TC4表层激光熔覆Fe基合金层组织及性能研究

为了提高TC4合金部件表面的耐磨耐腐蚀性, 采用数字化分析测试、金相显微形貌分析等方法, 研究分析了TC4钛合金表面激光熔覆制备Fe35A涂层的显微组织和综合性能。结果表明, 在激光功率为2.3kW、扫描速率为9mm/s、送粉速率为10g/min的最佳经验工艺参数下, TC4表层制备Fe基合金沉积层的宏观形貌最佳, 金相组织较好, 晶粒细化且均匀分布, 基体与沉积层熔合度高; 沉积层表面洛氏硬度高达40.2HRC, 显微硬度平均高达645.5HV, 沉积层整体力学性能明显高于基体组织。该研究为TC4钛合金表面的高质量修复和再利用提供了实践参考。     

基于改进高斯核度量和KPCA的数据聚类新方法

大多数超椭球聚类（hyper-ellipsoidal clustering,HEC）算法都使用马氏距离作为距离度量,已经证明在该条件下划分聚类的代价函数是常量,导致HEC无法实现椭球聚类.本文说明了使用改进高斯核的HEC算法可以解释为寻找体积和密度都紧凑的椭球分簇,并提出了一种实用HEC算法-K-HEC,该算法能够有效地处理椭球形、不同大小和不同密度的分簇.为实现更复杂形状数据集的聚类,使用定义在核特征空间的椭球来改进K-HEC算法的能力,提出了EK-HEC算法.仿真实验证明所提出算法在聚类结果和性能上均优于K-means算法、模糊C-means算法、GMM-EM算法和基于最小体积椭球（minimum-volume ellipsoids,MVE）的马氏HEC算法,从而证明了本文算法的可行性和有效性.     

多层交换机在Intranet中的应用研究

摘要：本文针对路由器与第三层交换机在Intranet中应用的瓶颈问题，分析了第三层交换技术的工作机制和多层交换机在Intranet中的应用优势，提出了多层交换机在现实各VLAN间通信、与Intranet的互连、网络安全与管理及QoS等的应用方案。     

军队厨师培训工作的现状与发展

随着市场经济的建立,军委领导多次强调加强部队伙食管理,在《军队基层建设纲要》中明确提出:基层伙食单位要保持1—2名等级厨师.厨师培训工作已作为部队后勤建设的主要内容之一,全军各部队结合自己的实际与需要,采取多种方式进行培训,方式不同,效果有别.从长远看,必须改革培训机制,为部队集团军一级落实训练编制,建成培训基地,在全军形成统一的培训模式.     

多传感器融合的数控机床热误差回归建模新方法

热误差对机床的加工精度影响很大,高性能的补偿系统依赖于多传感器融合建立的三维模型的精度、鲁棒性和合适的温度进行反馈输入。本文使用温度与位移传感器的模糊聚类进行温度分类,基于评价模型比对分析最优的温度分类,从每个分类中选择具有代表性温度作为候选温度。归纳试验数据,使用分段逆回归SIR模型进行热误差建模,SIR模型将高维前移回归问题转化为多个一维的回归问题,并且进一步消除了候选温度之间的耦合。热误差试验表明,SIR模型具有泛化能力强、预测精度高及鲁棒性好的特点,能够准确地描述多种典型工况条件下的实际热误差特性。     

网络环境中数据加密技术实现与分析

随着电子商务在全球的广泛开展,如何保证网络上传输数据的安全性已成为人们日益关注的问题,数据加密以及数字签名成为国际上信息安全领域的前沿课题。本文以PKI公开密钥体制为理论基础,深入讨论和分析了当前流行的数据加密技术。     

银行风险早期预警系统的研究与实现

单体银行的风险预警在银行风险监管和银行自身风险发现中起着重要的作用,它标志着银行风险管理从事后处置转变为事前防范。本文通过指数模型方法,开展了银行风险早期风险的发现和预警,并在实际的计算机系统上建立了B/S、C/S 混合结构的应用软件体系,实现了单体银行的早期风险预警,可以对当前运行中的法人银行实体,展开风险分析和报警工作,使监管单位和银行自身可以及早采取各种防范措施。     

改进混沌粒子群优化的灰色系统模型在机床热误差建模中的应用

为减少热误差对数控机床加工精度的影响,提高灰色系统模型(Grey system Model,GM)的预测精度,尝试将改进混沌粒子群优化(Improvemen Chaotic Particle Swarm Optimization,ICPSO)算法引入到灰色系统模型中,提出一种基于改进混沌粒子群优化算法的灰色系统模型数控机床热误差建模方法。首先,建立粒子群优化(Particle Swarm Optimization,PSO)粒子与GM(1,N)系数的映射关系;其次,ICPSO中混沌理论的Logistic映射对粒子群的位置和速度进行初始化,通过优化搜索得到最优GM(1,N)系数和输入子集;最后,建立改进混沌粒子群优化的灰色系统模型(ICPSO-GM),对数控机床热误差进行预测。仿真实验表明,ICPSO-GM预测精度高于GM和人工神经网络(ANN)模型,证明了ICPSO-GM能有效地解决数控机床热误差预测问题。     

贝叶斯证据框架下的LS-SVM多工况数控机床热误差建模

最小二乘支持向量机(LS-SVM)模型是表征数控机床热误差特性的有效工具,但该模型中的参数设置直接影响建模的精度。传统的基于交叉验证法或网格法的参数获取方法存在计算量大、精度低的缺点,且同一组模型常数往往不能准确表征机床多种工况条件下所产生的热误差。为解决这一问题,提出了一种基于贝叶斯证据框架理论的LS-SVM多工况参数优化方法。通过测量不同工况下数控机床温度值与主轴热变形量,采用贝叶斯证据框架的3个推断对LS-SVM模型进行训练并对参数进行辨识和优化,推导出了不同工况所对应的最优模型和参数。热误差建模实验验证了该参数优化方法的有效性,结果显示,经优化的模型具有泛化能力强、预测精度高、计算速度快的特点,能够较准确地描述多种典型工况条件下的实际热误差特性。     

试论影响鱼圆品质的诸因素

一、鱼圆的制作餐饮业中一般选用鳡鱼、白鱼、青鱼、草鱼、鲢子鱼制作鱼圆,其中鳡鱼为上佳.打磷、去腮、剖肚、去内脏、洗净、去骨、去刺取净鱼肉,入清水中漂洗,将漂洗后的鱼肉,捞起挤压、沥干,置砧板上用双刀刀背先排跺,待鱼肉松散后用刀刃斩,排至极细为好;向排新好的鱼茸中加入适量的葱姜水,使其