一类三部图中不同构图的计算

建立了一个新的映射关系,并在新的映射下应用图论和有限群对集合的作用、轨道、等价关系等对文献[1](张军.换热网络布局问题的改进及计算.延边大学学报:自然科学版,2006,32(4):40-43.)的计算方法进行了改进,给出了一类三部图的不同构图的计算公式.     

L-核糖的合成

以L-阿拉伯糖为原料,经过钼酸盐类催化剂发生C-2立体异构化反应,生成以M0为中心的络合物,C-1的酰基与苯胺反应得到糖胺,糖胺在苯甲酸条件下分解得到L-核糖,收率为30％,用^1H NMR和元素分析对产物进行了表征．     

壬基酚聚氧乙烯(10)醚衣康酸单酯磺酸二钠盐的合成

以壬基酚聚氧乙烯醚(OP-10)、衣康酸(IA)和亚硫酸钠为原料,通过酯化反应和磺化反应成功合成了壬基酚聚氧乙烯醚衣康酸单酯磺酸二钠盐。考察了反应温度、反应时间和物料物质的量比对反应体系的影响,得到的最佳工艺条件为:OP-10与IA的物质的量比为1∶1.05,酯化温度120℃,酯化时间4 h;酯化产物与亚硫酸钠物质的量比为1∶1.05,磺化温度90℃,磺化时间4 h。并通过红外光谱(IR)对产品结构进行对比分析,确定产物结构。     

浸铀真菌的分离和纯化研究

为获得浸铀真菌纯种,应用Dox（-）培养基、沙堡培养基（SDA培养基）、PDA培养基、Dox（＋）培养基进行了铀矿石中真菌的分离,挑取孢子进行了纯化培养,共获得具有产酸能力的真菌4株,其中黑曲霉1株,青霉3株.试验结果表明,铀矿石中存在大量真菌,部分真菌具有产酸能力,并且这些产酸真菌生长速度较快,具有浸铀的潜力.     

煤矿物联网的设计与应用分析

介绍了煤矿物联网感知层、网络层和应用层的设计方案;指出煤矿物联网建设过程中的关键技术为物联网标志体系、综合通信基站、井下分布式传感技术、异构网络的互联互通,并提出了相应的解决方案;分析了煤矿物联网在安全生产和管理、综合多媒体通信、矿用设备和物资监管等方面的具体应用。     

浅谈保密网中“三员”的工作

分析了保密网中系统管理员、安全保密管理员和安全审计管理员(简称为“三员”)的工作职责,将“三员”的工作分为保密政策法规和标准学习,信息系统日常安全保密管理和协助开展安全保密教育宣传三部分.重点分析了“三员”进行日常保密管理需要做的工作,将信息系统的保密管理对象分为计算机类、服务器类、网络设备、安全保密产品、应用系统、数据库、通信与办公自动化设备等7类,并列举出每类设备的保密管理要点,详细分析了身份鉴别这一点应该如何实现.可为单位信息系统日常保密工作的开展提供技术指导.     

基于PSO的负反馈电路参数自适应优化及仿真分析

采用粒子群优化算法,以电压增益、共模抑制比、输入电阻平方根的三者乘积对输出电阻的比作为适应度函数,对差分 共射两级直接耦合电压串联负反馈放大电路中的电阻做自适应优化。结果显示,只要对电路交流指标加以约束,适应度函数值总会减小。当分别对增大电压增益和减小输出电阻进行限制后,电压增益总是尽量小,输出电阻总是尽量大,以使适应度函数在给定约束下取得最大。经EWB软件对优化参数仿真,结果满足线性放大要求。同时说明了可以调整适应度函数形式,找到最佳电路参数,以满足工程上对放大器指标的不同需求。     

提高锅炉雾化喷嘴的雾化效果的几种手段

雾化喷嘴是各行各业中都非常关键的设备,其雾化效果在工农业中都非常重要,雾化的手段和方法更是多种多样,而提高雾化效果对于节能、环保等都非常关键,本文将着重介绍提高喷嘴雾化效果的几种方法。     

表贴式永磁同步电机全速度范围无传感器控制

在永磁电机控制系统中编码器等位置传感器的使用增加了系统的复杂性,降低了系统的可靠性和适应性,因而无位置传感器控制方法被提出并得到了广泛的研究.现有的永磁同步电机无传感器控制方法主要进行零低速或中高速条件下转速的估计,缺少零低速向中高速平滑切换的方法研究,存在着适用转速范围有限等问题.利用脉振高频电压信号注入法进行零低速时转子的位置估计,利用模型参考自适应法进行中高速时的转速估计;提出了一种加权法在某一速度范围内将不同控制方法估计的转速进行平滑切换,得出切换区间内平滑的合成估计速度,从而实现表贴式永磁同步电机全速度范围的无传感器控制.对于某一表贴式永磁电机,应用Matlab/Simulink进行了永磁电机无传感器控制系统的仿真分析,仿真结果验证了所提出方法的有效性.     

基于梯度的重叠式层次社区检测

社区检测(community detection)任务一直是数据挖掘领域的一个研究热点,近年来,深度学习和图链接数据呈现出多样化和复杂化的发展趋势,层次(Hierarchical)社区检测逐渐成为研究的焦点.层次社区检测任务的目标是,在将同质图中相似的节点聚集到社区中的同时,学习社区之间的层次结构关系,以更好的理解图数据结构.社区间层次关系的引入给社区检测算法带来了更复杂的建模挑战.针对该任务,已经有一些有效的启发式的方法被提出,但是受限于社区分布形态的简单假设和离散的优化学习方式,它们无法描述更复杂的图链路数据,也无法和其它有效的连续优化算法组合获得更好的结果.为了解决这个问题,本文首次尝试建模复杂的重叠式(overlapping)层次社区结构,提出简洁的节点嵌入和社区检测双任务优化模型,通过梯度更新的方式来灵活地探索节点和重叠式层次社区的隶属关系.在学习过程中,我们可以分别获得节点和社区的嵌入表示,以应用于丰富的下游任务.