高效液相色谱法测定VMCPP薄膜中芥酸酰胺的含量

采用高效液相色谱法(HPLC)测定了真空镀铝聚丙烯薄膜(VMCPP)中芥酸酰胺的含量。芥酸酰胺在25～250 mg/L范围内线性良好,相关系数R0.999,检出限为0.2 mg/kg,定量限为1 mg/kg。外标法具有良好的稳定性和灵敏度。对比了4种样品提取溶剂的提取效果,选择环己烷作为提取溶剂,并从回流时间、回流次数两个方面对提取方法进行了优化。对比分析了5个国内外芥酸酰胺的检测标准和本试验方法的差异,指出更具包容性的检测标准是未来发展的趋势,这些相近的检测标准可以促进检测技术的国际交流,扩大知识与科学的合作。     

M8011H16铝合金防盗盖板生产工艺研究

研究了元素含量变化对8011铝合金防盗盖板综合性能的影响，在8011合金中改变Cu、Mn元素含量后可提高防盗盖板的强度，同时研究了烘烤处理后的强度变化问题。本文研究出了8011铝合金防盗盖板新的生产工艺制度。     

我国钨品出口量与市场价格的关系

本文分析了世界钨品市场价格与我国钨品出口量之间的关系,探讨了我国对钨矿的宏观调控所起的作用,并认为这是一项保持我国一些优势矿种的重要措施.     

基于UML顺序图与UPPAAL的 列车追踪模块建模研究

区域控制器(zone controller, ZC)是一个实时复杂系统,它要求过程控制的准确性。列车追踪场景是城市轨道交通(communication based train control, CBTC)系统中ZC的一个重要功能。在对系统进行深层次的开发设计过程中需要对系统进行建模、仿真和验证,发现系统设计缺陷,以保证系统的安全性。通过分析ZC系统结构及列车追踪分界点处理过程,给出满足系统安全性的功能要求和性能要求,并采用统一建模语言(unified modeling language, UML)与时间自动机相结合的方式建立列车追踪场景中列车筛选和列车追踪分界点的时间自动机网络模型。同时,应用UPPAAL验证工具对系统进行仿真模拟,验证了系统的功能和性能要求。结果表明,列车追踪分界点功能满足系统安全性和受限活性的规范要求。因此,此种建模方法是可行的,可以将其应用于列控系统其他场景的建模与验证过程中。     

基于谐波抑制技术的高线性CMOS LNA

基于0.18μm CMOS工艺,设计了一种差分低噪声放大器(LNA)。为了改善该放大器的线性度,提出了一种谐波抑制技术。该技术在增益级采用RC反馈网络。该技术的应用可将共栅晶体管漏极的三阶谐波分量反馈回共栅晶体管源级,以抑制LNA输出端口三阶谐波分量的产生。电路仿真结果表明,与传统的LNA相比,改进后的LNA的输入三阶交调点IIP3提高了约4d B,验证了该技术的实用性和可行性。     

框架深肋组合扁梁弹性刚度分析

目的 研究框架组合扁梁正负弯矩区的受力性能.方法 在假定计算截面保持平截面的基础上,采用试验研究验证和理论推导的方法,对框架组合扁梁的正负弯矩区进行刚度分析.结果 基于换算截面法的假设,通过等效刚度方法,提出了框架深肋组合扁梁等效刚度的计算方法,计算结果表明框架深肋组合扁梁抗弯刚度值与试件跨中挠度为1/400梁跨时的平均刚度值相比,误差小于6.0％,而与试件跨中挠度达1/250梁跨的平均刚度值相比,误差大约为3.0％,且偏于保守.结论 试验揭示了内嵌于混凝土楼板之中框架组合扁梁在受力过程中截面的应力、应变的分布规律,验证了平截面假定在进行框架深肋组合扁梁弹性刚度分析时的有效性.     

浅谈低值易耗品及办公用品管理系统的开发心得

随着计算机在企业中的广泛应用,无纸化办公越来越深入人心。办公自动化,不仅可以节省资源,更是能够简化工作流程,使工作变得轻松高效。鉴于此,公司决定成立项目开发小组开发低值易耗品及办公用品管理系统。该系统的成功运行,将给公司内部各单位领料员和物资发放管理员带来极大的方便。通过该系统,各单位领料员可以在其本单位计算机上提交领料计划申请,并随时跟踪所提交计划申请的执行进度情况,当执行状态显示为‘已购买’时,就可直接去领料,不需要老打电话询问是否可以领料了,节省了时间,也节省了电话开支,采购员可根据提前上报的申请计划量进行定量购买,实现零库存。这样使领料的整个流程更加顺畅。大大减少了领料员和物资发放管理员的工作量,提高了工作效率。该项目是采用功能强大的POWERBUILDE作为开发工具,后台采用目前最为流行的ORACLE数据库开发而成。整个系统划分为:系统管理、计划管理、出入库管理、统计分析、代码维护五大功能模块。本论文意在浅谈一下公司低值易耗品及办公用品管理系统的开发心得,以及该系统正式运行后的切身体会。     

基于深度学习的用户投诉预测模型研究*

用户投诉预测模型能有效的降低电信用户投诉率,对企业提高用户满意度和竞争力有着至关重要的作用。在模型训练过程中,由于人工设计特征的缺陷和设计过程中存在难以预估的复杂性,使得模型预测的精度和设计特征的效率不能有很大的提升。针对上述问题,本文提出了一种基于深度学习的用户投诉预测模型。该模型通过深层网络特征学习单元能从电信用户原始数据中自动学习到适合分类器分类的高层非线性组合特征,并将这些高层特征输入到传统分类器中来提高模型的精度。通过实验结果分析,本文的预测模型在AUC指标上比以往用户投诉模型提升了7.1%,证明了该模型自动学习特征的有效性和深度学习在电信大数据领域的可用性。     

基于附加质量的混凝土重力坝地震仿真分析

为了研究混凝土重力坝在地震过程中的动态响应规律,采用ABAQUS三维附加质量法模拟桃林口大坝在迁安波作用下的动态响应,并研究了3个方向地震加速度在地震过程中的影响程度。计算发现:坝体虽未发生震损,但下游断面突变处最大拉应力达到2.56 MPa,临界于混凝土的动态抗拉强度值2.6 MPa,应引起注意,在设计中折坡处宜做成圆弧形,以减少应力集中;在地震过程中,坝体横河方向位移量达到了17.87 mm,极易造成相邻坝段发生碰撞破坏,工程中可进行横缝灌浆用以加固;同时计入3个方向的地震作用是对坝体最不利的计算方案,横河向地震加速度和垂直地震加速度在整个抗震分析中都有着重要影响,单纯考虑其中某一方向地震作用的做法严重失真。     

深度随机森林在离网预测中的应用

在电信运营商领域,离网预测模型是企业决策者用来发现潜在离网用户(即停用运营商服务)的主要手段。目前离网预测模型都是基于逻辑回归、决策树、神经网络及随机森林等浅层机器学习算法,但是在大数据的背景下,这些浅层算法在预测问题上很难取得更高的精度。因此,提出了一种新型的深层结构模型——深度随机森林,通过将传统浅层随机森林堆积成深层结构模型,获得更高的预测精度。在运营商真实数据上进行了大量实验,结果证明深层随机森林模型比传统浅层机器学习算法在离网预测问题上可以得到更好的效果。同时,增大训练数据量可以进一步提升深层随机森林的预测能力,从而证明了在大数据环境下深层模型的潜力。