新工科背景下安全工程专业创新型人才培养路径研究 #br#

为实现新工科背景下安全工程专业创新人才培养目标,基于对创新能力内涵的充分理解,从创新精神、创新意识和创新思维三重角度出发,充分利用“校企协同”育人优势,确定安全工程专业创新型人才培养路径,包括创新型课程体系建设、创新型多维实践平台建设、创新型师资队伍建设及多学科交叉创业活动4条路径。将创新能力培养贯穿于安全工程专业人才培养的全过程,为高校实现创新型人才培养提出建议和参考。     

基于抽象原则和模型检测的网络协议安全分析

提出了一种可以缓解状态空间爆炸的抽象原则,对模型设计过程中的辅助变量、报文字段、自动状态机数量进行科学约简,在尽量不影响验证结果准确度的前提下,降低了模型的复杂度.在此基础上,提出了一种半自动化建模框架,只需用户提供少量必须的输入,不需要学习语法,就可以自动生成具有统一规范的模型,方便研究人员查阅和使用.实验结果表明,采用所提的抽象原则和半自动化建模框架创建的模型,可以验证网络协议的相关属性.     

行星保护中微生物快速检测技术研究进展

提出快速高效的航天器表面微生物检测技术,构建完备的微生物快速检测技术体系,对保证行星保护任务顺利开展具有重大意义.综述了ATP检测法、AMP检测法、PMA联动荧光检测法和MALDI-TOF质谱检测法等行星保护中使用的微生物检测方法、补充技术和具备应用前景的快速微生物检测技术.根据行星保护要求和技术适用性,选取DPA检测、拉曼光谱法和基于微流控技术的微生物检测3种方法,通过比较和适当地结合为行星保护微生物快速检测技术的发展提供了新策略;结合各方法的优点与检测目的 ,为进一步完善我国行星保护微生物快速检测技术体系提出了设想与建议.     

我国铸造有色合金及其特种铸造技术发展现状

结合我国在铸造有色合金领域的发展概况,从合金发展、应用和有色合金熔体技术以及特种铸造在有色合金中的应用角度,分析了五十年来我国在该领域所取得的成绩和存在的问题,以引起广大科技工作者和生产技术人员对这方面自主创新的重视,不断提高铸造有色合金的技术水平,扩大其应用领域。     

汽车稳定杆组织与疲劳性能研究

对28Mn6钢制造的汽车稳定杆，分别采用整体感应加热-整体淬火、连续感应加热淬火两种不同工艺热处理，并进行了台架疲劳寿命试验。采用光镜分析了不同稳定杆的金相组织，用扫描电镜分析了早期疲劳断裂的稳定杆断口形貌。结果表明，获得细小的高韧性索氏体组织是保证良好疲劳寿命的关键，稳定杆喷丸表面质量、游离铁素体也是影响疲劳性能的重要因素。     

Si/C比对灰铸铁组织和性能的影响

综述了Si/C比对高强度灰铸铁的石墨形态、奥氏体数量和铸件表层铁素体等显微组织以段对铸铁件的力学性能和铸造性能的影响，     

改善Fe-B-C合金韧性的研究

为了提高Fe-B-C合金的韧性,应用稀土-钛-氮复合变质剂改善Fe-B-C合金组织和性能。结果发现,Fe-B-C合金复合变质处理后的凝固组织明显细化,且组织分布均匀,并出现钛硼化合物,钛硼化合物不同于普通Fe-B-C合金中的Fe2B呈网状分布,而是呈断网状和块状分布,特别是经高温热处理后,硼化物变成球状和棒状,Fe-B-C合金韧性明显提高,由8～10 J/cm2提高至22～25 J/cm2。经变质处理的Fe-B-C合金可用于制造轧钢机导卫板,其耐磨性比高镍铬合金钢提高1.3倍。     

一种基于小波变换的非均匀量化索引调制水印算法

为了提高数字水印的稳健性与不可见性,将图像小波变换与量化索引调制算法相结合,提出了一种基于小波变换的非均匀量化索引调制数字水印算法。该算法对原始图像进行离散小波变换,将中频小波系数分成3×3的系数子块作为水印载体,对子块的系数均值采用非均匀量化索引调制,实现二值水印的嵌入。根据人类视觉特性,不同的系数子块采用不同的量化间隔并自适应于子块内相邻系数的差值。实验结果表明,该算法透明性好,安全性高,对高斯白噪声、剪切、滤波以及JPEG压缩等常见攻击具有较强的稳健性。     

牛初乳中提取乳铁蛋白工艺的研究

从牛初乳中分离提取乳铁蛋白,建立快速分离纯化乳铁蛋白的工艺.选择弱酸性阳离子交换剂CM SEPHAROSE FAST FLOW装柱,脱脂牛初乳在4　℃下进行动态吸附上柱后进行阶跃洗脱.通过对洗脱条件的比较优化,确定了分离提取乳铁蛋白的最佳工艺条件为：牛初乳料液pH　6.6,上柱速度300　mL/h,阶跃洗脱剂的体积分数分别为1.5%和5.0%的NaCl,洗脱体积流速200 mL/h.乳铁蛋白洗脱液经过超滤和冷冻干燥,得到冻干粉纯度可达98.98%,得率为29.0%.     

基于卷积神经网络的目标检测

为了完成视频图像中人体检测,将卷积神经网络和梯度算法结合.将YOLO网络模型结构以及算法函数进行了优化调整.为了保留视频时间信息,引入了卷积神经网络反馈时间维度.采用长短记忆卷积神经网络(LSTM)进行训练,通过将迭代过程的最优解保留,加快了梯度算法中的搜索速度,并且保证收敛于全局最优解.