碱处理精制合成革用麦草微晶纤维素

以自制漂白麦草水解纤维素为原料,通过碱处理除硅的方式降低麦草微晶纤维素中灰分含量以达到精制目的。采用扫描电镜-能谱联用(SEM-EDS)和X射线衍射仪(XRD)等技术手段对所制备的合成革用麦草微晶纤维素的结构性能和灰分含量进行了测定和表征。结果表明,碱处理精制麦草微晶纤维素的最佳工艺条件为:碱用量10%,温度80℃,处理时间30 min,水解纤维素浓度10%。碱处理后麦草微晶纤维素灰分中硅元素含量可由1.54%大幅降低至0.11%,最终产品质量符合国家林业局合成革用微晶纤维素行业标准。     

传感器网络基于轨迹聚类的多目标跟踪算法

本文重点研究传感器网络中能源高效的多目标跟踪问题.根据轨迹相似性对跟踪目标聚类,利用组对象跟踪实现所有对象的跟踪,能够有效地减少传输能耗,延长网络寿命.由于测量误差、低采样率以及环境干扰,很难获取目标的精确位置,因此轨迹数据存在固有的不确定性.忽略这种不确定性会降低轨迹挖掘质量,从而影响目标跟踪.提出基于不确定性轨迹挖掘的组对象跟踪方法.轨迹挖掘阶段首先为所有跟踪目标建立马尔科夫链模型,然后给出一种新的不确定轨迹相似性的度量,最后给出不确定轨迹聚类算法UTK-means对目标分组.组对象跟踪阶段向基站周期性地更新组中心轨迹的位置.实验结果验证了本文方法具有较高的聚类质量和节能效率.     

传感器网络中一种基于小波变换的数据压缩算法

在无线传感器网络中,数据分发耗费大量的能量和通信带宽.在保证数据精度的前提下,如何有效地减少数据发送量是传感器网络中的一个重要研究问题.结合传感器网络的数据特性及小波变换的特点,提出了一种基于小波变换的数据压缩算法,该算法在为感知数据建立小波系数的同时,能够在保证数据精度要求的前提下最大程度地压缩小波系数,并能够为小波系数建立快照索引.理论分析和实验结果表明,提出的算法能对传感器网络中的数据进行有效压缩,并有效地减少传感器网络中数据的传输量,降低传感器节点和整个网络的能量消耗.     

分离条件对乙醇法麦草浆黑液总糖及粗木素含量的影响

乙醇法制浆黑液里含有丰富的多糖成分,对其进行资源回收和利用是对生物质资源的高值化利用。本文从乙醇法麦草浆黑液酸析木素工艺入手,探讨了pH值、温度等因素对黑液中总糖及粗木素含量的影响。在酸析黑液pH值2.5～3.5,温度60～70℃条件下,乙醇法麦草浆黑液中的多糖含量可达9.5～9.8g·L-1。     

秸秆高值化利用技术的发展现状与趋势

秸秆高值化利用就是将纤维素、木素和半纤维素从秸秆中分离出来,分别加以利用或转化为其他产品加以利用。综述了国内外秸秆高值化利用技术的发展现状与趋势。     

导流泄洪洞射流-旋流梯级内消能工竖井出口体型优化

梯级内消能工是解决导流泄洪洞消能效果不佳的重要思路,具有重要的理论和实践价值。此次研究以梨树园子水电站为例,利用数值模拟的方式探讨了导流泄洪洞射流-旋流梯级内消能工竖井出口体型优化问题,获得的最优方案可以为背景工程设计建设和相关类似研究提供有益的支持和借鉴。     

添加Fe~(3+)的纤维素酸水解前后纤维形态与化学结构的变化

本文研究了金属离子(Fe3+)助催化纤维素选择性酸水解过程中纤维形态结构的变化,酸水解条件为反应温度80℃,Fe3+浓度为0.3mol/L,反应时间为60min,盐酸浓度为2mol/L。通过光学显微镜、扫描电镜(SEM)、X射线衍射仪(XRD)、傅立叶红外光谱(FTIR)及纤维分析仪(Mor Fi Compat)对水解纤维素进行了表征和分析。研究表明,Fe3+促进了纤维素选择性酸水解后纤维的表面形态及纤维长度的变化,但水解前后纤维素晶格结构未发生改变;添加Fe3+更有利于纤维素无定形区的选择性酸水解,与未添加Fe3+相比水解纤维素的结晶度由58.68%提高到61.47%,选择性酸水解前后纤维素结构未发生变化仍保持着天然纤维素的基本化学结构。     

MANET中基于缓存的移动数据查询处理算法的研究

针对MANET环境中带宽有限、能量有限、存储有限和链路频繁的断接性等特点,提出了基于缓存的移动数据查询问题,证明该问题是NP完全问题,并给出一个多项式时间的近似算法,即最大节点新覆盖数据算法MD.该算法采用贪心策略,查询新覆盖数据量最大的节点,减少了查询次数,并最大限度地减少了网络中的传输时延.然后在MD算法的基础上,同时考虑了节点新覆盖数据量和链路服务质量问题,提出了一种改进的高效的启发式算法,即基于最大节点DD值的算法MDD,有效地减少了能量消耗,最小化数据传输时延,提高了网络的吞吐量.理论分析及实验结果表明提出的数据查询算法能够充分利用缓存节点的数据信息,较好地完成数据查询工作,有效地减少数据收集时延,提高查询效率.     

密集连接扩张卷积神经网络的单幅图像去雾

针对大多数图像去雾算法模型参数估计准确性差及色彩失真等问题,提出了一种端到端的密集连接扩张卷积神经网络。首先,通过使用多层密集连接结构来增加网络的特征利用率,避免网络加深时的梯度消失现象。其次,通过在密集块中使用不同扩张率的扩张卷积,使网络在充分聚合上下文特征信息时不损失空间分辨率,并避免了网格伪影的产生。最后,为了提高算法的去雾能力,将该网络划分为多个阶段,并在每个阶段引入侧输出模块,从而获得更精确的特征信息。实验结果表明,所提出的去雾算法无论是在合成数据集上还是在真实数据集上都取得了较好的去雾效果,恢复的色彩更接近无雾图像,并且定量评价指标峰值信噪比(PSNR)和结构相似性(SSIM)均优于其他对比方法。     

合成革用离型纸纸张特性及其应用

介绍了合成革用离型纸种类、合成革干法移膜工艺及其特点,重点对离型纸的纸张特性、评价方法、使用维护及市场应用前景进行了分析。