碳纤维喷射混凝土硫酸盐冻损伤分析

为了研究碳纤维混凝土硫酸盐冻侵蚀损伤，以川藏铁路喷射纤维混凝土工程环境为依托进行室内盐冻试验，盐冻最低、最高温度设置为(-37.12、17℃)，(-32.12、12℃)，(-25.12、5℃)，(-20.12、0℃)，硫酸盐质量分数分别为5%、7.5%、10%，纤维体积分数分别为0、0.10%、0.20%、0.24%、0.30%。通过宏观强度试验结果和微观分析可知，随着硫酸盐浓度的增加，碳纤维混凝土损伤越严重。与普通混凝土相比，碳纤维混凝土能够有效阻止开裂，其中0.3%的体积分数为最佳掺量。通过微观分析，揭示碳纤维在混凝土结构内起到类似梁的作用机制，并据此建立损伤模型。     

膜级钛系聚酯与锑系聚酯的成膜性能比较

利用流延膜挤出机、拉膜机分别对锑(Sb)系聚酯和钛(Ti)系聚酯进行挤出、拉伸成膜,考察了两种聚酯的成膜性能,对两种聚酯在加工过程中的热稳定性以及薄膜的热性能、力学性能、光学性能、取向结构进行了表征。结果表明:在挤出、拉伸过程中,Ti系聚酯的黏度降高于Sb系聚酯,Ti系聚酯切片的结晶度明显小于Sb系聚酯,但Ti系聚酯薄膜的结晶度与Sb系聚酯薄膜相当;在相同的成膜工艺下,Ti系聚酯薄膜的弹性模量、光学性能与Sb系聚酯薄膜相当,拉伸强度高于Sb系聚酯薄膜,断裂伸长率低于Sb系聚酯薄膜,双折射率大于Sb系聚酯薄膜。     

模内装饰薄膜滞热对成型工艺的影响分析

以模内装饰技术(IMD)测试平板为研究对象，利用仿真和实验方法分析薄膜滞热的影响因素及薄膜滞热对成型工艺的影响规律。结果表明，薄膜滞热使动模侧模具温度场变化滞后于定模侧温度场，且在实验条件下达到8.6 ℃的最大温度差；薄膜滞热随着模具温度的增加而降低，随熔体温度和薄膜厚度增加而升高；薄膜影响熔体的充模与冷却，造成产品冷却不均的现象；薄膜滞热导致产品翘曲变形增加。     

“互联网+”时代背景下计算机基础应用类课程在线教学设计

随着我国"互联网+"时代的到来,传统学校教学模式和教学理念已不能满足时代发展的需要,全国各类院校倡导教学改革,提出开展线上教学,更是迫切要求将教学与互联网完美融合。本文重点探索计算机基础应用类课程在线教育教学设计、教学方法及考核方式。     

基于密度聚类的光条中心线提取方法

为了解决线结构光3维测量中噪声光斑对提取精度的影响，采用了密度聚类灰度重心提取算法提取激光光条中心线。该方法由中心线预提取以及中心线最终提取两阶段组成，预提取阶段实现对激光与光斑两者中心线的同时提取，最终提取阶段采用基于连通性的密度聚类算法完整保留激光中心线并剔除噪声光斑。在仿真实验阶段，对大小为600pixel×600pixel、含有激光中心线的图像进行了加噪处理，并使用提取结果与真实中心线之间各点的均方根误差以及运行时间作为考察标准进行了实验研究。结果表明，该方法与传统灰度重心法相比，在高亮度各向异性光斑、高亮度小面积光斑、高亮度点噪声图像的均方根误差分别降低了12.59pixel，15.12pixel和83.36pixel，时间复杂度分别提高了0.383s, 0.412s和0.416s。该方法与传统灰度重心法相比具有更高的提取精度、近似的时间复杂度，且对噪声光斑具有较好鲁棒性，可以在噪声光斑图像中完整提取出光条中心线。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。     

308nm准分子激光剥离聚酰亚胺薄膜实验研究

为了研究聚酰亚胺薄膜在308nm准分子激光下的剥离效果, 采用实验研究的方法, 分别探究了激光能量密度、光斑重叠率、脉冲频率、衬底温度对激光剥离效果的影响, 并结合显微镜观察剥离后的衬底和薄膜形貌。结果表明, 激光剥离能量阈值约为160mJ/cm2, 在激光能量密度为180mJ/cm2~190mJ/cm2左右、光斑重叠率为68.33%时, 剥离效果较好; 提高衬底温度有利于激光剥离过程。该研究对聚酰亚胺薄膜在柔性电子领域的工业化应用具有一定意义。