原子高离化态研究装置

介绍了原子高离化态研究装置,包括重离子加速器、测量装置、数据获取和处理系统。     

"十三五"期间中国PVC产业回顾和展望(待续)

从生产、进出口、市场、应用等方面分析了国内PVC行业现状.介绍了国家有关PVC行业的政策.阐述了"十三五"期间国内PVC产业受国际环保、能源、低碳公约及国家环保、能源、产业政策等规范,产业升级改造逐步走向正轨.回顾了"十三五"期间PVC行业发生的重大生产、安全、环保、技术事件,并展望了"十四五"期间PVC产能增长的预期.列举了"十三五"期间PVC行业的主要实用生产技术,并分析了国内PVC行业存在的主要问题.     

基于Java3D的虚拟雕塑系统的设计与实现

针对雕塑作品构思和设计阶段的需求,开发了一个基于Java3D中索引曲面造型方法的虚拟雕塑系统.可以用简单的交互操作,模仿雕塑的手工过程,修改形体几何信息.通过对变形结果的展现、比较和修改,优化设计效果,给出修改形体拓扑结构的实现方法,丰富了虚拟雕塑操作的种类,提高了模型的变形能力.该系统操作方便,对用户使用的技术水平要求低,与专业雕塑人员习惯操作比较吻合,并可推广到工艺品、玩具、景观的方案设计等多个领域.     

城市快速路多尺度交通数据融合方法

为了从原始数据层面保证动态交通数据的质量,针对多检测器异步采样中非等采样率同时采样的情况,首先构建快速路多检测器动态系统,并对多检测器动态系统进行小波变换,提出基于小波和卡尔曼滤波的多尺度交通数据融合方法.最后,采用上海市南北高架快速路实测数据进行实验验证和对比分析.实验结果表明:对于添加噪声强度为2.5%、5.0%、7.5%和10.0%随机噪声的观测数据,该方法的数据融合效果均优于对比方法.     

火焰化学气相沉积法制备多晶纳米二氧化钛及其在气体净化中的应用

综述了作者近年来在火焰化学气相沉积(CVD)法制备多晶纳米二氧化钛及其在光催化气体净化中应用的研究成果。总结了以工业丙烷为燃料、空气为催化剂、四氯化钛为先驱物的火焰CVD法制备多晶纳米二氧化钛中热负荷对燃烧室内的温度分布和金红石含量的影响。以光致发光(PL)光谱为表征手段,研究了金红石含量对光激电子和空穴的分离作用。用管式光催化反应系统,研究了初始浓度和相对湿度对多晶纳米二氧化钛光催化降解挥发性有机物(VOC)气体和氨气的影响,及最佳光催化效率的金红石含量。针对多晶纳米二氧化钛在低相对湿度下光催化降解效率低的缺陷,用复合法对其性能进行了改进,研究了改进的光催化剂在低相对湿度和干燥空气中光催化降解苯的效率。对500 m3/h模块化的填料式光催化气体净化设备进行了净化效率和催化剂寿命实验,讨论了光催化饱和浓度对净化设备设计的影响。     

高速公路交通流运行稳定性分析

为了提升高速公路限速值设置的可信度,确保速度控制方法选择的合理性,从高速公路交通流运行的时间特性和空间特性角度出发,对单截面和双截面采集的交通流参数数据进行分析,分别构建了以速度差为基础的稳定性分析模型,并进行优化组合,提出了高速公路交通流稳定性识别方法。采用山东某高速公路微波实测数据和VISSIM微观仿真软件对其进行实证分析,结果表明:高速公路交通流稳定性识别方法能够高效地识别出道路交通流的离散度,并能够定量地、较好地描述交通流运行的稳定性,从而为高速公路的动态限速管理及限速值的确定提供可靠的决策依据。     

校园一卡通系统的数据分析与信息标准化

校园一卡通建设推进子高校信息化建设的步伐。通过分析校园一卡通的数据流,提倡在高校管理部门间建立一个标准的、可共享的数据库;进行信息系统的标准化建设,以此减少高校内部各部门间的不必要的数据冗余,保持数据的一致性、准备性、共享性。     

基于RFID和SN的仓储监管系统软件设计

在对仓储监管现状、特点和实际需求分析基础上,提出了基于RFID和SN技术的仓储信息化系统的设计方案.运用RFID技术实现人员、货物、车辆等目标的识别,SN技术实现仓储环境智能,满足温度、湿度、成分等环境参数的分布式监控需求.具体给出了系统的软件功能模块划分,描述了服务器软件设计,RFID读写器、SN节点相关的嵌入式系统软件的设计与实现.实际应用表明,本系统可以为企业仓储环节提供快速、实时、准确的信息采集和实时处理的全新解决方案.     

表面滚压强化工艺的数值仿真

针对圆棒工件表面进行多圈连续进给滚压强化工艺,提出了Mare有限元的三维数值仿真模型.通过边界条件施加、滚动的实现、接触设置等有限元建模的建屯和修正,取得了与实际十分吻合的滚压成形的仿真结果;在分析残余应力形成过程的基础上,提出了改进的滚压过程模型;比较了不同进给量、网格划分及边界条件对残余应力分布的影响规律.结果表明,与以往的单圈或者不足一圈的滚压、滑动滚压,或者轧辊不转动的静止压入等简化条件下的仿真模型相比,仿真模型更接近实际的滚压过程,因而也获得了比较理想的变形和残余应力的仿真效果.     

多视图对比增强的异质图结构学习方法

异质图神经网络作为一种异质图表示学习的方法,可以有效地抽取异质图中的复杂结构与语义信息,在节点分类和连接预测任务上取得了优异的表现,为知识图谱的表示与分析提供了有力的支撑.现有的异质图由于存在一定的噪声交互或缺失部分交互,导致异质图神经网络在节点聚合、更新时融入错误的邻域特征信息,从而影响模型的整体性能.为解决该问题,提出了多视图对比增强的异质图结构学习模型.该模型首先利用元路径保持异质图中的语义信息,并通过计算每条元路径下节点之间特征相似度生成相似度图,将其与元路径图融合,实现对图结构的优化.通过将相似度图与元路径图作为不同视图进行多视图对比,实现无监督信息的情况下优化图结构,摆脱对监督信号的依赖.最后,为解决神经网络模型在训练初期学习能力不足、生成的图结构中往往存在错误交互的问题,设计了一个渐进式的图结构融合方法.通过将元路径图和相似度图递增地加权相加,改变图结构融合过程中相似度图所占的比例,在抑制了因模型学习能力弱引入过多的错误交互的同时,达到了用相似度图中的交互抑制原有干扰交互或补全缺失交互的目的,实现了对异质图结构的优化.选择节点分类与节点聚类作为图结构学习的验证任务,在4种...