立管流动一维模型的研究进展

本文扼要介绍立管流动特性与可用于设计计算的几个重要的一维模型，指出它们各自的特点与研究进展，可望这类模型能更直接地提供出有关立管流动、操作与设计的定量判据与科学依据。     

β-萘乙醚的合成中催化剂应用进展

β-萘乙醚是一种合成香料,广泛用于生产香皂、化妆品和洗涤剂等行业中,还可以作玫瑰香、柠檬香等香料的定香剂.综述了酸性催化剂、碱性催化剂和相转移催化剂等催化合成β-萘乙醚的方法.并对各催化剂的性能、优缺点进行了分析.通过比较发现与其它催化剂相比,使用固载相转移催化剂来合成β-萘乙醚具有反应条件温和,反应时间短,产率高,操作简单,不污染环境,而且易回收并能够重复使用,具有较好的应用前景.     

无润滑空气压缩机冷却水系统的清洗

介绍了无润滑空气压缩机冷却水系统结垢的危害性，阐述了清洗的原理，提出了清洗时应注意的工艺参数，操作时的注意事项和由此带来的经济效益。     

短纤维－橡胶复合材料的发展前景及DN系列预处理短纤维的介绍

本文对短纤维－橡胶复合材料（ＳＦＲＣ）的力学性能和加工性能的优缺点进行了分析，并探讨了其发展前景，同时介绍了已商品化的ＤＮ系列预处理短纤维。ＳＦＲＣ能显著提高弹性体小变形下的定仲应力，并保持极低的动态和静态永久变形及高弹性，ＳＦＲＣ可以在常规橡胶混炼设备上进行加工，不需要高温和非常苛刻的剪切参数。在同样材质和粘合条件下，短纤维的补强能力要小于长纤维。同炭黑相比．ＳＦＲＣ加工比较困难。ＤＮ系列预处理短纤维的补强性能明显优于国外同类产品，价格却较低。     

空气重介质流化床分选技术：（I）基础研究

本文阐述了开展研究空气重介质流化床分选技术的意义，介绍了空气重介质流化床分选原理和空气重介质流化床的床层特性。系统总结了重介物质的物性和操作气速对床层特性的影响。同时对气体分布板设计和适宜的操作气速等进行了相应的讨论。     

恶醚唑的高效液相色谱分析

恶醚唑是一种高效低毒的唑类杀菌剂 ,具有内吸性 ,是甾醇脱甲基化抑制剂 ,杀菌谱广 ,适用于葡萄、花生、仁果、马铃薯、小麦和各种蔬菜的病害防治。本文介绍一种高效液相色谱分析恶醚唑的方法 ,该方法具有很好的分离、定量效果 ,操作简便 ,精密度、准确度均符合分析要求。1　实验部分1 .1　方法提要试样用乙腈溶解 ,以乙腈 +水作为流动相 ,使用以Shi madzu -vpODS为填料的不锈钢柱和紫外检测器 ,对试样中的恶醚唑进行反相高效液相色谱分离 ,外标法定量。1 .2　试剂和溶液乙腈　色谱级 ;水　二次蒸馏 ;恶醚唑标样　含量≥98.0 %1 .3　仪器S…     

基于自适应逆的温度控制系统

介绍了自适应逆控制方案,采用变步长LMS自适应滤波算法,用该算法建立对象的模型、对象逆模型,并设计了自适应逆控制器。将这种控制方案应用到含有大惯性、纯滞后的系统。仿真结果表明,此种方案鲁棒性及动态性能较好。     

Kad网络恶意索引节点行为研究

作为当前十分流行的P2P文件共享网络,Kad网络容易受到来自索引节点层面的攻击.索引节点负责存储资源索引,并响应其他节点的搜索请求,其行为正确性会对P2P网络服务质量产生直接的影响.文中基于Anthill测量系统,从IMDb,iTunes和Amazon网站中选取热门资源作为测量目标,在真实Kad网络中系统地测量和分析了资源共享过程中各类节点的行为;通过与标准Kad协议进行对比,对节点行为的正确性进行全面验证,从而获取恶意节点的行为特征.结果显示,目前Kad网络中存在两类恶意索引节点:选择性拒绝服务节点和无意义应答节点.这两类节点广泛存在于Kad网络中,总数高达数十万,并且其攻击行为具有相当的隐蔽性,严重干扰了正常文件搜索和下载过程.文中对两类节点的行为特征进行了深入分析,并在此基础上,提出了针对性较强、易于部署的防御方法.     

基于小波域的篡改定位可逆水印算法

为了实现含水印图像的篡改定位及无失真提取水印,在小波变换、数字水印和篡改定位技术的基础上,提出了基于改进小波系数调整的可逆水印算法。对载体图像进行小波变换,通过循环取模编码对水印图像进行加密以保证其安全性,通过均匀嵌入算法将加密后水印嵌入到调整后的小波系数中。该水印算法能够鉴别图像的真伪,能够发现载体图像所遭受的恶意篡改区域,并在载体上显示出来。仿真结果表明,与传统水印算法相比,算法能够无失真地提取水印(NC=1),还能通过定位水印找到载体图像发生篡改的位置。     

Hadoop云平台下的聚类算法研究

为了解决在面对海量数据时机器学习算法很难在有效时间内完成规定的任务,并且很难有效地处理高维度、海量数据等问题,提出了基于Hadoop分布式平台的谱聚类算法并行化研究。利用MapReduce编程模式,将传统的谱聚类算法进行重新编写;在该平台上用Canopy算法对数据进行预处理,以达到更好的聚类效果。实验结果表明了设计的分布式聚类算法在加速比等方面有良好的性能,并且在数据伸缩率方面效果明显,改进后的算法适合处理海量数据。