硝酸铈对镁合金在硝酸铵溶液中的缓蚀作用

采用失重法、Tafel极化曲线和电化学阻抗谱法研究了在1 mol/L硝酸铵溶液中,稀土盐硝酸铈对镁合金的缓蚀作用。试验结果表明:在硝酸铵溶液中,硝酸铈能较好地减缓镁合金的腐蚀;硝酸铈对镁合金的缓蚀作用随其添加浓度的增加先增大,以后略有减小,硝酸铈浓度为1×10-3mol/L时,缓蚀率达到最大。     

上海某大商场空气品质调查

对上海某６层商场的室内空气品质作了为期４天的现场测试和主观调查。结果表明,该商场存在各层温度分布不均匀、换气量不足等问题。     

基于建链信息的密数据流识别方法

针对加密流量难以识别的问题,提出一种利用神经网络提取通信双方建链信息以识别加密流量的方法.该方法首先获取加密连接建立阶段的交互流量,将流量数据转化为灰度图,然后利用卷积神经网络提取其图像特征,进而提取加密数据流的类别特征.由于在建链阶段就可提取类别信息,所以该方法具有早期识别特性,这能使加密流量的识别与管控实现有机结合...     

基于蚁群数量动态调整的改进蚁群优化算法

蚁群优化（ACO）算法是一种常用的元启发式算法，它通过模拟蚁群寻找食物的过程，为求解多维背包问题（MKP）等NP难（Non-deterministic Polynomial hard）问题提供可行途径。原始ACO算法及其改进算法，通常分为多个轮次，每个轮次均会生成一个蚂蚁种群寻找可行解。在不同轮次中，每轮蚁群中蚂蚁的数量是固定的，因此，如果将其指定一个较大的值，会导致算法出现不必要的时间消耗；反之，如果指定的值较小，则会降低算法全局最优解搜索能力。为此，提出了一种基于蚁群数量动态调整的改进蚁群优化算法ACO-ANDA(ACO algorithm based on Ant Number Dynamic Adjustment)，所提算法在可行解搜索过程中，引入了一种新的蚁群数量动态调整机制。在每轮可行解搜索结束后，均根据近几轮可行解和历史最优解之间的关系，调整下一轮蚁群数量，实现对算法时间耗费和最优解搜索能力的平衡。再基于MKP基准测试集SAC-94的多组实验结果表明，相较于原始ACO算法，所提算法能够在最优解利润平均降低0.02%的情况下，平均降低77.85%的时间耗费。