Effect of electrolysis superheat degree on anticorrosion performance of 5 Cu/（10NiO-NiFe2O4） cermet inert anode

5Cu/(10NiO-NiFe2O4) cermet inert anodes were prepared by cold-pressing and sintering process, and the effect of superheat degree of melting K3AlF6-Na3AlF6-AlF3 on their anticorrosion performance was studied under electrolysis conditions. The results show that, the fluctuation of cell becomes small with increasing of superheat degree, which is helpful to inhibit the formation of cathodic encrustation; the concentration of impurities from inert anode in bath goes up to certain degree, but it is far smaller than those in traditional high-temperature bath. Increasing the superheat degree of melting K3AlF6-Na3AlF6-AlF3 has unconspicuous effect on the contents of impurities in cathodic aluminum. The total mass fractions of Fe, Ni and Cu in aluminum are 15.38% and 15.09% respectively under superheat degree of 95 and 195 ℃. From micro-topography of anode used view, increasing the superheat degree can aggravate corrosion of metal Cu in inert anode, and has negative influence on electrical conductivity of electrode to some extent.     

单色光石英退偏器的退偏机理及性能研究

研究了单色光石英退偏器的退偏机理；定义了退偏度作为衡量退偏器性能的物理量。从实验上在４４０～９２０ｎｍ的光谱范围测试了器件的退偏度，结果表明：只要器件的结构角适当，或者适当调节入射光束的截面大小，便可对某一单色线偏振光实现很好的退偏。     

S－148芳醇不饱和聚酯树脂耐腐蚀机理研究

合成了Ｓ－１４８芳醇不饱和聚酯树脂，研究了Ｓ－１４８树脂浇铸体和玻璃钢于不同温度下在不同介质中的耐酸、碱、盐腐蚀性能，并探讨了其耐腐蚀机理。结果表明，Ｓ－１４８树脂具有优异的耐腐蚀性能，可用作耐腐蚀制品的基体树脂。     

一种改进的灰度预测模型

灰色预测模型通常是GM模型,但预测精度有时不令人满意。在对模型GM做了进一步研究的基础上,提出了一个预测精度较高的新灰色预测模型,并从理论上证明了这种模型可以有效提高建模数据序列的光滑度。最后把此方法应用于东部某镇GDP的建模中,试验结果表明该方法是可行且有效的,所建模型的精度优于传统GM（1,1）模型的精度。     

基于类间分散度和类内集中度的文本特征选择。

特征选择是文本分类的关键步骤之一,所选特征子集的优劣直接影响文本分类的结果。论文首先定义了两种特征分类能力：一种是特征对类间文档的分散程度,该分散度越大越好;另一种是特征对类内文档的聚集程度,该集中度越大越好。然后把这两种特征影响度有机地结合起来设计了一个新的特征选择方法,该方法能够对所选特征进行综合考虑,从而使获得的特征集具有较好的代表性。仿真实验表明所提特征选择方法在一定程度上能够提高文本分类性能。     

一种基于遗传算法的模糊关联规则挖掘方法

文中提出了一种基于遗传算法的生成隶属度函数的方法,该方法通过遗传算法对初始种群进行优化,获得一个适应度较高的隶属度函数编码,然后再根据机场噪声数据的实际标准对优化后得到的隶属度函数进行修正,进而得到梯形分布的隶属度函数编码.最后通过得到的隶属度函数对数据进行模糊化,并采用FP-trees算法生成模糊关联规则.该文针对数量型属性提出了这种方法,它的优点是能够使通过遗传算法得到的较优的隶属度函数更加适用于实际的数据集.     

基于间接关联规则的数据挖掘算法研究

简单数据集可以通过关联规则得到在数据间的相互关系;相当多的情况下,由于不能从关联规则得到隐藏在数据间的相互关系,需要按间接关联规则分析出数据项集在交易集合中出现的频度,挖掘隐藏在数据间的相互关系。文中通过使用概念分层和基于近邻的方法,探讨利用FP树产生的频繁项集,对候选关联检验其是否满足项对支持度条件,并利用这个频繁项集挖掘事务的间接关联,找到挖掘事务的间接关联的内在规律,构造出不依赖中介条件的间接关联挖掘算法。     

最小支持度在教学质量评价系统中的数据挖掘应用

以当前的高职高专院校教育教学为平台,研究分析最小支持度关联规则挖掘技术与教学质量评价相结合的问题,针对教学质量评价结果中的盲目性、不易把握等问题,提出利用最小支持度来分析质量评价体系,获取以影响因素为条件,以评价分析为结论的关联规则来解决目前教学质量评价中的不合理性,使教学质量评价公平、公正、合理、高效,并给教学管理人员提供决策分析资料。     

数据挖掘在高校招生中的应用研究

随着教育改革的不断深入,我国的高等教育得到了长远的发展,高职院校招生规模的不断扩大,招生数量的逐年递增,招生方式朝着多元化、自主化方向发展,院校的招生竞争日趋激烈。本文建立高校招生数据挖掘系统,主要对高校招生信息进行挖掘,提取出有利于高校招生的策略,为高校招生提供决策支持。