有序双组分氧化物CoO-NiO/MCM-41催化剂的合成与表征

在碱性条件下用组装的方法得到了高负载量,均匀分布的CoO-NiO负载型MCM-41介孔材料,并采用XRD、BET、HREM等测试手段对样品进行了分析,结果表明,CoO,NiO双组分氧化物已成功地组装进入了MCM-41的有序孔道,在CoO,NiO组装过程中,CoO,NiO含量分别为7.53wt％和5.94wt％时,介孔材料的有序结构没有遭到破坏。     

负压降尘装置的设计与研究

研究的负压降尘装置为文丘里管结构,通过设计多种内部结构不同的结构,以正交实验的方法,并以吸气量最大原则,优化了文丘里管的结构,得出了优化模型,并对优化后的模型进行了进一步的实验研究,得出了负压降尘装置吸气量与供水压力的关系。     

分布式光纤传感器周界安防入侵信号的多目标识别

针对分布式光纤在周界安防系统中信号种类,即不同的环境下产生的噪声信号干扰和常见的入侵产生的信号。本文基于全光纤马赫—泽德干涉仪的分布式光纤传感模型,提出了一种识别常见的越境信号和消除环境噪声干扰信号的方法,实现了在去除环境干扰的情况下,用BP神经网络对多种入侵信号识别。实验结果证明,该方法能够有效的区分越境信号和不同环境状态产生的噪声信号,极大的提高了整个系统的识别率,降低了其虚警率。     

新版RoHS法规解读及企业应对方案

近年来,国际上掀起一股＂绿色风潮＂。特别是在电子电器产品、食品和食品接触性材料、玩具和纺织品领域,这股＂绿色风潮＂更加迅猛。随着人类的发展,对一些有害化学品的滥用情况日益严重,从而恶化了自然环境及人类生存环境。很多有害物质已经影响人类的健康和生存,因此,在世界范围内加大对有害物质的监管力度势在必行。     

无线液封远传水表在旧城改造中的应用

正0引言随着网络技术的发展,科技的进步,所有的生产生活方式都在改变,特别是近几年,物联网技术的发展进步,一方面可以提高经济效益,大大节约成本;另一方面可以为全球经济的复苏提供技术动力。对于水表行业而言,传统的水表行业存在着诸多问题。例如抄表难,人情表,难以统计分析资料等。新兴的水表行业应运而生,更多的新型水表也被研发出来,各种各样的智能水表可作为物联网的一个节点,在建设智慧城市、智慧化     

杯[8]芳烃羧酸衍生物对铁、镧的萃取研究

合成了对叔丁基杯 [8]芳烃乙酸衍生物。在 (30± 1 )℃ ,I =0 1mol/kg条件下 ,研究了它对Fe3 、La3 的萃取性能 ;用斜率法研究了萃取反应机理 ,得到了萃取反应平衡常数 ,并发现该萃取剂对Fe3 、La3 存在着两种不同的萃取机理。     

基于偏差约减的大数据交易模型分析与修复方法

大数据交易是促进数据流通和提升数据价值的关键环节.实现大数据交易的过程优化对于构建高效和鲁棒的交易平台至关重要.大数据交易是典型的复杂过程模型,传统的模型修复方法无法有效发现和约减流程执行与流程规则之间存在的偏差.本文提出了一种基于偏差约减的大数据交易模型修复方法,通过过程模型的可达标识图发现事件日志与模型之间的偏差关系,对事件日志与模型之间偏差进行约减,实现基于有效偏差的模型修复.该方法应用于天元大数据网大数据平台,通过与基于模型校准和基于迭代的修复方法进行对比实验,对修复结果开展模型拟合度、精确度、简洁度及时间复杂度评估,验证了方法的有效性.     

基于ArcGIS的水源地水质健康风险研究

针对农村饮水安全中水质不安全的问题,实地采集了名山县 81 个农村饮水水源地的水样,应用美国科学院国家研究委员会 (U.S. National Research Council of National Academy of Science) 推荐的健康风险模型计算并分析了本区农村水源地饮水水质的致癌风险（R）和非致癌风险 (危害指数 ,HI) ;利用 ArcGIS 的空间分析功能,选择合理的插值方法,对评价结果数据进行了分析,得出研究区水质风险的空间分布图,对该县农村饮水水质进行了致癌物及非致癌物的健康风险单因子和组合因子的综合评价;指出：水源地中主要的致癌物是砷、铬（6+）和铅;非致癌物的健康风险主要来源于砷、氟化物、硝酸盐、铁。研究结论揭示了研究区水源地水质健康风险控制指标,为水源地的治理提供了科学的参考建议。     

以杨木高得率浆代替全化浆LWC纸中的阔叶木硫酸盐浆

全化浆低定量涂布纸(LWC)主要用于快速热固胶版(HSWO)彩印.由于定量和涂布量较低,全化浆LWC纸的强度、表面和结构性能对达到较好的印刷运行性能和较高的印刷质量均十分重要.例如,抗张强度和伸长率较低会导致断纸,而内部结合力较低则会造成起泡及分层.此外,不透明度、涂布覆盖率和表面平滑度较低则会导致较差的印刷质量.     

基于梯度的自适应阈值结构化剪枝算法

在边缘设备上运行深度神经网络模型并进行实时性分析,需要对网络模型进行压缩以减少模型参数量和计算量,但现有剪枝算法存在耗时长和模型压缩率低的问题。提出一种基于梯度设置不同阈值的结构化剪枝算法。对神经元进行细粒度评价,采用神经网络的梯度信息衡量权重的重要性,通过网格搜索和计算曲率的方式获取不同网络层的剪枝权重阈值,根据搜索后的剩余参数量确定不同网络层的卷积核中需要剔除的冗余参数。在此基础上,保留网络层中有效参数较多的卷积核,实现对卷积核个数的调整,进而重新训练以保证模型精度。分别对VGG16、ResNet50分类模型和SSD、Yolov4、MaskRCNN目标检测模型进行剪枝实验,结果表明,经该算法剪枝后,分类模型参数量减少92%以上,计算量减少70%以上,目标检测模型参数量减少75%以上,计算量减少57%以上,剪枝效果优于Rethinking、PF等算法。