二溴对甲基偶氮磺光度法测定锶的研究与应用

研究了新显色剂二溴对甲基偶氮磺与锶的反应,建立了直接测定硅锶铁合金中锶含量的光度分析方法。在0.72 mol/L硫酸介质中,锶(与二溴对甲基偶氮磺形成蓝色络合物,最大吸收波长为626 nm,表观摩尔吸光系数为6.22×104;在25 mL溶液中,锶量在0~12μg范围内符合比尔定律,显色反应具有很好的选择性,主要共存离子均有较大允许量,可用于硅锶铁合金中锶的直接测定。     

基于神经网络的降阶VLSI／WSI阵列重构算法

提出了一个基于Hopfield网络的可降阶VLSI／WSI阵列重构算法,根据阵列中缺陷单元分布的二分图模型,将问题映射为相应的神经网络,有效地解决了阵列的重构问题。实验结果表明,与启发式搜索方法相比,所提出的神经网络方法是一种快速、高效的方法。     

闸墩复杂结构的有限元分析

陆浑水库泄洪闸闸墩体型、受力情况及边界条件都较复杂。文章根据闸墩结构特点 ,利用空间块体单元对闸墩进行有限元离散 ,计算了该闸墩在荷载作用下的强度与变形 ,给出了几个典型截面的应力等值线图和变形图 ,得出一些重要的结论。     

水平集方法在CT肝脏图像分割中的应用

水平集方法在医学图像分割上有着广泛的应用。文章将水平集方法用于CT肝脏图像的分割,并针对CT图像的特点,提出了一种结合图像灰度和曲线曲率信息的速度函数,实验结果表明该方法是有效的。     

基于ANSYS汽轮机叶型的优化设计

随着能源短缺问题日益严重,通过使用低温余热发电系统吸收工业生产过程中剩余热能并转化成电能,可有效的提高资源利用率.汽轮机作为该系统的核心部件,它的叶型对系统工作效率具有极大影响.因此,根据以往经验参数建立出它的三维模型,并对其进行有限元分析,结果表明该叶型具有非常大的优化空间.基于叶片数值模型,使用ANSYS软件对其进行优化设计,可得最优参数值.为了验证优化结果,可使用该软件对它的流道速度迹线、流道内熵分布结果进行对比仿真测试,以及使用实验设备对该汽轮机转速和工作效率进行测试,结果表面优化后各项性能均有提高,其中最大转速提高了57.5％,工作效率提高了9.56％.     

棒磨可磨度和棒磨功指数的测定

棒磨机是选矿厂生产中常用的粗磨设备,已广泛地被用于黑色、有色金属重、磁和浮选厂。在设计和选择棒磨机时,需要对矿石进行必要的试验,了解其棒磨可磨性的优劣,为合理地选择棒磨机电机提供充足的基础数据。目前,世界各国通常采用功指数法测定棒磨可磨度(G_(rp))和Bond棒磨功指数(W_(ir))。     

电力系统中的变电安全运行故障及对策分析

近些年,我国电力系统有着飞速的发展,生活中各行各业都需要用到电。电力系统常出现各种安全运行故障,故障直接影响着我国电力系统变电运行的安全性和稳定性。为此,笔者在下文中结合自身多年的电力行业的工作,就我国电力系统中变电安全运行故障进行了总结,并针对这些故障给出相应的解决措施,以最大程度预防电力系统中变电安全运行故障的出现,减少其故障对企业带来的损失。     

浅谈变电检修技术

要保证供电系统能够安全运行,必须开展变电检修工作,此举有着重大意义。相关电力单位必须深入研究变电检修技术,只有变电检修技术得到提升,供电系统才能保证其运行安全性。本文详细论述了变电检修技术,以及如何优化变电检修流程这两个方面。     

基于特征隶属度的文本分类相似性度量方法

基于相似性进行文本分类是当前流行的文本处理方法。基于特征隶属度的文本分类相似性度量方法旨在利用特征与文档间的隶属关系度量文档相似性,从而实现文本分类。该方法基于特征与文档的隶属关系,对特征进行全隶属、偏隶属和无隶属词集划分,并基于3种隶属词集定义隶属度函数。全隶属词集隶属于两篇文档,隶属度随权差增大而降低;偏隶属词集仅隶属于其中某一篇文档,隶属度为一个定值;无隶属词集与两篇文档无隶属关系,隶属度为零。在度量相似性时,偏隶属关系高于全隶属关系。由于同类文档词集相近,异类文档词集差异明显,因此,基于特征与文档的隶属度进行相似性度量,可清晰界定词集与类别的隶属关系,提升分类精度。最后,采用数据集20-Newgroups和Reuters-21578对分类有效性进行验证,结果表明基于特征隶属度的相似性度量方法的性能优于目前流行的相似性度量方法。     

基于词频统计规律的文本数据预处理方法

在大数据时代,文本挖掘 面临特征的“高维-稀疏”问题,海量文本词汇与稀少关键特征间的矛盾导致了高时空复杂度和低效率等问题,严重制约了文本挖掘效率,因此在文本挖掘前进行有效的数据预处理至关重要。传统文本挖掘算法在数据预处理阶段只进行分词和去停用词操作。为提高性能,提出基于词频统计规律的文本数据预处理方法。首先,基于齐普夫定律和最大值法推导同频词数表达式;然后,基于同频词数表达式探究各频次词语在文中的分布规律,结果表明词频为1和2的词语与文档的关联度较低,但比重高达 2/3;最后,基于词频统计规律进行数据预处理,在预处理阶段去除低频词,减小特征维度。在公共数据集Reuters-21578和20-Newsgroups上进行的实验的结果表明,各频次词语的分布规律是正确的,基于词频统计规律的文本数据预处理方法在分类准确率、精确率、召回率以及F1度量值方面均有提升,运行时间明显降低,文本挖掘效率得到显著提高。