非织造布/软木纸复合工艺与产品弯折性能研究

介绍了针对不同工艺条件下非织造布/软木纸复合产品的弯折性能进行的研究,分析了复合产品合理的制备工艺。说明了非织造布/软木纸复合工艺中粘结剂比例直接影响复合产品的弯折性能。为了提高复合产品的弯折性能,必须优选粘结剂及其用量。     

啁啾光纤光栅的传感性能及测量方法研究

介绍了啁啾光纤光栅的物理结构和传感原理,引入参考光栅,采用调制光强的方法实现了啁啾光纤光栅的传感信号解调,测试了它的应变和温度传感性能,测试数据显示其应变和温度传感曲线的线性度分别为0.9991和0.9989,表明啁啾光纤光栅具有较好的线性传感特性。为了解决长期检测时测量结果受光源衰减影响的问题,提出了一种新型的基于光强比值的解调处理算法并进行了实验验证,结果表明,该方法不仅极大地提高了啁啾光纤光栅用于长期检测的测量精度,还具有温度自补偿功能,提高了抗干扰能力,满足长期测试需求。     

辅酶Q10合成方法的专利技术新进展

辅酶Q10是一种类维生素，又名癸烯醌、泛醌，英文名为Coenzyme Q10（CoQ10）、Ubiquinone。其化学结构式如图1。     

建筑装饰工程碳排放计算方法研究

依据生命周期评价理论,将建筑装饰工程碳排放划分为装饰材料生产及运输、施工、运行、拆除4个阶段,对各阶段建筑装饰工程碳排放量化的计算边界和计算方法进行研究,建立各个阶段碳排放的计算公式,以期为建筑装饰行业碳减排工作的开展奠定基础。     

我国矿产资源开发的生态补偿机制与政策

本文在总结我国矿产资源开发的生态补偿机制建设的现状,借鉴国外经验的基础上对我国矿产资源开发的生态补偿机制进行了政策设计。提出应建立矿产资源开发的生态补偿法规和专门的矿区生态环境治理管理部门;设立“废弃矿山生态恢复治理基金”,实行生态补偿费征收制度;建立矿产资源开采的生态补偿保证金制度;充实“开采许可证”内涵,严格实行开采许可证制度;改革现行的矿山企业成本核算体制,将矿山企业的生态环境补偿与修复费用纳入矿山企业成本。     

多普勒测流仪在海洋水文测量中的应用

根据海洋水文测量的实际,对多普勒测流仪和常规海流计的海流测量方式做了比较分析,验证了多普勒测流仪的诸多使用优点,并对多普勒测流仪的工作原理、工作特性和使用方法进行了详细的论述。     

聚芳醚腈酮/SiC/Si3N4耐高温耐磨纳米复合涂层研究

以新型耐高温聚芳醚腈酮(PPENK)树脂作为涂料成膜物质,纳米SiC和Si3N4共同作为耐磨填料,制备了一系列新型耐高温耐磨PPENK/SiC/Si3N4纳米复合涂料。对复合涂层的摩擦学性能及热性能进行研究,通过扫描电镜(SEM)观察涂层磨损表面形貌,分析涂层磨损机理。结果表明:纳米SiC和Si3N4填料能有效改善纯PPENK树脂涂层的摩擦磨损性能。当PPENK树脂含量为22%,m(SiC)∶m(Si3N4)为3∶2时,涂层摩擦系数最小;当PPENK树脂含量为20%,纳米填料m(SiC)∶m(Si3N4)为1∶1时,涂层磨损质量损失最小。热重分析(TGA)表明无机纳米填料的加入对涂层的热性能有略微增强的作用。PPENK/SiC/Si3N4纳米复合涂层的磨损机理以粘着磨损为主,兼有犁耕磨损。     

小区停车场智能管理系统设计

针对小区停车场使用和管理的特点,设计了高效实用的停车场智能管理系统方案。该方案将射频识别、IC卡管理、车辆自动监测及计算机智能控制技术有机地融合于一体,能够根据业主和客户的实际需要,提供最合适的系统构架,具有先进、可靠、安全、方便、快捷和可扩充等特点。同时,对其中的关键技术,车牌自动识别做了详细讨论。     

基于自编码神经网络的半监督联邦学习模型

联邦学习是一种新型的分布式机器学习方法,可以使得各客户端在不分享隐私数据的前提下共同建立共享模型。然而现有的联邦学习框架仅适用于监督学习,即默认所有客户端数据均带有标签。由于现实中标记数据难以获取,联邦学习模型训练的前提假设通常很难成立。为解决此问题,对原有联邦学习进行扩展,提出了一种基于自编码神经网络的半监督联邦学习模型ANN-SSFL,该模型允许无标记的客户端参与联邦学习。无标记数据利用自编码神经网络学习得到可被分类的潜在特征,从而在联邦学习中提供无标记数据的特征信息来作出自身贡献。在MNIST数据集上进行实验,实验结果表明,提出的ANN-SSFL模型实际可行,在监督客户端数量不变的情况下,增加无监督客户端可以提高原有联邦学习精度。     

基于蜂窝网络结构的数据融合算法

针对无线传感网中节点能耗同数据精确度之间不均衡的问题,提出一种能够基于蜂窝网络结构的数据融合算法（DFACN）。在基于蜂窝网络的分簇结构中,首先筛选最小能耗的簇头;之后通过数据精确度和节点能耗的计算判断融合因子的大小,动态选取参与融合的簇内节点数;最后簇头完成数据的融合处理。在OPNET仿真环境下,与EECDA和IDDOA算法进行实验对比,DFACN算法的数据精确度分别提高了2.6%和4.7%,节点能耗分别降低了2.7%与3.4%。结果表明,DFACN算法在降低能耗的同时,有效地提高了数据的融合精确度,并且延长了网络的生命周期。