基于入侵容忍的集成数据库安全结构

提出了一种综合的数据库安全结构，该结构利用密码学知识，设计了加密认证模块，实现了数据的完整性、机密性，并保证了源数据的合法性。该结构还具有单一错误检测修正功能，单一错误的纠正，可以容忍在数据传输过程中的错误，实现了数据库的外部级入侵容忍。内部容忍模块给出了一种基于入侵容忍的内部数据库结构，提高数据库的柔性和抵御入侵的能力。该系统不仅具有入侵容忍功能，而且还具有加密认证功能，适用于安全需求较高的领域。     

重金属离子在改性蛭石表面的竞争吸附及其动力学研究

分别利用蛭石原矿和改性蛭石为吸附剂,对水溶液中的Cu2+、Zn2+、Cd2+进行等温吸附试验,研究了吸附剂用量、溶液pH值、重金属离子浓度、吸附时间、吸附温度等环境因素对单一离子在蛭石表面吸附性能的影响,分析了蛭石吸附三种金属离子动力学机理。试验结果表明,蛭石原矿经900℃的高温膨胀及2%的CTMAB改性后,其吸附容量较蛭石原矿有明显增加。当吸附剂用量为0.3 g、pH值为5~6、金属离子初始浓度为150 mg/L、吸附时间60 min、吸附温度为室温时,改性蛭石对Cu2+、Zn2+、Cd2+三种金属离子的最大吸附率均可达90%以上。      

厚壁347H[1]流化床反应器制造要点及控制措施

通过分析多晶硅项目流化床反应器结构特点,介绍了厚壁347H流化床反应器筒体、封头、分布器制造及组装时控制要点和难点,并提出了相关制造工艺改进措施,保证了产品制造质量,为同类产品制造总结经验.     

矿物在高分子材料中的阻燃机理及其研究进展

从高分子材料的燃烧过程及阻燃机理角度对矿物阻燃机理及其研究现状进行了综述,并具体探讨了蒙脱土、水镁石、水滑石、膨胀石墨、云母等添加于高分子材料中的阻燃机理及其研究进展,最后对阻燃科学技术的发展作了展望.     

基于邻接空间的鲁棒语音识别方法

提出了一种基于邻接空间模型的鲁棒语音识别方法,解决测试集和训练集差别导致的识别正确率过低的问题.在以声学模型为中心的邻接空间中计算贝叶斯预测概率密度值,作为观察概率输出分值进行识别.实验表明,相对于传统语音识别方法,鲁棒识别方法在保证干净测试集的识别率没有很大下降的前提下,对含噪测试集的识别率获得了较大的提高.     

镇北油田延长组长3 油层组精细地层划分与对比

利用测井曲线和岩心资料, 分析了研究区100 余口探井的岩、电特征, 对镇北油田长3 油层组进行了精细划分与对比, 将长3 油层组自上而下划分为长3₁¹、长3₁²、长3₁³、长3₂¹、长3₂²、长3₂³、长3₃¹、长3₃²、长3₃³ 等9 个不同级别的小层, 各小层厚度大致相等。其中长3₂²、3₃¹ 小层为水下分流河道沉积, 砂体发育, 是研究区长3 油层组的主力产油层。长3 油层组的精细地层划分与对比为研究沉积微相、砂体展布、储层非均质性及预测有利含油区块提供了地质基础数据, 对油田开发具有非常重要的意义。     

奥氏体不锈钢塔器的关键制造技术

针对奥氏体不锈钢塔器设备长度较长、筒体壁厚较薄、产品直线度和筒体椭圆度要求较高的特点,介绍了典型的奥氏体不锈钢塔的制造、焊接和压力试验工艺,保证了产品的质量。     

谷氨酰胺转氨酶对米渣蛋白糖基化反应产物结构和流变性的影响

为了探讨谷氨酰胺转氨酶(TG)对植物蛋白美拉德反应改性的作用,本文利用米渣蛋白(RDP)分别与葡萄糖、核糖、麦芽糊精1:1进行干法糖基化反应,研究TG的添加(10μ/g的RDP)对反应产物结构和流变学特性的影响。结果表明:随着反应的进行,核糖与RDP糖基化反应的接枝度最大,TG酶能够提高糖基化反应接枝度;内源荧光λmax红移且强度降低,红外光谱显示不同产物的结构变化显著,但TG对产物的结构影响不大;糖基化反应可降低表面疏水性,而TG促其增大;糖基化反应主要是Lys和Arg含量减少,组氨酸含量增加,且核糖更利于与自由氨基的反应,TG对产物氨基酸组成无影响;糖基化产物溶液都是假塑性流体,核糖接枝产物表观粘度最大,TG促使表观粘度增高;三种糖基化产物动态模量随剪切频率增大而变化较大,其中核糖反应产物表现出类似凝胶特性,G′G″且较RDP均增加,TG提高核糖、葡萄糖反应产物的G′与G″。     

脲插层技术对茂名高岭土粘浓度的影响

对比美国、英国、巴西等国家高岭土近74%的高粘浓度,中国高岭土粘浓度不高,大多数在66%~70%之间。因而为满足造纸涂布工艺中,越来越高的刮刀速度的发展,各大造纸企业的优质高岭土都依赖于国外进口。为增强本国的造纸高岭土产品的竞争力,必须研究出高粘浓度的造纸涂布用高岭土。以脲插层技术提高茂名高岭土的粘浓度,使粘浓度自原来的68%提高至最大值74.05%。综合考察了反应时间、温度、水分及插层剂量的因素对高岭土粘浓度的影响。并通过粘浓度与插层率之间的对比,发现两者存在着相关关系。     

基于循环神经网络的语音识别模型

近年来基于隐马尔可夫模型（HMM）的语音识别技术得到了很大发展。然而HMM模型有着一定的局限性,如何克服HMM的一阶假设和独立性假设带来的问题一直是研究讨论的热点,在语音识别中引入神经网络的方法是克服HMM局限性的一条途径。该文将循环神经网络应用于汉语语音识别,修改了原网络模型并提出了相应的训练方法,实验结果表明该模型具有良好的连续信号处理性能,与传统的HMM模型效果相当,新的训练策略能够在提高训练速度的同时,使得模型分类性能有明显提高。