浅谈阴极电泳涂装中涂膜形成针孔的原因及解决措施

分析了阴极电泳涂装中形成针孔的原因,提出了在实际施工过程中解决此类问题的方法以及各项工艺参数的控制。     

垂直式垃圾压缩机液压系统设计与分析

针对当前垃圾压缩机工作过程中,普遍存在缸体抖动、换向噪音大、以及在缸保压时,压力不稳定等现象,从液压传动系统出发,研究液压缸压力、流量、速度随时间的变化关系,对传统垃圾压缩机进行优化,设计了一套全新垂直式垃圾压缩机,利用AMESim工具对垂直式垃圾压缩机进行了仿真,分析了各工作油缸随负载的变化情况,结果验证了压缩机液压控制系统设计的合理性,从而为其它垃圾压缩机系统的设计与优化提供参考。     

综述C5馏分综合利用及发展趋势

随着国际、国内乙烯产能的扩张,副产C5馏分走入人们的视野,如何将这部分副产品转化为附加值高的新型实用产品,降低乙烯装置的生产成本,扩展产业链条,形成较为完备的上下游产业链,引起国内外专家的广泛关注,并开展了大量的研究工作。作者综述了C5馏分的国内外综合利用情况,并且就国内外的利用水平进行比较分析,阐述C5馏分的发展趋势及发展建议。     

职业技术院校计算机网络技术课程教学初探

职业技术院校的计算机网络技术课程,是职业技术院校培养优秀的职业技能人才的基础课程,涉及到计算机软件、硬件、电子计算机等多个领域。开展职业技能教育的目的是为社会各界培养有能力的,能够掌握各方面技能的职业人才。随着电子计算机的发展和普及,社会各行各业普遍都要通过计算机来进行日常的营运、管理等日常工作,计算机网络技术课程已经成为培养职业技能人才的基础。职业技术院校的计算机网络技术课程要根据时代的发展脉络适应社会的发展和需要,深入探索学科前沿,加强教学创新,将理论和实践相结合,推动职业技能教育走向良性发展的轨道。     

异戊橡胶生产中溶剂回收和单体精制工艺发展现状

对国内外异戊橡胶生产装置中溶剂回收和单体精制单元采用的工艺流程进行比较,详尽分析了各流程路线的优缺点。建立合理的溶剂回收和单体精制流程,在保证回收溶剂和回收单体质量的前提下,通过热集成技术回收装置其它单元的低品位热能是异戊橡胶生产装置连续稳定长周期运行,并有效地控制生产成本的关键技术之一。     

基于虚拟操作系统基础架构（VOI）的电力行业虚拟终端技术研究

基于VOI的虚拟终端管理系统具有在部署、管理、交付上的简捷性，便于集中管理，并且具备较高的安全性能。相较于传统的VDI模式，可以更加充分的利用系统资源，减轻了服务器的工作压力，降低了对于网络的依赖性，可以更加便捷的兼容更多的外设。     

开放式实验室应用Web技术管理系统的研究与开发

为了解决开放式实验室管理与使用方面存在的问题,研究了如何提高开放式实验室的开放程度与使用效率,充分发挥其服务科研创新能力方面的作用;提出利用Web技术实现了对实验室的高效管理建立基于Web技术的开放式实验室管理系统,并在此基础上开发出B/S结构的开放式实验室管理系统原型。     

基于大数据的用户画像构建方法与运用探究

以大数据为研究基础,能够在产品的开发初期阶段高精度获得用户们的肖像,从而优化施工的方法。研究使用基于定性和定量、集成三阶段的理论框架。通过该研究,当前已经掌握与用户属性存在关联的各个硬性因素,随后可以利用专门的C-means聚类算法（FCM算法）来实施用户属性因素的聚类,这样就可以掌握多种类型用户属性的原始形态,结合原始形态来创设维度框架,用户利用离线定性的研究方法来实施调查工作,从而切实地判断出准确的用户需求动机。当前大部分手机用户拍照的方式主要关注的是拍照的对象。通过在线社交平台以及电子商务平台的公开数据就能够获得用户的拍照评论信息,再进行文本挖掘以及解析、提取、类聚、定性。     

约束条件下项目进度关键路径的Petri网建模方法

针对软件开发项目因存在约束条件而不能有效使用关键路径法的问题,利用Petri网并行性和异步性的动态特性,设计时延着色Petri网(TCPN)进度模型,通过将双代号网络图映射成Petri网,构建约束条件下的项目执行模型,用模型仿真得到约束条件下项目运行可能出现的情况,再运用关键路径法进行分析。案例结果表明：TCPN进度模型可使用关键路径法预测软件开发项目的完工时间,获得项目关键路径信息和其他潜在的关键路径发生概率,并且完工时间预测准确率为92.41%,具有一定的实用价值。     

基于隐式反馈和加权用户偏好的推荐算法

针对现有隐式反馈算法中正负样本划分不合理、忽略用户操作频次、无法准确建模用户偏好等问题,提出一种基于隐式反馈和加权用户偏好的推荐算法(IFW-LFM)。该算法考虑了用户操作频次与正负样本划分间的关系,学习并改进wALS算法,根据用户操作频次从缺失值中重新挖掘潜在正负样本,将用户操作频次大于1时的样本设置为正样本,用户操作频次为1或0时的样本为正样本或负样本,不再需要人为引入负样本;根据用户操作频次对用户偏好程度的影响,定义了置信度,明确用户偏好,并将其应用在隐因子模型的框架中;利用用户收听歌曲起止时间、收听时长等隐式反馈数据,提高隐式反馈样本利用度。在两个音乐数据集上的对比实验结果说明,该算法在准确率、召回率与NDCG值上与5个经典隐式反馈算法(UserCF、ItemCF、LFM、BPR、SVD)相比最大平均提升了45.81%,83.83%和60.33%,具有更优的推荐效果。