两个不同光栅的Lau效应

对两个不同光栅形成的Lau条纹分布进行了理论分析与实验研究。一般用于推导Lau条纹强度分布函数的方法比较复杂,其中基于交叉谱密度函数推导Lau条纹强度分布函数的方法相对简单。对该方法推导两个全同光栅Lau条纹强度分布函数的过程进行了仔细研究,并寻求将该方法进一步推广应用于两个不同光栅。探讨了该方法在光栅常数相同但占空比不同的两光栅情况下的适用性,并获得了光栅位置前后互换两种情况下简化的Lau条纹强度分布函数,理论计算得到了实验结果的验证。因此,基于交叉谱密度函数的部分相干光理论可用于推导光栅常数相同、占空比不同的两个光栅的Lau条纹分布函数。     

汽车并列行驶湍流数值模拟

采用通用计算流体力学软件FLUENT对并列行驶的汽车进行了湍流数值模拟,并对结果进行了处理与分析。以0.5倍车宽侧向间距的两辆汽车为典型算例,给出了汽车车身表面的速度和压力分布。重点对比了0.1、0.5、2倍车宽间距两车对称面上的压力分布情况。对比汽车侧向力系数分析说明过小的汽车侧向间距会使两车间产生大的侧向力,出现中心挤压趋势。为保证安全性和操控性,应保证两车侧向间距在0.5倍车宽以上。     

扁平丝退绕装置的应用研究

扁平丝作为纬线退绕时会因自然加捻形成转曲现象,通过对扁平丝纬线退绕装置和扁平丝织造剑头的研究与应用,减少扁平丝在织物表面的转曲现象,并且通过对采用退绕装置与不采用退绕装置织制的织物做对比实验,验证织物效果,结果表明:使用退绕装置之后,扁平丝织物试样上的转曲数能够减少80%左右。     

高浓度悬浊液架桥絮凝分形体的形态学研究

对85kg／m^3的黄河泥沙水进行了高浓度悬浊液架桥絮凝沉降试验，考察了架桥絮凝分形体的形态学特性，并用电镜观察了絮体构造。结果表明，絮体结构及其形成过程具有分形特征；参数“分维D”可用于定量表征分形絮凝体的形态学特性：①絮体生长机制以DLCA与RLCA模式为主，其生长模式从快速混合阶段的分枝状DLCA结构逐步向慢速絮凝阶段的密实RLCA构型演变；②粒径分布在3个区域，其曲线形状类似广义的正态分布，“分维”能定量确定絮体密实性与沉降特性达最佳时的粒径范围；③分形结构的不断演变引起絮体内部渗透性显著不同，分形絮体自由沉降规律不能用Stokes定律进行合理解释；④在一定粒径范围内，絮体有效质量密度与Stokes粒径存在双对数线性关系，絮体的孔隙率是影响其密实性的主要原因；⑤对相同含沙量的泥沙水絮凝时，Al2（SO4）3形成的无机混凝剂絮体结构与高分子架桥絮体分形结构相比，具有絮体粒径小、结构脆弱，能承受的剪切强度G值低等特点。     

卫星移动通信在个人通信中的应用

个人通信业务(PCS)以实现全球范围的无缝隙通信为目标，是通信技术发展的最高目标、是人类通信的终极发展目的。卫星移动通信是实现个人通信的手段之一。本文简单的讨论了卫星移动通信在个人通信中的应用，并对目前的几大卫星移动通信系统进行了介绍。     

转基因大豆安全检测技术探讨

近年来,转基因大豆已成为人们关注的焦点之一,这是因为转基因大豆可能存在安全问题,进而影响人类的健康,因此转基因大豆在商业化种植前的安全性检测是十分有必要的。本文主要分析转基因大豆可能存在的危害性,并概括转基因大豆安全检测技术,以期提供参考和借鉴。     

石英砂均质滤料截污规律的分析研究

应用分层取样法测试了滤料层的截污量，通过滤柱试验，能够更好地分析研究石英砂均质滤料层截留浊质物的变化规律。     

多层服装热湿传递特性的预测

利用出汗暖体假人“Walter”测试各层服装及不同服装组合在10℃、45％的温湿度环境下的热阻、湿阻，研究了多层服装系统的热阻值与各层服装热阻值算术和之间的关系及多层服装系统的湿阻值与各层服装湿阻值算术和之间的关系。研究结果表明，服装系统内各单件服装的有效热阻（或湿阻）或基本热阻（或湿阻）累加和可以用来预测服装系统的热阻（或湿阻）。     

计算机模拟技术在絮体分形成长研究中的应用

颗粒聚集形成絮体是水处理混凝过程中的中心现象,絮体的结构、行为和性能与混凝效果密切相关。计算机模拟为研究颗粒聚集过程提供了一条新的途径,而分形理论则提供了新的理论观念。本文对絮体的分形结构模型、絮体成长过程的计算机模拟方法和模拟结果的分析方法进行了系统的介绍,以期推动此项技术的应用研究。     

多特征交互的方面情感三元组提取

方面情感三元组提取是方面级情感分析的子任务之一,旨在提取句子中的方面词、其对应的意见词和情感极性。先前研究集中于设计一种新范式以端到端的方式完成三元组提取任务。然而,这些方法忽略外部知识在模型中的作用,没有充分挖掘和利用语义信息、词性信息以及局部上下文信息。针对上述问题,提出了多特征交互的方面情感三元组提取（MFI-ASTE）模型。首先,该模型通过BERT预训练模型学习句子中的上下文语义特征信息,并使用自注意力机制加强语义特征;其次,使语义特征与所提取到的词性特征交互,二者相互学习,加强词性的组合能力与语义信息;再次,使用多个不同窗口的卷积神经网络提取每个单词的多重局部上下文特征并使用多分门控机制筛选这些多重局部特征;然后,采用双线性层融合提取到的三类外部知识特征;最后,利用双仿射注意力机制预测网格标记并通过特定的解码方案解码三元组。实验结果表明,该模型在四个数据集上的F1值比现有的主流模型分别提升了6.83%、5.60%、0.54%和1.22%。