狭缝型透气砖在VOD钢包上的应用

介绍了刚玉质狭缝型透气砖在３０ｔＶＯＤ精炼炉中的应用，使用表明，该透气砖使用寿命长，供气特性好，综合效益显著。     

服务外包大赛对软件外包知识体系构建的启示

根据近两届中国大学生服务外包创新应用大赛相关内容,结合教育部和商务部在江浙两省开展地方高校计算机学院培养服务外包人才试点情况调研和相关企业人才需求实际,分析软件外包人才的知识、能力、素养需求。结合CDIO工程教育理念,探讨大赛对软件外包知识体系构建的启示,并由此建立初步知识体系模型。     

基于蓝牙的手机病毒传播模型的研究

随着智能手机的不断普及,手机安全问题越来越引起用户们的关注.针对手机病毒的传播特点和传播规律,研究了预防和控制手机病毒传播的策略,为防止病毒传播提供了理论基础.结合 A-SIRC 模型,给出了移动环境下手机节点平均度的计算方法.由于蓝牙手机是手机病毒大规模爆发的载体,所以对蓝牙手机病毒传播的相关因素进行研究是重要的.结合蓝牙病毒大规模爆发的可能性,引入了几个参数.通过对各个参数的仿真分析,得知仿真结果符合手机蓝牙病毒的传播规律     

基于电子鼻的香蕉储存时间鉴别方法研究

研究了一种基于电子鼻系统的香蕉储存时间鉴别方法。实验检测了不同储存时间的香蕉样品,主成分分析方法可以较好地区分不同储存时间的香蕉样品,同时检验了样品的微生物指标以探讨电子鼻响应与微生物指标之间的关系。随机共振信噪比谱不但可以区分香蕉样品,同时基于信噪比特征值建立的香蕉储存时间鉴别模型具有较高的预测准确率。该方法具有较好的实际应用价值。     

高纯钨中杂质元素的化学光谱法测定

采用以一定比例的ＨＮＯ３和ＨＣｌ为介质，使钨沉淀成钨酸与杂质分离，然后用碳粉吸附杂质再进行光谱测定的方法，对高纯钨（包括金属钨、三氧化钨、钨酸、钨酸铵）中１５个杂质元素Ｆｅ、Ｎｉ、Ｃｕ、Ｍｎ、Ａｌ、Ｖ、Ｃｒ、Ｃｏ、Ｃａ、Ｍｓ、Ｐｂ、Ｓｎ、Ｂｉ、Ｃｄ、Ｂｅ进行了测定，取得了理想的结果，测定下限可达（０．１～０．５）×１０（－６）。     

基于3D scSE-UNet的肝脏CT图像半监督学习分割方法

针对分割神经网络需要大量的高质量标签但较难获取的问题,提出基于3D scSE-UNet的半监督学习分割方法. 该方法使用自训练的半监督学习框架,将包含改进的并行空间/特征通道压缩和激励模块（scSE-block+）的3D scSE-UNet作为分割网络. scSE-block+可以从图像空间和特征通道2个方面自动学习图像的有效特征,抑制无用冗余特征,更好地保留图像边缘信息. 在自训练过程中加入全连接条件随机场,对分割网络产生的伪标签进行边缘细化,提升伪标签的精确度. 在LiTS17 Challenge和SLIVER07数据集上验证所提出方法的有效性. 当有标签图像占训练集总图像的30%时,所提方法的Dice相似系数(dice score)为0.941. 结果表明,所提出的半监督学习分割方法可以在仅使用少量标注数据的情况下,取得与全监督分割方法相当的分割效果,有效减轻肝脏CT图像分割对专家标注数据的依赖.     

皖江澜溪老街地域景观特征与传承研究

皖江历史街区作为长江沿线地域景观风貌的有机组成部分,不仅展现了沿江城镇居民的日常交互过程,更是一个记载流域内自然风貌与传统文化演变的重要空间载体.本文以铜陵大通古镇澜溪老街为例,通过实地调研与类型化归类,从宏观、中观、微观三个层面出发,系统阐释街区物质要素与非物质要素构成的框架体系,分析其地域景观特征的生成环境、类别以及表现形式,从而为澜溪老街景观风貌传承与延续的策略方法及路径提供支撑,以期推动同地域类型老街的历史记忆活化进程,打造街区地方文化的动态传承模式.     

浮法玻璃在线镀膜技术现状与发展

介绍了浮法玻璃在线镀膜技术的种类、发展历史与现状.经历电浮法、热喷涂等镀膜技术之后,常压化学气相沉积已成为当今最主要的在线镀膜技术,产品种类包括以硅质膜为代表的阳光控制镀膜玻璃、以氧化锡导电膜为代表的低辐射镀膜玻璃和功能导电玻璃等.在线镀膜的技术难点和研发重点是改善镀膜工艺与浮法工艺的适配性,实现产品功能多样化,提高前驱体原料的利用率,延长镀膜周期.     

基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法

短期电力负荷的精准预测可以有效指导机组组合调度、经济调度与电力市场运营。针对输入数据特征量受限时负荷预测的低精度问题,提出一种基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法。通过建立融合局部特征预提取模块的LSTM（long short term memory）网络结构,并将其与XGBoost（eXtreme boosting system）预测模型并行结合,之后结合MAPE-RW（mean absolute percentage error-reciprocal weight）算法进行模型融合初始权重设置,对最佳权重进行搜索,构建最佳融合模型。通过运用电力负荷数据对所提方法进行预测实验,结果表明CNN-LSTM- XGBoost模型的MAPE（mean absolute percentage error）与RMSE（root mean square error）分别为0.377%与148.419 MW,相比于单一网络模型与融合模型结构实现了误差指标的显著降低,验证了基于多模型融合的CNN-LSTM-XGBoost短期电力负荷预测方法具有较快的模型训练速度、较高的预测准确度与较低的预测误差。     

台风灾害下配电系统受损评估研究

台风灾害会造成配电系统多个元件同时故障而导致大面积用户停电。为研究台风灾害对于配电系统的破坏影响,提出台风灾害下配电系统受损情况评估方法。为描述台风特征对元件故障概率的影响,基于台风影响历史数据,使用随机森林算法建立元件脆弱性曲线。在元件模型建立后,使用时序蒙特卡洛模拟法评估配电系统的实时和累计电量及用户损失。为提升评估效率,引入故障模式后果分析法,使用最小路法生成故障影响报表,更快地确定失电负荷节点。最后通过RBTS-BUS6测试系统和广州地区的实际系统进行算例分析,验证了所提算法的有效性。结果表明：台风对配电网的影响具有延时性,配电系统受损情况与元件维修时间和维修资源数量相关。