基于MQTT协议的消息推送服务器

以ipad、iphone以及android手机为代表的移动设备和智能终端近年来取得了巨大的发展,其用户数迎来了爆发式的增长．为了适应实际应用中对信息获取及时性,耗电量,以及网络环境等方面的需求,需要用推送的方式取代传统拉取的方式来进行消息的传递,MQTT（MessageQueuingTelemetryTransport,消息队列遥测传输）就是专为这种情况所设计的一种消息传递协议．本文介绍了MQTT协议的基本内容和特点,以Mosquitto、Redis等开源项目为基础设计并实现了一个基于MQTT协议的消息推送服务器,能够对用户订阅的消息进行推送,同时还实现了用户身份验证、ACL权限检查、自动订阅话题、热点话题统计、服务器状态监控等功能．     

静压支承技术在海水淡化旋转式能量回收装置中的应用

海水淡化旋转式能量回收装置（RERD）高、低压流体间的泄漏主要在转子与端盘的配合间隙中发生，这种泄漏直接影响到装置的能量回收效率水平。本文通过在平面端盘上引入阻尼孔和静压支承槽，构建了静压支承端盘方案，将静压支承技术应用到自主开发的电驱RERD装置中，以解决其运行过程中泄漏量大、能量回收效率低等问题。在转子与上、下端盘配合总间隙为0.04mm、转子转速为500r/min的条件下，RERD分别使用平面端盘和静压支承端盘进行对比实验研究。结果表明，在操作压力为4.5MPa和处理量为13m³/h的工况下，与平面端盘相比，采用1^#静压支承端盘（静压支承槽槽宽为2.0mm）时，装置的泄漏量从0.45m³/h减小至0.28m³/h，能量回收效率从91.3%提升至92.7%。采用2^#静压支承端盘（静压支承槽槽宽为3.0mm）的RERD在相同工况下，装置的泄漏量可降低至0.11m³/h，能量回收效率提升到95.0%。上述研究显示静压支承技术对于减小RERD装置泄漏量、提高装置效率具有显著的效果，对RERD装置密封结构设计与优化具有指导意义。     

TCR+FC型无功补偿技术在矿井提升系统中的应用

提升机是采矿企业广泛使用的大功率、高耗能的生产设备之一,矿井提升系统普遍采用电力电子器件构成的整流装置对其直流电机进行供电和控制。提升机在采矿过程中需要频繁地启动、停机,对电网的无功冲击和谐波污染使供电系统的安全稳定性受到严重影响。本文以国内某铅锌矿盲主井提升系统为研究对象,提出晶闸管控制电抗器(Thyristor Controlled Reactors,TCR)和固定电容器组(Fixed Capacitors,FC)相结合的无功补偿与谐波治理方法。针对提升机运行过程的特殊性和复杂性,给出无功补偿装置的具体电路设计、参数计算等的方法。提出的无功补偿与谐波治理技术对无功补偿装置的工程研究和开发提供一定的参考和指导,对提高电网的供电质量,保障矿井安全、稳定、高效生产具有十分重要的意义。     

基于Android平台的新农村手机号码银行安全服务策略

手机在农村已广泛使用,但容易丢失,往往给相应用户造成诸多不便或经济损失。本文以搭建的湖南农业农村信息化综合服务平台呼叫中心项目为基础,针对农村安卓手机用户构建一款呼叫信息安全保存、恢复机制的模块。该模块可以将用户电话号码、重要通信记录和短信信息像银行职能一样上传到服务器保存,并下载恢复,同时也可利用综合服务平台浏览自己保存的相关信息,进一步提高手机信息的安全性,为农村信息化发展保驾护航。     

多语种网络文本快速新词抽取

从网络文本中提取新词是网络信息处理中的一个重要问题,在信息检索、文本挖掘、词典编纂、中文分词等领域中都有重要应用。本文提出了一种与语言无关的快速新词提取算法,首先针对后缀树的数据结构将多语言文本进行统一编码,然后使用改进的统计方法在双后缀树上以线性时间统计重复串与邻接类别,并计算字符串的整体度,同时通过剪枝大幅度减少计算量,在中、英文语料上较好地实现了新词的抽取及排序。     

