绒毛纤维在无尘纸中的应用

绒毛纤维是一种经过特殊处理的具有高度柔软性、高吸收速率和高吸收能力等特点的天然纤维,是无尘纸生产中最重要的一种原材料。无尘纸的许多性质受其影响,如：抗张强度、湿抗张强度、吸液性质、柔软性、白度。在生产实践中我们对各种绒毛纤维分别进行了实验和分类,找出最适合各类无尘纸的绒毛纤维,以便生产出性质更优良的无尘纸。下面就各类无尘纸的特点及绒毛纤维的基本性能做以阐述。     

全双工主动窃听非正交多址接入系统智能超表面辅助物理层安全传输技术

针对全双工被动窃听和主动干扰攻击下的多用户非正交多址接入(NOMA)系统,该文提出一种智能超表面(RIS)辅助的鲁棒波束赋形方案以实现物理层安全通信。考虑在仅已知窃听者统计信道状态信息的条件下,以系统传输中断概率和保密中断概率作为约束,通过联合优化基站发射波束赋形、RIS相移矩阵、传输速率和冗余速率,来最大化系统的保密速率。为解决上述多变量耦合非凸优化问题,提出一种有效的交替优化算法得到联合优化问题的次优解。仿真结果表明,所提方案可实现较高的保密速率,且通过增加RIS反射单元数,系统保密性能更佳。     

空气源热泵相变蓄能除霜系统动态特性实验研究

为研究空气源热泵相变蓄能除霜系统的除霜过程动态特性及性能,开展了空气源热泵相变蓄能除霜系统的实验研究,并与传统逆循环热气除霜进行了比较.实验结果表明,与传统空气源热泵逆循环除霜相比,相变蓄能除霜可使系统的除霜时间减少至少4 min,压缩机的排气压力、吸排气温度、功率及室外机平均壁温回升速度均明显加快;相变蓄能除霜可使除...     

掺砾黏土蠕变性质的三轴试验

为分析掺砾量、围压和应力水平对掺砾黏土蠕变性质和规律的影响,对以不同黏土和砾混合比备制的掺砾黏土进行了不同围压和不同应力水平下的三轴排水蠕变试验。土样掺砾量分别为30%、40%、50%和70％,试验围压50kPa~200kPa,应力水平0.21~1.04。试验结果表明掺砾黏土受荷后发生较明显的瞬时变形和蠕变变形,其蠕变变形将趋于一稳定值;蠕变变形随应力水平和围压的增大而增大,随掺砾量的增加而减小。提出一个三参数经验蠕变方程以表示掺砾黏土的应力水平-轴向应变-时间关系,其中轴向应变-时间关系和应力水平-轴向应变关系以双曲线方程表示,并分析了模型参数的意义和取值。     

双重触发的嵌入式系统内核安全访问控制

随着外部事件的不可预知性和实时任务复杂性的增加,传统的仅采用基于事件触发机制的嵌入式实时操作系统的设计变得更加困难,在很多情况下,该系统难以保证实时运行过程中的安全性与可靠性。本文针对μC/OS-II在设计之初并没有考虑时间触发以及安全访问控制机制的特性,结合OSEK时间触发标准,设计并实现一种符合OSEK标准的、基于时间/事件双重触发的内核任务调度机制,并在该调度机制中,提出通过采用通用访问控制框架（GFAC）和安全属性映射表的方法,保证了不同角色对系统访问的安全访问控制。实验结果表明,所设计的调度机制和访问控制方法不仅满足了时间和事件双重触发特征,而且加强了对内核的安全访问控制操作并具有良好的使用效能。     

基于马尔科夫链的大学生自主学习能力预测方法

以反映大学生自主学习能力的现时状况数据指标为基础,利用马尔科夫链工作原理,分析研究自主学习能力的有效评估方法,构建大学生自主学习能力预测方法模型并提供算法流程,测试表明预测与实际结果高度吻合。所提供的研究模型精细、稳定、实用,能有效应用于提高自主学习能力和相应的预测软件开发当中。     

改进Smote算法在不平衡数据集上的分类研究

在不平衡数据集中,过抽样算法如Smote(Synthetic Minority Oversampling)算法、R-Smote算法与SD-ISmote算法可能会模糊多数类与少数类的边界以及使用噪声数据合成新样本。本文提出的ImprovedSmote算法使用少数数据集的簇心与其对应类别的少数集数据,在簇心与不大于样本属性数的对应类别少数集数据形成的图形内随机插值来生成新数据。ImprovedSmote算法结合C4.5决策树与神经网络算法在实验数据集上的结果比Smote, R-Smote与SD-ISmote算法更好,可以有效地提高分类器分类性能。     

双点辅助定位的移动终端掌纹识别系统

移动终端掌纹识别中难以控制手掌摆放位置和姿态,并且受到复杂场景和差异光照的干扰以及硬件资源的限制。针对上述技术挑战,本文在Android平台上自主设计和实现双点辅助定位的新型掌纹识别系统,并解决整个工程实现中的多个技术难题。拍摄时由辅助点和辅助框共同限定手部位置和姿态,确定食指和中指之间以及无名指和小指之间的2个指间谷底点为关键点,旋转掌纹图像使两点连线与坐标系横轴平行,最终裁剪感兴趣区域用于特征提取和识别。本文提出的辅助定位方案增强了掌纹预处理抵御干扰因素的稳健性和系统实时性。     

基于Levenshtein和TFRSF的文本相似度计算方法

在社交网络中查找和收集个人信息可以建立一个包含目标履历、生活、爱好以及朋友等属性的信息体系,但是不同社交网络中存在大量同名用户。为了解决同名歧义问题,采用计算用户信息相似度,可以判断2个用户是否属于同一个人。由于文档中描述信息位置颠倒会导致计算机误判,为此,本文通过对莱文斯坦（Levenshtein）和词频相关字符串频率（TFRSF）方法融合计算词频和编辑距离,判断属性值是否相同。实验结果表明,本文提出的计算文本相似度方法在多种评价指标上准确性都有所提高,准确率（Precision）、召回率（Recall）、F1值（F1 Measure）均大于87%。