胱氨酸加速化学沉积镍的机理

研究了胱氨酸对化学沉积镍的速度，析氢量和反应活化能影响及对Ｈ２ＰＯ２氧化和Ｎｉ＾２＋还原速度的影响，分析了化学镀镍层的元素组成和价态，结果表明，胱氨酸是通过它在金属表面吸附，并与吸附在金属表面的Ｈ２ＰＯ２中的Ｐ相互作用，加速了Ｈ２ＰＯ２中Ｐ－Ｈ键的断裂，稳定了反应中间体－ＨＰＯ２自由基，使原子氢浓度升高，从而加快了Ｎｉ－Ｐ镀层的沉积速度与析氢的速度。     

置换镀金工艺

研究了置换镀金液组成和操作条件件对金的沉积速度的影响，并对金镀层的性能进行了测试。结果表明，该工艺具有镀层光亮平整、与基体结合力好、沉积速度快、镀液稳定、使用寿命长、维护方便等特点，可用于各式印刷线路板镀金，并可作为电子产品的自经化学镀厚金前的预覆金怪。     

紫铜低硝酸化学抛光的定量研究

用光反射率法和重量法定量研究了紫铜的化学抛光液中各组分和操作条件对抛光效果的影响，得出了最佳的抛光工艺，该抛光工艺具有光亮度高，污染低等优点。     

光反射率和重量法研究黄铜的化学抛光

研究黄铜化学抛光液各组分的浓度及工艺参数对抛光效果的影响，提出最佳工艺参数。     

锌镀层表面铈盐转化膜的电子能谱分析

用浸渍法在锌镀层表面获得了金黄色的铈盐转化膜。加速腐蚀试验表明膜层具有较好的耐蚀性。用ＸＰＳ和ＡＥＳ对膜层的组成、价态进行分析，结果表明膜层由Ｃｅ（Ⅳ）和Ｚｎ（Ⅱ）的氧化物和氢氧化物组成，膜层中组成元素的相对原子含量为Ｃｅ５３．４％，Ｏ４４．０％，Ｚｎ２．６％。     

乏燃料组件燃料棒更换装置抓爪结构的数值分析和试验研究

燃料组件是核电站核反应堆的关键设备之一,涉及燃料组件的维修特别是乏燃料组件破损棒更换维修属于高风险作业。本文主要针对乏燃料组件燃料棒更换装置的核心零件燃料棒抓爪的结构进行研究,通过结构力学分析得到抓爪较优壁厚数值,然后通过有限元计算抓爪的强度固化结构参数,最终进行抓爪试制,并通过抓爪试验台模拟抓爪的实际工况对抓爪进行性能测定,确保抓爪满足使用要求。     

噪声标注下的改进TSVM学习算法

深度学习的迅速发展需要大量有标记数据的支持，而实际数据中往往带有未知比例的噪声标记，会直接影响分类器的最终结果。针对数据集中错误标记的存在，提出了一种噪声标注下的TSVM改进算法，该方法利用聚类筛选出错分率较高的簇，通过交换错分率较高的两个簇的标签，减少TSVM算法中噪声标记的传递和累加，能够有效地提高标记准确率，增强TSVM分类器对不同比例噪声的鲁棒性。为了验证提出算法的有效性，通过在选取的UCI数据集上加入不同比例的噪声标签对算法进行了实验。实验结果表明，该算法在含有不同噪声标记比例的数据集上的鲁棒性均优于SVM和TSVM算法。     

乙酸钠加速化学镀镍的研究

测定了乙酸钠对镍的沉积速度，氢的析出量和化学镀镍反应活化能的影响。并借助电化学方法研究了乙酸钠对化学镀镍过程的阴阳极化曲线和稳定电位的影响。在此基础上，系统阐明了乙酸钠对化学镀镍过程的加速作用。     

自适应的SVM增量算法

支持向量机(support vector machine,SVM)算法因其在小样本训练集上的优势和较好的鲁棒性,被广泛应用于处理分类问题。但是对于增量数据和大规模数据,传统的SVM分类算法不能满足需求,增量学习是解决这些问题的有效方法之一。基于数据分布的结构化描述,提出了一种自适应SVM增量学习算法。该算法根据原样本和新增样本与当前分类超平面之间的几何距离,建立了自适应的增量样本选择模型,该模型能够有效地筛选出参与增量训练的边界样本。为了平衡增量学习的速度和性能,模型分别为新增样本和原模型样本设置了基于空间分布相似性的调整系数。实验结果表明,该算法在加快分类速度的同时提高了模型性能。