一种非合作博弈下的无线网络接入选择方法

针对如何根据用户的需求在无线网络中选择接入网络的问题,依据不同接入网络之间的非合作关系以及接入网络与用户之间的非合作关系,建立了非合作博弈下的基于支付函数的模型．该模型根据多属性决策理论,运用灰色关联分析法对不同网络的性能参数进行归一化处理,将得到的灰色关联等级作为支付函数进行比较,选出较优秀的网络．通过求解用户与较优秀网络间的纳什均衡,得到用户的接入网络选择．实验结果表明,该方法能够根据用户的需求有效地选择合适的接入网络．     

柑橘类精油抗菌活性的研究

从柑橘类水果柑桔、柠檬、葡萄柚的果皮中用微波萃取法提取出精油,采用制片扩散法,连续稀释法对3种精油的抑菌效果和最小抑菌浓度(MIC)进行了分析,结果表明3种精油均具有较强的抑菌活性,抑菌强度:葡萄柚精油>柠檬精油>柑桔精油,3种精油均具有一定的开发和利用价值。     

天然抗菌防螨针织面料的开发

利用天竹纤维和石墨烯内暖纤维天然抗菌防螨功能,开发了春夏季竹棉汗布、秋冬季石墨烯内暖弹力双罗纹面料,介绍了开发工艺及技术难点,测试了织物的物理性能、抗菌性能、防螨性能。结果表明,所开发的两类面料具有优异的抗菌防螨效果,物理指标均符合Q/FZBTN 0003—2015《铜牛牌针织产品》企业标准要求,是开发功能性健康内衣休闲产品的理想面料。     

基于程序升温的煤耗氧速率与气体产物排放的相关性研究

采用程序升温实验系统,在通入流量为100 mL/min干空气的条件下将煤样加热至200℃,通过气相色谱仪对气体产物进行连续测量,得出CO,CO₂,CH₄,C₂H₄浓度随温度升高时的变化趋势.以耗氧速率与气体产物排放速率为基础,对高温氧化阶段耗氧速率与气体产物排放速率之间的关系进行线性拟合,结果表明：煤与氧的反应有利于生成CO₂而不是CO,C₂H₄产生速率与耗氧速率之间相比于CH₄存在更好的相关性.     

人工智能在电气自动化控制中的应用

随着社会的发展和科技的进步,人工智能技术也在快速发展,并逐渐渗透到每个人的日常生活和工作中,为我们的日常生活和工作提供了极大的便利和保障,使我们的生活水平得以提升,工作效率得以提高.但每一次新兴科技的出现必然会导致某些传统行业遭受严峻的挑战,人工智能也不例外,自从人工智能出现以来,传统的劳动力工作开始面临巨大的挑战,行...     

磁性纤维素纳米晶体与水溶性聚合物间相互作用分析及其乳化特性探究

以纤维素纳米晶体(cellulose nanocrystal, CNC)为生物基模板合成磁性纤维素纳米晶体(magnetic cellulose nanocrystal, MCNC),通过石英晶体微天平探究其与不同的水溶性聚合物的相互作用,研究不同乳化体系用于稳定Pickering乳液的特性差异并揭示其稳定机理。结果显示,甲基纤维素(methylcellulose, MC)可吸附于MCNC表面,降低乳化体系的油-水界面张力,提高乳液体系的黏度,使乳液具有良好的存储稳定性。而羟丙基甲基纤维素(hydroxypropyl methylcellulose, HPMC)在MCNC表面的吸附则相对微弱。冷冻扫描电镜观察发现,单独MCNC棒状纳米粒子堆积于乳液液滴表面,而MCNC/MC复合物则连接于液滴之间形成了"神经元状"网络,表明由MCNC单独或MCNC/MC协同稳定的乳液符合固体颗粒界面膜理论和三维黏弹粒子网络机理,而MCNC/HPMC协同稳定的乳液中仅能观察到凸起的HPMC分子,在液滴表面难以观察到棒状MCNC,因此推测MCNC、HPMC在油-水界面的吸附可能为竞争性的。     

低温环境对变压器油中溶解气体在线监测装置的影响分析

为解决变压器油中溶解气体在线监测装置在低温环境长期运行时存在的误报率高、故障频发、维护工作繁重等问题,开展变压器油中溶解气体在线监测装置在低温条件下长期运行的常见故障分析,总结低温环境对监测装置的电子器件、材料等方面的影响,提出低温条件下变压器油中溶解气体在线监测装置的改进建议.     

雷达光栅扫描显示技术探讨

光栅显示技术是雷达显示技术的发展方向。本文介绍了近年来雷达光栅扫描显示技术的应用,并对当今出现的最新技术进行了探讨。     

一种基于自适应参数的图像加密算法

现有的图像加密算法对选择明文攻击安全性较低。针对该问题,提出一种基于自适应参数的图像加密算法,对图像重心公式进行改进,将计算所得的重心坐标作为自适应参数,协同用户密钥输入四维超混沌系统产生混沌序列,进行图像加密,通过可逆数字水印技术将自适应参数保存到加密图像中。实验结果证明,该算法密钥管理方便,能够抵抗选择明文等攻击。     

基于邻域粗糙集和帝王蝶优化的特征选择算法

针对经典的帝王蝶优化（MBO）算法不能很好地处理连续型数据,以及粗糙集模型对于大规模、高维复杂的数据处理能力不足等问题,提出了基于邻域粗糙集（NRS）和MBO的特征选择算法。首先,将局部扰动和群体划分策略与MBO算法结合,并构建传输机制以形成一种二进制MBO（BMBO）算法;其次,引入突变算子增强算法的探索能力,设计了基于突变算子的BMBO（BMBOM）算法;然后,基于NRS的邻域度构造适应度函数,并对初始化的特征子集的适应度值进行评估并排序;最后,使用BMBOM算法通过不断迭代搜索出最优特征子集,并设计了一种元启发式特征选择算法。在基准函数上评估BMBOM算法的优化性能,并在UCI数据集上评价所提出的特征选择算法的分类能力。实验结果表明,在5个基准函数上,BMBOM算法的最优值、最差值、平均值以及标准差明显优于MBO和粒子群优化（PSO）算法;在UCI数据集上,与基于粗糙集的优化特征选择算法、结合粗糙集与优化算法的特征选择算法、结合NRS与优化算法的特征选择算法、基于二进制灰狼优化的特征选择算法相比,所提特征选择算法在分类精度、所选特征数和适应度值这3个指标上表现良好,能够选择特征数少且分类精度高的最优特征子集。