碳纳米管与TritonX-100协同增敏Cu^2＋与DBH—PF显色反应的机理研究

研究了将碳纳米管（MWNTs）作为一种新型分析增效试剂与非离子表面活性剂-曲拉通X-100（TritonX-100）的协同增敏作用机理,并应用于Cu^2＋与二溴羟基苯基荧光酮（DBH—PF）的络合显色体系中。结果表明,在MWNTs与TritonX-100复配的影响下,在pH=6．0～7．0磷酸盐缓冲溶液中DBH—PF与Cu^2＋形成红色络合物,其最大吸收红移至570nm,吸收值提高了222．3％。Cu^2＋含量在1～100．04μg／mL范围内符合比耳定律,回归方程A=0．141C＋0.028（C,0.04μg／mL）,表观摩尔吸光系数￡=2．38×10^5L／（mol·cm）,R=0．9994。在最佳实验条件下,对中草药肉桂和黄连中的铜含量进行了测定,得到了满意的结果。     

车辆-轨道-桥梁空间耦合振动引起的环境振动

首先建立了车辆-无碴轨道-桥梁系统空间耦合振动模型,通过随机振动分析得到桥墩墩底反力,然后建立了土体-建筑物的三维有限元模型,并将以上得到的墩底反力作为土体-建筑物三维有限元模型的外部激励。分析结果表明,周围土体振动强度随距离的增加而减小,且都存在反弹区 周围建筑物的振动强度随桥墩距离的增大而减小,且在建筑物低层横向和竖向振动相差不大,但是到了高层处横向振动明显大于竖向振动。     

基于Windows的软件安全典型漏洞利用策略探索与实践

随着全球信息化的迅猛发展,计算机软件已成为世界经济、科技、军事和社会发展的重要引擎。信息安全的核心在于其所依附的操作系统的安全机制以及软件本身存在的漏洞。软件漏洞本身无法构成攻击,软件漏洞利用使得把漏洞转化为攻击变为可能。文章立足于Windows操作系统,主要分析了一些常用软件的典型漏洞原理以及常见的利用方法,比较了不同利用方法在不同环境下的性能优劣,并简单分析了Windows的安全机制对软件的防护作用以及对软件漏洞利用的阻碍作用。文章着重对几种典型漏洞进行了软件漏洞利用的探索和实践,并使用当前流行的对安全机制的绕过方法分析了Windows几种安全机制的脆弱性。     

Isothermal crystallization kinetics and melting behavior of nylon/saponite and nylon/montmorillonite nanocomposites

DSC thermal analysis and X‐ray diffraction have been used to investigate the isothermal crystallization behavior and crystalline structure of nylon 6/clay nanocomposites. Nylon 6/clay has prepared by the intercalation of ε‐caprolactam and then exfoliating the layered silicates by subsequent polymerization. The DSC isothermal results reveal that introducing saponite into the nylon structure causes strongly heterogeneous nucleation induced change of the crystal growth process from a two‐dimensional crystal growth to a three dimensional spherulitic growth. But the crystal growth mechanism of nylon/montmorillonite nanocomposites is a mixed two‐dimensional and three‐dimensional spherulitic growth. The activation energy drastically decreases with the presence of 2.5 wt % clay in nylon/clay nanocomposites and then slightly increases with increasing clay content. The result indicates that the addition of clay into nylon induces the heterogeneous nucleation (a lower ΔE) at lower clay content and then reduces the transportation ability of polymer chains during crystallization processes at higher clay content (a higher ΔE). The correlation among crystallization kinetics, melting behavior, and crystalline structure of nylon/clay nanocomposites is also discussed. © 2004 Wiley Periodicals, Inc. J Appl Polym Sci 94: 2196–2204, 2004     

大孔强酸树脂吸附硫脲金

研究了D072大孔强酸性阳离子交换树脂从硫脲[Tu=CS(NH2)2]浸金液中吸附Au(Tu)2+的性能和机理. 结果表明，pH=2.0时，树脂对Au(Tu)2+有优良的吸附性能，金的交换容量为78.95 mg/g (Au/干树脂)，吸附的硫脲金可用乙醇-硫酸水溶液洗脱，洗脱率可达96.5%. D072树脂对Au(Tu)2+的吸附符合Langmuir吸附模型.     

