利用数据挖掘技术改进TCP CUBIC拥塞控制算法

TCP CUBIC拥塞控制算法无法主动判断拥塞和预测丢包。为解决这一难题,算法首先采集网络节点数据,利用多维关联挖掘方法建立模型,引用RTT最大值和最小值变化率判定网络拥塞。其次,划分拥塞等级,利用动态神经网络算法训练模型,确定拥塞窗口的立方增长因子λ和线性增长参数S数值大小,制定不同策略主动调整拥塞窗口增长速度;利用贝叶斯学习推理策略,动态学习预测连接路径丢包概率。最后,结果表明改进算法能有效调整拥塞和预测丢包。     

基于钽酸锂晶片的太赫兹热释电探测器

针对自由空间和波导传输太赫兹辐射功率兼容测试的需求,开展了光敏面直径为10 mm的多功能太赫兹热释电探测器的相关研究。通过有限元分析及热电耦合仿真设计,建立了敏感元件由100 μm 厚的钽酸锂（LiTaO₃）晶片和碳纳米管吸收层组成的太赫兹热释电探测器模型;采用优化的精确减薄抛光和剥离等关键工艺,重点攻克了采用大晶片多阵列方式制作LiTaO₃基太赫兹热释电探测器敏感元件的工艺难题,并完成了太赫兹热释电探测器的研制。在设定条件下,该探测器的响应度为371.8 V/W,噪声等效功率为0.34 nW/Hz^1/2。实验结果表明,设计并制作的太赫兹热释电探测器的集成度高、响应度良好、噪声等效功率低,能够有效解决大光斑太赫兹光束功率测试问题。     

基于大数据的配变重过载预警分析

本文旨在利用大数据技术对电力数据进行系统挖掘,提供精准负荷预测,为供电安全监视、预防性控制和紧急处理提供依据。文章结合西安地区配电网运行中存在的问题,综合分析配变重过载的外部环境、配变运行信息、配变属性信息、配变供电客户类型等因素,应用大数据机器学习算法、大数据预处理技术、数据挖掘建模技术、大数据可视化技术等,分析研究各影响因素对设备重过载影响的相关性和重要程度,使用分类预测挖掘手段及随机森林算法,分析计算影响变量和目标变量,建立关系模式挖掘模型,构建配变重过载分析及预警模型,完成模型验证与纠偏,实现配变未来一周重过载情况准确预警、配变安全系数评价、重过载配变因素及特征分析与展示等,为电网运维提供有力支撑。通过基于大数据的配变重过载预警分析,提高运维工作效率,实现电网安全可靠运行。     

动态硫化三元乙丙橡胶/聚1-丁烯热塑性弹性体的制备

本论文应用动态硫化技术制备三元乙丙橡胶(EPDM)/聚1-丁烯(PB)热塑性弹性体(TPV),研究了不同橡塑比的TPV的物理机械性能,热氧老化性能;并对测试后的余料进行返炼,测试返炼胶的力学性能。结果表明,随着PB含量的增多,TPV拉伸强度、撕裂强度、硬度逐渐变大,EPDM/PB为60/40时TPV具有最优的拉断伸长率;100℃下经过24h热氧老化会使TPV产生轻微的降解,但是TPV性能下降趋势不明显,表现出良好的热稳定性;返炼后TPV性能会受到PB的降解、晶型改变的影响而下降,并趋于一个稳定值。     

改进的从运动中恢复目标结构的因子分解法

因子分解法是从图像序列中恢复刚体目标几何结构的重要方法。介绍了传统因子分解法的基本过程,分析了该方法存在的不足,并针对该方法容易失效的缺点,提出一种改进的因子分解法。该方法避开传统方法中求解修正矩阵的复杂过程,利用旋转矩阵的特性,直接修正由传统方法SVD分解得到的每帧图像的旋转矩阵,然后根据观测矩阵和得到旋转矩阵直接利用线性最小二乘法求解目标的结构矩阵。仿真和实测数据的实验结果表明,本文方法能够有效地从序列图像中恢复目标的几何结构,相比传统的因子分解法而言,在稳定性上有较大的提升。     

3＋8×0. 21ST钢丝帘线在全钢载重子午线轮胎胎圈包布中的应用

研究3+8×0.21ST钢丝帘线在全钢载重子午线轮胎胎圈包布中的应用。结果表明：与3+9×0.22+0.15HT钢丝帘线相比,3+8×0.21ST钢丝帘线的渗胶性能更好,帘线直径较小,可减小压延厚度和帘布质量,提高强度;以3+8×0.21ST钢丝帘线替代3+9×0.22+0.15HT钢丝帘线用于全钢载重子午线轮胎胎圈包布,成品轮胎的耐久性能提升,单胎质量减小,成本降低,有利于轮胎轻量化。     

F-TCKT：融合遗忘因素的深度时序卷积知识追踪模型

智慧教育中，对学生的知识水平进行追踪是很重要的技术之一。传统的深度知识追踪方法的主要关注点集中在循环神经网络(recurrent neural network, RNN)上，但RNN存在梯度消失或者梯度爆炸的问题，并且很多知识追踪方法没有考虑到学习过程中遗忘行为对结果的影响。针对以上问题，为了准确地预测学生的知识水平，提出了一种融合遗忘因素的深度时序卷积知识追踪模型(temporal convolutional knowledge tracking with forgetting, F-TCKT)。该模型引入了三个影响学生遗忘行为的因素，包括学习相同知识点的时间间隔、学习的时间间隔和同一知识点的学习次数。首先利用全连接网络计算得到表示学生遗忘程度的向量并与学生的答题记录进行拼接，然后使用梯度稳定的时间卷积网络(temporal convolutional network, TCN)和注意力机制预测学生下一次答题正误的概率。经实验验证，与传统方法相比，F-TCKT具有更好的预测性能。     

喷雾热解氧化亚镍制备微细镍粉工艺研究

需要对还原工艺参数进行严格控制,以满足新材料对微细镍粉粒度、松装密度、氧含量的要求。利用氢还原技术,采用推舟炉进行试验,研究了不同条件下喷雾热解氧化亚镍粉的氢还原效果。结果表明,采用推舟炉还原喷雾热解氧化亚镍生产微细镍粉的最佳工艺条件为:还原温度745～800℃、推舟时间1 200s、氢气流量7.5m~3/h。所制得的还原镍粉松装密度低、粒度细,氧含量可低至0.25%。