均匀沉淀法制备纳米氧化锌研究

以六水硝酸锌为锌源、氢氧化钠为碱源、甲醇溶液作为溶剂,采用均匀沉淀法合成了纳米氧化锌.实验结果表明制备出的纳米氧化锌为纯相六角纤锌矿结构氧化锌.通过X-射线衍射(XRD),扫描电镜(SEM)等测试手段对所得产物的组成、形貌、结构进行了研究.该方法制备的纳米氧化锌平均粒径在11 nm左右.     

聚合物包覆热分解法制备纳米氧化锌的工艺研究

采用聚合物包覆热分解法化学工艺制备了纳米氧化锌，对其工艺进行系统的比较研究，对所得粉体进行XRD与SEM表征。发现利用该工艺所得粉体为六方晶系纤锌矿结构（空间群为P63mc）的纳米氧化锌。该方法制备的氧化锌衍射峰尖锐，表明此种方法合成的氧化锌结晶程度高。所得的氧化锌粉体XRD图谱中没有杂质衍射峰，说明产物纯度都很高。产品SEM表征结果显示了此工艺产物在形貌方面的高度一致性——为菊花状氧化锌纳米杆团簇，对产物形貌形成的原因做了探讨。     

基于格的数据流分析框架研究

数据流分析是编译系统中的一个重要的内容,也是程序静态分析的一个方面。论文按程序执行路径对数据流分析问题进行分类,这有利于建立数据流分析的统一的描述模型,并以此为基础论述了数据流分析框架与数据流分析的内在联系,这为并发程序的数据流分析奠定了良好的基础。     

基于集成深度学习的时间序列预测模型

基于高斯过程的条件受限玻尔兹曼机(GCRBM)时序模型可以很好的预测单一种类时序数据,但是该模型难以预测多类别的真实高维数据。针对这个问题,提出基于集成深度学习的时间序列预测模型,对多类时序对应训练多个深可信网络(deep belief networks, DBN)模型来学习低维特征,利用低维特征对应训练多个GCRBM时序模型。预测时序时先通过训练出的一组DBN模型对目标数据进行降维并通过重建误差识别类别,然后通过识别到的类别所对应的GCRBM模型预测目标数据的后期时序。在CASIA-A步态数据集上的试验结果表明:本方法能够准确识别出步态序列,而且预测结果能够模拟出真实的步态序列,证实了本模型的有效性。     

夏季施工安全四防

夏季施工安全四防一防中暑及其它疾病夏季高温酷暑，在施工现场做工接受太阳光照射的时间较长，最容易导致中暑－暴雨频频，遭受暴雨淋后也容易发生其它疾病－高温下作业，体力消耗大，身体失水较多，若饮用生水，最容易导至腹泻等疾病发生。预防夏季施工中暑及其它疾病可...     

上海中低速磁浮列车制动系统与供风系统

介绍了上海中低速磁浮列车制动系统与供风系统的组成、主要特征和原理,以及系统的技术水平.     

基于随机子空间的半监督协同训练算法

 半监督学习是近年来的一个研究热点.协同训练(co-training)是利用未标记数据来提高传统监督学习性能的一种半监督学习范式.本文提出一种基于随机子空间的协同训练算法(RAndom Subspace CO-training,简称为RAS-CO).该算法探讨多视图的协同训练.用随机判别的理论分析了算法的分类精度和泛化能力.讨论了随机子空间的维数和个数对分类性能的影响.在UCI数据集上的实验结果表明,与其它同类算法相比,RASCO算法有较好的性能.     

电视台网站的技术实现

从电视台网站的技术基础和电视媒体网站的建设两个方面，详细阐述了电视台网站的技术实现。     

重油铁路罐车不合格测量过程的纠正和预防

ISO10012：2003《测量管理体系测量过程和测量设备的要求》中8.3.2不合格测量过程规定：计量职能部门或内部审核员通过测量管理体系的内部审核和测量管理体系的定期监视,发现或者怀疑给出不正确测量结果的任何过程,即不合格测量过程应作出适当的标志或记录,并对产生不合格的原因进行纠正或采取必要的纠正措施。     

动态增殖流形学习算法

流形学习的主要目标是发现高维观测数据空间中的低维光滑流形.目前,流形学习已经成为机器学习和数据挖掘领域的研究热点.为了从高维数据流和大规模海量数据集中探索有价值的信息,迫切需要增殖地发现内在低维流形结构.但是,现有流形学习算法不具有增殖能力,并且不能有效处理海量数据集.针对这些问题,系统定义了增殖流形学习的概念,这有利于解释人脑中稳态感知流形的动态形成过程,且可以指导符合人脑增殖学习机理的流形学习算法的研究.以此为指导原则,提出了动态增殖流形学习算法,并在实验中验证了算法的有效性.