稀土掺杂农用光转换玻璃的光谱性质研究

稀土掺杂的农用光转换玻璃具备良好的发光特性以及稳定的化学性质,可以使农作物大幅度增产。在硅酸盐玻璃中分别单掺Eu2O3、Sm2O3、Pr2O3,通过对激发光谱和发射光谱的测量,研究其下转换光谱特性,并分析了能量传递情况;在硅酸盐玻璃中双掺Yb2O3/Pr2O3、Yb2O3/Er2O3,以980nm半导体激光器激发并测量其发射光谱,研究了其上转换发光特性以及相互之间的能量传递。发现这几种稀土都是良好的农用光转换玻璃的激活剂。     

蓝晶石、富镁粘土在出口焊条中的应用

在江苏省地矿研究所的帮助下,我们将本省矿产资源蓝晶石、富镁粘土添加到高钛钾型碳钢焊条TH-110(E4313)药皮中,替代进口材料降低制造成本,提高了产品质量.蓝晶石与富镁粘土的化学成分及物理参数见表1.其中蓝晶石在1200℃～1450℃时的膨胀率为12～     

差厚拼焊板拉延反鼓包方盒件的成形性研究

本文利用数值模拟技术对相同材质差厚拼焊板的冲压成形性和焊缝移动进行研究 ,分析了相同拉延深度、不同拉延方式下焊缝移动情况 ,揭示了不同拉延方式下焊缝移动的一般规律和焊缝移动量与差厚拼焊板成形性之间的关系。并提出一种控制焊缝移动的方法。     

热处理对Mg-Y-Mn-Sc合金显微组织演变的影响

采用光学显微镜、扫描电子显微镜和X射线衍射分析等研究了MgY5Mn1Sc0．3镁合金的显微组织特征及热处理条件下的组织结构演变行为。结果表明：铸态组织由粗大的晶粒构成，晶内出现大量“辫子”状孪晶和呈线状排列的颗粒相，晶内和晶界上没有观察到枝晶和共晶组织，Y元素出现严重偏聚，主要富集在颗粒相中。在固溶处理条件下，组织结构演变和再结晶同时发生，伴随发生组织“球化”、分散相的溶解和聚集以及晶粒由大变小再由小变大。通过维氏硬度HV10的测定，探讨了试验合金的热处理行为。     

基于Android平台的保健食品移动监管系统

针对保健食品企业监管效率低以及管理模式的不健全, 提出一种基于Android平台的移动监管系统模式. 智能终端设备通过连接3G、4G等无线网络, 使监管人员在执法现场将采集的信息数据直接上传至服务器, 同时增设数据同步代理机制, 实时监听用户的离线和在线状态, 防止数据丢失, 再利用蓝牙无线通信技术实现监管数据的后台打印功能, 进一步简化执法流程. 本系统的应用实现了移动监管和移动办公的模式, 具有实际应用价值.     

自制数字功率表

每种家用电器上都会标称其功率,铭牌上标称的功率都是在特定的条件下测量的。它们的实际功率又是多少呢？使用本文介绍的这款数字功率表就可以解答大家的疑惑,本表可以对测量负载的实际功率、电压、电流进行数字显示。本文给出了自制数字功率表系统的方案设计、硬件电路、软件设计、制作、系统校正等内容。     

以战术协同为目标的直升机运动性能仿真

为了在直升机模拟作战平台上实现任务规划和战法推演.使模拟直升机能够具有和真实飞机相同的运动特性.从直升机战法模拟这个工程应用的角度出发,通过直升机已知的部分飞行性能特点,运用滑流理论推导出一套直升机旋翼需用功率及可用功率的计算方法.并根据工程应用对直升机性能需求的侧重点,运用飞行动力学建立直升机运动的简化模型.最后用编程工具进行仿真.并将直升机的功率分析应用到其运动模型之中.仿真结果表明该方法是可行的.     

一种简单的无收据电子投票系统

在现有的电子投票系统中,无收据行（receipt—freeness）与可验证性（verifiability）是电子投票协议中一对十分重要而又矛盾的属性。无收据性要求任何人不能得到或生成能证明选票内容的证据,其往往以牺牲可验证性为代价;可验证性提供给对选票及选举结果的验证,提供给投票人与选票的某种联系,这又经常被用来作为证明选票的收据。选择常用的Mix-net模式,利用TRR和1-out—of—L加密证据,re—encryption ELGamal同时实现无收据型与实现可验证性,避免了在投票人与管理机构有特殊的信道假设,减少了系统的通信代价。     

一种基于熵源分离模型的可重构安全原语

在信息爆炸时代,信息的安全问题受到了广泛关注。在物联网设备的加密协议中,物理不可克隆函数(PUF)与真随机数发生器成为加密协议中基本的安全原语,提供了轻量级的解决方案。文章提出了一种熵源分离模型,能够分离环形振荡器中抖动(真随机数发生器的熵)和工艺偏差(PUF熵)引起的延时。基于该模型,在FPGA上设计了一种可重构的双工作模式电路,通过改变模式可分别生成PUF和真随机数。相较于FPGA上独立设计的PUF和真随机数发生器,该结构具有资源开销小、面积利用率高、功耗低等优势。实验结果表明,生成的PUF稳定性高、唯一性强、均匀性好;真随机数序列均通过了NIST测试,具有高随机性和不可预测性。     

一种基于双阈值函数的成员推理攻击方法北大核心CSCD

海量数据和强大算力的出现,促进了深度学习的发展,深度学习在智慧交通和医疗诊断等领域得到广泛应用,这给人们的日常生活带来许多便利。然而,机器学习中的隐私泄露问题也不容忽视。成员推理攻击通过推断数据样本是否用于训练机器学习模型,从而暴露用户训练数据的隐私。文章介绍了基于单阈值的成员推理攻击及特点,对不同攻击方法的成员和非成员的数据分布进行可视化,然后对成员推理攻击成功的内在机理进行分析,提出了基于双阈值函数的攻击模型,并通过实验对单阈值和双阈值的成员推理攻击进行系统性的分析对比,分析基于阈值成员推理攻击对不同模型和不同数据集的攻击表现。通过对多组控制变量的对比实验表明,基于双阈值函数的成员推理攻击在某些数据集和模型上,整体表现更加优异和稳定。