一种并行中英文混合多模式匹配算法

针对中英文混合文本的匹配准确性及大规模数据文本的匹配效率等问题,基于经典的线索化完全哈希特里树算法,提出一种并行化的中英文混合多模式文本匹配算法。采用拆分文本降低多模式匹配算法的串行度,进而在拆分出的小文本上并行地执行文本匹配。通过并行化预处理过程,设计新的存储结构。实验结果表明,该算法在保证结果正确的前提下,执行效率高于经典的串行匹配算法,当数据规模达到226个字符时,可以获得8倍以上的加速比。     

NR内胎配方设计改进

介绍NR内胎配方设计改进，将NR／SBR并用改为NR／SBR／BR并用，慎选防老剂品种和用量，增大促进剂用量，减小软化剂用量，补强填充体系采用炭黑与无机填料并用。小配合试验和大料试验结果表明，改进配方后胶料的扯断永久变形减小，耐老化性能提高，内胎的外观质量提高，有效地解决了内胎与外胎粘连问题。     

水泥回转窑窑门装置的改造

我公司2×3?000 t/d生产线采用100%电石渣配料，回转窑规格均为Φ4.3 m×66 m。原有窑门装置如图1所示，窑门装置通过四个轮子活动地安放在窑头平台运行轨道上，后壁镶嵌有耐火材料并与高温烟气接触，前端装有燃烧器，通过窑门中间预留燃烧器孔深入窑头罩内。回转窑检修时由中间向两侧推开，窑门下边缘在轨道上向两侧移动，打开窑门。回转窑正常运行时，窑门关闭，用于密封并防止大量空气进入，减少热损失，同时保持窑头负压，保持二次风温度，确保人员操作安全。窑门装置两侧和中间有挂钩装置，在窑门关闭时，挂钩处使用楔铁锁住。单扇窑门上部各有两个吊钩，用于起吊安装和维修窑门使用。     

有机镍催化剂对稠油的降粘作用

利用自制的油酸镍和镍联吡啶铬合物有机镍均相催化剂对胜利油田稠油进行降粘实验.结果表明,两种催化剂都能有效地降低稠油粘度.在240℃,2MPa条件下,使用油酸镍催化剂,当催化剂加入量为稠油质量的0.2%时,反应24h后稠油降粘率为62.7%,使用镍联吡啶催化剂,当催化剂加入量为稠油质量的0.2%,水加入量为稠油质量的10%时,反应24h后稠油降粘率达到63.0%。族组成分析发现,反应后油品中饱和烃含量增加,芳香烃、胶质和沥青质含量减少。在降粘过程中稠油的重质组分发生了催化裂解,并伴随有C-S健和C-C键断裂,生成硫化氢、甲烷、乙烷等气体。     

彩钢岩棉夹芯屋面板、墙面板节点性能研究

为了掌握彩钢岩棉夹芯屋面板、墙面板与檩条的螺钉连接节点抗拉破坏机理,采用理论分析、试验验证及有限元模拟相结合的方法研究了不同钢板厚度及芯材厚度时节点破坏情况.分析结果表明:屋面板节点连接破坏是由于钢板局部屈曲引起的,墙面板则是钢板被冲剪破坏造成的,同时,结合对有限元模拟结果的回归,提出了节点承载力设计公式,可为以后节点设计提供参考.增加岩棉刚度及其与侧向钢板的粘结,或增加钢板厚度对提高屋面板节点极限承载力起着重要作用.     

一种基于线性系统随机共振的弱信号检测方法

从工程中经常碰到的噪声背景下弱信号检测的实际需求出发,提出一种基于线性系统随机共振的弱信号检测方法,与传统的非线性系统随机共振相比,此方法计算量小、检测速度快。采用MATLAB配用的SIMULINK软件,建立线性系统随机共振仿真模拟图,通过调节系统参数或噪声强度,使系统噪声及激励信号达到最佳匹配,从而实现弱信号的检测。仿真结果表明该方法具有可行性。     

三自由度模型覆冰输电导线舞动的数值仿真分析

基于考虑输电导线垂直、水平和扭转振动耦合的3自由度模型,利用数值方法,针对系统参数和环境参数对临界风速的影响以及可能的复杂舞动模式进行了分析.给出了覆冰厚度、初始覆冰角度、来流密度、导线初始张力、单位长度质量和横向阻尼比对临界风速的影响曲线.在讨论舞动可能出现的复杂运动时,发现随风速的变化,由于周期运动的分岔可导致概周期运动和混沌等复杂运动形式.     

网络条件下高职科学教育与人文教育融合的探索

作为现代信息传播的先进媒介,网络已成为高职学生获取信息及进行信息交流的重要途径,进而对高职学生的价值观和行为方式产生了潜移默化的影响。这既给高职院校科学教育与人文教育的融合带来了挑战,同时也为高职院校开展科学教育与人文教育提供了难得的机遇,面对挑战与机遇,高职院校教育工作者应转变观念,采取积极的应对策略,利用网络促进高职科学教育与人文教育的融合,全面提高高职学生的综合素质。     

芳纶-RFL-轮胎橡胶体系性能增强研究

简要介绍了芳纶的典型结构、性能及在轮胎中的应用。重点阐述了增强芳纶帘子线/轮胎橡胶体系性能的途径及国内外研究进展:中国、美国、德国、日本和欧洲一些国家对该领域进行较深入地研究,主要是通过芳纶表面、轮胎橡胶和间苯二酚-甲醛-胶乳体系(RFL)3方面的改性来增强芳纶-RFL-轮胎橡胶体系性能。     

基于雷达与图像数据融合的人体目标检测方法

三维人体目标检测在智能安防、机器人、自动驾驶等领域具有重要的应用价值。目前基于雷达与图像数据融合的三维人体目标检测方法主要采用两阶段网络结构,分别完成目标概率较高的候选边界框的选取以及对目标候选框进行分类和边界框回归。目标候选边界框的预先选取使两阶段网络结构的检测准确率和定位精度得到提高,但相对复杂的网络结构导致运算速度受到限制,难以满足实时性要求较高的应用场景。针对以上问题,研究了一种基于改进型RetinaNet的三维人体目标实时检测方法,将主干网络与特征金字塔网络结合用于雷达点云和图像特征的提取,并将两者融合的特征锚框输入到功能网络从而输出三维边界框和目标类别信息。该方法采用单阶段网络结构直接回归目标的类别概率和位置坐标值,并且通过引入聚焦损失函数解决单阶段网络训练过程中存在的正负样本不平衡问题。在KITTI数据集上进行的实验表明,本文方法在三维人体目标检测的平均精度和耗时方面均优于对比算法,可有效实现目标检测的准确性和实时性之间的平衡。