低速稳态切削的刀具耐用度

根据切削加工系统的颤振理论，讨论了在低速切削状态下，刀具后刀面的磨损宽度及刀具耐度推导了在低速稳切割下，后刀面磨损宽度及力具耐用度计算的经验公式，从而在低速范围内，给稳态切削刀具耐用度的选择提供了一个理论依据．     

数字PID调节器中的无扰动切换设计

介绍了一种用软件实现ＰＩＤ调节器无扰动切换的方法，将此方法应用于复杂的过程控制系统中，可简化系统的结构、手动与自动的切换和反馈回路的投入与切除，提高系统的可靠性，并使系统的工程应用简单易行。     

基于深度学习的通信辐射源调制样式识别方法

针对自动调制分类中通信辐射源调制方式识别率低问题,提出了一种基于短时傅里叶变换(STFT)和卷积神经网络(CNN)结合的方法.该方法首先对通信辐射源信号进行小波阈值降噪,去除混在信号中的高斯白噪声;然后经过短时傅里叶变换,将一维时域信号变换成二维时频域图像,利用临近插值法降维;将时频图输入卷积神经网络进行训练,通过对超参数的选取,得到优化的卷积神经网络;最后采用softmax函数给出识别结果.仿真结果表明,当信噪比(SNR)为0 dB时,利用本文识别方法的宏平均值达到0.874以上,其性能显著优于传统方法.     

白光LED用氮（氧）化物荧光粉研究进展

综述了近年来氮（氧）化物荧光粉的制备方法、品格结构、发光性质及其在白光LED中的应用情况。此类荧光粉因其结构的多样性和电子云扩大效应的影响,一般在紫外-蓝光区具有高的吸收效率,并且随着基质和激活离子的改变,发射光谱可覆盖整个可见光区域,适用于制造白光LED。利用氮（氧）化物荧光粉封装的白光LED具有色温可调性强、发光效率高、色坐标稳定性好、显色指数高等优点。最后提出了氮（氧）化物荧光粉研究中尚未解决的问题.     

关于消防水泵二路电源供电问题的讨论

阐述了作者对《高层民用建筑设计防火规范》中关于消防泵二路电源末端自切的理解，提出了以二路电源分供两台消防泵的替代方案并对二者进行了比较。     

基于ANSYS的陕北换流站直流接地极地电位分布计算

在特高压直流输电（UHVDC）工程规划设计阶段需要进行地表电位的分布计算,参考了陕北换流站工程中府谷大柳树墕村接地极大地电磁测深（MT）法实测的大地分层电阻率数据,建立了6层大地土壤分层模型,并应用ANSYS计算了在额定运行工况下接地极方圆100km范围内的大地电位分布。结果表明,接地极方圆2km范围内地电位下降迅速,不应规划建设电力、通信、铁道及管道等设施。所得陕北换流站地区已建及远景规划的各变电站及电厂的地电位分布结果,可对陕湖特高压直流输电工程单极运行调试提供参考。     

氨基硅烷改性双马来酰亚胺树脂的研究

以对氨基苯酚和二甲基二氯硅烷为原料,在四氢呋喃(THF)/甲苯混合溶剂中,采用一步法合成了二(p-氨基苯氧基)二甲基硅烷(p-APDS);然后以p-APDS和环氧树脂(EP)作为4,4′-双马来酰亚胺基二苯甲烷(BDM)的改性剂,对改性BDM的力学性能和热性能进行了分析。研究结果表明:p-APDS改性BDM的玻璃化转变温度(Tg)可达到226℃,比DDS(二氨基二苯基砜)改性BDM提高了20℃,说明前者的耐热性更好;p-APDS改性BDM浇铸体的韧性也得到了提高,其冲击强度为38.52 kJ/m2、弯曲强度为120.54 MPa。     

CF/铜增强PP复合材料的力学、热学及导电性能

通过向聚丙烯(PP)中单独或同时掺入碳纤维(CF)和金属铜(Cu)粉,利用熔融共混法制备PP/CF,PP/Cu,PP/(CF+Cu)纳米复合材料,通过X射线衍射,扫描电子显微镜,热变形温度、电阻率测试等研究不同填料及配比对PP的结晶类型、冲击强度和表面电阻率等的影响。结果表明,CF和Cu粉加入到PP基体中没有诱导PP基体产生新的晶型,但填料的加入使结晶峰位置偏移。CF的加入能够提高PP复合材料的冲击强度和拉伸强度,而Cu粉的加入会降低。单独加入CF和Cu粉对复合材料热变形温度影响不显著,但两者同时加入起到了协同增强的效果。对于电阻率,单独加入CF和Cu粉的复合材料都较纯PP电阻率有所降低,而同时添加CF和Cu粉的复合材料的表面电阻率降低更加显著,较纯PP降低了7.3个数量级。电阻率协同降低主要是因为Cu粉的存在改善了CF的排布,使CF朝一个方向排列,形成更多连续导电网络。     

蜜网技术与网络安全

网络安全领域日益受到重视,蜜罐与蜜网技术是基于主动防御理论而提出的。蜜罐与蜜网技术通过精心布置的诱骗环境来吸引网络攻击者的入侵,进而了解攻击思路、攻击工具和攻击目的等行为信息。本文介绍了蜜罐的主要技术原理,并且比较和分析了第一代、第二代和第三代蜜网模型。     

基于迁移学习的小样本DGA恶意域名检测方法

域名生成算法(DGA)存在变化多、部分类别样本难获取的特点,使得采用传统机器学习的恶意域名检测模型准确性不高.提出一种基于迁移学习和多核CNN的小样本DGA恶意域名检测模型.该模型将目标域名映射到向量空间中,使用样本充足的DGA种类进行预训练,并迁移预训练得到的参数到小样本检测模型.采用多核CNN小样本分类模型根据发音...