接枝梳型高分子的SCF理论模拟

利用Scheutjens—Fleer自洽场（SF—SCF）理论,对表面接枝梳型高分子的体系进行模拟研究。模拟结果表明,柔性梳型高分子主链的链段密度分布仅与支链的总链段数有关,主链随支链链段数目的增加而伸展。当总链段数一定且主链长度相同时,线性高分子表现出较高的接枝率,比接枝的梳型高分子具有更大的分子伸展程度与更厚的接枝层。对于线性高分子的接枝层,提高链长比提高接枝率能得到更厚的接枝层。     

利他行为的启动因素

结合当前人们的现实表现和社会风气,分析利他行为的启动因素。人格因素包括移情能力、积极体验、责任心等;情境因素包括旁观者效应和应急反应等;文化因素包括传统文化对日常生活的渗透以及“施报观”等独特的社会心理。     

用户体验理论在武汉里分民居环境改善中的应用

住区环境是人类生存最重要的一个空间,里分民居更是武汉历史发展过程中留下的宝贵历史遗产。通过引用用户体验的相关理论,对武汉里分民居的住区环境进行走访调查研究,并从使用者的心理需求出发,提出切实可行的解决方案,认为要实现里分民居住区环境与使用者需求的真正连接,做到里分民居环境的改善,需做到：整改当前混乱境况,保证居民的生理与安全需求;加强人与环境互动,拓展民居住区的交往与休闲空间;充分利用建筑的独特风格,提升民居的艺术与历史价值。     

论土家织锦对巴楚文化的精神继承

土家织锦是身处巴楚文化长期融合与发酵区域的土家人对大自然和生活的一种艺术理解,反映了土家人生产生活的一种精神特质,更是体现了土家织锦对巴楚文化的精神继承。本文从西兰卡普的巴楚文化历史溯源出发,立足于史料记载和巴楚文化特征,通过西兰卡普中体现出的热烈奔放的浪漫风格、朴拙的审美情趣、兼容并蓄、果敢创新等文化精神内涵来分析与巴楚文化精神之间存在的共通性。     

高支纯亚麻嵌入式复合纱的工艺探讨

探究了利用嵌入式复合纺纱技术纺制高支纯亚麻纱.通过改造多功能纺纱小样机以实现嵌入式复合纺纱技术并对雨露沤麻过后的亚麻纤维进行化学脱胶和剪切处理,以70/30的比例和水溶性维纶短纤维混合制条做成粗纱后,在细纱机上纺制了嵌入式亚麻水溶性维纶复合纱,通过对成纱的强伸性、毛羽、条干均匀度的测试与比较进行了纺纱工艺的优化.结果表明,纺制20.7 tex亚麻水溶性维纶嵌入式复合纱的工艺最佳值为捻系数420、长丝预加张力7.5 cN、长丝与长丝间距8 mm、长丝与粗纱间距1.5 mm;经优化工艺试纺的20.7 tex亚麻水溶性维纶嵌入式复合纱,经退维处理后的纱线细度为8.9 tex;亚麻水溶性维纶嵌入式复合纱结构稳定、强力较高、条干均匀、毛羽少,为开发高档亚麻类面料提供了新的途径.     

控制冷却工艺生产奥铁体球铁的探讨

论述控制冷却工艺生产奥铁体球铁的研究现状及特点,分析冷却速率和等温时间对奥铁体球铁生产的影响,通过控制冷却工艺制备了奥铁体球铁,并探讨了该工艺的应用前景。结果表明,奥铁体组织中存在少量的珠光体,抗拉强度达到了1 020 MPa,伸长率为4%。     

基于Libjpeg的JPEG编码的实现

随着多媒体技术的飞速发展,图像逐渐成为人们获取信息的主要来源。现如今,路边众多的广告牌,还有人们身上的便携式智能设备,都与图像息息相关。由于图像的信息量过于巨大,不便于存储和传输,所以图像的编码解码技术显得尤为重要,其中JPEG压缩标准以其低复杂度、高压缩比、性能优秀得到广泛地应用。而在当今便携式智能设备普及率极高的情况下,这些智能设备中所使用的JPEG编解码技术Libjpeg库也尤为重要。     

基于神经网络的电力并网逆变器控制技术研究

研究了电流模式控制的电力并网逆变器的PR( proportion resonant)控制策略,针对提高并网供电功率优化逆变换器设计,分析了含LCL滤波器的电流双环控制电力并网逆变器模型.目前采用的比例谐振控制器难以用数字控制器实现的问题,提出了BP神经网络的增量式PR控制技术.在MATLAB平台上,建立数学模型仿真.仿真结果证明,在电流发生突变情况下,采用BP神经网络的电力并网逆变器的增量式PR控制,电流波形具有更好的动态性能与静态性能.对神经网络训练进行仿真,结果表明,并网供电控制取得良好的供电效果,为设计提供了参考依据.     

基于EMD-TCN的云资源预测研究

云计算资源的负载预测有助于数据中心灵活智能地配置资源,保障数据中心安全平稳运行。该文提出一种基于经验模态分解和时间卷积网络的云资源组合预测模型,使用历史的资源负载预测未来的资源需求。对负载进行经验模态分解,以降低原云资源负载序列的复杂度,得到反映原负载序列趋势和变化信息的本征模态分量和残余分量;将这些分量构造后输入到时间卷积网络中进行建模预测。以Google集群数据集中的CPU负载序列为例,将该模型与常用的云资源预测模型进行对比验证。实验结果发现,相比于长短时记忆网络和时间卷积网络,该模型在平均绝对百分比误差指标上降低了36.32%和35.37%,预测精度有了明显提升。     

基于自适应容积卡尔曼滤波的动态谐波检测

对电网中的谐波进行实时、准确的检测是有效治理谐波的前提。针对某些运行工况下电网中出现的动态谐波,提出了一种基于自适应容积卡尔曼滤波的动态谐波检测算法估计谐波信号的幅值和相角。首先针对传统卡尔曼滤波处理非线性关系上的局限性,利用容积卡尔曼滤波不需要任何线性化关系的特性估计谐波的状态向量和误差偏差矩阵,然后引入噪声估值遗忘因子来实时更新系统的噪声矩阵方程。最后通过对比实验,验证了该算法在动态谐波检测上的优越性能,并将其应用于有源滤波器的谐波检测中。