关键词：信息系统人工智能区块链大数据时代物联网信息流自适应性知识图谱

在线全文

学校读者我要写书评

暂无评论

基于深度强化学习的金融交易算法研究

计算机工程与应用 2022年第7期58卷 276-285页

作者：许杰祝玉坤邢春晓清华大学五道口金融学院北京100084 清华大学北京信息科学与技术国家研究中心北京100084

交易策略在金融资产交易中具有十分重要的作用,如何在复杂动态金融市场中自动化选择交易策略是现代金融重要研究方向。强化学习算法通过与实际环境交互作用,寻找最优动态交易策略,最大化获取收益。提出了一个融合了CNN与LSTM的端到端深... 详细信息

交易策略在金融资产交易中具有十分重要的作用,如何在复杂动态金融市场中自动化选择交易策略是现代金融重要研究方向。强化学习算法通过与实际环境交互作用,寻找最优动态交易策略,最大化获取收益。提出了一个融合了CNN与LSTM的端到端深度强化学习自动化交易算法,CNN模块感知股票动态市场条件以及抽取动态特征,LSTM模块循环学习动态时间序列规律,最后通过强化学习方法累积最终收益并做出交易策略。在真实股票数据上的实验结果表明,该方法显著优于基准方法,可扩展性更强,鲁棒性更好。

关键词：交易策略强化学习深度学习量化金融

在线全文

学校读者我要写书评

暂无评论

分布式Top-k子图匹配技术

清华大学学报（自然科学版） 2016年第8期56卷 871-877页

作者：兰超张勇邢春晓清华大学计算机科学与技术系信息科学与技术国家实验室北京100084

Top-k子图匹配是一种应用广泛的图搜索技术。相比于单机环境,分布式环境下的Top-k子图匹配问题具有更大的挑战性。该文分析了已有方法在分布式环境下存在的问题,提出了包括查询拆分、查询执行、结果连接3个步骤的算法。算法通过查询拆分... 详细信息

Top-k子图匹配是一种应用广泛的图搜索技术。相比于单机环境,分布式环境下的Top-k子图匹配问题具有更大的挑战性。该文分析了已有方法在分布式环境下存在的问题,提出了包括查询拆分、查询执行、结果连接3个步骤的算法。算法通过查询拆分,彻底避免了生成中间结果过程中的数据传输,同时通过优化查询执行和结果连接步骤,避免不必要的中间结果生成,降低单个节点的计算量,提升整体效率。在此基础上,该文对分布式环境下Top-k连接策略进行了进一步优化。在真实图数据上进行的实验测试表明:该文提出的算法能够有效解决分布式环境下Top-k子图匹配问题,具有很好的扩展性,而且使用优化连接策略的算法性能较基础算法的效率有明显的提升。

关键词：图搜索子图匹配 Top-k子图匹配分布式

在线全文

学校读者我要写书评

暂无评论

机器学习在金融资产定价中的应用研究综述

计算机科学 2022年第6期49卷 276-286页

作者：许杰祝玉坤邢春晓清华大学五道口金融学院北京100084 清华大学北京信息科学与技术国家研究中心北京100084

金融资产配置的关键问题是资产的价格,资产定价是现代金融学的核心内容,揭示资产定价规律一直是金融研究热点之一。文中回顾了机器学习在资产定价领域使用的方法与研究进展,将机器学习资产定价的方法分类为基于特征处理的机器学习方法... 详细信息

金融资产配置的关键问题是资产的价格,资产定价是现代金融学的核心内容,揭示资产定价规律一直是金融研究热点之一。文中回顾了机器学习在资产定价领域使用的方法与研究进展,将机器学习资产定价的方法分类为基于特征处理的机器学习方法与端到端处理的深度学习方法;围绕当前机器学习资产定价遇到的主要问题,比较了不同算法在原理和应用场景方面的区别;指出了两类机器学习方法的适用性与局限性;讨论了机器学习资产定价未来可能的研究趋势。

关键词：机器学习资产定价投资组合价格预测深度学习