铁系添加剂对煤基磁性活性炭性能的影响

磁性活性炭(MAC)是解决使用后活性炭回收难题的关键.选用太西无烟煤为原料,分别以四氧化三铁和草酸铁为添加剂,一步法制备了煤基磁性活性炭;测定了活性炭的碘值和亚甲蓝值,利用氮气吸附仪和振动样品磁强计分别表征其孔结构和磁性能,并考察了添加剂对活性炭吸附性能、孔结构及磁性能的影响.结果表明,铁系添加剂具有催化作用,对活性炭的孔结构有调控作用,使中孔率上升;添加剂的引入可增强活性炭的磁性;四氧化三铁的效能优于草酸铁,当四氧化三铁添加量为6.0%,炭化温度600℃,活化温度880℃时,活性炭比表面积、碘吸附值、比饱和磁化强度分别达到678.7m2/g,849.76mg/g,2.614emu/g.     

浅析网络艺术的表现形式和审美观的发展

在信息高速发展的网络时代,网络文化引发了越来越多有待研究的新现象和新问题.从网络艺术的兴起和表现形式,探究当代网络艺术创作和现代人们审美感知的变化,与传统审美观不同,信息时代人们不再满足于只是对他人艺术品的欣赏,而是利用网络的手段,主动用自己的审美经验去探索发现与创作实践,使自我的审美体验得到了升华,使艺术更多地融入生活.     

基于BOTDA的钢筋应力实时监测方法

提出一种将分布式应变传感光纤技术用于钢筋混凝土中钢筋应力监测的方法,能在较短施工期内将分布式光纤传感器准确埋入混凝土内部,对钢筋的应力水平进行长期实时监测,确定混凝土结构的工作水平,更好地预测结构的耐久性.分析传感光纤应变与钢筋应变的转化关系,为提高分布式传感器的空间分辨率,提出盘绕方式的光纤黏结方法,对盘绕弯曲曲率的影响进行分析.通过简支梁的全过程受力试验,比较了传统应变片和分布式传感光纤的测量结果,并对光纤不同的黏结方式进行对比,验证了该方法的可行性和有效性.     

基于p-多重网格的间断Galerkin方法研究

文章采用规范正交基作为测试函数,基于p-多重网格的思想,建立了间断Galerkin方法的二重网格格式,并以此求解了Euler方程,数值模拟了绕NACA0012和RAE2822翼型的跨音速流场。其中,在网格交界处采用Roe的迎风型数值通量。沿时间方向,高阶格式和低阶格式上分别采用Runge-Kutta方法和LUSGS方法推进。通过对残值收敛曲线的比较,认为文中的p-多重网格算法取得了非常优良的加速收敛效果。     

一种改进的动态遗传Apriori挖掘算法

在经典关联规则算法Apriori的基础上,提出了一种改进的动态遗传Apriori挖掘算法。通过动态遗传Apriori挖掘算法对学生成绩管理数据库中的课程进行分析,找出各课程之间的隐藏关系,得到一些合理、可靠的课程关联规则,从而根据这些规则进行课程的合理设置。实验结果表明,该算法能高效地解决数据挖掘问题。     

一种基于Normal矩阵的时间序列聚类方法*

提出了一种基于Normal矩阵的时间序列聚类方法。该算法首先对时间序列数据进行向量形式转换,计算出各个时间序列间的相似度并构建复杂网络,然后利用基于Normal矩阵的方法进行复杂网络社团划分,同一类的时间序列被划分到一个社团,即实现对时间序列数据的聚类。为了验证该方法的可行性和有效性,将其应用于股票时间序列数据聚类分析中,并在两个实际的数据集上与其他方法相比较,取得了较好的实验结果。     

绳系卫星系绳参数的实时估计方法

研究了绳系卫星在轨运动中系绳参数的实时估计方法.分析了现有的估计方法所存在的问题,引入三轴张力计的测量信息和扩展Kalman滤波方法,提出了系绳摆角在大角度变化时系绳参数的实时估计方法,并进行了详细的推导与论证.最后,通过仿真验证了上述估计方案和算法的有效性,且获得了较好的估计精度.     

一种基于扩展UML的企业应用软件PIM模型

针对UML在企业应用软件建模中可用性差和效率低的问题,提出一种基于扩展UML的企业应用软件PIM模型.通过对企业应用软件特点的分析,建立了一个以业务对象为中心的多视图集成PIM模型,对UML进行扩展,在它的元模型中增加了描述企业应用软件PIM模型中的概念及其之间关系的元类、版型和标记,并采用包对这些概念和关系进行不同视点的划分.基于扩展UML的企业应用软件PIM模型通过业务对象的丰富语义实现了UML中各种图之间基于语义的集成,改善了UML的可用性,提高了企业应用软件的建模效率.结果表明:通过实际案例验证了该模型的可行性和有效性.     

不平衡数据集上的文本分类特征选择新方法*

为了有效消除声发射信号中的噪声,将广义S变换滤波方法应用于声发射信号去噪,分别采用广义S变换中的充零法、基于带通滤波器设计滤波算子法以及时频滤波法进行滤波比较,针对信号的不同时频特性设计了相应的时频滤波算子。结果表明,基于S变换的三种时频滤波法对声发射信号的去噪均有较好的效果,克服了传统滤波方法滤波因子不能随时间、频率变化而变化的缺陷。其中时频滤波法在高信噪比和低信噪比情况下都能更好地去除噪声,可以满足信号处理的要求。     

基于改进的PSO算法的神经网络相关性剪枝优化*

针对传统的神经网络训练算法收敛速度慢、易陷入局部最优的问题,提出了一种基于改进的分期变异微粒群优化算法（SMPSO）的神经网络相关性剪枝优化方法。SMPSO在初期使适应度过低的微粒发生变异,在后期使停滞代数过高的个体极值和全局极值发生变异,后将SMPSO用于优化神经网络相关性剪枝算法。实验结果表明,该方法与采用BP算法及标准PSO算法进行相关性剪枝相比,在训练收敛速度、剪枝效率及分类正确率三方面都有较大提高。