电感耦合等离子体原子发射光谱法测定铁镍基高温合金GH140中硅的含量

采用盐酸、氢氟酸和硝酸的混合酸于140℃温度下加压消解样品4 h,待样品溶解完全后,选择仪器测定的最佳工作条件,采用电感耦合等离子体原子发射光谱法(ICP-AES)测定高温合金中的硅.通过选择硅元素的灵敏线,确定了以251.611 nm光谱线作为硅的分析线,并对仪器的工作条件进行了优化,优化后最佳的仪器工作条件为:射频功率1050 W,观测高度14 mm,雾化气流量0.6 L/min,辅助气流量1.0 L/min,冷却气流量12 L/min.基体干扰通过在标准溶液中加入与样品同量的基体元素进行基体匹配的方法消除.在此工作条件下,对GH140高温合金样品中硅含量进行测定,相对标准偏差均小于2％,用于标准样品中硅的测定,测定结果与标准值相符.     

基于Kalman算法的网络安全态势预测

网络安全态势预测是网络安全领域的研究热点之一,在分析当前网络安全态势预测方法的基础上,论文利用Kalman滤波理论建立了网络安全态势预测模型,利用当前和过去时段的攻击强度和网络安全态势值对下一时段的网络安全态势进行预测.实验结果表明该算法的预测精度优于传统的GM（1,1）算法和普通卡尔曼算法（即未结合影响因素）,算法适应性和实时性优于RBF算法.     

钼蓝分光光度法测定焙烧钼精矿中的硅

采用硝酸-氢氟酸混合酸经微波消解后溶解试样。对显色pH值进行了确定,探讨确定了钼酸铵溶液加入量、草酸-硫酸混合酸加入量、抗坏血酸加入量的影响。对共存元素的干扰进行了排除,确定了于分光光度计波段为790 nm处测定显色度。将该法应用于焙烧钼精矿试样中0.15%～8.00%硅量的测定,测定结果的相对标准偏差在0.62%～1.67%(n=11),加标回收率为98.0%～101.0%。     

大连市水资源短缺模糊综合评判及对策研究

水不仅是一切生物赖以生存和发展的基本条件,也是人类生产活动不可缺少的重要资源,而且还是生态环境的控制性因素。随着人口增长和经济发展,社会对水资源的需求不断增长,同时对水质的要求也越来越高。但是,水资源短缺现象日益严重。分析了大连市水资源特点,利用模糊数学中的多因子综合评判方法,采用Windows XP平台下Visual Basic6．0建立了水资源紧缺程度评价系统,综合评价了大连市2001--2008年的水资源紧缺程度及其原因,并提出了解决对策。结果表明,这些年来大连市都存在不同程度的缺水现象,而水资源量短缺是造成大连市水资源短缺的主要因素之一,2006～2008年属于严重缺水的年份,水资源短缺的形势呈逐年加剧趋势。     

XRF法和ICP-AES法测定TC4钛合金中铝含量的不确定度评定

对X射线荧光光谱法(XRF)和电感耦合等离子体原子发射光谱法(ICP-AES)测定TC4钛合金中铝含量的不确定度进行系统分析,在得出合成标准不确定度和扩展标准不确定度的同时,对比两种方法测量不确定度的主要来源。结果显示:XRF法的测定结果为5.95%,扩展不确定度为0.15%,最主要的不确定度分量来自标准样品本身;ICPAES法的测定结果为5.98%,扩展不确定度为0.13%,其中,测量重复性和校准曲线回归的不确定度分量对扩展不确定度的贡献最大。综合对比分析,两者定量结果及可靠性一致,均能很好的应用于TC4钛合金中铝含量的测定。     

XRF法和ICP-AES法测定TC4钛合金中铝含量的不确定度评定

对X射线荧光光谱法(XRF)和电感耦合等离子体原子发射光谱法(ICP-AES)测定TC4钛合金中铝含量的不确定度进行系统分析,在得出合成标准不确定度和扩展标准不确定度的同时,对比两种方法测量不确定度的主要来源。结果显示:XRF法的测定结果为5.95%,扩展不确定度为0.15%,最主要的不确定度分量来自标准样品本身;ICPAES法的测定结果为5.98%,扩展不确定度为0.13%,其中,测量重复性和校准曲线回归的不确定度分量对扩展不确定度的贡献最大。综合对比分析,两者定量结果及可靠性一致,均能很好的应用于TC4钛合金中铝含量的测定。     

制样方法对测定钒铝中间合金中钒铁硅碳氧的影响

研究了钒铝中间合金(简称钒铝合金)的制样方法对样品中钒、铁、硅、碳和氧测定结果的影响。确定了样品的保存和制备方法:样品需置于干燥器中保存;选择一次破碎量为40 g,对于含钒量在55%及以下的钒铝合金样品,控制破碎时间为2 s,含钒量大于55%的钒铝合金样品控制破碎时间为5 s,可将样品破碎至－0.147 mm。随机取AlV55和AlV85合金试样,对各元素进行5次测定,比较制样前后各元素测定结果及其精密度的变化情况,并对元素钒和氧进行了加标回收试验。结果表明:制样后样品的均匀性得到了明显改善,保证了各元素尤其是氧和钒测定结果的重现性和准确性。对随机抽取的10批AlV55样品按拟定的方法制样和测定,进行实验室间数据比对,一致性较好。     

分光光度法和ICP-AES法测定钒铝合金中硅含量的对比研究

介绍了两种测定钒铝合金中硅含量的方法:分光光度法和电感耦合等离子体发射光谱法(ICP-AES法)。分别采用分光光度法和电感耦合等离子体发射光谱法(ICP-AES法)测定钒铝合金中硅的含量。结果表明,两种检测方法的结果一致,方法重复性好,准确度高,都可以满足钒铝合金中硅含量的分析要求。分光光度法对仪器和环境要求较低;ICP-AES法具有操作简单,效率高,直接进样,试剂用量少,结果重现性好,稳定可靠等特点,是值得推广应用的钒铝合金中硅含量的快速检测方法。     

二苯基碳酰二肼分光光度法测定钒中铬量

采用硫酸和硝酸溶解,在0.6 mol/L硫酸酸度下,用铜铁试剂-三氯甲烷萃取分离钒、铁等元素,在0.1 mol/L硫酸介质中,加二苯基碳酰二肼与铬生成红色络合物,于分光光度计波长540 nm处测其吸光度。将该法应用于钒试样中0.004%～0.40%铬量的测定,测定结果的相对标准偏差在0.93%～6.83%(n=11)之间,加标回收率为98.5%～101.0%。     

基于对支持向量机的多类分类算法在入侵检测中的应用

针对基于传统支持向量机(SVM)的多类分类算法在处理大规模数据时训练速度上存在的弱势,提出了一种基于对支持向量机(TWSVM)的多类分类算法。该算法结合二叉树SVM多类分类思想,通过在二叉树节点处构造基于TWSVM的分类器来达到分类目的。为减少二叉树SVM的误差累积,算法分类前首先通过聚类算法得到各类的聚类中心,通过比较各聚类中心之间的距离来衡量样本的差异以决定二叉树节点处类别的分离顺序,最后将算法用于网络入侵检测。实验结果表明,该算法不仅保持了较高的检测精度,在训练速度上还表现了一定优势,尤其在处理稍大规模数据时,这种优势更为明显,是传统二叉树SVM多类分类算法训练速度的近两倍,为入侵检测领域大规模数据处理提供了有效参考价值。