QCLAS在JLMPGF6.5发动机CO体积分数测量中的应用

为了精确测量吸收光谱，并尽量减小温度与湍流波动对光谱测量结果的影响，采用谱线模拟仿真模拟和20kHz高频扫描的方法，选取中红外基频跃迁带内低温度敏感性谱线P(10)，进行了理论分析和实验验证，取得了发动机CO吸收光谱及其体积分数随时间变化的数据，变化范围为(153±123)×10-6。结果表明，P支谱线扫描范围内可降低48.28%目标气体温度变化对体积分数反演的影响。该方案能够为发动机尾气CO激光遥感测量提供一个高速、精准、实时的监测方案。     

陇南紫金难处理金精矿工艺矿物学研究

采用多元素分析、X射线衍射、矿物解离度分析和电镜扫描等方法，开展陇南紫金金精矿的工艺矿物学研究，深入分析矿物组分、各物相赋存状态以及金的伴生规律。研究结果表明：该金精矿S和As质量分数分别为42.12%和2.31%，硫化物包裹金占比为56.19%，属于硫化物包裹难处理金矿；金矿物粒度为1~10 μm，以银金矿为主，并含有少量的自然金；金矿物的单体解离度为30%，未解离的金矿物均与黄铁矿连生，呈半包裹半裸露状或完全被包裹状。基于金矿物的单体解离度随着矿物粒度减小而增大的特性，可通过超细磨的方法，增加金与浸金试剂的接触，为提高金的回收率创造良好条件。     

Java在高并发网络编程中的应用分析

随着计算机的普遍化和网络信息化发展水平的不断提高,Java语言网络编程逐渐占据重要地位。计算机网络化特征中,信息资源实现了有效共享。随着互联网服务器的不断改进,信息共享程度不断提高。为了适应互联网时代的发展要求,应升级计算机中的软件,提高其使用性能。美国某微系统企业推出了Java程序语言,其作为21世纪互联网时代的入场券,逐渐受到全世界的高度重视。     

斯纳姆氨汽提尿素装置高压圈升温的优化控制

主要对斯纳姆氨汽提大颗粒尿素设备装置进行分析,并对尿素装置高压圈升温问题进行分析,针对高压圈升温现象进行优化与控制。并通过高压圈延伸到装置中其他高压设备,研究高压设备的腐蚀问题,针对这种现象找出解决的方案,希望可以有效促使斯纳姆氨汽提大颗粒尿素的高效生产。     

纳秒脉冲激光加工高反射率铝膜

为了研究基于近红外纳秒脉冲激光的高反射率金属薄膜的加工可行性以及加工效果, 采用纳秒脉冲激光对高反射率铝膜进行激光加工, 分别测量了在不同激光光斑尺寸和不同激光能量的条件下, 铝膜表面所发生的烧蚀形态变化。结果表明, 即使铝膜表面反射率高达96%, 依然能对铝膜进行激光加工; 使用较高功率激光对铝膜表面进行离焦加工(能量密度约小于1000J/mm2)的烧蚀图样比使用较低功率激光对铝膜表面进行对焦加工(能量密度约大于2000J/mm2)的烧蚀图样更加规则。相关实验结果对激光加工高反射率材料时激光参量的选择可起到一定的指导作用。     

渤海海域莱州湾凹陷高硫稠油成因及其成藏模式

现今渤海海域仅在莱州湾凹陷发现了规模型高硫油油田，其原油性质复杂，来源及成因认识不清。在大量实验数据分析的基础之上，利用地球化学分析方法和盆地模拟手段对莱州湾凹陷各油田油气来源及成因做了详细研究，结果表明：①莱州湾凹陷主要发育了沙三段和沙四段两套有效的烃源岩，陡坡带和中央构造带上各构造原油主要来源于主洼沙四段烃源岩，缓坡带上各构造原油表现为主洼沙四段和南次洼沙四段双洼供烃的特征；②沙四段地层沉积时期存在水体分隔，南次洼水体更加咸化易形成富硫干酪根，其烃源岩分布范围控制着高硫油的分布范围，是高硫油形成的主控因素。而生物降解作用，一方面导致原油稠化是形成稠油的主要原因，另一方面使原油硫含量相对富集，是形成高硫油的重要因素；③垦利16-1油田具有晚期成藏的特点，形成了咸化湖盆早生、早排双洼供烃成藏模式，深、浅地层成藏模式不同，深部地层为典型不整合面侧向输导远源成藏模式。认为南次洼南部古近系地层和潜山优质储层是油气聚集的有利区带，可作为下一步油气勘探的有利方向。     

基于熵加权K-means全局信息聚类的高光谱图像分类

目的 高光谱图像波段数目巨大，导致在解译及分类过程中出现“维数灾难”的现象。针对该问题，在K-means聚类算法基础上，考虑各个波段对不同聚类的重要程度，同时顾及类间信息，提出一种基于熵加权K-means全局信息聚类的高光谱图像分类算法。方法 首先，引入波段权重，用来刻画各个波段对不同聚类的重要程度，并定义熵信息测度表达该权重。其次，为避免局部最优聚类，引入类间距离测度实现全局最优聚类。最后，将上述两类测度引入K-means聚类目标函数，通过最小化目标函数得到最优分类结果。结果 为了验证提出的高光谱图像分类方法的有效性，对Salinas高光谱图像和Pavia University高光谱图像标准图中的地物类别根据其光谱反射率差异程度进行合并，将合并后的标准图作为新的标准分类图。分别采用本文算法和传统K-means算法对Salinas高光谱图像和Pavia University高光谱图像进行实验，并定性、定量地评价和分析了实验结果。对于图像中合并后的地物类别，光谱反射率差异程度大，从视觉上看，本文算法较传统K-means算法有更好的分类结果；从分类精度看，本文算法的总精度分别为92.20%和82.96%， K-means算法的总精度分别为83.39%和67.06%，较K-means算法增长8.81%和15.9%。结论 提出一种基于熵加权K-means全局信息聚类的高光谱图像分类算法，实验结果表明，本文算法对高光谱图像中具有不同光谱反射率差异程度的各类地物目标均能取得很好的分类结果。