一种溶剂精制法再生废矿物油工艺浅析

本项目原料为废润滑油,工艺过程包括预处理、蒸馏（一段蒸发、二段蒸发、刮膜蒸发、精馏）、溶剂精制、汽提、溶剂回收与再生等工序。萃取溶剂选用氮甲基吡咯烷酮（NMP）,萃取设备选用萃取离心机,萃取机可回收再利用。主要产品为100SN基础油、250SN基础油,产品质量符合《再生润滑油基础油》中Ι类基础油质量标准,副产品为：燃料油、塔顶油和尾油。     

Web服务自动化测试技术

赋时Petri网为装配序列规划提供了有效的建模方法,但其在求解最优装配序列时受到组合复杂性的严重制约。零压缩二叉决策图(ZBDD)是处理大规模组合集合和0-1稀疏向量的一种有效符号技术,能够有效缓解组合爆炸问题。将赋时Petri网与ZBDD结合起来,给出了一种求解装配序列最优解的有效方法。首先通过转换算法将赋时Petri网转换为等价的普通Petri网,接下来给出普通Petri网可达状态及迁移引发函数的ZBDD表示方法,最后基于ZBDD给出最优装配序列求解算法。实例验证表明,该算法在求解过程中通过隐式符号操作实现了Petri网的可达状态搜索,有效缓解了计算过程中的组合复杂性。     

构建基于WindowsDNA的分布式多层应用系统

文章探讨了Windows DNA的体系结构和特性，提出一种基于WindowsDNA的分布式应用系统的设计思想和方法，并结合实例给出了如何用COM＋技术构造一个基于WindowsDNA体系的三层应用系统。     

基于高斯-马尔可夫模型的海洋环境辨识方法

在解决海洋中的信号处理问题时,海洋环境的复杂性和多变性严重影响了信号处理系统的性能.为了在信号处理之前辨识出海洋环境参数,并将其融入信号处理框架中,则有希望提高信号处理器的性能.将海洋环境建模为高斯-马尔可夫模型,利用声速梯度数据和由Kraken模型得到的声压场数据,结合扩展卡尔曼滤波器算法,实现了对海洋环境的辨识.利用模基处理方法,简正波传播模型,可以辨识模函数和水平波数,并能估计出基阵所在位置的声压场.仿真数据和模型数据吻合较好,说明算法能够较好地估计海洋环境参数,为滤波、检测、定位、跟踪等应用提供了基础.     

基于深度学习的线上农产品销量预测模型研究

本文基于线上农产品销售存在的信息不对称问题,提出一种应用深度学习算法优势结合涉农电商销售数据特点的销量预测模型-皇冠模型（Imperial Crown Model,简称ICM）。首先建立因素评价指标,将销量分为四个类别。其次,采用两层自编码网络从无标签数据集中学习得到能够表征数据特征的参数,并生成新的特征向量。然后利用训练后的有标签样本集和无标签样本集训练分类器并分类。最后,利用反向传播算法微调整个网络参数得到使损失函数值达到最小的最优参数,从而实现线上农产品的销量分类预测。经仿真分析,验证了ICM模型的分类准确率高达88%,明显高于其它未将数据进行特征学习的浅层分类器,证明了ICM具有较好的增量自学习能力和层次认知能力。     

大数据在促进政府决策科学化方面的应用研究

本文分析了我国在政府决策方面存在的问题,论证了大数据对政府决策的影响,重点研究了如何利用大数据促进决策的科学化.研究成果对于促进各级政府进行科学有效的决策具有重要意义.     

基于GPS/GIS的车辆定位系统设计

介绍了车辆定位系统的工作原理、结构和功能特点。讨论了车辆定位系统中利用MapX控件进行电子地图匹配的算法,以及应用MSComm控件进行GPS短信处理的关键技术。最终本系统完成了车辆定位数据传输、电子地图匹配显示等基本功能。     

基于语义搜索的语音交互系统模型研究

本文探讨了基于语义搜索的语音识别,比较了文本搜索和语义搜索的差别,并构建了分布式语义模型,建立了基于语义搜索的语音识别本体库,我们的研究说明基于语义搜索的语音识别具有很大的理论价值和实际作用。     

信息集成与知识集成

信息集成能够有效提高信息交流、处理和反馈的效率,增强系统之间通过协作解决复杂问题的能力。实现知识集成是信息系统集成的最终目标,因为系统之间交换的数据和信息都是知识的载体,因而知识集成也最具潜力和最难于实现。文章分析了信息系统集成中的知识集成问题、方法和使能技术,并通过一个资源管理模型来进行原理验证。