超声波辅助制备分散性良好的球形花瓣状氢氧化镁

以硫酸镁和氨水溶液为原料,采用双滴法,在油相中通过超声波辅助的方式制备了有机分散性良好的球形且带有花瓣状表面形貌特征的氢氧化镁。通过XRD、SEM、FT-IR以及TG、DSC分析,讨论了产物的极性、形貌、热性能等特性,并通过沉降实验验证了MH在有机相中的分散性得到了有效改善,同时发现反应温度的降低有助于得到形貌更加规整、分散性更加优异的产物。     

基于PIC18F65K90的低功耗数字压力表设计

基于保证数字压力表工作状态稳定性的同时要提高精度的目的,另外基于进一步降低功耗的目的,在设计压力表时,除了有常规的工作模式,还采用了PIC18F65K90单片机的休眠模式增加一种低功耗模式方法,这是大部分数字压力表不具备的。主要是从硬件电路检测和软件语言调试两个方面进行,详细介绍了各个选取到的硬件器件的优点,并且通过对软件算法的描述介绍了数字压力表各个功能的实现。通过与标准压力表对比获取数据的实验,测试最终的精度以及功耗,最终结果能够达到设计目标。     

框筒结构的剪力滞后效应研究

以某400m高外框筒十核心筒超高层结构为分析对象,利用有限元软件ETABS研究了不同结构立面布置、高度、高宽比、角柱与中柱横截面面积比对结构剪力滞后效应的影响规律,通过分析某一单层两跨平面框架的传力机理,从理论上验证了数值模拟的结论.同时,分析了节点刚域、底部空间转换、框筒开洞率和设置加强层对框筒结构受力性能的影响.结果 表明:框筒结构自下而上开始从正剪力滞后向负剪力滞后变化,取消转换层、增设环带桁架、增加高宽比和减小角柱与中柱面积比可以降低框筒结构的剪力滞后效应,更好地发挥"筒结构"的空间作用;节点刚域和开洞率对结构抗侧刚度影响较大.     

建筑屋面节能技术

文章介绍了架空板隔热屋面、蓄水屋面、种植绿化屋面、倒置式屋面和浅色坡屋面等5种屋面的节能技术。     

核心筒偏置高层建筑结构受力性能分析

随着高层建筑的广泛设计和建造,出现了一些核心筒偏离结构平面中心位置的框架-核心筒结构,可称为核心筒偏置结构。在承受水平地震作用和竖向荷载时,此类结构的受力性能与非偏置的框架-核心筒结构有所不同。通过理论分析,研究了核心筒偏置高层建筑结构的扭转位移比和扭转周期比的变化;采用数值分析的方法,从结构和构件两个层面研究了不同高宽比、不同偏置距离的24个模型的受力性能。在结构整体层面总结了扭转周期比、扭转位移比等结构指标随偏置程度、结构高度及是否有内柱等因素的变化规律;在构件层面总结了不同偏置程度对墙柱剪力的影响程度,为此后该类结构的设计提供参考。     

基于最大中心间隔的缩放型η-极大熵聚类算法

为了调控数据之间的差异性,一般化的处理方式是对数据简单地进行按比例缩放,而此类做法本身对于数据的信息是不存在任何破坏的。但在进行聚类分析时,大部分算法对于按比缩放的数据都是很敏感的,其中较典型的算法有极大熵聚类(MEC)算法。大量的实验表明,当缩放尺度位于10-3数量级以下时,极大熵聚类算法已经失效,通过该算法得到的聚类中心趋于一致。为了解决上述问题,在MEC算法的基础上引入最大中心间隔项与缩放因子η,构造出了全新的目标函数,称为η型最大中心间隔极大熵聚类(η-MCS-MEC)算法。该算法通过调控中心点间的距离使之达到最大,并有效利用缩放因子η对各类划分进行调控,从而避免了聚类中心趋于一致。通过在模拟数据集以及UCI仿真数据集上的实验,结果均显示出算法对变化的数据不再敏感而具有鲁棒性。     

调整聚类假设联合成对约束半监督分类方法

当不同类别的样本严重重叠在分类边界时,由于聚类假设不能很好地反映出数据的真实分布,基于聚类假设的半监督分类方法的性能,可能比与之对立的监督分类方法更差。针对上述不安全的半监督分类问题,提出了调整聚类假设联合成对约束半监督分类方法（ACA-JPC-S3VM）。一方面,它将单个未标记样本到数据分布边界的距离融入到模型的学习中,能够一定程度上缓解此类情况下算法性能的下降程度;另一方面,它将成对约束信息引入,弥补了模型对监督信息利用方面的不足。在UCI数据集上的实验结果表明,ACA-JPC-S3VM方法的性能绝不会低于支持向量机（SVM）,且在标记样本数量为10时的平均准确率较SVM高出5个百分点;在图像分类数据集上的实验结果表明,直推式支持向量机（TSVM）等半监督分类方法出现了不同程度的不安全学习情形（即性能相近或低于SVM）,而ACA-JPC-S3VM却能安全地学习。因此,ACA-JPC-S3VM具有更好的安全性与正确性。     

氯化焙烧回收高铁硫酸烧渣中有价金属的实验研究

从高铁硫酸渣本身的特点出发,选用氯化挥发法进行有色金属分离的实验。结果表明:氯化剂的含量、焙烧温度、焙烧时间均会对有价金属的挥发产生影响;随着氯化剂的含量的增加,金、银、铜、铅、锌挥发率均会提高,挥发率达到最大值后稳定;金、银达到最大挥发率所需氯化剂分别为4%、6%,而铜、锌需9%;高温会促进氯化剂的分解,最重要的是促进金属氯化物的挥发,从而提高挥发率,但是在高氯化剂含量（9%）的情况下,焙烧温度超过1150℃后,随着温度的升高铜、铅、锌的挥发率反而会降低;焙烧时金属氯化物挥发需20 min,而氯化剂完全分解需60 min。综合考虑后最终选择的条件是烧渣中加入9%CaCl₂在1100℃下焙烧,在此条件下焙烧后金、银品位及挥发率分别为:0.17g/t、91.26%、6.24g/t、80.05%,其它元素的含量也都达标。     

知识迁移极大熵聚类算法

为解决数据不足或失真等环境下传统聚类技术效果不佳的问题,基于历史类中心和历史隶属度提出两种知识迁移机制,并与极大熵聚类方法融合提出知识迁移极大熵聚类算法KT-MEC. KT-MEC的优点是：利用历史知识, KT-MEC聚类有效性和实用性明显增强;内嵌迁移机制均不暴露源域数据,从而拥有源域隐私保护能力;KT-MEC基于的“参数寻优+聚类有效性度量”机制理论上保证其性能不差于经典极大熵算法,避免了负迁移问题.