毒死蜱在土壤中的淋溶规律

[方法]通过土壤柱试验,模拟研究了在扣除地表径流影响的条件下,毒死蜱在黑土和草甸黑土中淋溶规律.[结果]当淋溶速度由1.8 mL/min增加到4.4 mL/min时,毒死蜱在土壤中的残留量降低,淋出量增幅分别为10.9％(黑土)和9.7％(草甸黑土);淋溶液pH值越低、土壤有机质含量越高对毒死蜱的淋溶作用越明显;当毒死蜱的添加量增加1倍时,淋出量分别增加69.7％(黑土)和71.2％(草甸黑土).[结论]毒死蜱在土壤柱中的淋溶受到淋溶速度、DH值、土壤有机质等因素的影响.     

任务驱动与分层教学结合的教学模式研究

提出了一种把“任务驱动法”和“分层教学法”相结合的教学模式,并将它应用在“大学计算机基础”教学中。解决了非计算机专业学生对计算机基础能力缺乏兴趣,学无所用的问题,真正将“大学计算机基础”课程开设的目的落到了实处。     

一般化通用可组合安全框架研究

分析一般化通用可组合安全框架(GUC框架)解决的关键问题及其机理.在此基础上深入研究实现GUC承诺的一个协议示例,得出GUC框架虽然要求仿真器与现实敌手共用同一个全局可信建立,但是二者对于该全局可信建立的利用程度是不同的.将GUC框架与UC框架及其改进版本进行比较,发现能实现包括安全计算在内的所有良好形式的理想功能的现有框架拥有一个共性,即仿真器的能力比现实敌手的能力强.讨论了GUC框架仍然存在的不足.     

UC安全性证明中模拟器构造方法研究

在UC模型(通用可组合安全分析模型)中密码协议安全性证明的难点是模拟器的构造,而目前模拟器的构造没有通用有效的方法可循,针对这一问题,提出了一种构造模拟器的通用有效的方法.研究了UC模型的构建原理,分析了UC安全性的本质要求,指出了符合UC安全性本质要求的模拟器存在条件以及模拟内容,在此基础上,阐述了构造模拟器的方法,并给出了该方法的正确性分析.为正确使用UC模型进行密码协议的UC安全性证明提供了切实可行的方法.     

一种回归SVM选择性集成方法

泛化能力是机器学习关心的一个根本问题,采用集成学习技术可以有效地提高泛化能力.本文提出了一种将支持向量机(Support Vector Machine, SVM)进行选择性集成回归的方法.通过引入三个阈值,可以选择合适的子SVM,从而进一步提高了整个集成学习的效率.实验结果表明,本文提出的选择性集成方法可以在一定程度上解决SVM的模型选择问题和大规模数据集的学习问题,与传统的集成方法Bagging相比具有更高的泛化能力.     

GCr15轴承钢的ELID超精密磨削工艺参数的优化研究

为探究GCr15轴承钢超精密加工的新途径,采用ELID精密镜面磨削技术对其进行试验研究。在ELID磨削原理及精密镜面磨削机理的指导下,采用二次通用旋转组合方法对影响GCr15轴承钢表面粗糙度的各工艺参数进行ELID磨削试验设计。首先利用DPS数据处理系统对试验结果分析得到表面粗糙度二次回归数学模型及各工艺参数对表面粗糙度的单因素影响规律,然后利用lingo软件优化得到GCr15轴承钢ELID磨削最佳工艺参数为砂轮线速度26.41 m/s,电解电压90 V,电解间隙0.2 mm,占空比53.59%,并在此最佳工艺参数的基础上磨削GCr15轴承钢,获得表面粗糙度为14 nm的已加工表面。     

基于粗糙集的模糊神经网络控制器的研究

针对现代工业过程的不断复杂化和其中非线性、不确定性因素的增加,给出了一种基于粗糙集的模糊神经网络控制器的设计方法,该方法将粗糙集理论与模糊神经网络结合起来,利用粗糙集从观测的输入输出数据中提取规则,并寻求最小规则集,解决了模糊神经网络"规则爆炸"问题。通过在MATLAB平台上进行仿真,结果表明该方法具有良好的控制能力,对于突加干扰具有良好自适应能力。     

一种基于模糊神经网络的PID控制器

利用神经网络自学习自适应能力和快速计算能力,提出一种基于模糊神经网络的PID智能控制器．该系统将模糊技术、神经网络与PID控制结合起来,实现了PID控制的自适应和智能化．通过仿真实验表明,该控制方案与传统PID控制系统相比,无论是超调量还是稳定时间,效果都要好得多．     

噻嗪颜料

该文简要介绍了噻嗪颜料及其发色体,它们的合成方法、晶体结构,以及它们的应用性能与色谱性能,并与DPP颜料做了比较,给出了两者的异同.讨论了其用于新颜料开发的可能性.     

“电机与拖动”在线课程中学习风格研究

针对大学生在线学习中存在问题，分析其原因之一，是缺乏对网络环境下学生的行为数据的分析，从而无法判断学生的学习风格。因而基于数据挖掘技术，利用网络学习平台收集“电机与拖动”课程学习行为数据，建立了基于灰狼算法优化支持向量机构建多维度的学习风格模型，处理和预测其可能的学习风格。有助于教师及时掌握学生动态，调整线上线下教学方案，实现因材施教的个性化教学。