非稳态法测定马尾松扩散系数

采用非稳态法在一定的实验条件下测定了马尾松的水分扩散系数,并且探讨了不同干燥介质温度、不同初含水率、不同纹理方向对扩散系数的影响。实验结果表明：干燥介质温度越高,扩散系数越大;初含水率越高,扩散系数也越大;木材纵向水分扩散系数远大于横向水分扩散系数,其比值介于5～7之间;径向水分扩散系数略大于弦向水分扩散系数,其比值约为1～1．5。     

乳酸菌纯种发酵辣椒酱工艺研究

乳酸菌纯种发酵辣椒酱的最优生产工艺：接种量为5％、发酵温度35℃、发酵时间48h、菌种配比Lact．1：Lact．2为2：1。纯菌种发酵的辣椒过程中亚硝酸盐含量最高值仅为0．637mg／kg,而自然发酵时可达6．874mg／kg。     

APM胶轮车与跨座式单轨的综合对比分析

APM胶轮车和跨座式单轨均属于中小运量的轨道交通运输方式。作为骨干交通线网的补充和协调,二者的性能有诸多相似性。但作为两种新型轨道交通运输方式,又可被应用在不同的环境中,文章从经济性、技术性、环保性、安全性等方面对二者进行综合对比分析,为城市中小运量轨道交通车辆选型提供参考。     

电子医疗下支持数据持有性验证检索方案

为了安全可靠地检索、持有性验证电子医疗系统中重要的病历数据,提出了一种适用于电子医疗系统下支持数据持有性验证的检索方案。结合编辑距离,实现了多关键字容错联合搜索功能;基于编码Hash相关知识实现了对电子医疗系统中病历数据的持有性验证;基于特权树权限控制,实现了对电子医疗系统中病历数据的细粒度权限控制。安全性分析表明,方案在理论分析上是安全可靠的。实验数据表明,方案在搜索效率以及数据持有性验证方面实际有效。     

计及可转移充放电量裕度的电动汽车充放电实时调度策略

大量电动汽车(EVs)无序充放电会影响电力系统的安全与经济运行。随着EVs渗透率的逐步提高,研究EVs的有序充放电策略就具有实际意义。首先,在考虑EV充放电可调度时间与可调度电量、用户参与意愿因素的基础上,提出EV可转移充放电量裕度的概念,用于量化充放电量的调度灵活性。构建了计及可转移充放电量裕度的EVs充放电实时调度模型。其次,针对每个调度时段,该模型分两步求取EV充放电调度计划:第一步构建以调度时间区间内的系统总负荷水平的方差最小化为目标的二次规划模型,以求取当前时段EVs总的充电和放电功率;第二步发展以未参与充放电的EVs的可转移充放电量裕度最大化为目标的整数规划模型,求取满足第一步所求EVs总的充电和放电功率要求的充放电调度计划。然后,采用YALMIP/CPLEX高效求解器求解所构建的优化模型。最后,采用算例对所提EV充放电调度策略的有效性进行了验证,仿真结果表明所提EV充放电调度策略较EV随机充放电可明显改善负荷轮廓。     

重型车车载排放试验(PEMS)NOx排放测量不确定度研究

针对重型车依据DB11/965-2013标准在车载排放试验(PEMS)中的NO_x污染物排放.根据测量原理、测量方法和试验程序对NO_x建立了数学计算模型,并通过理论方法对模型中各种参数进行了相对不确定度分析,最终得出了NO_x排放不确定度评定结果.从不确定度的评定过程中可以看出,在试验时,应尽量保证车辆状况稳定,在日常保养中,应加强对排放分析系统的标定和维护,对流量计进行维护工作等.     

易宪容：挑战房地产泡沫的堂吉诃德

易宪容，中国房地产新闻中出现最多的学者名字之一。2004年下半年．他以一篇《警惕房地产业要挟中国经济》的文章，对中国房地产泡沫发出尖锐质问．引爆了房地产泡沫的激烈争论，一年来．他频繁发言．尖锐言论在房地产市场不断掀起浪花。今年6月．他被警告“不要胡说八道”后，更多的争论汹涌而来。     

谈"特吉巴奥文化中心"的生态设计

建筑大师R·皮阿诺(意)在特吉巴奥文化中心的设计中,充分挖掘和利用当地的文化传统与自然资源,在被动式通风系统的设计、自然材料的选择、天然光线的利用等方面,通过高科技手段,达到了与自然的生态平衡,给予当今生态设计理念有益的启迪。     

用于远红外探测的Si:P阻挡杂质带红外探测器研制

提出了全外延技术方案制备阻挡杂质带薄膜,避免了离子注入制备背电极层影响外延薄膜质量的技术难点.基于硅器件工艺设计制作了Si:P阻挡杂质带红外探测器.测量了器件的光电流响应谱和暗电流特性曲线,指认了叠加在光电流响应谱上的尖锐杂质峰对应阻挡层中磷原子的杂质跃迁.研究了器件在低温下小偏压范围内的暗电流起源.通过对计算结果分析,排除了该区域暗电流起源于热激发电导和跳跃式电导的可能,指出暗电流来自器件对冷屏的光电响应.器件工作温度5 K,工作偏压1.6 V时,响应波段覆盖2.5~40μm,峰值波长28.8μm,峰值响应率20.1 A/W,峰值探测率3.7×1013cm·Hz1/2/W(背景光子通量低于1013ph/cm2·s).     

关联规则挖掘中Apriori算法的研究与改进

经典的产生频繁项目集的Apriori算法存在多次扫描数据库可能产生大量候选及反复对候选项集和事务进行模式匹配的缺陷,导致了算法的效率较低。为此,对Apriori算法进行以下3方面的改进:改进由k阶频繁项集生成k+1阶候选频繁项集时的连接和剪枝策略;改进对事务的处理方式,减少Apriori算法中的模式匹配所需的时间开销;改进首次对数据库的处理方法,使得整个算法只扫描一次数据库,并由此提出了改进算法。实验结果表明,改进算法在性能上得到了明显提高。