基于人类视觉特性HVS和DWT的数字水印算法

伴随着网络技术和多媒体技术的飞速发展，如何保护多媒体信息的安全成为国际上研究的热门课题。数字娈粤技术是保护版权和认证来源及完整性的新型技术，提出了一种基于人类视觉特性HVS和DWT的静态图像数字水粤手法，借鉴了人类视觉特性HVS算法的思想，并做了一些改进。实验表明该算法稳健性较好，有一定的抗裁剪、噪声、压缩和     

简化Lorenz混沌系统的非线性动力学分析

借助Lyapunov函数稳定性理论研究了简化Lorenz混沌系统的全局吸引集,得到了它的界估计。通过了计算机模拟,数值模拟验证了计算理论的可行性。     

大型煤粉锅炉炉膛传热分体式计算方法及其可视化编程

对大型煤粉锅炉炉膛分体式计算方法进行研究,把炉膛以大屏过热器低端为界分成上、下两个部分进行传热计算,并用ＶＢ为程序编制了友好的用户界面．     

用于油气勘探的电代油驱动装置系统设计与分析

为满足碳中和背景下油气勘探企业对清洁、经济、高可靠性生产的需求,设计了基于双兆瓦级交流异步电动机变频调速的新型电代油驱动装置。采用模块化思想,设计了高压变电、低压传动分体模块箱式结构,提高了电代油驱动装置调度使用的便捷性,其中高压变电模块采用十二脉整流变压器,实现了在变频器成本无显著增加的前提下仅变压器成本增加25%,大幅节省了无功补偿成本,尤其是在场用电占比低的大功率钻进段,该装置的实测功率因数达0.95以上。针对双电机协同控制可能存在负荷不均衡的问题,设计了基于主从控制结构的PLC(programmable logic controller,可编程逻辑控制器)控制系统,并采用转速匹配控制结合变频器下垂控制的方法,实现了将电机转速偏差控制在10%以内;同时,所设计的控制系统支持多地操作以及现场数据远程监控,提高了电代油驱动装置的可靠性。试运行结果表明,所设计的电代油驱动装置满足实际工程需求,相较于传统柴油驱动装置,每月可节省52%的成本和减少27%的二氧化碳(CO₂)排放。所设计的装置在油气勘探节能领域具有一定的实用价值。     

低温催化合成纳米CeO_2及其表征

采用低温催化制备了纳米CeO2,该工艺避开了高温煅烧,降低了生产成本,简化了生产工艺,是一项反应物浓度高、条件温和、经济效益好的清洁型工艺。XRD分析表明产物为萤石结构的立方相CeO2;TEM表明产物为球形,粒经分布范围窄;粒度分布仪测定产物粒径为20nm。     

90%乙酰甲胺磷可溶性粒剂的配制

以98%乙酰甲胺磷为原料,进行了90%乙酰甲胺磷可溶性粒剂的配方研究,并对样品的溶解性、稳定性进行测定,筛选出最佳配方。其最佳配方:98%乙酰甲胺磷92%,黏结剂P(有效成分为聚乙烯吡咯烷酮)4%,稳定剂N(有效成分为十二烷基聚氧乙烯醚磷酸酯胺盐)2%,渗透剂T(有效成分为磺化琥珀酸二辛酯钠盐)2%。     

反射式THz‒TDS用于轨道交通典型液体安检的实验

太赫兹时域光谱(THz-TDS)技术用于轨道交通易燃易爆危险液体的安全检测,需要兼顾速度和准确率。一般在大流量人群中,因为检测速度限制,不适合直接采用实验室常用的测试指纹谱之后再与样品数据库的吸收峰位置比对的方法来精确确定样品成分信息。针对轨道交通中典型液体样品,在常温常压和正常大气湿度(25 ℃、60%空气湿度)条件下,测试反射式THz-TDS的脉冲回波数据。建立非易燃易爆危险品、易燃易爆类、强酸类等分类数据库,结合样品光谱数据库特征,归纳了4种典型的时域脉冲谱线,即含有显著次级反射峰、微小次级反射峰、无反射峰和向下反转的次反射峰。依据太赫兹时域谱线次级反射峰的特征,结合分类识别决策模型,快速实现了综合分类判别,准确率达80%以上。     

课程思政理念下“注塑成型工艺及模具设计(CAD/CAE)”教学改革探索与实践

在课程思政理念下, 挖掘注塑成型工艺基本理论和模具设计过程中的思政元素, 对“注塑成型工艺及模具设计(CAD/CAE)” 课程进行教学改革探索和实践。首先分析专业课程思政的重要性; 然后制定课程思政目标; 最后在教学中坚持以科技自信为抓手, 以创新能力培养为目标, 以立德树人为根本任务, 以“宣传劳模精神, 塑造工匠精神, 厚植爱国精神” 为思政教育主线, 构建专业课程思政教学内容和评价体系。通过教学实践表明课程思政改革效果较好, 研究为新时代专业课程思政提供了参考。     

极端天气下基于时间卷积神经网络的新能源出力评估策略

新能源高渗透率背景下,极端天气造成的出力骤降对电力系统安全运行构成严重挑战,准确评估极端天气下的新能源出力深度是制定电力系统运行方式的重要依据。本文提出一种基于改进的深度时间卷积神经网络(deep temporal convolutional network,DeepTCN)的新能源出力评估方法。通过设计具有动态输入权重的时间卷积神经网络架构,准确量化估计了极端天气对新能源出力的影响,从而为制定极端天气下的电力系统运行方式提供风险程度信息。基于实际电力系统新能源出力数据集的算例结果表明,与常规的时序预测方法相比,所提方法的标准化均方根误差、对称平均绝对百分比误差和平均绝对标度误差3个指标分别最高可提升1.2,0.1和0.22。所提方法能够实现对极端天气下新能源出力的更精准评估。     

测量学多媒体教材在传播优质课程资源中的地位与作用

文章介绍了编著附随书光盘的系列测量学多媒体教材的做法与经验,教材发行5年来的实践证明,多媒体教材是传播测量学优质课程资源的有效途径。