网格门户下基于GSI的MyProxy Login实现

Globus项目通过网格安全基础设施GSI(GridSecurityInfrastructure)来提供网格计算环境中的安全认证和安全通信能力,该文通过基于GSI的安全技术分析和对Gridport下MyProxylogin实现原理的研究,并与普通登录方式进行比较,说明Gridportlogin利用MyProxy解决用户代理问题将更安全、高效。     

国内外化学检测领域能力验证结果统计 方法的探讨

正确地选择和使用能力验证果统计方法对于能力验证的成功实施具有至关重要的作用。本文对国内外化学检测领域能力验证的参考指南进行检索,重点分析各指南或标准在指定值、能力评定标准差、能力统计量、图示法等能力验证结果统计关键环节的异同点。通过分析发现,不同的认证认可组织对于能力验证结果的统计方法及能力评定既相似又有各自的特点,这些组织制定的能力验证结果统计及能力评定准则大多以ISO/IEC17043、ISO 13528为基本依据进行编制,但又不完全相同,有不同程度的细化、扩展和限制。本文提供的检索资源及提炼的观点可以为我所以能力验证提供者身份首次组织实施能力验证提供理论参考,为能力验证统计人员正确选择和使用统计方法提供更多的信息和借鉴。     

软件分布式协同开发环境关键技术的研究*

随着网络技术和软件规模的发展,软件分布式开发的需求越来越迫切。SDCEE是一个软件分布式协同开发环境,它使用户通过浏览器参与项目全过程的开发。论述了系统在解决分布式协同开发所使用到的关键技术,这些技术包括目录镜像、网络资源管理器、工作区管理、命令解释器、远程编辑以及权限管理接口。     

无患子总皂苷质控品的制备

无患子皂苷具有较好的洗涤功能,因其天然、安全、无毒,可开发成食品工业用清洗剂,而目前尚未有市售高纯度无患子总皂苷.以制备无患子总皂苷质控品为目标,通过乙醇提取、石油醚除杂、正丁醇萃取、AB-8大孔树脂、MCI凝胶柱分离纯化得无患子总皂苷,此无患子总皂苷再经液质联用(HPLC/MS)、Libermann-Buehard反应、溶血反应定性,香草醛-冰醋酸比色法定量.Libermann-Buehard反应颜色由黄-红-紫-蓝,有溶血性.HPLC/MS分析鉴定主要为齐墩果酸型三萜皂苷,分别为Sapindoside B(882)、Sapindoside A(750)、Mukurozi-saponin E1 (924)、Sapindoside L(924)、Mukurozi-saponin G(966)、Sapindoside M (966).以齐墩果酸为标准品,通过香草醛-冰醋酸显色,皂苷元在550nm有最大吸收,进一步判定无患子总皂苷以齐墩果酸型皂苷为主,且用35％盐酸高温高压水解无患子总皂苷2h,皂苷元得率最高,通过换算可知,无患子总皂苷的纯度能够达到95.2％,可作为无患子总皂苷质控品.     

一种分布式协同开发环境的分布并行开发技术

随着网络技术和软件规模的发展，软件分布式开发的需求越来越迫切。SDCEE是一个软件分布式协同开发环境，它使用户可通过浏览器参与项目全过程的开发。本文论述了该系统的体系结构和分布并行开发模型。     

无患子种仁油特性及微波预处理提取无患子种仁油工艺研究

为全面开发无患子资源,考察了无患子种仁油的特性,并研究了无患子种仁油提取的微波预处理工艺.结果表明:无患子种仁油的酸值(KOH)为2.30 mg/g,碘值(Ⅰ)为96.28g/100 g,皂化值(KOH)为210.38 mg/g;无患子种仁油中的不饱和脂肪酸含量高达83.05％,其中油酸占51.87％;微波预处理提取无患子种仁油的最佳工艺条件为:微波功率1000W,微波时间10 min,索氏提取2h;在最佳工艺条件下,无患子种仁油得率为36.21％.     

软件分布式协同开发环境关键技术的研究

随着网络技术和软件规模的发展,软件分布式开发的需求越来越迫切。SDCEE是一个软件分布式协同开发环境,它使用户通过浏览器参与项目全过程的开发。论述了系统在解决分布式协同开发所使用到的关键技术,这些技术包括目录镜像、网络资源管理器、工作区管理、命令解释器、远程编辑以及权限管理接口。     

GSI安全策略与GridPort login实现

介绍了网格环境下GSI(grid security infrastructure)安全策略及其认证方式,在此基础上详细分析了GridPort login的实现原理及其与GSI安全策略的融合,并提出了一种GridPort login的实现方法。最后简单阐述了该方法所面临的问题,并对未来提出了展望。     

引入信息熵的CURE聚类算法

为了提高传统CURE(Clustering Using REpresentatives) 聚类算法的质量,引入信息熵对其进行改进。该算法使用K-means算法对样本数据集进行预聚类;采用基于信息熵的相似性度量,利用簇中的元素提供的信息度量不同簇之间的相互关系,并描述数据的分布;在高层、低层聚类阶段,采取不同的选取策略,分别选取相应的代表点。在UCI数据集和人造数据集上的实验结果表明,提出的算法在一定程度上提高了聚类的准确率,且在大型数据集上比传统CURE算法有着更高的聚类效率。     

无患子皂苷及复配体系表面活性的研究

该文系统地研究了无患子皂苷水提液及其发酵液以及与其他表面活性剂复配体系的表面活性。结果显示,经发酵纯化后的无患子皂苷的高温稳定性、临界胶束质量浓度(CMC)、临界胶束质量浓度时的表面张力(γCMC)、泡沫性能及乳化力都有不同程度的改善;根据Rosen理论推算出无患子皂苷发酵液与脂肪醇聚氧乙烯醚硫酸钠(AES)、十八烷基三甲基氯化铵(1831)、烷基聚葡萄糖苷(APG)、脂肪醇聚氧乙烯醚(平平加)进行二元复配的最佳配比。γCMC、CMC及泡沫实验测试结果表明,无患子皂苷发酵液与这4种表面活性剂组成的二元复配体系都有不同程度的协同增效效应;乳化力测试结果显示,无患子皂苷与APG复配对棕榈油和液体石蜡都有较大的协同增效作用,但其他3种复配体系仅对棕榈油有协同增效作用,对液体石蜡无协同增效作用。