氮碳共渗对Ni-W-SiC复合镀层的组织及性能的影响

讨论了Ni-W-SiC复合镀层与氮碳共渗复合强化的组织结构及性能，结果表明，氮碳共渗后复合镀层的硬度和耐磨性远高于未氮碳共渗的复合镀层，扫描电镜结果表明，在共渗处理中，复合镀层存在硬度梯度，且基体中的换向复合镀层扩散，形成“钉扎效应”，显著提高了镀层与基体的结合力。X射线衍射表明，复合镀层经氮碳共渗后，产生很多新相，这些相的存在显著提高了复合镀层的硬度和耐磨性。     

有机溶剂热生长技术制备硫族化合物及其光学特性的研究

以有机溶剂热生长技术(solvothermaltechnique)制备了半导体硫族化合物(CdS、ZnS、MoS2)等纳米颗粒,采用XRD、TEM等技术对其结构进行表征.以ITO导电玻璃以及导电聚合物(PANI、PPY)膜为基底,将纳米颗粒涂布其上并以PL法研究其光学特性,实验结果表明:经修饰后,材料的荧光发射位置发生显著的变化.     

"QHSE管理体系"在企业中如何建立有效运行的思考

企业在“三合一”管理体系建立建新中，在领导重视的前提下，应使体系文件本土化，全员真正参与到体系中，有效利用内审与管理评审，才能使管理体系有效运行。     

面向口语统计语言模型建模的自动语料生成算法

在资源相对匮乏的自动语音识别(Automatic speech recognition, ASR)领域, 如面向电话交谈的语音识别系统中, 统计语言模型(Language model, LM)存在着严重的数据稀疏问题. 本文提出了一种基于等概率事件的采样语料生成算法, 自动生成领域相关的语料, 用来强化统计语言模型建模. 实验结果表明, 加入本算法生成的采样语料可以缓解语言模型的稀疏性, 从而提升整个语音识别系统的性能. 在开发集上语言模型的困惑度相对降低7.5%, 字错误率(Character error rate, CER)绝对降低0.2个点; 在测试集上语言模型的困惑度相对降低6%, 字错误率绝对降低0.4点.     

溴氰菊酯急性中毒的防治

溴氰菊酯(Decis)是近代新发展起来的一种拟除虫菊酯类农药。它对害虫有触杀、胃毒和拒食作用,常用于防治棉花、水稻、蔬菜、果树以及某些对有机磷和有机氯产生抗性的害虫。由于该农药具有高效、广谱、低残留等优点,因而很受广大农民的欢迎。自从溴氰菊酯在农村大量使用以来,各地均陆续有中毒和死亡病例发生。本文仅根     

水热合成法制备纳米TiO2晶须的表征及工艺研究

本文以TiCl4为原料，采用水热合成法制备金红石型纳米TiO2晶须，通过TEM和XRD对所制备的纳米TiO2晶须进行表征，确定了主要工艺参数。     

基于移动锚节点与多级通信的三维传感器网络节点自定位算法研究

在基于移动锚节点的三维传感器网络节点自定位算法SNLSFA(Sensor Node Localization Scheme based on Flying Anchors)的基础上,提出了一种新的基于移动锚节点与多级通信的三维传感器网络节点自定位算法SNLSFAMC(Sensor Node Localization Scheme based on Flying Anchors and Multi-level Communication)。首先由移动锚节点提供3个或4个辅助定位点,再由辅助定位点得到两条非平行线段,然后过线段中点分别做垂直于线段的平面,经两平面相交后得到一条经过待定位节点的直线,最后利用辅助定位点与待定位节点之间的距离作为通信半径即可得到待定位节点的位置。仿真结果表明,与SNLSFA相比,在相同锚节点数量下,SNLSFAMC提高了定位精度,且在相同定位精度下,SNLSFAMC降低了对锚节点数量的需求,提高了算法的响应时间。     

世界染料贸易和我国减少染料进口增加染料创汇的可能性

染料是一种精细化工产品,除在生产上具有产量少、品种多、生产工艺长、价值高等特点外,在对外贸易上,与一般原材料化工厂产品相比,还具有以下特征:价值高,创汇多,占仓容小,贮运费低,且多为铁桶包装便于长途运输,与人们生活密切相关,销售市埸比较稳定等,因此,世界各主要染料生产国家都竞相出口染料。例如,最近几年世界染料年产量约80万吨左右,而世界染料贸易量每年约达28～30万吨左右,占产量的35～37％,价值约     

相转移催化合成肉桂腈香料

一、前言人们都知道,肉桂油和肉桂醛做为香料使用,但它们在空气中易变色,对皮肤有过敏现象。有人曾建议使用肉桂腈做为香料。合成腈类化合物的文献很多,本文采用消除法,使用相转移催化技术,由肉桂酸出发制取肉桂腈。此法原料来源广,反应条件温和,操作简便,产率也高。二、基本原理反应共分三步:     

基于多核学习的投影非负矩阵分解算法

非负矩阵分解(NMF)把给定的数据矩阵分解成低维的非负基矩阵和对应的系数矩阵,两者之间存在必然联系。为此,研究者将基矩阵转换为系数矩阵的投影,进一步提高分解效率。但是该方法无法处理非线性数据,核函数的引入部分解决了此问题,却同时导致核函数参数选择的问题。基于多核学习理论,提出了一种多核学习的投影非负矩阵分解(MKPNMF)算法,该算法有效地避免了核函数参数选择的问题,同时提高了学习性能。在实际人脸数据上的实验结果表明,MKPNMF较已有的NMF类方法具备明显的性能优势。