世博演艺中心C60自密实混凝土的研制

根据C60自密实混凝土的特殊性,对原材料进行了一系列比较选择,最终确定基准配合比,同时在现有设备条件下对混凝土搅拌工艺进行了革新,从而使C60自密实混凝土完成了从试验室阶段到大生产的转化。     

一种改进的光载波抑制产生光毫米波的方法

为了延长光毫米波的传输距离,提出了一种改进的光载波抑制产生光毫米波的方法。在中心站采用马赫-曾德尔调制器将射频信号调制到光载波上产生光载波抑制调制光信号,再将产生光信号的2个边带分离,将2.5Gbit/s数据信号调制到其中1个边带上,再与未调信号耦合后产生光毫米波并通过光纤传送至基站。在基站中通过光电转换器产生电毫米波。从理论上分析了这种光毫米波的传输特性并通过实验验证了光毫米波在光纤中可以传输40km。仿真和实验结果表明,这种方式产生的光毫米波具有很好的抗色散能力,延长了传输距离。     

鹌鹑蛋功能特性及其影响因素

测定了鹌鹑蛋乳化性、起泡性、持水性等功能特性,并探讨了蔗糖、温度、pH值、氯化钠等因素对蛋白起泡性及其稳定性和蛋黄乳化性的影响。结果表明,鹌鹑蛋白的起泡性为7.33%,泡沫稳定性为63.49%,乳化性为41.51%,持水性约17.14%;鹌鹑蛋黄的起泡性为10%,泡沫稳定性为59.73%,乳化性为46.82%;鹌鹑全蛋液的起泡性为11%,泡沫稳定性为63.95%,乳化性为43.99%,持水性约18.28%。蔗糖能在一定范围内提高泡沫稳定性,适当加热可改善蛋白起泡性,蛋白起泡性随NaCl增加而有较大幅度提高。鹌鹑蛋黄乳化性随蔗糖浓度增大而提高,10～60℃内随温度升高而提高,加入氯化钠能明显提高蛋黄乳化性。pH值对蛋白起泡性和泡沫稳定性、蛋黄乳化性的影响均呈动态变化。     

聚乙烯吡咯烷酮k-30对于Cu/SiO_2催化剂的制备及其加氢性能的影响

本文利用蒸氨-水热法制备一系列Cu/SiO_2催化剂,并用表面活性剂聚乙烯吡咯烷酮k30(PVP)对Cu/SiO_2催化剂进行改性处理,利用乙酸乙酯加氢探究PVP对于加氢性能的影响。实验结果表明,在纯乙酸乙酯体系,PVP的加入对于催化剂的加氢性能没有什么影响;而在含水体系,适量PVP的加入能够有效提高乙酸乙酯的加氢活性。对比发现,催化剂制备过程中0. 5g PVP的加入,导致其在含水体系中的加氢转化率由81%左右增至91%左右。     

南昌市主城区供水水文地质特征研究

研究区地处赣、抚河流冲积平原区,潜水为研究区开采主要含水层,潜水径流主要受地貌形态的控制。潜水含水层的补给主要是河流侧向补给、大气降水的入渗及第三系红层越流补给,丰水期赣江、抚河水补给地下水为主,枯水期以地下水往河流排泄为主;平水期,地表水与地下水交替补排。赣抚流域为典型的硅酸盐地区,地下水水化学受硅酸盐、碳酸盐及人类活动影响,研究区粘土层较厚,湖水对地下水影响不大。人工开采是地下水的主要排泄途径,近年来地下水水井不断减少,但以南钢为中心的降落漏斗最大可达10 m,影响范围较大。     

改进的自步深度不完备多视图聚类

随着数据量的增大,多视图聚类中出现带有缺失视图数据的情况愈发常见,此问题被称为不完备多视图聚类,而引入深度模型进行聚类通常可以获得比浅层模型更为出色的表现。本文提出一种新颖的深度不完备多视图聚类模型,称为改进的自步深度不完备多视图聚类。在该模型中,充分考虑多视图数据之间的互补性,利用基于多视图特性的最近邻填充方案将缺失视图补全。使用多个自编码器分别获取多个视图数据的低维潜在特征,同时引入图嵌入策略保持潜在特征之间的几何结构。运用一致性原则将来自不同的视图潜在特征融合以获得一致潜在特征,在此基础上运用自步学习的方法来增强聚类效果。实验结果表明,对比现有的不完备多视图聚类模型,本文模型可以更加灵活且高效地应对各种不完备多视图聚类情况,提升了不完备多视图聚类的鲁棒性与表现效果。     

具有光束偏转功能的亚波长光栅偏振分束器

针对亚波长光栅偏振分束器无法实现垂直出射光 、集成耦合效率低的问题,本文设计了 一种具有光束偏转功能的亚波长光栅偏振分束器,可实现偏振分束且能获得垂直出射光。器 件上 层采用光栅衍射理论设计了可实现偏振分束的周期亚波长光栅,下层通过严格耦合波法与波 前相 位控制理论设计了具有光束偏转功能的非周期亚波长光栅。基于有限元软件COMSOL对设计 的器 件进行仿真分析,结果表明该器件可分开TE与TM混合偏振光且能实现光束垂直出射,两种 偏振 光的总透射率在1550nm处超过了76.5%,偏振 消光比为14.0 dB。因此通过该偏振分束器不但可 以获得垂直出射的单偏振光,而且能有效提高垂直耦合型器件的工作效率,有望应用在面向 光纤通信的集成光电器件中。     

基于上下文语义的恶意域名语料提取模型研究

针对目前基于白名单过滤技术在海量文本中恶意域名提取的漏报、误报等问题,提出了一种基于上下文语义的恶意域名语料提取模型。该模型分别从恶意域名所在语句的上下文单词、短语进行语义分析,并利用自然语言处理技术自动生成描述恶意域名的语料。通过该模型对公开的APT（Advanced Persistent Threat）分析文档数据提取了大量恶意域名语料数据。利用安全博客文章数据并结合基于随机森林算法的机器分类模型对论文提取的恶意语料的有效性进行了验证。