Dump技术在Solaris系统恢复中的应用研究

对Solaris操作系统核心部分、数据文件部分的备份和恢复方法进行了描述,论述了Dump技术在Solaris系统恢复中的应用.分析表明,Dump技术是Solaris操作系统恢复技术中最为快捷有效的方法之一,它可以使系统快速地恢复正常,保证系统的稳定运行.     

Photoshop色阶和曲线工具的对比分析

介绍了Photoshop软件中色阶和曲线工具的主要功能。通过几种不同的色彩调整示例,给出了色阶和曲线工具达到同样调整效果的方法要点和对比分析,从而得到曲线和色阶工具在调整功能、范围和难易等方面的区别,方便在实际应用中针对不同的调整效果选择不同的调整工具。     

模拟集成温度传感器设计

介绍了一种模拟集成温度传感器的电路设计。该电路利用双极性晶体管基极-发射极结压降与热力学温度T成比例的关系来实现温度的测量,并在6μm双极工艺线上投片成功。该电路在常温25℃下输出298.2μA的电流,在-55℃～150℃的工作温度范围内的误差不超过±3℃,非线性度误差不超过±0.4℃。     

微机硬件环境与安全

微机硬件的运行环境和硬件安全是计算机网络信息系统能够正常运行的基础,硬件的运行环境和安全直接影响着网络信息系统的安全。而来自于环境干扰、设备自然损坏、自然灾害等因素给微型计算机带来了安全威胁。本文介绍了微机运行的硬件的环境要求、硬件的安全威胁,并提出了用来实现信息安全的硬件安全技术方法。     

信息技术与课程整合的教学现状及对策

信息技术与课程有效地整合,可以提高学生的信息素养。本文在明确信息技术与课程整合概念界定的基础上,分析了信息技术与课程整合的教学现状,并进一步提出了相关对策。     

稀疏差分网络和多监督哈希用于高效图像检索

针对基于深度哈希的图像检索中卷积神经网络（CNN）特征提取效率较低和特征相关性利用不充分的问题,提出一种融合稀疏差分网络和多监督哈希的新方法SDNMSH（sparse difference networks and multi-supervised hashing）,并将其用于高效图像检索。SDNMSH以成对的图像作为训练输入,通过精心设计的稀疏差分卷积神经网络和一个监督哈希函数来指导哈希码学习。稀疏差分卷积神经网络由稀疏差分卷积层和普通卷积层组成。稀疏差分卷积层能够快速提取丰富的特征信息,从而实现整个网络的高效特征提取。同时,为了更加充分地利用语义信息和特征的成对相关性,以促进网络提取的特征信息能够更加有效地转换为具有区分性的哈希码、进而实现SDNMSH的高效图像检索,采用一种多监督哈希（MSH）函数,并为此设计了一个目标函数。在MNIST、CIFAR-10和NUS-WIDE三个广泛使用的数据集上进行了大量的对比实验,实验结果表明,与其他先进的深度哈希方法相比,SDNMSH取得了较好的检索性能。     

Monthly Streamflow Forecasting Using Convolutional Neural Network

Monthly streamflow forecasting is vital for managing water resources. Recently, numerous studies have explored and evidenced the potential of artificial intelligence (AI) models in hydrological forecasting. In this study, the feasibility of the convolutional neural network (CNN), a deep learning method, is explored for monthly streamflow forecasting. CNN can automatically extract critical features from numerous inputs with its convolution–pooling mechanism, which is a distinct advantage compared with other AI models. Hydrological and large-scale atmospheric circulation variables, including rainfall, streamflow, and atmospheric circulation factors are used to establish models and forecast streamflow for Huanren Reservoir and Xiangjiaba Hydropower Station, China. The artificial neural network (ANN) and extreme learning machine (ELM) with inputs identified based on cross-correlation and mutual information analyses are established for comparative analyses. The performances of these models are assessed with several statistical metrics and graphical evaluation methods. The results show that CNN outperforms ANN and ELM in all statistical measures. Moreover, CNN shows better stability in forecasting accuracy.

     

水工钢闸门主梁模糊失效概率计算方法研究

为合理计算水工钢闸门主梁模糊失效概率,分别将主梁相对变形当作一个随机变量及三个变量的组合,采用积分法、当量随机化方法及蒙特卡罗法进行了计算。当相对变形为一个随机量时,采用积分法及当量随机化方法计算,两者的差别在于积分法用隶属函数描述模糊限值,当量随机化方法是将模糊限值当量作为一个随机量。当相对变形看作三个变量的组合时采用蒙特卡罗法进行计算,该方法考虑了三个变量的分布特性,更符合实际情况,模糊限值也用随机量表示。计算表明,积分法与当量随机化方法结果相近,验证了当量随机化方法的精度;蒙特卡罗法结果与相对变形服从正态分布时、用当量随机化方法计算的结果接近,故主梁相对变形服从正态分布更为合理。三种计算方法中,当量随机化方法计算失效概率相较于其它方法有计算过程简便,效率高的优点。     

一种固化河湖底泥重金属的改良方法

重金属在河湖底泥中的积聚已成为我国的一大环境问题,通过及时妥善的技术处理,可以避免重金属对环境的二次污染。基于生石灰降低底泥含水量,锯末灰初步固化,采用水泥和矿粉+水泥2种方式对生石灰-锯末灰固化后的污泥进一步固化的方法,对天津西青区某河流污染底泥开展试验。基于原子吸收分光法对试验样品进行重金属浸出浓度分析,比较水泥和矿粉+水泥固化2种方法的固化效果。研究表明,当生石灰掺入比为9%,养护2 d 时,污泥的含水率明显降低。锯末灰掺入比10% 、水泥掺入比20%、矿粉换掺水泥40%时,底泥中的 Ni²⁺ 、 Hg²⁺ 、 Pb²⁺ 、 Cd²⁺ 4种超标重金属浸出浓度分别降低71.61%、84.85%、58.49%、77.78%,均满足相关技术规范要求。为检验固化土的种植效果,选用牛筋草和牛繁缕2种植物进行室内60 d种植试验,发现2种植物的光合作用、根部发育、生长速度都很正常。结果表明生石灰掺入比9%、锯末灰掺入比10%、水泥掺入比20%、矿粉换掺水泥40%的固化方案得到的固化土可用于绿化种植。     

基于水表误差曲线重建的供水系统表观漏损量估算方法及应用

在分类用户用水模式分析的基础上,考虑选取5个特征流量进行水表误差曲线重建,对水表误差值进行修正,建立了基于水表误差曲线重建的表观漏损量估算方法.利用该方法对苏州市研究区域内新建小区、老旧小区、工业、商业、学校和医院等6类用户的水表误差进行修正,各水表的误差修正值分别为-0.25％、-4.1％、-4.59％、-2.03％、-5.74％、-0.34％,据此计算得到各类用户的表观漏损水量分别为7.41万m3、103.42万m3、292.50万m3、28.29万m3、167.83万m3、2.82万m3.与传统方法相比,建立的方法考虑到用户用水模式对水表误差曲线的影响,对表观漏损水量估算更为准确,能为用水行为类似的苏南地区的表观漏损水量估算提供参考.