新型化工材料的开发动向

当前化工新材料琳朗满目的研制态势,预示着一场新的技术革命行将喷薄而出。对具有优异性能和特殊功能新材料的研制和开发,使我们进入一个新金属材料、新型合成高分子材料、无机非金属新材料和复合材料的新时代,这些新材料对电子工业、空间技术、信息技术、海洋开发、生物工程和新能源技术的发展起着关键作用。世界各国特别是一些工业发达国家对新材料的研制都制定了切实措施,列入重要的基础工业发展规划。化工新材料的开发与其它科学技术密切相关。近代化学、固体物理、量子化学、有机合成和聚合物科学等基础科学的发展,各     

如何加强各级农村水利管理机构的探讨

如何加强各级农村水利管理机构的探讨四平市农村水利管理站张延年，张征我省的各级农村水利管理机构始建于１９８８年，为振兴水利基础产业、农村及国民经济的发展做出了一定的贡献。然而，随着社会主义市场经济体制‘的逐步确立，我省的农村水利管理机构在运行过程中的一...     

新型轻质高强节能材料——微珠耐火制品

国民经济的迅速发展,工业、农业、科学技术和人民生活的提高,对能源的需求量大幅度增加,能源不足的矛盾日益突出。在工业炉窑中,使用新型优良的耐火隔热制品,已逐步得到科研和生产部门的重视。为了提高设备热效率,节约能源,各种工业炉窑与热工设备管道上优选耐火隔热材料则是一种极有效的技术措施之一。然而耐火隔热制品技术性能上的体积密度和导热系数与提高力学强度之间存在一定的矛盾。采用传统原料和工艺,尽管可以生产出体积密度和导热系数较低的制品,但是却因强度偏低,不适宜直接大量砌筑。显然,欲兼收并蓄上述性能,满足实际需要,就应大力开发新材料、新产品。     

基于自适应无网格的HA-Ti梯度材料接触分析

对于等离子喷涂制备的HA-Ti梯度生物材料,由于其在实际使用中必然受到接触、摩擦磨损作用,而对其热力耦合接触模型的研究是以上研究的基础.由于HA-Ti梯度生物材料的材料组分沿厚度梯度变化,故可利用自适应无网格法计算方便、求解精度高以及计算耗费小等优点,并与有限元法耦合,考虑摩擦力和摩擦热输入等因素的影响,建立热弹接触数值求解模型.通过对真实粗糙涂层表面在不同载荷情况下的算例表明:此模型能有效、快速地求解非均质、高强度和脆性的复合材料,并取得了较好的效果.     

纳米NaYF4：Nd^3＋、Dy^3＋材料的上转换光学特性

制备了Nd^3＋和Dy^3＋掺杂立方相NaYF4上转换发光纳米晶体,用XRD、荧光光谱等测量手段对纳米颗粒的结构和发光性能进行表征,探讨Nd3’和Dy¨的掺杂比例对上转换发光的影响．利用776nm红外光激发样品,NaYF4：Nd^3＋,Dy^3＋实现蓝、绿上转换发光,出现Dy^3＋特征峰：479nm、574nln上转换发射峰．探讨基质NaYF4中Nd^3＋对Dy^3＋的敏化作用及上转换机制．     

基于Storm的流媒体实时传输系统

为了满足流媒体视频数据在传输过程中对数据的时效性、传输效率及传输的准确性这些高要求, 本文从实时大数据的流处理应用出发, 通过分析流媒体视频数据在实时传输中遇到的难点和所需的关键技术, 采用Storm流处理技术实现高性能、低延迟的分布式实时传输系统, 在Linux系统上完成Storm框架的搭建, 设计并实现了流媒体视频数据的传输拓扑任务, 同时部署Zookeeper为框架提供高效可靠的分布式协调服务, 并搭建流媒体服务器用于视频推流后的存储及客户端的点播. 在搭建好Storm框架后, 通过了对大规模流媒体视频数据的实时传输测试.     

基于进化状态判定的模糊自适应二进制粒子群优化算法

随着迭代过程的推进,二进制粒子群算法容易陷入局部最优解,后期收敛性较差.针对此缺点,文中提出基于进化状态判定的模糊自适应二进制粒子群优化算法.采用隶属函数进行模糊分类的方法,判定种群进化状态.在迭代过程前期采用S形映射函数和较大的惯性权重值,提高收敛速度,保证算法的稳定性.后期采用V形映射函数和动态增减的惯性权重值,增强算法后期全局探索能力,避免其陷入局部最优.仿真实验表明,文中算法的收敛速度较快,精度较高,搜索能力较好,可以避免早熟现象.     

基于阶段衍变双向自均衡的个性化学习资源推荐方法

针对现有个性化学习资源推荐方法存在推荐模型单一、速度较慢和匹配度不高等问题,文中提出基于阶段衍变双向自均衡的个性化学习资源推荐方法.首先构建基于阶段衍变双向自均衡的学习资源推荐模型,完善资源推荐特征参数化表示与适应度函数构建.然后采用基于进化状态判定的模糊自适应二进制粒子群优化算法求解模型.实验表明,相比采用经典算法的推荐方法,文中方法推荐的学习资源序列匹配度更高,推荐速度更快.     

基于小波分析与BP神经网络的人体血压预测

及时、准确预测人体血压变化从而预防人体血压不稳定导致的病情加重的情况发生显得越来越重要.对此本文提出一种基于小波分析与BP神经网络组合的人体血压预测模型,该模型利用小波分解重构法对非平稳的人体血压序列进行分解重构计算,分离出原始序列中的高频细节分量和低频趋势分量,再利用BP神经网络预测算法对各层分量建立预测模型,最后将两种模型的预测值进行叠加,得到原始血压序列的预测值.研究表明,该组合预测模型的预测精度明显高于传统BP神经网络预测模型的预测精度,为人体血压预测提供了一种有效可靠的组合预测方法.