TH—AADY与低温蒸煮配套应用于酒精半连续发酵新工艺定型报告

阐述了将ＴＨ－ＡＡＤＹ与低温蒸煮配套半连续发酵工艺的全过程，操作方法，工艺参数翔实、可靠，是一篇难得的工艺定型报告，对大中型酒精厂都有推广意义。文章最后介绍了变革传统工艺后，这个年产２０００吨酒精的小厂按此工艺年增效益２０１．３万元。     

管具螺纹的数控加工及修理技术应用

从现场实用的角度对比分析了手动、数控2种修螺纹方法,提出了在管具修理工作中研究推广数控技术车修管螺纹的必要性,介绍了试验研究过程中的技术问题。     

任职教育院校考核模式改革研究

随着任职教育改革的逐步深入,考核模式改革滞后的问题逐步显现,如何有效推进考核模式改革已成为急需研究的现实问题.结合我院近年来任职教育考核改革实践,从拓展考核内容、活用考核方法、构建考核评价体系等方面进行了探索研究,并提出了进一步深化任职教育考核模式改革的几点思考.     

纳米SiO_2掺杂的In2O_3厚膜气敏传感器稳定性研究

采用丝网印刷技术,制备了纳米SiO2掺杂的In2O3厚膜气敏传感器,并通过加速寿命试验对乙醇气氛下传感器的稳定性进行探究。通过长期测试发现纳米SiO2的掺入明显地提高了In2O3气敏传感器的稳定性。此外,当SiO2的掺杂浓度控制在5wt%左右时,In2O3气敏传感器的气敏性能也有了很大的提高。结合实验数据,对SiO2提高In2O3气敏传感器稳定性与敏感性的微观机理做了深入分析。     

表面改性四针状纳米ZnO结构与气敏性能研究

将4种质量分数(5%,10%,20%,30%)的Co(CH3COO)24H2O混合到四针状纳米ZnO原料里,采用超声化学浸泡法制备出表面改性四针状纳米ZnO颗粒。通过XRD和TEM分析了表面改性四针状纳米ZnO结构的物相和形貌特征。随着Co(CH3COO)24H2O质量分数增大,Co3O4相明显出现,Co3O4相沉积在ZnO表面上。研究表明:以表面改性四针状纳米ZnO粉末为原料制备的厚膜气敏元件,与纯ZnO气敏元件相比,Co(CH3COO)24H2O质量分数为5%的气敏元件对酒精和甲醇有较高的灵敏度,并讨论了表面改性对气敏性能的影响。     

基于本体的城市遥感影像语义模型

在快速的城市化进程中,遥感技术可以为城市土地利用变化提供直观、准确、同步的信息。本体是对概念化的明确描述和说明,更接近于认知模型,易于理解和共享;同时又能以计算机可操作的形式化语言明确表达目标领域的概念体系及其蕴含的语义。因此,在分析和借鉴现有相关研究的基础上,将本体、语义思想引入到遥感影像表达,建立了基于本体的城市遥感影像解译应用语义模型和解译框架,应用此框架将有助于提高城市遥感影像解译的精度与效率,对推动遥感技术在城市相关领域中的应用有着积极的意义。     

转发式假目标干扰的极化鉴别

高逼真度转发式假目标干扰对雷达系统的检测、跟踪以及数据处理都形成了很大的威胁,对真、假目标进行鉴别进而剔除假目标,是雷达对抗假目标干扰的一种有效途径.然而,由于转发式假目标干扰技术的日益进步,从时域、频域或者空域已经越来越难以将其鉴别.文中研究了利用极化信息鉴别目标和假目标的技术:根据假目标信号矢量极化比固定而目标信号矢量极化比随雷达发射极化而改变这一差异,将鉴别问题转化为二维复空间上的直线判别问题;推导了假目标鉴别统计量的分布表达式,依之分析了干扰的鉴别率;对于目标,提出了目标散射矩阵的分解模型及鉴别判别量的概念,从而根据目标鉴别判别量即可预估目标的鉴别率,完整地分析了算法的鉴别性能.仿真实验结果表明,文中方法能稳定而有效地鉴别真、假目标.     

Windows平台上实现多媒体信息实时捕获的几种主要技术研究

针对实时视频捕获，讲述了在Windows环境下利用VideoforWindows库函数和DirectShow技术实现实时视频采集的关键技术，给出了软件实现视频流捕获的结构流程和相应的编程示例。     

SO_4~(2-)/炼锌水淬渣固体酸的制备及催化性能研究

用炼锌水淬渣废物为原料,采用半湿法浸渍和干法老化结合的方法制备了SO2-4/水淬渣固体酸催化剂,考察了浸渍浓度、焙烧温度、老化温度等制备条件对其催化油酸和甲醇酯化制备生物柴油催化性能的影响,并对SO2-4/水淬渣和硫酸处理水淬渣絮凝体烘干物进行NH3-TPD酸性测试和比表面积分析。实验结果表明,制备条件对SO2-4/水淬渣固体酸的催化性能有很大的影响,将最佳制备条件下得到的催化剂用于油酸和甲醇的酯化反应,在催化剂用量18%,醇油比15∶1,温度120℃,反应时间8h的反应条件下,酯化率可达90%以上,且该催化剂重复使用4次后,酯化率仍在50%以上,经H2SO4活化后其催化活性又可恢复。     

事务型滑动窗口下的数据流频繁模式挖掘

作为数据流挖掘的一个重要研究问题,滑动窗口下的数据流频繁模式挖掘近年来得到了广泛应用和研究。已有的算法大多要对数据流中所有的数据都进行处理,而现实中用户往往只关注事物的某些方面,由此借鉴MFI-TransSW算法,提出了一种基于事务型滑动窗口的算法BSW-Filter（Bit Sliding Window with Filter）。算法采用比特序列实现滑动窗口操作,同时由于增加了频繁项的筛选,减少了所需保存的数据项个数,从而减小了内存使用和提升处理速度。算法的空间复杂度与滑动窗口大小以及数据流取值范围无关,特别适用于周期较长数据范围广的数据挖掘。分析和实验验证了该算法的可行性和有效性。