航空发动机试车过程数字化检验浅谈

航空发动机的试车过程是复核性的试车,在集中的时段内,对出厂前的发动机的试车结果进行较全面地检查。这种检验方式,一直被国内发动机行业的所验收沿用,对发动机出厂前质量控制起到过相当的作用。但是,传统的检验方式与先进的试验设备已经不相适应,发动机的检验工作也应向数字化方向迈进。引入信息化元素,由计算机替代人工对发动机试车数据进行自动记录、判读、分析和处理,给出发动机故障点信息和调整、排故意见。建立单台发动机试车历程的数据档案,形成试车历程报告。实现由简单的复核验收试车方式向发动机试车全过程控制转变,实现真正意义上的过程控制。     

TL-SVM:一种迁移学习新算法

迁移学习旨在利用大量已标签源域数据解决相关但不相同的目标域问题. 当与某领域相关的新领域出现时, 若重新标注新领域, 则样本代价昂贵, 丢弃所有旧领域数据又十分浪费. 对此, 基于SVM算法提出一种新颖的迁移学习算法—–TL-SVM, 通过使用目标域少量已标签数据和大量相关领域的旧数据来为目标域构建一个高质量的分类模型, 该方法既继承了基于经验风险最小化最大间隔SVM的优点, 又弥补了传统SVM不能进行知识迁移的缺陷. 实验结果验证了该算法的有效性.     

基于独立分量分析的高光谱图像降维与压缩算法

论文提出了一种基于快速独立分量分析的高光谱图像降维算法.利用虚拟维数算法估计需要保留的独立分量数目,采用非监督端元提取算法自动获取端元矢量,并对快速独立分量分析的混合矩阵进行有效初始化.采用最大噪声分离变换对原始数据进行预处理,利用快速独立分量分析从变换后的主分量中依次提取出各端元对应的独立分量,最后对各个独立分量分别实施无损压缩.实验结果表明,该算法降维后的独立分量具有较好的地物分类性能,并且可以获得较好的压缩性能.     

浅谈Access数据库安全策略

当前,市场上数据库系统软件种类非常多,Access是Microsoft旗下的一款小型数据库系统软件,其特点是使用简便、体积较小,非常适合于信息量较少的数据信息管理。在Access的使用过程当中,我们必须要考虑到的一个问题就是数据库的安全问题,为了能够保证Access数据库数据信息的安全性与完整性,就必须要采取有效的安全策略来对Access数据库进行保护。基于作者自身的实际工作经验与相关知识了解,首先对Access数据库软件系统的安全定义与安全风险进行了分析,然后针对性地提出了部分安全策略,以期对Access数据库的安全质量起到提升作用。     

185nmUV降解水中4-CP、4-NP和RhB的研究

本文以对氯苯酚（4-cP）、对硝基苯酚（4-NP）和罗丹明B（RhB）为模型有机物（以4-CP和4-NP为小分子模型有机物，以RhB为大分子模型有机物），分别研究了185nmUV对水中这3种模型有机物的降解规律、性能和效果．研究结果表明，185nmUV直接对水中4-CP、4-NP和RhB有很好的降解效果．研究内容包括：185nmUV降解模型有机物的浓度、TOC（Totalorganic carbon）浓度、185nmUV降解模型有机物过程中溶液pH及电导率变化、以及降解模型有机物过程中产生的无机离子等几个方面．     

基于电厂热经济效益的决策树模型

以决策树数据挖掘为基本理论基础,结合电力行业的具体特点,将基于决策树归纳分类算法运用于对电厂热经济效益的分析中.以电厂供煤量对机组效率和锅炉正效率的影响为目标,构建了决策树模型,并对挖掘结果进行分析和评价,以期为电厂热经济效益运行优化提供重要的决策支持.     

氧化锆基片式NO_x气体传感器的研制

采用具有自主知识产权的制备工艺流程,制备了氧化锆基NOx气体传感器。首先配制了性能良好的5mol%-ZrO2浆料,流延成型得到了氧化锆陶瓷素坯基片,经过剪裁、冲孔、开槽、丝网印刷等工艺,制备了传感器素坯,经过1450℃2h烧结得到了氧化锆基NOx传感器。应用线性伏安法初步测试了该NOx气体传感器的性能。制备的NOx气体传感器具有良好的NOx气体响应性能。初步性能测试结果表明,传感器的电流值和NO2气体浓度之间存在着强的线性相关性,线性相关系数99.27%,电流值在0.136A~0.142A之间,传感器的线性范围为:200ppm~2000ppm。     

浅谈安全系统与应用系统集成问题处理

随着各应用系统在公司生产和办公中应用的逐渐深入,各应用系统间的集成成为我们提高工作效率,实现"两化融合"的重要手段。信息安全系统主要负责公司信息系统的防护工作,但随着业务的不断发展,也同样面临着与其他应用系统间的集成。     

我厂使用铁氨法脱硫

<正> 我厂原采用液相氨水法脱硫工艺,存在脱硫效率低,精炼铜耗高,铜洗塔带液等问题。后改为铁氨法脱硫,使用数日,效果良好。本法具有以下优点:(1)脱硫效率高,依据分析知半水煤气经脱硫后,H_2S含     

智能电网中基于极大团的社团结构挖掘算法

针对智能电网落后的分区方式无法适应日益复杂的运行状态和无法及时排查故障的问题,提出了一种基于极大团的智能电网社团结构挖掘算法(MCBCA).首先,搜索网络中的低阶极大团,通过合并矩阵将其合并得到网络中极大团;然后,定义了极大团相似度,确定了合并极大团与生成候选子图的标准,进行初步社团挖掘;最后,对网络中的孤立节点进行隶属度划分,形成最终的社团结构.实验结果表明,在空手道俱乐部网络、美国足球网络、美国国家西部网络及我国省级电力通信骨干网络数据集中,所提算法与KL算法相比,在准确率、模块度及网络抗毁性方面平均提高了50.1％、36.8％和36.2％;与标签传播算法(LPA)相比,在准确率、模块度及网络抗毁性方面平均提高了31.2％,17.7％和3.25％;与改进的GN算法相比,准确率和模块度方面平均提高了3.6％和2.1％.可见基于极大团的智能电网社团挖掘算法所挖掘的网络社团结构更为合理,具备更高的安全性,有利于及时排查故障.