表面润湿性对梯形除雾器分离性能的影响

为解决实际工业中除雾器在高气速时分离效率明显降低的问题，利用除雾器分离实验装置，以水为实验介质，采用电火花线切割技术在叶片表面构建仿生微结构实现表面疏水化，考察了表面润湿性对除雾器分离效率和压降的影响。结果表明，仿生微结构的疏水功能和减阻效应良好，表面液膜的排液速率明显加快。当气速超过5 m/s时，其液膜厚度相对较薄，可有效抑制液滴的二次夹带，提升分离效率。同时，疏水型梯形除雾器内的流场分布较平缓，流动阻力小，总压降约为带钩型梯形除雾器的一半。因此，疏水型梯形除雾器兼具高效率和低阻力特性，综合分离性能最佳。     

人工智能时代驱使下的多元智能理论的第二维价值

通过介绍人工智能及其目前国内的发展状况及对工作的影响,回顾霍华德·加德纳的多元智能理论(multiple-intelligence)在信息时代的第一维度价值,并剖析多元智能理论在人工智能这一即将到来的特别时代中的第二维度价值,为我们现今的教育教学改革提供一定的思路与反思。     

感潮河段码头建设对河道行洪能力影响分析的研究

感潮河段在径流和潮流共同作用下,水流往复,水动力条件复杂。为了科学评价码头建设对感潮河段的行洪影响,均衡好航运建设与防洪安全之间的关系,文章选取码头上下游河段一定区间内为计算范围,在详实资料基础上,构建了二维水动力数学模型,并以实测水文资料验证。通过对河段防洪标准的洪水工况进行模拟计算,分析了工程建设前、后的水动力条件变化,进而研究得到码头工程对附近河段产生的行洪影响并给出建议对策。     

基于近红外光谱技术的马铃薯叶片含水率高效预测

提出了运用近红外光谱技术检测新鲜马铃薯叶片中含水量的方法，并通过预测结果和运算量的对比得出一种高效率的预测方法。采集了900～2100 nm波段范围内110个新鲜马铃薯叶片的光谱反射率信息，经SG（Savitzky-Golay）平滑、多元散射校正（MSC）和标准正态变量变换（SNV）3种预处理后，分别建立偏最小二乘回归（PLSR）模型和BP神经网络模型，再运用回归系数（regression coefficients, RC）法在全波段光谱中提取特征波长，同样经3种预处理后分别建立预测模型。结果表明：在运用光谱全波段信息构建的模型中，经多元散射校正（MSC）预处理建立的BP神经网络模型预测效果最好，预测集决定系数R²为0.9791，均方根误差RMSE为0.3723；在基于特征波长构建的模型中，经SG平滑预处理建立的神经网络模型预测效果最优，预测集决定系数R²为0.9658，均方根误差RMSE为0.4759；验证了特征波段结合BP神经网络建立的模型与全波段建立的模型预测结果相差不大，因而能够极大地减少运算量，提高预测效率。     

基于大数据分析的分布式MOLAP技术研究

在计算机系统运行以及研究环节中,会存在大量的规模效应,此类状况难以避免,要想有效解决此类问题,就需要利用分布式的处理方式,开展对文件系统的分析。文章对分布式多维联机分析过程(MOLAP)的数据模型进行了分析,从维编码的算法、映射归约(MapReduce)算法的实现、分析维的遍历算法等方面作深入探讨。