稀土元素对HPb58-3性能的影响

铅黄铜(HPb58-3)中添加微量稀土元素进行的研究表明,稀土元素具有细化晶粒、提高高温塑性和改善切削性能的功效。研制中还就稀土元素改善铅黄铜(HPb58-3)热加工性能的机理进行了初步的探讨。     

地震及风荷下高层隔震结构舒适度分析

国内中低层隔震建筑物发展已渐成熟,隔震技术正逐渐应用于高层结构.结合某高层隔震结构,对结构在多遇地震、罕遇地震下的加速度响应及风荷载的作用进行分析,分析表明,隔震后的结构加速度响应显著降低,有利于保持建筑使用功能和提高地震时人员的舒适度.在风荷载作用下,结构的水平位移和水平剪力都比较小,风荷载对结构产生的影响较小,结构可以不采用限位装置,依靠结构自身的重量和刚度可以保持稳定性.     

东瀛美食三题——豚骨拉面——日式拉面的极品

实在没曾料到，我也会开始写起了关于“美食”的文章，虽然我没有去过多少家著名的餐馆，也不可能就文中所记逐一说明出处考据之类的，但我总觉得喜爱烹调的自己有很多东西想说，并且更有付之于文的冲动，原因在于自己曾经在日本的餐馆打过工，或者与一些有特点的地方饭店有过或多或少的接触。     

浅谈基于Delphi开发平台的网上课程中心的设计

网上课程中心作为一种新的网络教学平台在高校教育教学改革中发挥着重要的作用。它是促进教学方法改革、促进课程资源整合与积累、实现优质课程资源共享、促进高等教育人才培养模式转变、全面提升教学效率和教育质量的途径。为了满足学校教学需要,进一步提高信息化教学水平,本课题建立在这一研发任务的基础上。本课题从实际需要出发,以建构主义理论、交互理论和用户体验设计思想为指导,比较分析了现有课程中心的功能,调研分析了各类用户的实际需要,确定了系统的结构框架与具体功能设计方案,最后基于Delphi开发平台完成了系统的实现。     

位移规法测量管材疲劳裂纹扩展量

根据柔度变化原理,用自制“U”形位移规测量管材受内压时的裂纹咀张开位移,通过标定曲线比较即可得到裂纹沿深度方向的等效扩展量.     

基于压差法的水泵水轮机模型径向水推力测试研究

确定水力机械径向力,对指导电站机组稳定安全运行有着重要意义。通过对径向力测试方法的研究对比,根据水力机械模型发展现状,本文采用压差法测量转动部件径向瓦内油压的变化,计算主轴作用于转动部件的径向力,从而得到水泵水轮机模型在旋转时产生的径向水推力,最后通过水推力系数进行原型换算。研究试验结果表明:在某项目水泵水轮机模型力特性试验中,将该方法测试得到的结果与CFD计算结果进行对比分析,并与较为成熟的测试方法进行比较,验证了该方法确定水泵水轮机模型径向水推力的合理性与准确性,在时间和经济方面减小了该项试验研发成本,效果显著。     

东瀛美食三题

豚骨拉面--日式拉面的极品 实在没曾料到,我也会开始写起了关于"美食"的文章,虽然我没有去过多少家著名的餐馆,也不可能就文中所记逐一说明出处考据之类的,但我总觉得喜爱烹调的自己有很多东西想说,并且更有付之于文的冲动,原因在于自己曾经在日本的餐馆打过工,或者与一些有特点的地方饭店有过或多或少的接触。     

高性能两方隐私集合求交技术研究及应用探索

隐私集合求交（Private Set Intersection,PSI）是一种保护数据隐私的集合计算技术,允许互不信任的各方协同计算私有数据的交集,且不透露交集以外的任何信息。PSI技术被广泛研究和应用,主要从提升性能和探索新型应用场景两个方面发力。首先详细梳理两方PSI的研究进展,分析和评估业界先进的算法协议;其次以卫星互联网新型应用场景为例,探索提出高性能两方PSI应用方案,实验测试不同数据类型在多种网络环境下的性能,给出新型场景下的PSI实践范式。最后进行总结与展望,给出了PSI的发展思考与建议。     

φ10锆—4合金管低周液压下轴向表面裂纹扩展的研究

探索用柔度法测定小口径锆—4合金管低周疲劳裂纹的等效扩展量。已建立了液压疲劳实验装置,采用COD规监控裂纹向深度的扩展运动,记录低周疲劳裂纹的传播过程。实验证实,通过柔度标定曲线可以间接地预测在低周液压下表面裂纹沿深度的扩属量,并由此估算出裂纹扩展速率。实验指出,低周液压下的断裂特征与循环次数有关,随循环次数的增多,逐渐由爆破过渡到泄漏。     

基于安全多方计算的两方推理

数字基础设施的发展加速了个人隐私数据在机器学习中的应用。随着机器学习即服务的市场规模逐步扩大，服务提供商和用户在双向获利的同时也面临着严重的隐私泄露风险。因此，安全推理作为隐私保护机器学习的一个分支，成为科学界和工业界的研究热点。安全多方计算是安全推理最重要的密码学工具。从机器学习推理中潜在的隐私问题出发，引入安全多方计算技术，进一步对基于安全多方计算实现的安全推理框架进行分析研究，重点分析和评估了业界先进且实用的技术框架。最后进行了总结与展望，给出了隐私保护机器学习及安全推理的未来发展的思考与建议。