应用高分子分子设计合成节能丁苯橡胶：Ⅱ.链结构形成机理

用阴离子法合成ＳＢＲ，多官能团锂为引发剂，环已烷为熔剂，极性添加剂为无规化剂和结构调节剂。对苯乙烯、１．２－结构单元在分子链上的分布情况进行了研究。对丁苯共聚物的共聚组成，序列分布、微观结构 形成机理进行了探讨。认为在聚合体系中同时存在有丁二烯的π烯丙基活性种、σ烯丙基活性种及苯乙烯活性种。丁二烯与σ烯丙基活性中心反应主要形成１．４－结构，同π烯丙基中心反应主要形成１．２－结构。对于π烯丙基活性中     

Effects of the reinforcement and toughening of acrylate resin/CaCO3 nanoparticles on rigid poly(vinyl chloride)

Novel composite particles based on nanoscale calcium carbonate (nano‐CaCO₃) as the core and polyacrylates as the shell were first synthesized by in situ encapsulating emulsion polymerization in the presence of the fresh slush pulp of calcium carbonate (CaCO₃) nanoparticles. Subsequently, these modified nanoparticles were compounded with rigid poly(vinyl chloride) (RPVC) to prepare RPVC/CaCO₃ nanocomposites. At the same time, the effects of the reinforcement and toughening of these modified nanoparticles on RPVC were investigated, and the synergistic effect of modified nanoparticles with chlorinated polyethylene (CPE) was also studied. The results showed that in the presence of nano‐CaCO₃ particles, the in situ emulsion polymerization of acrylates was carried out smoothly, and polyacrylates successfully encapsulated on the surface of nano‐CaCO₃ to prepare the modified nanoparticles, breaking down nano‐CaCO₃ particle agglomerates, improving their dispersion in the matrix, and also increasing the particle–matrix interfacial adhesion. Thus, the effects of the reinforcement and toughening of these modified nanoparticles on RPVC were very significant, and the cooperative effect of the nanoparticles with CPE occurred in the united modification system. Scanning electron microscopy analyses indicated that large‐fiber drawing and network morphologies coexisted in the system of joint modification of nanoparticles with CPE. © 2006 Wiley Periodicals, Inc. J Appl Polym Sci 103: 3940–3949, 2007     

高斯型模糊润饰图像的模糊核反演算法

为了从模糊润饰图像恢复模糊核,基于对数傅里叶空间图像高斯型模糊润饰前、后的指数黎曼度量具有等距性特点,提出一种高斯型模糊润饰图像的模糊核反演算法.首先将模糊润饰前、后的图像转换到对数傅里叶空间;然后利用黎曼测地距离度量图像高斯型模糊润饰前、后的模糊不变量,从模糊不变量携带的信息中反演恢复出高斯型模糊核.在对高斯模糊、中值模糊、盒式模糊和多步高斯模糊润饰图像进行的实验结果表明,文中算法能够鲁棒地恢复出模糊核.     

基于人脸特征和线积分卷积的肖像素描生成

为了更好地模拟素描的笔画和突显肖像素描中五官的部分,提出基于人脸特征和线积分卷积的肖像素描生成方法.首先进行人脸分割,由人脸特征点确定GrabCut算法中每个特征的初始trimap,然后根据分割结果使用线积分卷积算法绘制肖像素描.文中使用了基于分割结果的多分辨率白噪声和方向场,并提出了基于分割结果的自适应性边界提取算法.实验结果表明,该算法改善了肖像素描的生成效果.     

基于有向复杂网络模型的形状描述与识别

针对传统复杂网络方法对形状的非刚性变形较为敏感等问题,在形状内部距离的基础上利用有向复杂网络进行形状分析.首先提取形状边界点作为复杂网络的节点,以形状边界点之间的内部距离作为复杂网络中节点之间的边权值构建初始网络;然后对初始复杂网络进行k近邻演化,得到不同演化时刻的有向子网络;最后提取各有向子网络的特征来实现复杂网络的特征描述,进而实现形状的特征表示.实验结果表明,该方法对常见的形状变形具有更强的鲁棒性;与传统的无向网络模型相比,具有更高的检索和分类精度.