首页期刊导航|河北大学学报（自然科学版）
期刊信息/Journal information
河北大学学报（自然科学版）
河北大学学报（自然科学版）

孙汉文

双月刊

1000-1565

hbdxxbz@hbu.edu.cn

0312-5079413

071002

河北省保定市五四东路180号

河北大学学报（自然科学版）/Journal Journal of Hebei University(Natural Science Edition)CSCD北大核心CSTPCD
查看更多>>本刊是河北大学主办的自然科学综合性学术刊物，国内外公开发行。主要刊登数学、物理学、化学、生物学、电子及计算机科学等学科的基础研究和应用研究方面的学术论文。本刊为《美国化学文摘（CA）》、《中国数学文摘》、《中国物理文摘》、《中国科技论文引文数据库》、《中国科学引文数据库》等多家文摘及数据库来源期刊。
正式出版
收录年代

    基于集成学习和信息融合的段塞流分相流量测量

    温佳祺杨叙宁李金硕丁振君...
    541-550页
    查看更多>>摘要：段塞流是气液两相流中典型流型,准确测量其分相流量有利于实时监控生产过程,优化工艺控制,确保系统在安全、经济的工况下运行.本文在改进长喉文丘里管的基础上,设计了 一种集近红外(NIR)、声发射(AE)技术于一体的水平气液流量智能多传感系统.利用AE传感器和NIR传感器检测气液两相的流动噪声信息和截面信息,采用经验模态分解法(EMD)提取气体体积分数的特征变量.通过集成学习算法进行特征级融合,融合后的段塞流体积含气率预测模型平均绝对百分比误差(MAPE)为4.11％,92.45％的预测结果偏差在±10％以内.在Collins模型的基础上,提出了基于梯度提升决策树(GBDT)的段塞流质量流量预测模型,其MAPE值为0.96％,全部预测结果的偏差在±20％以内.本研究为气液两相流段塞流参 数混合不分离测量提供了一种新方法,为气液两相流动机理研究奠定了基础.

    气液两相流数据融合段塞流多传感器集成学习算法

      原文链接:
    • 万方数据
    • 维普

    考虑商品互补替代关系和序列模式的推荐算法

    任志波戎秀玲宋欣欣
    551-560页
    查看更多>>摘要：用户真实的购买场景中,购物不仅仅看兴趣,当下以及未来需求也很重要,而现有大部分推荐方法研究的是挖掘用户近期兴趣,较少从商品间的关系来研究用户潜在需求.为了提高推荐算法准确性,丰富推荐种类,本文将商品互补替代关系特征和购买先后序列模式融入到推荐算法中,提出一种考虑商品互补替代关系和购买序列模式来研究用户潜在需求的推荐算法,该算法在亚马逊公开数据集Grocery上进行验证,并与相关算法进行对比,结果表明所提算法在命中率HR(hits ratio)和归一化折损累计增益NDCG(nor-malized discounted cumulative gain)指标上均得到有效的改进.

    互补搭配序列模式个性化推荐

      原文链接:
    • 万方数据
    • 维普