由溴丙烷和三正丙胺合成溴化四正丙基胺

溴化四正丙基胺在化学化工方面有着广泛的应用,尤其在合成催化剂时可作为相转移催化剂制备均匀颗粒．本文研究了反应温度、反应时间、不同溶剂对溴化四正丙基胺产率的影响,在80℃反应10h,以N,N-二甲基甲酰胺做溶剂时,产率最高达到27．50％．红外光谱表明,溴化四正丙基胺需在80℃以下干燥,温度过高会使其分解．     

PB中动态数据窗口的使用

通过对数据窗口控件、数据窗口对象以及如何利用SyntaxFromSQL ()函数生成符合数据窗口对象语法的字符串的介绍 ,详细说明了动态数据窗口在PowerBuilder中的用法     

西天山阿吾拉勒阔尔库岩基解体的岩石化学证据

西天山阿吾拉勒阔尔库岩基被解体为早石炭世赛肯都鲁序列和早二叠世阔尔库序列。岩石化学研究表 明,赛肯都鲁序列中SiO2质量分数平均62.81%,富CaO贫Na2O和K2O,K2O小于Na2O,属钙碱性次铝质,为 壳幔混源岛弧花岗岩,与研究区的早石炭世大哈拉军山组钙碱性岛弧火山岩共同构成了岛弧火成岩组合;而阔 尔库序列SiO2质量分数平均为70.99%,贫CaO而富Na2O和K2O,碱值明显高于赛肯都鲁序列,K2O大于 Na2O,属碱性弱过铝质,为壳源后造山花岗岩,与晚石炭世—早二叠世大陆裂谷碱性双峰式火山岩共同构成了 板内裂谷火成岩组合。岩石化学特征为这一岩基的解体提供了有力的证据。     

基于序贯蒙特卡洛法的风／柴／储能发电系统充裕度评估

边远地区采用风／柴／储能发电向负荷供电,可保证供电可靠性、节省柴油燃料和保护当地的生态环境。采用已测量到的风速历史数据,建立风速时间序列模型,进行风速模拟预测,并计算风电机组的输出功率。应用序贯MonteCarlo模拟法,在考虑机组随机故障的情况下,建立发电机充裕度评估模型。针对样例系统,定量分析了系统各种配置参数变化对发电系统充裕度的影响。评估结果可为风／柴／储能发电系统可靠运行和储能设备配置提供依据。     

改进的空间矩亚像素边缘检测算法

为解决Lyvers算法在利用空间矩进行亚像素边缘检测时交点附近的边缘检测误差大的问题,对交点附近的边缘模型进行了分析,提出利用空间矩多项式判断边缘交点,然后利用双线性插值法和牛顿迭代法来求取多项式的解,而多项式的解就是亚像素边缘检测结果.实验证明,改进算法很好地弥补了Lyvers算法在交点附近的计算误差.     

探索银行助力军民融合产业发展之路

正军民融合发展上升为国家战略,不仅关系到国家主权和安全,更关系到广大人民的切身利益。任何产业的发展,都离不开资金的支持,衡量军民融合产业发展水平的一个重要指标就是产业资金的聚集程度。目前,我国资金的结算主要由各类金融机构负责处理,银行作为最基础的金融机构,更应该率先探索银行助力军民融合发展的新思路、新方法。绵阳市商业银行股份有限公司积极响应国家和中     

数据挖掘给企业应用带来什么？

目前,在很多领域,数据挖掘(datamining)都是一个很时髦的词,尤其是在如银行、电信、保险、交通、零售(如超级市场)等商业领域。同时,很多人也把它看得很神秘,那么到底什么是数据挖掘呢? 简而言之,数据挖掘其实是一类深层次的数据分析方法。数据分析本身已经有很多年的历史,只不过在过去数据收集和分析的目的是用于科学研究,另外,由于当时计算能力的限制,对大数     

基于IEEE1394总线的图像采集处理系统实现

针对卫星激光通信的瞄准捕获跟踪(PAT)系统的图像处理子系统对光信号的检测要求处理速度快,抗干扰能力和实时性强等特点,设计了基于IEEE1394总线的图像采集处理系统来接收CCD传出的图像数据。采用CCD摄像机作为整个系统的光信号探测器,并利用基于IEEE1394总线的图像采集处理系统来接收CCD传出的图像数据。采用了数字信号处理器DSP作为图像处理系统的主控单元,并采用了两片1394芯片分别实现链路层和物理层。对于系统的软件设计,根据角偏差算法的特点,设计处理数据方式为:每采集一个等时数据包就对该数据包进行处理并将结果累加,到下一幅图像传输开始时完成对上一幅图像的处理。经调试,该系统成功应用于卫星激光通信试验系统的激光束位置偏差信号的检测,它具有硬件实现简单,处理速度快,软件升级性好等特点。     

基于PLC的平煤矿井提升机控制系统

介绍基于PLC的平煤矿井提升机控制系统设计.     

基于拉普拉斯中心性和密度峰值的无参数聚类算法

针对聚类算法的聚类中心选取需要人工参与的问题,提出了一种基于拉普拉斯中心性和密度峰值的无参数聚类算法（ALPC）。首先,使用拉普拉斯中心性度量对象的中心性;然后,使用正态分布概率统计方法确定聚类中心对象;最后,依据对象到各个中心的距离将各个对象分配到相应聚类中心实现聚类。所提算法克服了算法需要凭借经验参数和人工选取聚类中心的缺点。在人工数据集和真实数据集上的实验结果表明,与经典的具有噪声的基于密度的聚类方法（DBSCAN）、密度峰值聚类（DPC）算法以及拉普拉斯中心峰聚类（LPC）算法相比,ALPC具有自动确定聚类中心、无参数的特点,且具有较高的聚类精度。