气体不平衡状态理论方程在科学上的重大意义：兼评有机分子的半金属结构模

扼要阐述物理化学家张克武教授创立的分子热力学理论模型－氩模型及被称为“Ｘ和克武气体不平衡状态理论方程”这一基本理论在科学发展上的重大作用。对与此有关的理论也作了简单的评论。     

一种系泊设备自动张紧装置液压控制回路的改进设计

该文针对船舶系泊设备中的自动张紧装置在使用过程中出现的问题,分析其液压控制回路的工作原理,提出了一种改进设计的方法.通过实船验证,该改进设计实现了系泊工作的稳定进行,提高了生产效率.     

移动下击暴流作用下输电线的风振响应

下击暴流作用下输电线的风振响应对输电塔有着重要影响。基于下击暴流的解析模型,并用矢量合成法生成下击暴流移动过程中两跨输电线不同位置处的风速时程,并建立输电线的有限元模型,结合非线性有限元分析法,得到移动下击暴流作用下输电线风振响应的数值分析方法。计算结果表明:下击暴流在接近和远离中间塔的过程中,输电线对中间塔的作用力会出现两个峰值,且脉动风部分会对响应有很明显的放大作用。     

基于钨极倒影的GTAW三维焊缝位置检测

为了同时实现钨极惰性气体保护焊(GTAW)中弧长控制和焊缝跟踪,文中提出一种基于钨极倒影的焊缝位置检测新方法.该方法将所研制的视觉传感器固接于焊枪上,从侧前方观测熔池,拍摄得到的图像包含有钨极前端、熔池前部、焊缝棱边以及钨极在熔池中所成的像等元素.通过所提出的基于实际钨极中心线约束的弧长算法和基于熔池水平约束的钨极左右偏差算法,计算得到焊缝相对钨极的三维位置,以此为控制量可以实现三维精密焊缝跟踪.结果表明,该方法是有效的,检测精度达到±0.1mm,满足精密焊接应用要求.     

一种基于GS+LQ采样学习的DNA微阵列数据分类方法

以DNA微阵列数据分类为应用背景,提出一种GS+LQ采样训练方法,每轮采样依照GS优先,LQ备用的思路,优先选择训练后能生成最佳分类效果的样本进行标注学习,在GS失效的轮次,LQ作为备用方法选择学习对象。该方法综合了快和稳的特点,在实现相同精度目标下,相对于单一LQ采样,能进一步压缩训练成本,尤其在分类器初始分类经验匮乏的条件下,该优势体现更为明显。将GS+LQ与ND、MRE等常用采样方法进行实验对比,发现在促使识别能力由高向更高演化时,3种方法的差别并不明显,但在推进分类器精度由低向高进化时,GS+LQ的效率会高出很多。     

微博达人是怎样炼成的

如果没有微博,也许我们听不到“至于你信不信,我反正是信了”;如果没有微博,也许我们看不到“郭美美”炫出黑幕。如同呼吸与喝水般,微博已是我们身体不可或缺的部分,它是我们及时获知好友消息、新闻大事的主要来源。     

改制的挑战——金蝶K／3上海合成树脂研究所应用案例

上海市合成树脂研究所是上海市高新技术企业，主要从事合成高分子材料的研究和产业化。2001年1月1日，该所从事业单位转制为科技型企业。自1961年创立至今，上海市合成树脂研究所在工程塑料和塑料合金、特种合成树脂、胶粘剂、特种精细化工、水处理技术及高分子材料测试技术等研究开发领域不断发展。多年来，该所不仅致力于民用项目的开发，还承担了国际军工、尖端技术、高新技术产品配套新材料的任务，研究成果成功地应用于卫星、火箭及飞机，为我国航天、航空事业作出了贡献。     

十堰某体育馆106m跨内凹弦支穹顶结构设计关键问题研究

十堰某体育馆主体结构采用框架-剪力墙结构体系,上部106m大跨内凹形屋盖采用弦支穹顶结构体系。为了满足建筑简洁性及结构合理性需求,对屋盖进行了四角锥网架、弦支穹顶及网架-弦支穹顶组合的不同结构形式对比,最终选用结构轻巧、经济性好的弦支穹顶结构体系。结合弦支穹顶结构自身的受力特点以及其对下部结构的不利影响,对弦支穹顶结构上下弦布置、扭转刚度、支座约束条件、撑杆高度等进行了优化。对弦支穹顶断索情况下的响应、不同工况下的支座位移以及拉索低应力状态下的刚度退化进行了验算。结果表明,优化后的屋盖结构满足结构安全、适用性的要求,同时也有较高的冗余度。     

瓯海奥体中心体育馆100m跨无环索弦支网壳结构设计

瓯海奥体中心由体育场、体育馆、游泳馆及体育配套用房组成,其中体育馆主体结构采用钢筋混凝土框架结构,屋盖采用了无环索弦支网壳结构体系,为国内外首例该结构体系工程。设计中针对屋盖结构进行了屈曲分析及抗连续倒塌分析,结果表明结构的整体稳定性较好、抗连续倒塌能力强,进一步证明了结构体系选择的合理性。对拉索索力进行了专项分析,保证在各工况组合下拉索均不破断及退出受拉状态,且刚度退化后仍满足设计要求。     

QBC主动采样学习在垃圾邮件在线过滤中的应用

针对垃圾邮件在线过滤的实际应用,在委员会投票算法采样学习的基础上,提出动态提升采样门槛,在无标签样本池中阶梯式获取高信息量训练样本的方法。该方法能够在稳定识别精度的前提下,进一步降低用于标注和学习的样本数量,压缩由此带来的时间成本。通过在UCI的Spambase数据集上仿真,证明了该方法在改善学习效率方面的有效性。