含瓦斯煤非线性渗流参数的测试方法研究北大核心

针对约束环形应变条件下煤样吸附气量—非线性渗流参数同步测量的问题,采用圆柱形煤样作为试件,利用进气与出气端设置的质量流量计测定试件气体含量,通过计算获取吸附气量;结合氦气与瓦斯气体的渗透测试结果,获取含瓦斯煤非线性渗流参数。重点介绍了该测试方法的原理、实验装置及实验步骤,并利用该方法和装置进行了相关测试,研究结果表明:该测试方法和装置能够同时测定煤样吸附气量与非线性渗流参数,实验效果较好。     

含瓦斯煤非线性渗流参数的测试方法研究

针对约束环形应变条件下煤样吸附气量—非线性渗流参数同步测量的问题,采用圆柱形煤样作为试件,利用进气与出气端设置的质量流量计测定试件气体含量,通过计算获取吸附气量;结合氦气与瓦斯气体的渗透测试结果,获取含瓦斯煤非线性渗流参数。重点介绍了该测试方法的原理、实验装置及实验步骤,并利用该方法和装置进行了相关测试,研究结果表明：该测试方法和装置能够同时测定煤样吸附气量与非线性渗流参数,实验效果较好。     

反季节栽培香菇技术规程探析

香菇生长发育对环境温度有严格的要求,反季节栽培香菇,也就是打破香菇鲜菇的生长季节限制,有利于实现香菇周年供应市场,从而为菇农开辟一条有效致富门路。     

Ti-IF钢铁素体轧制工艺表面氧化铁皮分析与研究

结合某热轧厂半连轧热连轧生产线的Ti-IF钢铁素体轧制工艺,重点阐述了Ti-IF钢铁素体区轧制工艺表面氧化铁皮的控制情况,通过SEM扫描电镜和XRD试验分析了铁素体轧制工艺下氧化铁皮的构成、结构以及带钢宽度方向上氧化铁皮的差异性,明确了铁素体轧制工艺下表面质量控制的优越性,尤其是在控制氧化烧损、减少氧化铁皮生成方面效果更突出。此工艺对提高轧线成材率具有较大优势,同时为冷轧工序减少氧化铁皮缺陷发生提供保障,为后续酸洗试验研究奠定了基础。     

ZnS/CuS/RGO复合材料的制备及其对聚丙烯酰胺的光催化降解性能

采用水热合成法制备了Zn/Cu-MOFs（金属有机框架化合物）/GO（氧化石墨烯）复合材料,将其与硫代乙酰胺（TAA）反应制备出ZnS/CuS/RGO（还原氧化石墨烯）异质结复合材料,利用扫描电子显微镜、X射线衍射仪、荧光分光光度计等对ZnS/CuS/RGO复合材料进行了表征,并在太阳光下,考察了其对聚丙烯酰胺（PAM）的光催化降解性能。结果表明:在锌铜比（摩尔比）为1∶9,ZnS/CuS/RGO加入质量浓度为0.5 g/L,H2O2加入浓度为16 mmol/L的条件下,可使初始质量浓度为100 mg/L的PAM溶液的PMA降解率达到99.30%。     

基于全相位陷波器解析设计的啸叫去除

为了快速且精准地抑制助听器中的啸叫效应,该文提出一种中心频率可以精确控制的全相位有限脉冲响应(FIR)陷波器解析设计。首先,为了获得较高的陷波精度,引入了整数部分m和小数部分λ来控制陷波的中心频率。然后,设计了一个偶对称的闭式解析式来计算陷波器系数。最后,为了保证输出信号的连续性和线性相位,进行数据延拓和截取操作。该陷波器具有线性传输特性,避免了非线性失真。为了检验陷波器的滤波性能,将其应用在助听器中去除啸叫。实验结果表明,该滤波器在啸叫频率下的衰减值可达–330 dB,信噪比达22 dB,输出波形质量好,算法复杂度低,鲁棒性高,具有一定的应用前景。     

一种基于EJB中间件的远程教育在线考试系统

文章描述了一种基于EJB中间件技术的远程教育在线考试系统,该系统可以实现远程教育在线考试的组卷、监考、阅卷等各个环节的自动化和半自动化,实现考试的客观、公平、公正,解决了远程教育地域分散带来的考试不便问题.     

基于大数据信息的软件测试方法改进研究

传统软件测试方法中,由于各种实验参数设置没有准确依据数学理论,涉及到的软件测试算法都存在效率偏低的问题。为此,提出基于大数据信息改进的软件测试方法,首先在大数据的背景下,对测试软件目的展开分析,将人的智慧与机器相互结合,通过对社会群体认知与数据价值提炼,使数据从机器智能分析到人类与机器智慧结合的转变。然后对大数据信息软件的三种测试方法进行探讨,第一种是利用粒子群为主线的优化算法,引入蚁群算法作为大数据信息处理机制,可以有效处理大数据信息;第二种就是针对软件特点,提出基于大数据信息处理模型的软件测试方法,通过模型对输入数据进行计算并得出结果;第三种采用仿真原理对软件进行测试。实验结果证明,基于大数据信息软件改进的测试方法不仅可以有效处理数据,还可以提高数据测试效率和软件定位,为今后的软件测试提供有力依据。     

一种基于NMFSC的文本聚类方法

通过分析文本的特征,提出了一种基于稀疏约束非负矩阵分解（NMFsc）的文本聚类新方法。该方法用NMFSC分解词．文本矩阵来降低特征空间的维度,并依照稀疏约束更好地控制稀疏度,然后利用簇中文本的相似性进一步细化簇。实验表明,与基于k-means的文本聚类方法和基于NMF的文本聚类方法相比,此方法具有较高的归一化互信息值（NMI）,从而具有良好的聚类性能。     

基于模糊熵的BP算法改进

由于BP网络简单的拓扑结构和优秀的逼近能力,它已经被广泛地应用于预测和非线性系统的建模中。但是由于算法自身的不足,在实际应用中会产生很多问题。因此,BP网络的优化已经成为了一个重要的课题。为了提高BP网络的泛化能力,将模糊熵加入到BP网络的性能函数中,提出了基于模糊熵的BP算法。在实验中,将两种算法进行了对比,结果表明改进算法可以有效地提高测试精度,避免了过度拟合。