柠檬酸钠的催化机理及应用性能探讨

多元羧酸是一种很有发展前途的无醛整理剂，应用较多的催化剂是含磷催化剂，但含磷化合物对环保不利，非磷催化剂成为非常有前途的催化剂。本文探讨了柠檬酸钠在多羧酸反应体系中的酸碱协同催化机理及对苎麻织物整理效果的影响。     

半径间隔界驱动卷积神经网络模型的图像识别

基于支持向量机（SVM）的卷积神经网络（CNN）模型结合了大间隔原理,在图像识别中表现出了优异的泛化性能。然而,该方法忽视了一个关键:SVM的泛化性能不仅取决于不同类之间的间隔,还与所有样本的最小包含球（MEB）的半径有关。针对这一事实,文章提出一种基于半径间隔界（RMB）驱动的CNN模型的图像特征提取和识别的方法。与传统CNN模型相比,该模型采用基于SVM泛化误差界的策略来指导CNN深度模型学习和相应分类器构建,不仅考虑了不同类别之间的间隔,还考虑了MEB的半径。该模型能提高深度卷积模型的泛化能力而不会额外增加网络的复杂度,还能够应用于不同的深度模型中而不受限于某一特定的网络结构。在多个数据集上的实验结果表明,相比于基于Sofmax损失的CNN模型、基于中心损失的CNN模型以及基于 SVM 的 CNN 模型,该模型能够提取到鉴别性更强的图像特征,取得更高的识别率。     

基于概率密度逼近的无监督特征排序*

依据概率密度逼近提出了一种新的无监督特征排序,应用于特征选择降维.实验证明,这种方法与一些现有的方法相比,更为有效.     

基于恒等映射CNN的高压断路器机械故障诊断方法

为提升高压断路器机械故障识别效果,增强诊断方法的泛化性,提出基于恒等映射卷积神经网络(CNN)的高压断路器机械故障诊断方法.利用多个加速度传感器全方位获取断路器的振动信息;设计基于恒等映射卷积神经网络的故障诊断模型,信号经下采样、数据拼接等预处理手段输入,由模型综合分析各传感器信号特征并识别故障.该模型在网络结构上增加首尾直连通道,与以往研究使用的CNN相比,缓解了梯度消失问题,验证集故障识别率由96％左右提升至100％.与人工提取特征的方法相比,该方法能够自主提取故障特征信息.与其他方法的对比试验结果表明,相比提取差异区间幅值和、配合加权支持向量机识别的传统模型,以及不含恒等映射结构的卷积神经网络模型,该文提出的方法在不同严重程度故障的情况下诊断准确率依然能够达到100％,泛化性更好.     

涤／棉混纺织物热熔染色中色差产生的原因分析及对策

本文从原料、化料、机械设备的性能、半制品的质量、工艺参数及条件的变化等方面分析了涤／绵混纺织物熔染色中色差产生的原因，提出了解决色差的具体措施。     

石化污水回用技术分析

以洛阳石油化工总厂为例，简要介绍了污水回用现状，通过对污水水质的分析，提出利用清污分流、去除NH3-N及深度处理等污水处理技术，达到污水回用的目的。     

基于同态哈希函数的云数据完整性验证算法

云存储已经成为未来存储发展的一种趋势,但也带来新的安全挑战,如云服务提供商可能出于某种目的篡改数据。为确保云数据的完整性,提出一种基于同态哈希函数的云数据完整性检查算法。该算法在可信第三方的审计下,通过聚合多个RSA签名,对云数据进行完整性验证。为不泄露用户数据信息,采用同态线性认证与随机掩蔽技术,实现隐私保护。分析结果表明,该算法不仅能有效地抵抗服务器的恶意攻击,而且支持数据更新,与现有审计算法相比,该算法在验证过程中能减少计算代价,在批量审计中降低通信量,从而提高验证的效率。     

云计算的按需防护安全框架

安全问题已成为制约云计算发展的重要因素。分析了服务持续可用性、服务真实性、数据完整性、信息保密性、可用性、不可抵赖性6方面的云安全目标,将云计算中6个层次的安全风险归纳为7类:物理安全风险、计算安全风险、可信计算安全风险、网络安全风险、管理安全风险、存储安全风险和应用安全风险等,并分别阐述了各类风险的安全对策。越安全的服务,在安全防护方面消耗的计算能力、存储、网络带宽就越多,指出应根据用户使用的服务类型、用户指定的安全要求以及接入网络特点等使用不同的安全保护措施,提出了按需防护的安全框架。分析了按需防护的安全框架的优点。最后给出了框架实际使用的方法。     

能耗在线监测系统在江阴港口集团办公楼中的应压

介绍了江阴港港口集团有限公司新建办公楼能耗在线临测系统的系统结构、数据采集及系统软件的功能实现。通过对各办公室空调、照明与插座用电进行分析处理,把分析处理结果通过表格,图片等方式进行公布。企业管理人员可通过该系统平台,建立健全企业节能管理制度,约束各用能单位的能源消耗,提高企业办公的运行能效。     

基于云模型和灰关联的油气圈闭多域信息评价

云模型是在传统模糊数学和概率统计的基础上提出的定性、定量转换模型.为了建立油气藏与圈闭面积、圈闭闭合幅度、油气运移通道、地层孔隙度、烃源生油与圈闭形成时间、空间匹配性等因素的定性定量关系,传统的多域信息评价方法多采用因素硬化值构建定性定量关系模型,这很大程度受制于专家的知识和经验.结合云模型和灰关联分析,考虑油气圈闭评价因素的模糊性、随机性和小样本不确定性,实现圈闭多域信息的定性与定量间的转换,提出了一种油气圈闭多域信息评价新方法.对中国西北顺托果勒某地区提取的圈闭进行评价,分别划分出了Ⅰ、Ⅱ和Ⅲ类圈闭,其中Ⅰ类圈闭占圈闭总数的37.5%;Ⅱ类圈闭占圈闭总数的37.5%;Ⅲ类圈闭占圈闭总数的25%,与实际开发评价结果吻合.