压洗丝饼工艺设备的技术改造

本文通过对化纤厂压洗丝饼工艺及设备的分析，找出了导致废品率高的主要原因，并提出了一条实现内部挖潜的切实可行的途径。     

较大),除薄片状马氏体外,还出现部分蝴蝶状的爆发型马氏体。随淬火冷却介质温度下降,爆发型马氏体量增大,至-70℃时全部为爆发型马氏体。试验确定,形状记忆效应仅与薄片状马氏体的行为有关,而爆发型马氏体没有形状记忆效应。用光学显微镜直接观察了合金在弯曲时应力诱发马氏体的增长和消失过程。

本文研究了Cu-32.23％ Zn-1.84％Al合金的马氏体转变和形状记忆效应。结果发现,合金在温度较高的冷却介质中淬火时(即     

新型电力负荷管理系统国内标准体系研究与建议

现阶段,电力负荷管理系统标准体系化程度需要进一步加强。国内相关标准主要分布在电力负荷管理、用电信息采集两个业务分支内,各项标准内容与当前信息通信技术、自动化控制技术、大数据分析技术的发展不匹配,标准的功能及性能指标缺乏先进性,很多关键内容难以适应当下负荷精准分类、实时监测、实时控制的需要。首先阐述了国内电力负荷管理系统标准体系架构,包括系统类、终端类、接口类和管理类4个方面内容;其次对电力负荷管理系统标准体系现状进行分类梳理和解读,每个方面选取典型标准进行介绍,探讨了各个环节标准发展现状及实际应用中存在的问题;最后结合电网发展对电力负荷管理系统的新要求以及实际运行中面临的新问题,提出新型电力负荷管理系统标准体系完善建议及重点行动计划,对今后新型电力负荷管理系统相关标准的修订具有一定参考价值。     

批评话语分析的认知视角

批评话语分析对话语加工过程中认知因素的忽视-直为人所诟病,这一情况目前正在逐步改善,越来越多的学者开始将认知科学领域的研究成果应用于批评话语分析。在探讨“社会-认知法”的基础上,分析总结隐喻理论和进化心理学对批评话语分析的贡献,进而提出-个以“社会-认知法”为主体、认知语言学和进化心理学理论为补充的批评话语分析框架。     

优化控制在E型磨直吹式锅炉制粉控制系统的应用

介绍一种电厂E型磨直吹锅炉制粉控制系统，该系统采用计算机的优化控制技术，使磨煤机这样一个多变量的复杂系统实现了锅炉燃烧系统的自动控制，实践证明节能效果好。     

优化控制在E型磨直吹式锅炉制粉控制系统的应用

介绍一种电厂Ｅ型磨直吹锅炉制粉控制系统，该系统采用计算机的优化控制技术，使磨煤机这样一个多变量的复杂系统实现了锅炉燃烧系统的自动控制，实践证明节能效果好。     

合欢皮提取物对黑曲霉抑菌活性的研究

采用滤纸片法和生长速率法,测定了合欢皮乙醇提取物对4种常见菌种的抑菌活性;结果表明:合欢皮乙醇提取物对金黄色葡萄球菌的最低抑制浓度(MIC)为20mg/mL,对黑曲霉的抑制中浓度(EC50)为12.43mg/mL,即对黑曲霉抑菌效果较好。再进一步采用生长速率法,测定了合欢皮4种萃取物对黑曲霉(Aspergillus niger)的抑菌活性。4种萃取物中,正丁醇相对黑曲霉抑菌效果最好,其EC50为7.68mg/mL。结论:合欢皮乙醇提取物对黑曲霉的有效抑菌成分主要集中于正丁醇相,对于开发天然食品防腐剂有很大价值与潜力。      

高分子染料BPD在透明皮革上的应用研究

采用端氨基小分子染料活性蓝与异氰酸酯、多元醇等反应制备了一种高分子染料BPD,将制备的高分子染料用于透明皮革染色研究.研究表明:高分子染料染色透明皮革拥有较好的耐迁移、耐擦色牢度,耐迁移可达到4～5级,耐干擦色牢度为5级,耐湿擦色牢度可达4～5级;高分子染料的引入可以提高皮透明皮革的力学性能,当高分子染料用量为0.14...     

HJ-1A NDVI与MODIS NDVI时间序列提取植被物候特征对比研究

以HJ-1A和MODIS为数据源,通过动态阈值法提取物候特征参数,对HJ-1A NDVI和MODIS NDVI时间序列进行植被物候特征提取进行定性和定量比较,通过比较结果,提出HJ-1A NDVI数据在该应用中存在的问题,促进国产中空间高时间分辨率影像数据在植被物候信息提取研究中的应用,提高其在生态系统研究中的应用价值。结果表明:在SOS、EOS和LOS以及TOMS几个主要的物候时间点上,MODIS NDVI时间序列的标准差较小,所得物候数据更为集中,偏离度较小,所得物候数据较稳定;而HJ-1A NDVI时间序列所得物候数据的标准差较大,数据偏离程度较大,而在POS、BOS和AOS等表征植被生命周期中生长幅度数据上,其标准差较小,离散程度小。     

面向分类的流特征在线特征选择算法

在线流特征选择通过实时过滤无关特征和冗余特征,实现流特征空间降维.针对已有算法,如Alpha-investing分类精度低、SAOLA选择特征数多和OSFS在低冗余高相关数据集下运行时间长的问题,提出了一种面向分类的流特征在线特征选择算法——OSFIC.算法运用四层过滤框架,通过无条件独立过滤不相关新特征、单条件下互信息过滤冗余新特征和候选特征集合中的部分冗余特征,最后通过多条件独立过滤候选特征集中的剩余冗余特征,最终得到分类标签的近似马尔可夫毯.为了分析OSFIC的性能,选择了NIPS 2003和Causality Workbench中的数据集,从预测精度、特征数量、运行时间和AUC方面与已有基准算法进行比较.实验表明,OSFIC平均分类精度比Alpha-investing提升4.41%.在保证精度的前提下,平均特征数量比SAOLA减少41.9%,运行时间比OSFS减少91.59%.最后,在真实的应用场景下验证了OSFIC的有效性.