传热设备自动清洗纽带的开孔结构优化研究

对设有开孔结构的自转清洗纽带进行了传热特性及流阻特性研究。结构优化试验的结果表明 :摩擦阻力和传热强化都随开孔面积比率的增大表现出先上升后下降的趋势 ,传热强化的幅度在 2 %— 18%之间 ,摩擦阻力系数在开孔率 18%时最大 ,其中 7#开孔比率纽带的综合性能最佳。因此 ,这种开孔结构的纽带更宜用于中低Re工况下应用 ,在 2 .0m/s以上的高流速工况下应采用高开孔率结构的纽带或螺旋带     

几种机器学习方法在黑色素瘤计算机辅助诊断中的性能比较

黑色素瘤的计算机辅助诊断是基于激光共聚焦扫描显微镜（CLSM）皮肤图像纹理特征, 并引入机器学习的技术, 为临床应用研发的一种能够准确、有效地识别在体恶性黑色素瘤新医学诊断方法, 将常用的基于机器学习的ID3、分类与回归树（CART）和AdaBoost三种算法应用于良恶性黑色素瘤图像的特征识别, 并对各种学习方法的性能进行比较。实验结果表明, AdaBoost算法具有较好的分类识别性能, 不但提高了恶性黑色素瘤早期诊断的准确度, 降低了良性黑色素瘤的误诊率, 而且为临床上早期发现和诊断提供了客观依据。     

一种高性能固定语音识别并行处理架构

针对固定语音识别系统后端大量的模板匹配识别运算, 提出了一种多处理单元并行超标量匹配处理架构, 有效地提升了大容量模板库条件下实时处理性能。将所提出的并行匹配处理架构在Virtex-6 FPGA上进行了实现, 其结果显示, 在保证识别精度的情况下, 处理能力得到显著提高。     

基于改进混沌扩频序列的多用户混沌扩频通信系统的研究与仿真

提出一种改进混沌扩频序列,并将其应用在多用户混沌扩频通信系统中,给出了多用户混沌扩频通信系统的理论推导和SIMULINK仿真模型。对该系统进行了详细的性能分析,包括信噪比、用户数、改进混沌扩频序列的分形参数和初始值等各自对系统误码率的影响,并比较了改进混沌扩频序列与传统混沌扩频序列的系统误码率随信噪比和用户数的变化情况。结果表明改进混沌扩频序列要好于传统混沌扩频序列的系统误码率,具有较好的抗噪声和抗多址干扰的能力。     

混合遗传算法求解应急抢修点选址问题

考虑设备应急抢修的时限要求和整个应急抢修系统的服务质量要求,采用0-1整数规划模型描述了应急抢修点选址问题,并针对该问题设计了一种混合遗传算法。在算法中使用启发式算法对种群中的不可行解进行修复,以保持种群在可行域内搜索,并采用近邻搜索算法改善种群中的最佳个体。算例计算的结果表明,该算法求得的结果要优于基于罚函数的遗传算法和采用简单修复算法的遗传算法。     

活性炭表面热氧化对其吸附二苯并噻吩性能影响

本文主要研究活性炭表面氧化对其吸附二苯并噻吩性能的影响。将活性炭在不同低温下氧化制得表面氧化活性炭，用静态吸附法进行了二苯并噻吩在初始及氧化活性炭上的吸附等温线，应用Langmuir方程对吸附等温线进行拟合，用漫反射红外谱（DRIFTS）表征活性炭表面含氧基团，用Boehm滴定测定活性炭表面官能团含量，讨论了活性炭表面化学性质对其吸附二苯并噻吩的影响。结果表明：活性炭表面酸性含氧基团对二苯并噻吩的吸附有重要影响，酸性含氧基团越多，其吸附量越大。低温气相氧化活性炭提高了活性炭表面酸性含氧基团，提高了其对二苯并噻吩的吸附。氧化温度越高，其表面含氧基团含量越多，其对二苯并噻吩的吸附量也越大。Langmuir吸附等温线可适用于描述二苯并噻吩在活性炭表面上的吸附。     

计算机网络安全系统构建分析

随着社会经济的不断发展,社会的不断进步,计算机在社会经济发展过程中的作用越来越显著,计算机网络系统已逐渐成为当今社会中必不可少的信息交流工具,但是由于计算机网络自身的特点,计算机网络在实际运用过程中常会出现相应的网络安全问题,因此对网络安全体系结构的分析对社会经济发展而言具有重要意义。本文从计算机网络安全体系的基本构成入手,结合现阶段计算机网络安全体系的建设现状,参阅相关计算机网络安全体系分析文献,从整体上了解计算机网络安全体系的优劣,为计算机网络安全系统的完善提供必要的依据。     

IPV6技术在数字化校园建设中安全防范研究

随着校园网的日益发展,IPv6网络在我国数字化校园网中广泛部署,其安全问题也日益突出。基于我院数字化校园网庞大的实验环境,该文从分析IPV6数字化校园网的安全特点入手,对IPV6技术在我院数字化校园建设中体现的安全问题进行了分析,阐述了保证IPv6对解决我院数字化校园网安全实现的一些策略。     

数据中心机房的高效制冷

因为制冷设计不合理,施工不专业,都会影响数据中心机房的制冷效率。该文介绍三种数据机房的高效制冷方法：按需制冷;水平送风;封闭冷通道。研究数据机房的高效制冷,不仅是节能减排的需要,也是保障数据机房稳定运行的需要。     

人工神经网络预测阴离子表面活性剂的临界胶束浓度

根据定量结构-性能关系原理,利用人工神经网络模型,采用Wn、S和Sn三种拓扑指数描述阴离子表面活性剂的分子结构并作为网络输入,预测阴离子表面活性剂的临界胶束浓度。确定了网络参数,利用43组数据对网络进行训练和预测,并与文献值进行了比较。结果表明,预测精度较高,说明人工神经网络方法具有很好的预测能力。