氧化石墨烯/橡胶改性沥青的制备和性能分析

通过针入度、软化点、延度试验分析高速剪切工艺对氧化石墨烯/橡胶改性沥青性能的影响,采用动力粘度和软化点离析差试验研究超声波分散对氧化石墨烯/橡胶改性沥青存储稳定性的影响,并结合傅里叶转换红外光谱、扫描电子显微镜和差示扫描量热分析等探究氧化石墨烯对橡胶改性沥青的微观作用机理。结果表明:高速剪切+超声波分散工艺可以克服氧化石墨烯团聚现象,最佳剪切速率为4 500 r·min-1,最佳剪切时间为40 min;氧化石墨烯可改善橡胶改性沥青的存储稳定性和力学性能;氧化石墨烯与橡胶改性沥青以物理作用为主,可减少橡胶改性沥青中发生相变的组分含量或降低其转变强度,使橡胶改性沥青体系趋于稳定,有利于改善橡胶改性沥青的温度敏感性和高温抗车辙性能。     

浅谈曲波变换的应用

本文主要阐述了曲波变换的定义、起源和发展现状,具体介绍了曲波变换的几个重要的应用领域。     

一种结合层次结构和KNN的Web文本分类方法

在Web文本分类中当类别数量庞大或者类别复杂情况下,层次分类是一种有效的分类方法,但其不足之一是在大类正确划分的前提下,由于子类之间存在较多共性,导致分类精度下降.而层次结构本质决定了同一大类下的子类存在特征交叉现象,针对这一局限性,结合KNN的优越性能,提出了一种结合层次结构和KNN的Web文本分类方法.该方法通过建立层次结构模型(树形结构),分类时先从层次结构模型获得相似度最大的k0个类别,然后在k0个类别训练文档中抽取部分代表样本采用KNN算法,最后由一种改进的相似度计算方法决定最终的所属类别.实验表明,结合层次结构和KNN的方法在Web文本分类中能够获得较好的分类效果.     

基于CAN总线的新能源汽车实时数据监控平台

为了实时监控新能源汽车对标试验时的运行状态,开发基于CAN总线的汽车实时数据监控平台。系统由USBCAN卡和PC机以及在LabVIEW环境下开发的数据监控平台组成,通过对CAN接口卡动态库调用,在PC机上可以实时观测汽车CAN总线上的报文信号。同时与传感器传送的物理信号状态对比,通过计算和分析对CAN报文进行解析,实时观测汽车信号状态。测试结果表明:开发的监控平台可以实时满足车辆监控需求。     

框架的非线性有限元优化设计

充分考虑了钢筋混凝土材料的非线性特征 ,在用二次积分迭代法进行R C 框架非线性有限元分析的基础上 ,进行框架结构造价最省为目标的优化设计。此法可以反映单个构件裂缝开展、钢筋屈服、混凝土被压碎、内力重分布等全部过程。非线性优化设计采用整体优化和分部优化相结合的优化方法 ,将非线性分析和系统优化紧密结合。分部优化的数学模型被有效简化 ,但充分考虑截面尺寸、纵向钢筋和箍筋这些在造价中起决定作用的设计变量和各种抗震约束条件 ,优化结果较精确。非线性有限元优化程序将非线性分析与系统优化穿插在一起 ,联合迭代 ,共同收敛 ,有效减少了迭代的次数。通过优化设计实例证明 ,非线性有限元优化设计的造价比弹性的优化设计有显著地节省。     

一种基于浓度调节的RCB算法

决定入侵防御系统漏检率和误检率的关键要素是模式匹配算法,改进r连续位匹配算法可以提高入侵检测系统的性能。受生物内分泌系统通过激素浓度调节适应内外环境机制的启发,设计了人工激素浓度的动态平衡模型,构造了一种基于浓度调节的RCB算法。实验数据表明,该算法能够根据网络状态变化,自适应地调整匹配参数,具有较好的应用价值。     

析公安现役部队信息安全

信息技术飞速发展,社会与经济正在快速信息化。这对公安现役部队的信息安全提出了挑战。通过对信息安全现状分析,提出了公安现役部队的应对策略,同时对其建设发展趋势进行了探讨。     

涂层厚度对PCCP砂浆抗硫酸盐-氯盐侵蚀性能的影响研究

对比研究了单一氯盐和硫酸盐-氯盐耦合侵蚀条件下,环氧煤沥青防腐涂层厚度对PCCP蒸养和标养砂浆的Cl-渗透规律;通过抗压耐蚀系数这一指标,评价了涂层厚度和养护方式对砂浆抗硫酸盐-氯盐耦合侵蚀性能的影响。结果表明,相比蒸养砂浆,标养砂浆有更强的抗侵蚀性能;随着环氧煤沥青漆涂层厚度的增加,砂浆的抗侵蚀能力明显增强;在SO42-与Cl-共同侵蚀下,抗压耐蚀系数呈现出先增加后减小的规律;SO42-在侵蚀早期一定程度上会抑制Cl-的扩散,随着侵蚀时间增长,钙矾石大量生成,砂浆内部孔隙率逐渐增大,Cl-扩散速率逐渐增加。     

一种改进的KNN Web文本分类方法*

KNN方法存在两个不足:a)计算量巨大,它要求计算未知文本与所有训练样本间的相似度进而得到k个最近邻样本;b)当类别间有较多共性,即训练样本间有较多特征交叉现象时,KNN分类的精度将下降。针对这两个问题,提出了一种改进的KNN方法,该方法先通过Rocchio分类快速得到k0个最有可能的候选类别;然后在k0个类别训练文档中抽取部分代表样本采用KNN算法;最后由一种改进的相似度计算方法决定最终的文本所属类别。实验表明,改进的KNN方法在Web文本分类中能够获得较好的分类效果。