加油站油品防盗的措施

为防止加油站油品被盗，应采取加强夜间值班管理、加强油品的计量管理和加强安全管理的高科技建设三项措施。     

异构数据的管理方法及异构数据源的集成研究

工程应用中软件工具的多样性和设计活动的分散性形成了大量异构数据。本文分析了传统的异构数据管理方法的不足，提出使用数据库系统的文件系统结合的管理方法。针对此方法下所形成的异构数据源问题，给出了基于J2EE规范的数据访问对象抽象工厂解决方案。     

加油站油品防盗三大招

要想防止加油站油品被盗,除了加强安全管理、计量管理之外,借助一些经济适用的科技手段也不失为一道良策。近年来,由于油品资源的持续紧张,油品价格节节攀升,致使各地加油站油品被盗案件频频发生。以湖北襄樊、荆门地区3、4月份为例,今年就发生油品被盗案件6起,这6起被盗的加油站主要分布在城     

联苯菊酯、溴氰菊酯、虫螨腈对茶园害虫的田间防效

[目的]比较联苯菊酯、溴氰菊酯、虫螨腈的常用剂量和减施剂量的防效的差异。[方法]采用喷雾法进行田间药效试验。[结果]10%联苯菊酯乳油的常用剂量150 mL/hm~2和减施剂量105 mL/hm~2对假眼小绿叶蝉的防效无显著差异;2.5%溴氰菊酯乳油常用剂量750 mL/hm~2对茶尺蠖的防效显著高于减施剂量525 mL/hm~2的防效;24%虫螨腈悬浮剂的常用剂量750 mL/hm~2和减施剂量525 mL/hm~2对假眼小绿叶蝉的防效无显著差异。[结论]保证药效不降低的前提下,10%联苯菊酯乳油的常用剂量150 mL/hm~2可降低至105 mL/hm~2喷施,24%虫螨腈悬浮剂的常用剂量750 mL/hm~2可降低至525 mL/hm~2喷施,而2.5%溴氰菊酯乳油按照常用剂量750 mL/hm~2喷施。     

VC二步发酵高糖流加工艺的研究

利用从生产中选育得到的耐高糖菌株,通过在线的检测数据,应用改进的高浓度山梨糖流加控制工艺,考察了初始山梨糖浓度、底物浓度、流加阶段pH等对维生素C二步发酵的影响,确定了适宜的控制工艺,提高了发酵水平及设备利用率.     

型钢翼缘狗骨式削弱在型钢混凝土节点的作用

为了防止地震时型钢混凝土节点核心区发生剪切破坏以及梁柱连接焊缝发生脆性断裂,提出对型钢混凝土节点核心区附近梁端型钢的上、下翼缘采取狗骨式削弱,并系统研究翼缘削弱对提高型钢混凝土节点抗震性能的作用.研究表明,由于在梁端型钢翼缘采取狗骨式削弱,不仅能够将塑性铰控制在梁型钢削弱的位置,从而有效地降低了节点核心区所受的剪力以及梁柱连接焊缝的应力;而且能够改善节点塑性铰区的转动能力和抗剪性能,提高节点的延性和耗能能力.     

油气藏相渗特征参数的非线性参数识别

复杂多相流体体系相渗特征曲线是认识多相流体在多孔介质中的渗流机理和进行数值模拟及油气藏开采动态预测的基础.利用非稳定法实验原理,采用室内实验获取非稳定驱替过程的压力历史和各相的生产资料,根据非线性参数识别技术,通过LMF算法和最优控制算法来实现相对渗透率特征参数变化步长的自动调节,使模拟压力拟合非稳定流实验的压力历史数据,解决了复杂多相流体渗流相渗特征参数的识别问题,由此获得的相对渗透率曲线不但快速、饱和度范围宽、曲线形态好,而且消除了常规方法假设条件带来的结果误差.非线性参数识别结果和试验结果具有较好的一致性,证明了方法的可靠性.     

集中计费中欠费和预存对账分析及探讨

集中计费全省集中后,内控中要求了对集中计费中欠费和预存的对账,济宁分公司根据在本地网计费中的对账经验,建立模型方案,实现对账的无差异。并以某月数据举例验证方案及模型的正确性。     

基于朋友关系的Gnutella搜索策略

在大规模P2P文件共享系统中,搜索效率往往直接决定了网络的可扩展性.洪泛机制广泛应用于非结构化P2P文件共享系统中,尽管它在内容搜索方面有很高的效率,但同时产生了大量的冗余消息,严重制约了网络的可扩展性.为了能够在保持较高查询成功率的同时大大减少查询开销,本文提出一种新的基于朋友关系的搜索策略FbSearch.FbSearch在搜索过程中,优先把查询消息转发给朋友节点,若失效再按照BFS机制广播查询.实验结果表明:FbSearch稳定高效,能够在大幅度降低搜索开销的同时,保持较高的查询成功率.     

基于社团多特征融合嵌入表示的时序链路预测方法

时序动态网络在静态网络基础上综合了时间属性的概念,包含了网络结构的复杂性、动态性等内涵,是研究复杂网络链路预测问题的较优思维对象,因在现实世界中具有较高应用价值而备受关注。目前大部分传统方法研究对象仍局限于静态网络,存在对网络时域演化信息利用不充分、时间复杂度较高等问题。结合社会学理论,提出一种基于社团多特征融合嵌入表示的时序链路预测方法,该方法的核心思想是通过分析网络动态演化特性,在社团范围内学习节点的嵌入表示向量,融合多特征以衡量节点间连边的生成概率。利用网络集体影响力的方法对节点和连边的权值进行计算,基于集体影响的连边权值进行社团划分,将网络划分为若干个社团子图,得到基于集体影响的相似性指标。在社团范围内,利用有偏的随机游走,结合梯度优化的Skip-gram方法获取所有节点的嵌入表示向量,得到基于社团范围游走的相似性指标。融合节点的集体影响、社团范围节点的多个中心性特征和学习到的节点表示向量,得到多特征融合的相似性指标,3 种新指标都可以用于衡量节点之间形成连边的概率。对比基于移动平均、嵌入表示、图神经网络等经典时序链路预测方法,在 6 个真实数据集上的实验结果表明,所提基于社团多特征融合的方法在 AUC评价标准下取得更优的预测性能。