基于应用层流量优化的中继路径选择方案

基于网络层路由协议的缺省单一路径难以满足高带宽应用的端到端传输需求,多径传输是一种有效方式。在基于应用层中继的多径传输系统的基础上,提出基于应用层流量优化的中继路径选择方案：借助于应用层流量优化机制,提出中继路径选择过程中遵循的规则,提出基于运营商定义域的最优中继路径生成算法,为数据传输分配优质的中继路径,同时在运营商定义域之间以及中继服务转发器之间保持负载均衡。仿真结果表明,提出的方案在选择优质中继路径方面具有较优性能,同时能够灵活地均衡运营商定义域之间的负载。     

环氧树脂乳液改性水泥基修补材料研究进展

普通水工混凝土,在腐蚀性介质的作用下其使用寿命缩短.加入环氧乳液是解决这一问题的一种有效途径,并且环氧乳液能够显著改善水泥基材料的性能.介绍了环氧乳液及其改性水泥基材料的国内外研究现状;后者分环氧乳液改性水泥砂浆和环氧胶泥两种情况讨论;综述了环氧乳液改性水泥基材料的改性机理,从环氧乳液在水泥砂浆中作用的基本原理、环氧乳液对水泥作用、水泥对环氧乳液的作用以及环氧乳液改性水泥基材料的微观结构等四个方面讨论.最后,对环氧乳液改性水泥基材料的研究方向进行了展望.     

脲醛-三聚氰胺甲醛复合树脂胶粘剂的研制

以尿素、三聚氰胺、甲醛为原料合成了一种游离甲醛含量较低、耐水性能优良的脲醛-三聚氰胺甲醛复合树脂胶粘剂.研究了原料配比、加料方式、加料时间、pH值、反应时间、反应温度对产物中游离甲醛含量的影响,测定了产物的性能.结果发现,当n甲醛:n尿素:n三聚氰胺=1.8:1:0.35,温度为85 ℃,pH=9.5时,所合成的树脂游离甲醛含量较低,耐水性能优良.     

适用于RPA工具的卷积序列推荐算法

在机器人流程自动化(Robotic Process Automation, RPA)软件中,经常采用序列推荐系统让机器人完成判断、选择等人工处理的任务。然而常用的序列推荐系统受限于序列信息的提取困难等问题,难以得到广泛应用。为了解决这一问题,构建一种基于Inception的卷积序列推荐模型,把时间和潜在空间中的用户行为序列信息嵌入进一幅“图像”中,并通过动态和静态2种不同的卷积层提取其中的局部特征,全面地提取用户的短期兴趣偏好,同时将用户嵌入矩阵作为用户的长期兴趣偏好嵌入到卷积层的输出中,共同构建完整的用户兴趣偏好,提升推荐性能。通过在3种公开数据集MovieLens 1M、Gowalla、Steam上分别进行实验,验证了基于Inception的卷积序列推荐模型的性能优于最新的序列推荐模型,在Top-N序列推荐的3种评价指标中（精确率、召回率、平均AP值）,平均提升幅度在10%左右,单个指标上的最大提升幅度为14%。     

基于密集Inception的单图像超分辨率重建方法

近几年,基于卷积神经网络（CNN）的单图像超分辨率（SR）重建方法成为了主流。通常情况下,重建模型的网络层数越深,提取的特征越多,重建效果越好;然而随着网络层数的加深,不仅会出现梯度消失的问题,还会显著增加参数量,增加训练的难度。针对以上问题,提出了一种基于密集Inception的单图像SR重建方法。该方法引入Inception-残差网络（Inception-ResNet）结构提取图像特征,全局采用简化后的密集网络,且仅构建每一个模块输出到重建层的路径,从而避免产生冗余数据来增加计算量。在放大倍数为4时,采用数据集Set5测试模型性能,结果显示与超深卷积神经网络的图像超分辨率（VDSR）相比,所提方法的结构相似性（SSIM）高了0.013 6;与基于多尺度残差网络的图像SR（MSRN）相比,SSIM高了0.002 9,模型参数量少了78%。实验结果表明,所提方法在保证模型的深度和宽度的情况下,显著减少了参数量,从而降低了训练的难度,而且取得了比对比方法更好的峰值信噪比（PSNR）和SSIM。