电子数据备份方法探讨

在广泛开展的信息化工作中,由于各种原因引起的电子数据丢失时常发生,当丢失的数据无法恢复时会造成不同程度的损失,因此需要对电子数据进行安全备份。针对电子数据备份的重要性及经常发生的问题,论述了数据备份的方式和等级,提出了加强数据备份的管理,健全管理制度以及完善数据备份的过程与环节。应用相关技术,在确保安全的前提下,选择操作性强、成本较低的备份方式和等级,充分发挥数据备份的作用。     

MODIS数据Bowtie效应消除算法

MODIS数据不仅具有较高的过境频率和光谱分辨率,还具有成本低、覆盖面广等优势。受地球曲率的影响,MODIS L1B数据大多存在一种重叠效应,即Bowtie效应,主要发生在图像的边缘地带,该效应制约了MODIS遥感数据的进一步分析及应用。针对遥感影像几何畸变问题,提出一种不基于传统星历表的Bowtie效应消除算法,采用相关系数法确定每个扫描带的重复行数,根据不同分辨率的MODIS L1B数据,使用相对应的重采样方法对图像进行重采样处理。通过与其他Bowtie效应消除算法的对比实验及分析,证明该算法不仅能够有效去除Bowtie效应,而且执行速度较快,具有较高的工程应用价值。     

荧光法测定N-（α-烷苯氧基）十四酰基牛磺酸钠的临界胶束浓度

研究了一类以苯氧基作疏水支链的新型阴离子表面活性剂——N-（α-烷苯氧基）十四酰基牛磺酸钠（SAPTT）水溶液的紫外吸收光谱、探针（芘）稳态荧光发射光谱及自身稳态荧光发射光谱性质．研究结果表明，荧光探针（芘）法和自身稳态荧光法可用来测定这类表面活性剂的临界胶束浓度（CMC），且测定结果与表面张力法（吊片法）接近；与荧光探针（芘）法相比，对于所研究体系，自身稳态荧光法的灵敏度和准确性均较高，所测得CMC结果与表面张力法（吊片法）能较好地吻合．     

智能公交移动平台实时查询客户端

随着智能手机和高速移动网络的普及,智能公交查询系统作为一个城市化的公共信息平台,可较大程度上方便广大民众的日常出行．目前,Android平台上的公交查询客户端分为两种,一种是查询静态信息,如换乘方案,线路信息等,另外一种是公交实时运行状况的查询．本文在传统设计的基础上,采用本地数据库和HTTP连接双重查询方式,通过解析JSON数据,设计并实现了具有自动刷新功能的移动平台公交实时查询软件．在查询站点信息和线路信息基础上,将线路上即将到站车辆的运行位置信息实时显示在页面上,从而使用户清晰的了解当前公交运行情况,适当调节自己的出行计划,具有较高的现实意义．     

具有椭圆盘极点约束的线性系统滤波器设计

针对一类线性系统,研究其闭环系统极点具有椭圆盘约束的情况下滤波器设计问题。在极点约束的前提下,控制目标要求闭环系统渐近稳定,并且干扰抑制性能指标小于给定的上界。首先利用有界实引理给出椭圆盘极点约束前提下滤波器的存在条件;其次,利用线性矩阵不等式技术,将滤波器的存在性问题转化成一组线性矩阵不等式(LMI)的可行性问题,根据LMI的可行解,给出滤波器的设计方法,由该方法得到的滤波器满足给定的性能要求;最后,数值算例说明该方法的有效性和可行性。     

NHD脱碳工段技改总结

合成氨装置脱碳工段采用NHD脱碳工艺,由于脱碳后的脱碳气中CO2含量偏高,造成H 2损耗较大,为此采用ZUPAC系列双向金属折峰式波纹填料和新型槽盘式液体分布器对脱碳塔进行改造。改造后,脱碳气中CO2体积分数从2.0%降至1.6%,年可增加经济效益1000万元左右。     

均匀沉淀法制备纳米氧化锌和片状氧化锌粉体

以氯化锌、尿素为原料 ,采用均匀沉淀法在一定条件下制备得到纳米级氧化锌粉体。并以TEM、SEM、XRD等测试手段对产物的粉体结构、形貌进行了研究。结果表明 ,在 2 0 0℃下热处理得到的氧化锌粉体结晶性能良好 ;在较大的反应物浓度及反应物浓度比下可以得到较小的晶体粒径 ,平均为 2 0nm ,且分散性好 ;在较小的浓度及较小的浓度比下得到的晶体粒径较大 ,并呈片状生长。阐述了浓度对于粒径大小的影响并得出片状氧化锌微晶生长的最佳条件。     

磁力驱动器涡流损失的研究

对磁力驱动器金属隔离套在交变磁场中引起的涡流损失进行了理论计算 ,并与实测结果进行了对比。指出合理选择金属隔离套的相关参数 ,可以有效控制涡流损失的大小     

多无限远目标模拟装置光轴共面测试技术研究

提出一种基于激光准直五棱镜回转扫描和CCD技术的非接触检测方法,通过检测三块立板平面度来实现对多无限远目标模拟装置光轴共面度的高精度非接触测量。给出误差评定方法,同时对仪器精度进行分析,通过实验测得共面度为0.039mm,满足精度要求。     

基于RS-SVM的建筑施工项目安全预警模型

针对目前建筑施工项目安全风险管理的现状,应用粗集理论对建筑施工项目的安全因素进行预处理,将处理后的信息结构作为支持向量机的输入数据进行训练和预测,构建建筑施工项目安全风险预警模型,并在小样本条件下,与BP神经网络进行对比分析。结果表明,RS-SVM预测模型的最小均方根误差为0.011 5,BP神经网络的均方根误差为0.070 7,RS-SVM预警模型的预测精度、泛化能力明显优越于BP神经网络学习方法。