共混超细纤维的纤度对染色性能的影响

研究了PET/ECDP/PEG共混纤维的纤度对染色性能及其力学性能、吸湿性能、抗静电性能的影响, 同时也对不同纤度PET/ECDP/PEG纤维的碱减量进行了研究.     

我国刺绣工艺的发展

通过对我国刺绣起源和出土刺绣文物的分析,阐述了我国刺绣工艺的发展,对发展中国现代刺绣工艺有一定的参考价值。     

脉冲继电控制系统中的分频振荡

本文讨论了脉冲继电系统中的分频振荡问题,列出了存在分频振荡的必要条件,并采用脉冲继电系统特性的概念,用图解法确定是否满足存在分频振荡的必要条件。分析证明,在脉冲继电系统中,即使继电器特性是对称的,在系统中仍可存在奇数的与偶数的分频振荡,也可以存在对称的与不对称的分频振荡。这是不同于继电系统中的情况的。一般说来,寄数的分频振荡比偶数的分频振荡比较容易存在,分频比值较小的比其较大的容易存在,对称的比不对称的容易存在。     

液罐车流-固耦合分析及优化设计

在液罐车转向的过程中,罐体内液体的晃动会对液罐车产生侧向冲击力和侧倾力矩。以非满载液罐体为研究对象,采用流体体积法(Volume of fluid,VOF)对转向工况下的液体晃动进行数值分析,获得了侧向加速度和充液比对液晃的影响规律。建立液罐车侧向动力学模型,仿真结果表明,充液比为50%~70%时液罐车侧翻阈值较小。对罐体内部结构进行优化设计,设计一种倒V型防波板装置来降低液体对罐壁冲击。研究了9种倒V型防波板在不同充液比时的减晃效果,结果表明,安装三块夹角为150°的V型防波板防晃效果最好。搭建缩比液罐车侧倾台架,利用电动液压缸举升整个钢板平面和滑台以模拟罐车侧倾状态,同时滑台带动罐体向反方向平移,实现质心位置纠正,从而减小液体侧向晃动力与侧倾力矩,提高了液罐车的侧向稳定性。     

流化冰对养殖大黄鱼保鲜效果的研究

为探究流化冰对养殖大黄鱼的保鲜效果和应用可行性,研究流化冰的预冷效果及大黄鱼在贮藏过程中感官品质、质构特性、微生物和化学指标的变化情况。结果表明,流化冰（-1℃）将大黄鱼冷却至0.3℃需42 min,较碎冰（4℃）组冷却至相同温度缩短了65%。在整个贮藏期内,流化冰组大黄鱼的感官评分、硬度和弹性均优于同期的对照组,其菌落总数、大肠菌群、蛋白水解酶微生物、脂肪水解酶微生物、TVB-N值、TBA值、K值均显著低于对照组（P<0.05）。综合分析,流化冰（4、-1℃）处理组的货架期分别为6、12 d,比碎冰组分别延长了3、9 d。本研究结果证明流化冰对大黄鱼预冷和保鲜效果比传统碎冰具有明显优势,可应用于产业实践。     

焦炉传热数值模拟发展趋势的探讨

在对焦炉的加热工艺特点进行详细分析的基础上,综述了焦炉加热中的各种数学模型,建立了目标火道温度的模型,并预测数学模型在焦炉中应用的发展。     

样板房与售楼处专辑——皇都一二

去看皇都花园时，是拿着房产商“极少主义的建筑与室内”的宣传单去的，冲着设计者Lissoni的名头。     

基于电子罗盘反馈的固定轴全向移动平台设计

随着企业内部物流的发展,物品转运效率以及空间效率的提高,对于大型零部件和设备的转运,普通轮式转运设备已经受到了制约,以"智能车库泊车系统"课题为契机,设计一种基于电子罗盘反馈的固定轴全向移动平台,作为该类自动化立体仓(车)库的转运设备。平台的整体运动由各个全向轮的速度合成,并读取转速传感器的实际转速来调控目标轮达到期望转速,利用电子罗盘对平台的实际位置检测,通过数字PID控制器实现对平台运动位置校准,由蓝牙终端实现对平台整体的遥控操作。     

CrimeTelescope: crime hotspot prediction based on urban and social media data fusion

Crime is a complex social issue impacting a considerable number of individuals within a society. Preventing and reducing crime is a top priority in many countries. Given limited policing and crime reduction resources, it is often crucial to identify effective strategies to deploy the available resources. Towards this goal, crime hotspot prediction has previously been suggested. Crime hotspot prediction leverages past data in order to identify geographical areas susceptible of hosting crimes in the future. However, most of the existing techniques in crime hotspot prediction solely use historical crime records to identify crime hotspots, while ignoring the predictive power of other data such as urban or social media data. In this paper, we propose CrimeTelescope, a platform that predicts and visualizes crime hotspots based on a fusion of different data types. Our platform continuously collects crime data as well as urban and social media data on the Web. It then extracts key features from the collected data based on both statistical and linguistic analysis. Finally, it identifies crime hotspots by leveraging the extracted features, and offers visualizations of the hotspots on an interactive map. Based on real-world data collected from New York City, we show that combining different types of data can effectively improve the crime hotspot prediction accuracy (by up to 5.2%), compared to classical approaches based on historical crime records only. In addition, we demonstrate the usability of our platform through a System Usability Scale (SUS) survey on a full prototype of CrimeTelescope.     

面向Web活跃用户的树型访问模式挖掘算法

传统Web挖掘技术面向所有Web用户,而访问网站时活跃用户与非活跃用户表现特征不同.基于此,提出一种面向活跃用户的访问模式挖掘方法,包括活跃用户会话提取算法(AUSM)和树型访问模式挖掘算法(WAPBUM).AUSM扫描一遍日志数据即可挖掘Web活跃用户并提取会话信息,在提取的用户会话信息基础上,利用网站拓扑结构给出了一种基于树结构的频繁访问模式挖掘算法(WAPBUM).WAPBUM针对Web日志挖掘特点,通过对子树构造等价类,自下而上产生频繁子树.人工数据集和真实数据集上的实验都证明AUSM算法的运行时间与Web日志数据量成线性关系,且运行过程中内存保持稳定;WAPBUM在处理带根子树挖掘时明显快于FREQT算法,所挖掘结果可有效应用于网站结构分析.