有机溶剂热生长技术制备硫族化合物及其光学特性的研究

以有机溶剂热生长技术(solvothermaltechnique)制备了半导体硫族化合物(CdS、ZnS、MoS2)等纳米颗粒,采用XRD、TEM等技术对其结构进行表征.以ITO导电玻璃以及导电聚合物(PANI、PPY)膜为基底,将纳米颗粒涂布其上并以PL法研究其光学特性,实验结果表明:经修饰后,材料的荧光发射位置发生显著的变化.     

齐墩果酸的波谱结构解析

本论文从蒲桃石油醚提取部位分离得到了化合物齐墩果酸,利用红外光谱、质谱及核磁共振波谱学技术对其进行结构解析。质谱实验证明分子量为472,NMR确定了化合物的结构。     

β-谷甾醇的波谱结构解析

本论文从蒲桃石油醚提取部位分离得到了化合物β-谷甾醇,利用质谱及核磁共振波谱学技术对其进行结构解析。质谱实验证明分子量为414,NMR确定了化合物的结构。     

基于自动化采煤设备定位系统应用研究

介绍了一种基于雷达的长壁采煤机械定位系统,该系统基于雷达测距传感器,用于确定采矿设备相对于矿山煤巷基础设施的位置,通过试验验证了使用雷达传感器进行定位的合理性。为了从单个雷达信号中估计两个关键的定位参数,即沿轨位置和跨轨位置,研究了几种概率数据处理技术,对于跨轨位置,传统的卡尔曼滤波方法足以实现可靠的估计,对于沿轨位置估计,必须通过跟踪算法来识别煤巷肋墙上的特定基础设施元素,我们在三维交互显示中探索了一种新的可视化分析方法以方便识别重要特征用于分类器算法,基于分类器的输出,使用已识别的元素作为位置路径点,可以提供一个稳定和准确的采矿设备定位估计。     

三参数区间数多属性决策的后悔理论方法

本文将后悔理论方法用于解决三参数区间数多属性决策问题.首先,提出一种将三参数区间数转换为两参数区间数的方法,避免了传统三参数区间数在大小比较方面不确定信息的遗失.其次,依据两参数区间数决策信息计算不同状态下备选方案及正理想方案各属性的效用值,从而可得各备选方案的后悔–欣喜值及综合感知效用值.然后,针对权重范围已知的情况,通过构建备选方案综合感知效用最大化优化模型求得属性权重;针对权重信息完全未知的情况,提出一种基于注水原理的属性权重求解方法.最后,利用属性权重加权求和方法得到备选方案综合效用值,从而通过比较综合效用值得到方案的排序结果.     

Lotus Domino/Notes在OA系统中的应用

Lotus Domino/Notes是实现和运行办公自动化的最有效的平台之一。本文介绍了Lotus Domino/Notes在办公自动化方面的优势,提出了OA系统的设计思路,并对系统应用Lotus Domino/Notes的部分关键技术进行了讨论。     

基于免疫遗传算法改进的BP神经网络在灭火系统电路板故障诊断中的应用

针对装甲车辆灭火系统电路板规模较大,功能日趋多样与完善的同时,其复杂程度也日益提高,故障层次越来越多,故障现象与故障原因的映射关系更加复杂,组合故障频发,传统的故障诊断方法已不能满足灭火系统电路板故障诊断的要求。设计了基于免疫遗传算法优化的BP神经网络对灭火系统电路板进行故障诊断,并在免疫和遗传过程中保留了部分训练最优解。实现了神经网络收敛速度的提高,使用Matlab编程优化算法并完成了电路板仿真故障的诊断。通过实验验证了该诊断模型的准确性和可靠性,为电气系统通用检测设备的神经网络诊断方法实现提供了理论支撑。     

基于相关向量机的电站锅炉NOx燃烧优化

为了降低电站锅炉NOx排放量,采用一种新的机器学习方法--相关向量机对某330 MW煤粉汽包锅炉的一、二次风速以及含氧量等26个输入参数和NOx输出结果进行建模,并用万有引力算法对模型的参数进行优化,获得最优模型。与粒子群算法、遗传算法优化相关向量机以及万有引力算法优化支持向量机等进行了比较,选择锅炉输入参数中的可调变量为优化变量,以NOx低排放量为目标进行优化,获得低NOx排放的输入参数。结果证明:万有引力优化相关向量机算法建立的模型精确度比其它几种算法高,对模型进行低NOx优化后,NOx输出值由最初的的906.65 mg/m³变为550.600 mg/m³,下降幅度约为38.9%,实现了NOx排放量大幅度降低。     

交叉连接的少层残差卷积神经网络

最近的研究表明,卷积神经网络的性能可以通过采用跨层连接来提高,典型的残差网络(ResNet)便通过恒等映射方法取得了非常好的图像识别效果.但是通过理论分析,在残差模块中,跨层连接线的布局并没有达到最优设置,造成信息的冗余和层数的浪费,为了进一步提高卷积神经网络的性能,文章设计了两种新型的网络结构,分别命名为C-Fnet...     

区块链的安全检测模型

区块链^[1]是去中心化交易平台比特币的底层技术.该系统由分布式数据存储、点对点传输、共识机制、加密算法等计算机技术组成,它的安全性受到广泛关注.目前的研究大多使用数学证明的方法分析每个攻击的作用,本文提出了一种新颖的根据区块链的结构来评估和检测安全性的方法.在真实环境下当一个区块连接超过6个区块后,该区块的内容基本无法改变,被认为是稳定状态,分支产生的概率逐渐降低,因此整个系统的状态是无限循环的.该方法通过分析每个结构到达稳定状态的概率来评估系统的安全性,并通过实验分析了攻击力度,攻击状态和实验循环次数之间的关系,验证了该方法的可行性和有效性.