一种基于P2P分层结构的网格资源发现模型

网格资源发现是网格研究中的重要组成部分,随着P2P网络的兴起,许多新的概念和研究方向为网格研究提供了思路.该文在分析了现有网格资源查找方式不足的基础上,提出了一种基于P2P分层结构的网格资源发现模型.模型针对网格资源的特点引入了本体和语义相关度概念,在此基础上将网格资源进行分层管理,并借鉴了iVCE体系结构,提出了本体共同体的概念从而较好解决了虚拟组织内节点的动态自组织问题,较好实现了网格资源的聚合以及动态增减问题.     

数据挖掘在入侵检测技术中的应用研究

针对入侵检测系统的特点,分析了数据挖掘在入侵检测技术中应用的研究现状,并利用数据挖掘技术在处理海量警报数据方面的优势,提出了一个入侵警报分析系统模型,通过对入侵检测系统产生的警报进行分析,减少了警报数量,提高了系统的检测效率和实用性。     

晋南农民外出务工状况调查报告

通过对晋南地区外出务工农民问卷调查分析发现,晋南外出务工农民具有男性多、以青壮年为主、文化程度不高、依靠亲友介绍工作、本地就业多、兼业性减少、收入不高、在外安家少等特征.从这些特征可以看出晋南农民外出务工存在农民工素质较低、就业环境不宽松、务工地集中等问题.为了解决这些问题,必须提高外出务工农民的素质,改善外出农民的就业环境,拓展就业空间,推进农业产业化发展.     

断续节理岩体弹性断裂理论研究

针对节理裂隙断续切割且稀疏分布的工程岩体,进行了系统的弹性断裂分析理论研究.首先,基于能量等效原则,推导了裂隙岩体材料在压剪和拉剪作用下的各向异性本构方程.其次,同时计及远场应力及裂隙面上的压力和剪切力,给出了压剪作用下裂隙尖端区域的应力场和应力强度因子,并考虑材料单元的有限性对应力强度因子进行修正.最后,基于最大周向拉应力准则,推导了裂隙岩体单元的压剪断裂判据.     

西江归槽洪水研究展望

西江流域由于大量兴建堤防工程导致洪水归槽,改变了原天然河道的洪水槽蓄关系,使得用于防洪规划和洪水灾害风险评估的洪水序列失去了一致性。目前洪水归槽问题研究主要集中在出槽洪水的归槽还原计算方面,对于干支流洪水与区间洪水的遭遇考虑不足,对洪水发生变异的成因及非一致性洪水的频率计算方法也缺乏系统性的研究。建议采用水文变异诊断系统对西江流域的水文要素进行变异分析,以识别其时空变异规律;研制西江中下游干支流洪水及区间暴雨洪水的多输入单输出概念性水文模型,以模拟其洪水形成过程;提出基于MISOCHM模型的非一致性洪水频率计算方法、基于HHT变换的非一致性洪水频率计算方法,以推求变化环境下河道断面的洪水频率分布,并结合西江流域防洪规划评价西江堤防现状和未来的防洪能力。其研究成果不仅对变化环境下的水循环和水安全研究具有重要的理论意义,而且对于流域防洪规划和洪水灾害风险评估具有重要的实际应用价值。     

基于Web的研究生管理信息系统的设计与实现

随着研究生招生规模的不断扩大和教育改革的不断推进,对研究生培养过程管理的规范化要求越来越高,针对研究生管理的特点,建立了一个基于Web的研究生管理信息系统,规范了研究生教育的整个培养过程,对提高研究生教育管理工作的水平和工作效率以及研究生的培养质量都起到了很好的促进作用。     

高效低泡净洗剂的研制与应用

对不同配方的发泡力、泡沫稳定性以及净洗效果的测试结果表明皂剂、烷基苯磺酸盐和平平加O按适当比例进行复配可以得到泡沫少、泡沫破灭快，净洗效果好的高效低泡净洗剂。     

利用金属钠制备甲醇钠的生产工艺

介绍了甲醇钠的合成方法、理化性质以及安全保护应该注意的问题。研究了用金属钠制备液体甲醇钠的生产工艺，建立了生产工艺流程。用该工艺制备的甲醇钠溶液的产率达到98％以上，游离碱含量小于0．5％，产品可满足制药行业的特殊需要，它比传统氢氧化钠制取甲醇钠有明显的技术性能优势。同时也对甲醇钠的测定方法进行了深入研究，建立了一种准确、可靠的分析甲醇钠的方法。     

硬梁包水电站引水隧洞施工支洞布置研究

水工隧洞(尤其是长隧洞)地下洞室施工过程中,为加快施工进度、减小施工难度、满足施工要求,通常会在隧洞适当位置设置施工支洞,而施工支洞的规划设计、施工是否合理,很大程度上决定了地下洞室的施工难度,对工程总投资及整个工程的工程效益也有很大影响。文章主要介绍了硬梁包水电站引水隧洞施工支洞的规划设计,以及施工过程中不良地质情况应对措施,可供类似工程参考。     

基于深度学习的电子鼻食品新鲜度检测与识别技术研究

实际生活中,食品储存情况复杂,对食品新鲜度的准确检测十分重要.将常见食品分为水果、蔬菜、肉类三个类别,并根据实际情况,对不同食品储存情况设计相应实验,利用设计的电子鼻系统对食品样本进行检测,将测试得到的样本数据用于建立线性判别分析(Linear Discriminant Analysis,LDA)、支持向量机(Support Vector Machine,SVM)、卷积神经网络(Convolutional Neural Network,CNN)模型,最终利用不同模型对食品样本的状态:新鲜、水果腐败、蔬菜腐败、肉类腐败,作出分类识别.对于实际测试样本,LDA、SVM、CNN识别准确率分别为:45.00％、85.00％、90.00％,结果证明基于深度学习的电子鼻系统可对不同储存情况下的食品新鲜状态作出有效判断,可在一定程度上为受主观因素影响的感官评价提供客观参考,提高食品新鲜度判断准确性.