磨削加工科学数据共享平台的开发

平台开发以郑州市科学数据共享平台为实现与应用技术指标,利用MySQL5.0作为后台数据库,Tomcat5.5作为Web服务器,采用J2EE体系结构、MVC构架,实现对数据库平台的创建、发布和管理功能。数据信息通过对磨削加工及其相关专业领域的搜集、组织与技术加工,构建了磨削工具库、设备库、学术论文库、行业动态库、技术标准库、专业著作书目库、厂商库、网址库及科技文献题录库等9个数据库,收录文献类型包括：学术论文、会议文献、汇编、工具图片及规格、设备图片及规格、国家和行业技术标准、网络数字资源等各类科技文献信息。     

Ni-Cu-Mg催化剂上裂解制碳纳米管

本文采用Ni-Cu-Mg催化剂气相沉积法制备碳纳米管,比较了凝胶共沉淀法和柠檬酸络合法制催化剂对碳纳米管的影响,并且研究了柠檬酸络合法制Ni-Cu-Mg催化剂在不同焙烧温度对气相沉积产物的影响。结果表明用柠檬酸络合法制催化剂在低温焙烧,得到碳球;在高温焙烧得到管质量很好的大孔径碳纳米管。     

溶胶-反相微乳液体系制备粒径可控的纳米CeO2

以环己烷/H_2O/CTAB/正丁醇形成的反相微乳液体系为反应介质,其中,水相为调节Ce(NO_3)_3溶液pH值形成的溶胶,研究了Ce(NO_3)_3浓度、溶胶和反相微乳液体系的温度、反相微乳液体系pH值对CeO_2粒径的影响,并用XRD、激光粒度仪对样品进行了表征。结果表明,可以在1～100 nm内制备出粒径可控的CeO_2颗粒。控制Ce(NO_3)_3浓度为1.2 mol/L、溶胶和反相微乳液体系的温度为25℃、反相微乳液体系pH值为8,可得到D_(90)粒径在25～45 nm的CeO_2颗粒。     

一种新的血管造影图像Hessian矩阵增强算法

针对实际血管造影图像存在的噪声和光照不均,本文提出一种新的Hessian矩阵增强算法来提取血管图像。算法主要通过无抽样方向滤波器组进行血管方向图分解、同态滤波器滤波、Hessian特征矩阵和血管方向图合成。实验表明,与传统Hessian算法相比,提出的算法能够连续提取血管的精细结构,对噪声不敏感,处理的图像质量更高。     

基于遗传算法的污水处理工艺流程优化

污水处理工艺是针对城市生活污水和工业废水的处理问题所提出的一套完整的解决方案,并且被广泛应用于各个领域.城市污水处理工艺应根据处理规模、水质特性、受纳水体的环境功能及当地的实际情况和要求,在工艺技术特性与经济成本的衡量中选择优化方案确定,其可以看作是一种特殊形式的多参数优化问题:首先统计污水处理的工艺方法并设计污水处理工艺知识库;其次将各工艺的参数和环境信息作为输入,以工艺知识库作为支撑,依托设定好的智能算法自动生成由工艺知识库中的工艺组合而成的方案,方案包括各工艺模块的顺序、工艺内部组件的尺寸、预测运行成本以及处理效果.本文提出了使用messy遗传算法对污水处理工艺流程进行选优推荐,将工艺序列的总成本的倒数作为适应度,根据工艺知识库与优化目标,自动生成在多个污染物指标达标的情况下成本最低的优化方案.通过实验验证,messy遗传算法能够在工艺序列长度变化的情况下实现方案的高效准确推荐.     

基于贝叶斯Noisy Or Gate网络的多传感器目标分类识别

针对多传感器获取空中目标的多识别特征,提出了基于贝叶斯Noisy Or Gate网络的目标识别模型;该模型考虑未知因素的影响,将识别特征按二值节点进行网络识别结构构造,利用单个特征的识别结果,计算得到多个特征识别的任意组合,条件概率个数可以从2n减小为2n.仿真计算结果表明,该方法具有简化知识获取,节省存储空间,证据传播及时,实时性高的特点,为目标分类与识别提供了一个新的途径。     

基于J2EE＋Tomcat5.0＋MySQL5.5应用开发中乱码问题研究

在基于Java语言的编程中,经常碰到汉字显示出现乱码的问题,尤其是在Web应用的开发中配合Tomcat、MySQL使用时更是如此。在论述字符集和字符编码的基础上,对不同情况下Web开发中出现的乱码问题进行总结,并对每种情况进行详细的描述,给出相应的解决方案。     

超硬材料文献信息管理系统

概述了由作者历经数十年的建设实践、主持开发的<超硬材料文献信息管理系统>,认为该系统具有功能完备、技术先进、实用性强、专业信息具有权威性等特点,在全国超硬材料行业的生产建设和经济建设以及在我国文献信息建设领域中发挥了重要作用.     

一种基于混合重取样策略的非均衡数据集分类算法

非均衡数据是分类中的常见问题,当一类实例远远多于另一类实例,则代表类非均衡,真实世界的分类问题存在很多类别非均衡的情况并得到众多专家学者的重视,非均衡数据的分类问题已成为数据挖掘和模式识别领域中新的研究热点,是对传统分类算法的重大挑战。本文提出了一种新型重取样算法,采用改进的SMOTE算法对少数类数据进行过取样,产生新的少数类样本,使类之间数据量基本均衡,然后再根据SMO算法的特点,提出使用聚类的数据欠取样方法,删除冗余或噪音数据。通过对数据集的过取样和清理之后,一些有用的样本被保留下来,减少了数据集规模,增强支持向量机训练执行的效率。实验结果表明,该方法在保持整体分类性能的情况下可以有效地提高少数类的分类精度。     

PW/C催化剂上对叔丁基甲苯的合成

以负载于活性炭上的磷钨酸(PW/C)为催化剂,在100 mL间歇式不锈钢高压反应釜中,研究了甲苯与叔丁醇的烷基化反应.采用X射线衍射(XRD)、氨程序升温脱附(NH3-TPD)和热质量分析等手段对催化剂的结构、酸性质及热稳定性进行了表征,并在反应中考察了它们的催化性能.结果表明,中低负载量的磷钨酸均匀分散于活性炭表面,负载量(质量分数)超过30%则产生聚积.负载量为30%的磷钨酸由于酸性强、酸量大且均匀分散而呈现较高的活性.对该催化剂,适宜催化剂的活化温度为350℃,反应温度为160℃,反应时间为3 h,初始压力为0.6 MPa,原料与催化剂的质量比为5,叔丁醇与甲苯的摩尔比为2∶1,此时甲苯转化率达40.89%,对叔丁基甲苯(PTBT)选择性为77.54%.