1E39FM发动机进排气系统优化

分析不同材质簧片阀振动特性、流通面积和密封性对二冲程发动机给气比的影响,采用玻璃纤维增强塑料的簧片阀能使油耗进一步降低;通过试验,确定了更为合理的排气管长度,改变了发动机的谐振状况,使不同车速段的经济性有了较好的改善.     

一次电池的发展回顾日本一次电池技术战后三十年所经过的道路

1.前言——历史背景昭和49年(1974年)(以下均用公历—译者)在东京国立博物馆开幕的底格里斯·幼发拉底(Tigris—Euphrates)文明展,有机会看到光辉发展的古代文明。在发掘品中,陈列了用粘土加固的花瓶状的电池,这恐怕是最早的电池了吧!这是距今约2000年以前帕捉亚人时代的遗物,1932年德国考古学家维耳黑姆·克尼格(Wilhelm Koenig)于伊拉克的巴格达东方的霍雅特拉帕(Knujut Rabuah)发现。如图1所示,粘土制     

麻省太阳房

著名的美国麻省理工学院(MIT)是研究太阳房的先驱,由著名热物理学家H·C·霍特尔领导的MIT太阳能研究小组,早在30年代就开始了太阳房的研究。到目前为止,他们已先后建造了五座不同形式的太阳房(见附表),采用了多种太阳能采暖技术。根据MIT—1号太阳房的研究结果提出的霍特尔方程,至今仍然是评价平板集热器热性能的基础。     

一种基于L2-SVM 的多视角核心向量机

核化一类硬划分SVDD、一/二类L2-SVM、L2 支持向量回归和Ranking SVM均已被证明是中心约束最小包含球. 这里将多视角学习引入核化L2-SVM, 提出核化两类多视角L2-SVM (Multi-view L2-SVM), 并证明该核化两类Multi-view L2-SVM 亦为中心约束最小包含球, 进而提出一种多视角核心向量机MvCVM. 所提出的Multi-view L2-SVM 和MvCVM既考虑了视角之间的差异性, 又考虑了视角之间的关联性, 使得分类器在各个视角上的学习结果趋于一致. 人造多视角数据集和真实多视角数据集的实验均表明了Multi-view L2-SVM 和MvCVM方法的有效性.

     

小湾水电站坝基高压帷幕灌浆施工工艺分析

针对小湾水电站坝基帷幕灌浆施工情况,总结分析了孔口封闭灌浆法的优缺点,并对弱透水性坝基高压帷幕灌浆施工工艺进行了分析.孔口封闭灌浆法施工质量满足设计要求,但在弱透水性岩石坝基、深孔帷幕、灌浆压力较高等特定条件下,存在工艺复杂、工效低、灌浆材料浪费严重、易出现灌浆中断、记录结果难以分析等弊端.对于类似小湾水电站的弱透水岩体坝基防渗帷幕灌浆施工项目,在现有坝基防渗施工水平下,建议采用纯压式灌浆法.     

基于Matlab的大学物理实验模拟

为使物理实验教学内容形象、生动而同时兼具科学性,基于Matlab的可视化功能,对物理实验现象采用计算机模拟,在实验课程中加入Matlab图像和动画,对物理实验教学启到了一定的促进作用,在教学中应用效果明显。     

变气速气—固流态化流体力学

在φ１００ｍｍ流化床内，使用活性炭，高密度聚乙烯、石英砂３种Ｂ类粒子，测定了当脉冲气流频率在０～７ＨＺ时，变气速流化的床层压降、起始流化速率和空隙率。实验得到了反映变气速流化时起始流化速度降低的ｕ＾０ｍｆ－ｕｐ图。通过测定床底的压力波动，得到了反映变气速流化的强制振动作用与脉冲气速、平稳气速的关系的ｕｅ－ｕｐ图。     

陶瓷隧道窑节油技术的应用和选择

前言供给陶瓷等工业窑炉作燃料使用的重油质量,随着我国炼油工艺技术水平的提高而不断下降.如粘度大,杂质含量高及热值不稳定等.导致燃烧状态不良,燃料单耗升高,陶瓷产品质量波动等弊端.因此改善重油的燃烧状态,降低燃油消耗,提高陶瓷产品质量为人们所关注.近年来,国内外对节油技术的研究重点有两个方面:1.磁化燃烧技术;2.掺水乳化燃烧技术.     

Feature subset selection method for AdaBoost training

The feature-selection problem in training AdaBoost classifiers is addressed in this paper.A working feature subset is generated by adopting a novel feature subset selection method based on the partial least square(PLS)regression,and then trained and selected from this feature subset in Boosting.The experiments show that the proposed PLS-based feature-selection method outperforms the current feature ranking method and the random sampling method.