应用阳离子改性剂PECH-amine 提高活性染料上染率的初探

应用阳离子改性剂PECH-amine对棉织物改性,应用不同用量的活性红B-2BF上染改性后和未改性的棉织物,比较了K/S值和上染率.试验结果为K/S值提高149.17%;上染率在染料用量为1%￣3%(owf)时增加42.84%￣61.25%,证明改性后的棉织物活性红B-2BF上染率与K/S值显著提高.     

市售蔬菜中原花青素的提取与测定

通过2种不同的方法对市售各种蔬菜中的原花青素进行提取,并测定提取液中原花青素的含量,确定各种蔬菜中原花青素含量高低的规律,并比较了2种提取方法的提取效果.用75%的乙醇溶液作为提取剂,按照料液比为1:9.14的比值分别在室温和70 ℃的恒温水浴中提取30min后,采用紫外分光光度法测定提取液中原花青素的含量.结果:采用标准曲线法定量测定提取液中原花青素含量,原花青素在3.1μg/mL～31μg/mL浓度范围内有良好的线性关系,其回归方程为A=0.00341+0.0081C,R=0.99866,且方法的精密度良好(RSD=0.24%),平均回收率在94.6%～101.2%之间,符合分析方法要求.原花青素含量基本按照颜色越浅,含量越低,颜色越深紫,含量越高的规律变化,且适当的加热能使原花青素的提取更充分.     

基为64的可扩展模乘法器设计

针对Tenca提出的基为8的Montgomery模乘器,采用基为64的改进设计,使其在不同运算长度下,运算速度比Tenca的设计平均提高了48％.同时对硬件设计进行了优化,缩短了关键路径的延迟.该设计具有良好的可扩展性,能够支持任意位数的模乘运算,可广泛应用于不同性能和面积需求的公钥密码协处理器设计.     

基于互联网技术的毕业设计管理平台构建

采用典型的B／S结构，以动态页面技术结合SQLSERVER数据库技术（关系数据库管理系统）开发设计了学生毕业设计管理平台。实践证明该管理平台操作简单，界面清晰，可实现教师与学生双方互动的需求，并具信息量大、性能稳定的优点。     

地方高校国贸专业《商务英语》课程考核方式改革探索

地方高校国贸专业《商务英语》课程目前存在考核方式单一、评价方法落后、重分数轻应用、重理论轻实践等种种问题，导致教学内容僵化，教学方法缺乏创新，因此迫切要求进行相关课程考核和评价方式改革，并以此倒推加大教学方法改革力度，以达到地方高校培养高质量、应用型国际贸易专业人才的目的。     

矿井多水平自动化排水控制系统

提出了一种矿井多水平自动化排水控制系统的设计方案,对多水平排水系统建模,应用最优控制理论得出系统的目标函数,利用动态规划法求解最优解,合理安排排水计划,实现多水平泵房的协调优化控制。系统在曹庄矿运行情况表明,可以实现动态优化排水计划,有效减少溢仓等事故的发生。     

75MW后置机组启动过程的负胀差分析及处理

详细介绍了75MW后置机组在启动过程中产生负胀差的处理措施，并通过实际运行数据对该机组产生负胀差的原因做了定性分析。     

循环流化床锅炉煤泥泵送设备故障爱析判断与处理

煤泥泵是煤泥循环流化床锅炉的主要给料设备,其输送量连续、稳定是保持锅炉参数稳定及安全运行的基础。一旦设备出现故障,如未能及时发现并处理,直接影响锅炉的安全运行,造成煤泥泵故障扩大,增加煤泥泵的维修工作量。本文从煤泥泵的故障现象及原因进行总结分析,并对处理方法进行描述,对于煤泥泵送设备故障的准确判断、及时处理具有一定的借鉴意义。     

含电动汽车的主动配电网多目标分层优化调度

为了协调电动汽车车主和主动配电网之间的利益关系,本文提出了一种考虑电动汽车充电综合满意度和主动配电网运行效益的多目标分层优化方法。上层注重最大化电动汽车车主的充电利益,采用归一化法向约束法求解电动汽车的最优充放电计划,并将其作为下层的输入。下层目标为最大化主动配电网的运行效率,根据电动汽车的充放电计划调整可控分布式电源的输出功率,采用二阶锥规划法和带权极小模理想点法求解该非线性多目标问题。仿真结果表明,本文提出的含电动汽车的主动配电网多目标分层优化框架能够实现电动汽车车主和主动配电网的双赢,证明了该方法的有效性和合理性。     

采用多通道浅层CNN构建的多降噪器最优组合模型

现有的一致性神经网络(Consensus neural network, CsNet)利用凸优化和神经网络技术将多个降噪算法(降噪器)输出的图像进行加权组合(融合), 以获得更好的降噪效果, 但该优化模型在降噪效果和执行效率方面仍有较大改进空间. 为此, 提出一种基于轻量型多通道浅层卷积神经网络(Multi-channel shallow convolutional neural network, MSCNN)构建的多降噪器最优组合(Optimal combination of image denoisers, OCID)模型. 该模型采用多通道输入结构直接接收由多个降噪器输出的降噪图像, 并利用残差学习技术合并完成图像融合和图像质量提升两项任务. 具体使用时, 对于给定的一张噪声图像, 先用多个降噪器对其降噪, 并将降噪后图像输入OCID模型获得残差图像, 然后将多个降噪图像的均值图像与残差图像相减, 所得到图像作为优化组合后的降噪图像. 实验结果表明, 与CsNet组合模型相比, 网络结构更为简单的OCID模型以更小的计算代价获得了图像质量更高的降噪图像.