1-吡啶-3-[4-(苯基偶氮)苯基]-三氮烯与汞的显色反应及其应用

在Triton X-100存在下的pH 10的Na2B4O7-NaOH缓冲介质中,研究了1-吡淀-3-[4-(苯基偶氮)苯基]-三氮烯(PYPAPT)与汞离子(Hg2 )的显色反应,建立了微量汞的测定方法。Hg2 与PYPAPT形成1∶2的红色络合物,络合物最大吸收波长位于518 nm,表观摩尔吸光系数为1.42×105L.mol-1.cm-1,Hg2 质量浓度在0~0.64 mg/L范围内符合比尔定律。方法用于铅锌矿样中微量汞的测定,RSD小于2.6%,测定结果与AAS法相符。     

遗传算法在水轮发电机模糊神经网络励磁控制器设计中的应用研究

本文在分析了模糊神经网络(FNN)控制器的工作原理及设计方法的基础上,提出了一种采用遗传算法优化设计水轮发电机模糊神经网络励磁控制器的方法。其基本过程是利用遗传算法得到初始模糊控制规则,并对初始规则进行过滤,在此基础上利用遗传算法结合模拟退火对得到的模糊神经网络进行训练。仿真结果表明与根据专家经验获得模糊规则和BP算法进行学习的常规FNN比较,采用遗传算法优化设计的模糊神经网络励磁控制器所构成的励磁系统具有更好的动态性能。     

流动与传热数值模型的发展现状

流动与传热的数值模型发展至今已有三十多年的历史 ,该文拟结合炉内流动模型的特点 ,从差分格式、迭代组织形式、网格生成等三方面对流动、传热数值方法的发展现状作一简单介绍。参 9     

定向/有序碳纳米管制备的研究进展

综述了国内外有序、定向碳纳米管制备的研究进展。着重介绍了模板法和等离子体增强化学气相沉积技术在碳纳米管制备方面的应用，并就制备原理、影响因素等作了简单介绍。     

利用城市垃圾资源发展新型墙体工业

使用“秦砖汉瓦”的观念在人们心目中已经根深蒂固,想要打破这种观念,就需要大力进行推广,2004年是全国贯彻实施国家禁用实心粘土砖有关规定的关键一年,发展新型墙体材料工业,特别有效利用城市垃圾工业及工业废弃物生产环保型的新型墙体材料是我国墙体改革工作中一项重要和艰苦的任务。     

太赫兹CSAR运动目标距离速度估计与重定位方法

圆周合成孔径雷达(CSAR)中,由于雷达平台绕观测场景圆周飞行,雷达和地面目标之间的距离方程复杂,目标的距离向参数和方位参数之间有复杂的耦合关系,导致单独估计动目标距离向速度参数的难度加大。提出一种基于子孔径分解的太赫兹CSAR运动目标距离向速度估计方法,选择合适的子孔径角度,对CSAR进行子孔径分解,在子孔径条件下,通过小角度近似,可以实现运动目标距离向速度和其他参数间的解耦合,准确估计运动目标的距离向速度,实现运动目标的精确重定位。仿真和实测数据验证了该算法的有效性。     

深度神经网络模型后门植入与检测技术研究综述

作为当前人工智能快速发展的代表性技术之一,深度神经网络的应用范围越来越广,由此带来的安全性问题也逐渐受到关注。现有研究主要聚焦于如何高效构造多样化的对抗样本,以实现对深度神经网络模型的欺骗,以及如何检测对抗样本并加固深度神经网络模型。但是,随着深度神经网络模型的开发越来越依赖开源数据集、预训练模型和计算框架等第三方资源,模型被植入后门的风险越来越高。从深度神经网络模型生命周期的各个环节出发,对深度神经网络模型后门植入与检测相关技术进行了归纳总结,对比分析了不同技术的主要特征与适用场景,对相关技术未来的发展方向进行了展望。     

双机组风力机尾流互扰及阵列的数值模拟

为合理布置风力机,尽量减小风力机尾流的影响,提高风电场效率,采用Fluent 6.3软件,结合尾流理论分别对单机、2台串列、并列及错列布置的风力机进行数值模拟。通过比较单机风力机下风向流场分布和尾流模型计算结果,验证数值模拟合理性;比较单机及各种布置方式的输出功率、流场分布,对风力机间相互影响及互扰损失进行分析。结果表明:串列布置时,下风向叶轮对上风向机组发散状尾流有收敛作用,下风向机组受上游尾流影响较大,功率明显降低;并列及错列时被干扰机组受参考机组尾流挤压,但功率受影响较小。     

基于DSP的数字化点焊智能恒流控制系统研究

随着电阻点焊技术的广泛应用,对焊接控制的稳定性、实时性和精确性提出了更高要求.设计了以TMS320C2812为核心的点焊智能控制器.所设计的控制系统由硬件和软件两部分组成,硬件部分主要包括主控制器和辅助电路,软件系统采用模块化设计,采取带白调整函数的模糊规则控制策略实现恒流控制.实验证明,控制系统达到了很好的恒流控制效果,完全满足设计与实际使用要求.     

基于CNN-GAP可解释性模型的软件源码漏洞检测方法

源代码漏洞检测是保证软件系统安全的重要手段。近年来,多种深度学习模型应用于源代码漏洞检测,极大提高了漏洞检测的效率,但还存在自定义标识符导致库外词过多、嵌入词向量的语义不够准确、神经网络模型缺乏可解释性等问题。基于此,该文提出了一种基于卷积神经网络(CNN)和全局平均池化(GAP)可解释性模型的源代码漏洞检测方法。首先在源代码预处理中对部分自定义标识符进行归一化,并采用One-hot编码进行词嵌入以缓解库外词过多的问题;然后构建CNN-GAP神经网络模型,识别出包含CWE-119缓冲区溢出类型漏洞的函数;最后通过类激活映射(CAM)可解释方法对结果进行可视化输出,标识出可能与漏洞相关的代码。通过与Russell等人提出的模型以及Li等人提出的VulDeePecker模型进行对比分析,表明CNN-GAP模型能达到相当甚至更好的性能,且具有一定的可解释性,便于研究人员对漏洞进行更深入的分析。