Zr/HZSM-5催化苯与合成气烷基化反应及工艺条件的研究

使用不同硅铝比的HZSM-5分子筛制备了系列的双功能复合催化剂Zr/HZSM-5,采用X射线衍射(XRD)、氨气程序升温脱附(NH3-TPD)、傅里叶红外光谱(FT-IR)和N2物理吸附等技术对催化剂进行了表征,并在固定床反应器中考察了HZSM-5分子筛硅铝比和反应条件对催化剂在苯与合成气烷基化制芳烃反应中的催化性能的影响。结果表明:随着硅铝比的增加,分子筛总酸量和强酸量均减少,反应过程中苯的转化率和对二甲苯的选择性均呈现先升高后降低的趋势,当硅铝比为200时,催化效果最好;随着反应温度的升高,苯的转化率先升高后降低,CO的转化率先下降后上升,对二甲苯的选择性保持下降的趋势;反应温度控制在350～400℃之间最为合适;随着苯的空速增加,苯的转化率、对二甲苯的选择性均先上升后下降,CO的转化率略微上升,苯的质量空速控制在1h-1时催化效果最佳。     

Si、P、Mg改性HZSM-5提高甲苯/甲醇烷基化中对二甲苯的选择性

采用浸渍法制备了Si(正硅酸乙酯)、P(磷酸、磷酸二氢铵)和Mg(六水合硝酸镁、四水合醋酸镁)复合改性的HZSM-5催化剂。采用XRD、XPS、Py-IR、NH_3~-TPD等方法对比研究了不同磷源、镁源改性对HZSM-5催化剂物化性质的影响,并在固定床上考察了甲苯/甲醇烷基化制对二甲苯(PX)的反应性能。结果表明,用正硅酸乙酯、磷酸二氢铵和四水合醋酸镁对HZSM-5复合改性,较好的调变了催化剂的酸性和孔结构,催化剂强酸量由0.15mmol NH3·g~(-1)降为0.06mmol NH3·g~(-1),B/L值由1.33降为0.06,微孔分布变窄,最可几微孔孔径由0.88nm降为0.78nm,油相产物中对二甲苯的选择性从24.00%提高到87.20%。     

基于配网线路管理的单相接地故障控制方案的探究

针对近年来配网线路中单相接地事故频发的现象,探索多重、有效的专业管理方案,积极预防单相接地事故的发生。同时对专业管理进行准确、及时评估,找出专业管理在配网验收、运维中的漏洞,进一步形成改进方案,遏制单相接地故障的扩大。     

采用信息增益率的混合入侵检测模型设计

针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题，同时为了充分结合误用检测模型和异常检测模型的优势，提出一种采用信息增益率的混合入侵检测模型.首先，利用信息增益率定量地选择特征子集，最大程度地保留样本信息；其次，采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型，使其更好地平衡粒子在全局和局部的搜索能力，然后，选取灰狼算法确定单类支持向量机参数构建异常检测模型，以此来提高对最优参数的搜索效率和精细程度，综合提高混合入侵检测模型对攻击的检测效果；最后，通过两种数据集进行仿真实验，验证了所提混合入侵检测模型具有较好的检测性能.     

面向智能客服的句子相似度计算方法

针对金融领域中智能客服的句子相似度计算方法进行了研究。利用基于词性的分词纠正模型减少中文歧义词、金融相关词汇的分词错误；通过词向量方法和循环神经网络分别提取词语级和句子级的语义特征，并且得到句子向量；用融合层计算出句子向量间的差异特征；对差异特征进行降维和归一化得到句子相似度计算结果。实验结果表明，该方法具有较高的准确率和[F1]值。     

基于支持向量机的RSA电磁旁路分析方法

针对在旁路分析过程中由于噪声的影响，不能直接观察出RSA的加密过程这一问题，提出结合支持向量机的旁路分析方法，从分类的角度对RSA二进制模幂运算中的平方、乘法操作进行识别，根据密钥与操作的相关性，推断出RSA二进制密钥序列。基于此，对移动设备PCM-9589F凌动主板进行了RSA电磁旁路分析研究，使用串口通信技术实现了对目标设备CPU的旁路电磁信号的采集，并采用基于边界的单类支持向量机的方法，以分类的正确率为70%为阈值，实现了对RSA二进制模幂运算中平方、乘法操作的识别，提取了OpenSSL加密库中1?024位RSA加密算法的二进制密钥序列。相比于传统的简单分析方法，克服了因旁路信号质量低而无法破解密钥的难题。     

优化特征提取的互动式人脸活体检测研究

针对人脸识别系统中出现的通过照片或视频“欺诈”解锁问题，提出一种活体检测方法，通过随机指令判断被检测对象是否为真人。利用HOG特征和随机森林算法对摄像头采集的图像进行人脸检测，预测脸部68个特征点位置，把68个特征点位置和脸部位置的相对位置归一化后作为姿态的特征，提取的姿态特征与SVM分类器相结合，训练出分类效果较好的头部姿态估计分类器。通过多次实验，对特征提取方法进行优化，进一步提高检测准确率。最后，使用随机互动式命令序列对被检测人发出指令，实现活体检测。该方法对头部姿态估计具有较高的鲁棒性，并且可以有效地防范照片和视频认证攻击。     

基于ARM V8平台的向量算法库实现与优化

基于ARM V8架构的VecOp向量算法库,提出一种基础向量算法在ARM V8平台上实现和优化的方案。从访存对界优化、指令集优化、基本块优化以及向量分支优化4个方面进行精细调优,提升向量算法函数在ARM V8平台上的性能,以实现VecOp算法库在ARM V8平台上的优化。实验结果表明,该方案在ARM V8计算平台上实现的向量算法库性能提升可达到10%～300%。