冰下单载波水声通信试验研究

北极地区战略地位的提高促进了极区各种应用的快速发展，冰下水声通信成为其中一个热点问题。为了研究冰下单载波水声通信性能，在黄海冰区开展冰下试验。重点分析了内嵌锁相环的多通道判决反馈均衡(Multi-channelDecision Feedback Equalization, M-DFE)技术在冰下水声通信中抗多途时延的能力，研究比较了改进比例归一化最小均方(Improved Proportional normalized Least Mean Square, IPNLMS)算法和递归最小二乘(Recursive Least Squares,RLS)算法的均衡性能。试验结果表明IPNLMS和RLS都能克服信道多途效应带来的影响。在牺牲计算复杂度的前提下，RLS具有更好的均衡效果，M-DFE在冰下环境中能够有效消除码间干扰。     

一种用于水声材料设计的动态参数测试方法

针对提高水声材料设计中动态参数输入精度的问题，提出了一种复杨氏模量及泊松比准确测试方法。对于复杨氏模量测试，通过将Williams-Landel-Ferry(WLF)方程引入到Havriliak-Negami(H-N)模型中，采用信赖域反射算法对未知参数进行拟合得到材料参数宽频域主曲线。对于泊松比测试，根据同一材料不同形状因子表观杨氏模量之比与泊松比存在唯一量化关系的特性，仅通过两种不同形状因子试样的准静态有限元模拟，获得表观杨氏模量比值与泊松比量化曲线。因此，根据橡胶样品表观杨氏模量测试结果，可以直接利用局部加权回归获得其泊松比。最后，将前述材料制成直径为55 mm、厚度为50 mm的声管样品，放置在水声管中进行吸声系数测试。同时，把橡胶的复杨氏模量和泊松比的测量结果输入到水-橡胶-水分层介质模型中进行吸声系数计算。结果表明两者吻合，验证了上述测试方法的正确性和有效性。     

轻烧煤矸石混合电子含氟污泥制备混合材及其对水泥性能的影响

直接轻烧电子含氟污泥用作水泥混合材存在火山灰活性不高、标准稠度需水量大等问题，本文利用煤矸石作为电子含氟污泥的硅铝质补充来源，将电子含氟污泥和煤矸石混合后轻烧制备水泥混合材，通过强度活性指数、水泥力学强度、水泥标准稠度需水量、凝结时间、粒度分布等指标以及X射线衍射和扫描电镜等试验，探究了轻烧煤矸石混合电子含氟污泥制备水泥混合材对水泥性能的影响。结果表明:与直接轻烧电子含氟污泥制备的水泥混合材相比，煤矸石混合电子含氟污泥后轻烧制备的水泥混合材，可改善水泥的颗粒级配，降低水泥的标准稠度需水量，提高水泥混合材的活性和所配制普通硅酸盐水泥强度，但会使水泥的初凝时间延长、终凝时间缩短。     

细菌技术在水泥基材料中的研究现状及展望

介绍了细菌技术胶凝复合材料的研究进展，例如细菌诱导碳酸钙沉淀的机理，细菌在水泥基复合材料中的应用方法，细菌对水泥基材料机械性能、耐久性的影响，以及成本效益分析等。概述了在建筑中应用细菌技术的水泥基复合材料的机遇和挑战。     

多孔型高吸水树脂对水泥净浆流动性能的影响EI北大核心CSCD

为稳定掺入高吸水树脂(SAP)水泥基材料的流动性能,采用反相悬浮聚合法制备了多孔型聚丙烯酸/丙烯酰胺SAP.利用扫描电子显微镜(SEM)观测SAP的微观形貌,通过傅里叶红外光谱(FTIR)分析SAP的分子结构,用“茶袋法”测试SAP的吸液性能,并通过流动度试验研究了非多孔型及多孔型SAP对水泥净浆流动度经时变化的影响.结果表明:多孔型SAP具有微米级连通孔结构,能够有效促进吸水速率,达到吸水平衡只需1 min内;当通过额外引水保持水泥净浆初始流动度相同时,多孔型SAP的掺入对水泥净浆流动度的经时损失影响最小.     

声明

为实现科技期刊编辑、出版发行工作的电子化,推进科技信息交流的网络化进程,扩大作者学术交流渠道,本刊现已加入《中国学术期刊(光盘版)》、“万方数据资源系统(ChinaInfo)数字化期刊群”、“中文科技期刊数据库”。因此,向本刊投稿并录用的稿件,将一律由编辑部统一纳入以上系统提供信息服务。其作者著权使用费与本刊稿酬一次性给付。     

基于生命周期评价的水泥企业组织水足迹分析

基于GB/T 34341-2017标准,选取多家典型水泥企业进行组织水足迹研究。结果表明,研究确定的系统范围内,企业边界(水泥产品制造过程)和能源生产过程是造成水稀缺足迹的主要来源,能源生产过程中污染物的排放对水体造成劣化影响最大。研究结果将为水泥企业后续改善组织水足迹提供依据。     

基于1D CNN与XGBoost的恶意代码纹理检测

恶意代码数量已经呈现爆炸式增长,对于恶意代码的检测防护显得尤为重要.近几年,基于深度学习的恶意代码检测方法开始出现,基于此,提出一种新的检测方法,将恶意代码二进制文件转化为十进制数组,并利用一维卷积神经网络(1 Dimention Convolutional Neural Networks,1D CNN)对数组进行分类和识别.针对代码家族之间数量不平衡的现象,该算法选择在分类预测上表现良好的XGBoost,并对Vision Research Lab中的25个不同恶意软件家族的9458个恶意软件样本进行了实验.实验结果表明,所提的方法分类预测精度达到了97％.     

基于视频点播技术的远程网络课程平台设计研究

简要介绍了开设远程网络课程的必要性和视频点播技术的核心原理,根据目前网络环境的特点和已有的多媒体技术,结合教育体系的需求进行了基于视频点播技术的远程网络课程平台设计研究。该平台中储存了海量且全面的可用于自主学习的学习视频资料,学生们可以突破时间与空间的限制不断进行学习,以达到有效提升自我的目的。