FeCl_3-GIC的结构稳定性与热稳定性研究

采用 XRD和 TG- DTA等分析方法 ,考察了混合法制备的纯一阶、二阶、三阶和四阶 Fe Cl3- GIC在空气中和某些液体介质中的结构稳定性及其热稳定性。实验结果表明 :选择适宜的 C/Fe Cl3摩尔比 ,调节反应温度和保温时间 ,采用混合法可以制备出纯一阶到纯四阶的 Fe Cl3- GIC。上述各阶 Fe Cl3- GIC在空气中相当稳定 ,在水和酸性液体介质中的稳定性较高 ,但在碱性介质和某些有机溶剂中的稳定性较差。其热分解温度约为 330℃。     

对某工业厂房钢结构变形的分析和处理

要确保屋架结构的安全 ,就必须使其具有足够的强度、刚度和稳定性。屋盖体系的可靠非仅屋架本身的可靠就能保证 ,支撑的合理设置、屋架杆件的强度和刚度等构造均需满足规范要求 ,尤其对有吊车的厂房。为此 ,通过对一起工业厂房钢屋架变形质量的调查分析 ,阐述了对屋架的加固和对屋盖体系的改造。     

PREPARATION OF NANOPOROUS Cu COATINGS WITH HIGH SPECIFIC SURFACE AREA

采用激光加工在中碳钢基体表面制备了成形良好、稀释率低、组织细密的Mn-Cu合金涂层. 对合金涂层进行了电解腐蚀处理, 涂层中的Mn原子被电解液溶解, Cu原子经扩散、团聚、生长并形成了纳米多孔Cu涂层. 涂层的孔洞尺寸为30-50 nm, 具有高比表面积. Mn-Cu合金涂层的初始成分对纳米多孔Cu涂层的微观形貌有较大的影响.     

物理网络拓扑发现算法的研究与改进

介绍了一种可以在单个机器上实现物理拓扑发现的算法,并针对提供信息不足的情况, 对原有算法进行改进,提出一种新的算法. 经过实际环境的检测, 本算法可以实现较好的发现信息不充分条件下的物理网络.     

基于核心节点逐层扩展的标签传播社区发现方法

随着社交媒体的快速兴起,计算效率较高的标签传播算法已经得到广泛的使用。然而,现有的标签传播算法在节点初始化时未能考虑节点之间存在的差异性,存在随机性高、稳定性低的缺陷。因此,论文给出了一种基于核心节点逐层扩展的标签传播算法。将LeaderRank算法模型融入到本方法模型中,在此基础上计算出节点重要性;进而以重要性作为衡量标准,将其中重要度较高的核心节点筛选出来形成传播初始源,以减少标签传播过程中的时间损耗;最后,依据改进了节点重要度的更新方法实现了节点标签的逐层更新。多个数据集上的实验结果表明,与现有的标签传播算法相比,该算法更加稳定有效地实现了社区发现。     

镍基高温合金GH4738的凝固偏析和碳化物析出行为

高温合金铸锭凝固过程内部各区域散热条件不同,冷却速率存在明显差异。采用差示扫描量热分析(DSC)、高温共聚焦显微镜(HT-CLSM)原位观察和定向凝固(DS)的方法,研究了宽冷速范围下GH4738合金的凝固偏析和碳化物析出行为。结果表明, GH4738合金的凝固顺序为L→γ+L,L→γ+L+MC,L→γ+MC+η+(γ+γ′),其中MC型碳化物、η相和(γ+γ′)共晶相为合金凝固过程中的主要偏析产物;Ti、Mo元素是合金的主要枝晶间偏析元素;提高冷却速率能有效降低凝固前沿残余液相中的溶质富集程度;铸态组织中的的碳化物主要为富Ti的MC型碳化物(TiC、Ti(N)C)和以TiN或Al₂O₃为核心的MC型复合碳化物(Al₂O₃-TiC、TiN-TiC);随着冷却速率降低,碳化物平均尺寸增大,体积分数减小,形貌由小块状向长条状、汉字状和大块状演变。     

基于小波去噪的有向加权社团发现研究

目前大部分社团发现方法都是针对无向无权图,但实际的社会媒体中的社团内部个体交互过程可以抽象为一个有向加权图,并且权重中含有大量的噪声.为解决有向加权社团的划分问题,本文提出一种基于非负矩阵分解(Nonnegative matrix factorization,NMF)可去噪声的社团发现方法.该方法通过小波阈值去噪对社会网络数据进行去噪处理,结合有向加权的非负矩阵分解算法对去噪后的数据集进行社团发现,准确找出社团结构.在社会媒体的实验数据集和标准数据集上的实验结果表明,该算法针对带噪声的有向加权图社团发现问题具有良好划分性能,SNR为15时,在Lesmis数据集上的社团划分准确率达到96％,划分模块度值提高了29％.本文为解决带噪的有向加权的社会网络数据提供了切实有效的处理方法.     

三维形状部分相似性匹配的逐点配对方法

为了计算2个三维模型可能存在的部分对应表面的形状相似问题,提出一种基于2个三维模型表面之间所有的点与点配对的三维形状匹配方法.在2个不同的部分中独立确定匹配的旋转参数与平移和尺度缩放参数,从而避免了形状匹配中计算量巨大的问题.其中,形状匹配的旋转参数通过匹配2个三维表面法线获得;平移和尺度缩放参数由2个三维表面对应点处切平面的结构关系确定.实验结果表明了该方法的可行性.     

异常检测中频率敏感的单分类算法研究

使用系统调用序列的异常检测系统对于模拟正常用户的攻击行为有较好的检测效果.传统的算法主要关注切分的长度,却忽略了各个系统调用序列的发生频率对整个检测结果的重要性.在对样本进行切分的情况下,构建了一个对系统调用序列发生频率敏感的基于支持向量描述异常检测模型,利用发生频率定义样本的"重要性",使分类器更加倾向于这些重要的样本.采用国际标准数据集进行测试.实验表明,与传统的检测模型相比,基于序列发生频率的检测模型具有较低的误报警率.     

基于链接关系的半监督特征选择算法

社会媒体网络产生的海量、高维无标记数据给数据处理工作带来巨大挑战,同时数据样本间构成的链接图信息在现有模式识别算法中难以有效利用.基于此,文中充分挖掘社会媒体网络数据链接关系图,结合部分监督信息提出一种基于链接关系的半监督特征选择算法(SSLFS).该算法利用谱分析和稀疏约束,使得选出的特征子集保持原数据的局部流形和稀疏特性.在社会媒体数据集Flickr上的实验结果表明,SSLFS相比其他特征选择方法得到的特征子集在分类性能上有较显著提高.