四氯化锡掺杂聚苯胺催化合成柠檬醛1,2-丙二醇缩醛

以柠檬醛、1,2-丙二醇为原料,四氯化锡掺杂聚苯胺（PAn-SnCl4）为催化剂催化合成柠檬醛1,2-丙二醇缩醛。研究了醛醇物质的量比、催化剂质量、反应时间等因素对产品收率的影响。结果表明,在n（柠檬醛）/n（1,2-丙二醇）=1∶3,催化剂质量为反应物料总质量的2.0%,带水剂环己烷质量为反应物总质量的40%,反应时间2.0h的最佳反应条件下,柠檬醛1,2-丙二醇缩醛的收率可达94.65%。催化剂重复使用5次,产品收率仍达88.39%。     

基于有限元的内置式永磁同步电机矢量控制性能分析

建立了一台55 kW内置式永磁同步电机有限元模型,采用有限元方法计算了电感参数和在满足电压电流约束条件下的实现最大转矩输出的最佳电流控制角,电流矢量id,iq,及输出转矩。计算结果表明由于恒转矩区磁路饱和,参数对内置式永磁同步的影响较大,而在恒功率区即弱磁控制区域,电机的饱和度减小,解析方法与有限元计算结果吻合;说明有限元分析结果可比较准确地反映电机的磁路饱和程度,是对内置式永磁同步电机性能分析的最佳工具。     

一种光纤陀螺随机漂移的高精度建模方法

为减小光纤陀螺随机漂移,采用时间序列分析法对其进行ARMA模型辨识.提出一种全局最优的模型阶次搜索算法,将模型适用性检验方法中的BIC(Bayesian information criterion)用于模型阶次搜索,并采用Pandit-Wu建模思想,把二维搜索化为一维搜索,得到了模型阶次的一致性估计.提出了一种改进的U-C算法,并与长自回归模型计算残差法相结合共同估计模型参数.它将非线性参数估计过程转化为线性过程,使用了正置与逆置漂移时序参与估计,以前向和后向模型的滤波误差平方和最小为参数估计的指标,在p+1维空间中求极小值.采用上述方法确定的模型其残差标准差为0.002 4°,最大预报误差为0.011 2°,能准确预报光纤陀螺随机漂移趋势.     

无端化并行查询模型在仓储系统中的研究与应用

国内外仓储查询系统,通常采用ACTIVEX技术或Web Services技术来处理通信及命令功能。ACTIVEX技术通信数据快,可以执行本地文件,无法跨平台,用户操作困难、安装部署不方便;而Web Services具有跨平台的优势,不需要额外的客户端支持,无视防火墙,但是响应速度慢。如果融合相关技术,能跨平台和能够响应够迅速,那么通过AJAX模型来调用后台场景渲染数据的执行效率也会得到提高。同时利用HTTP协议作为通信通道来进行请求-响应的通讯,前台应用程序开发人员可以容易的把基于浏览器应用程序的AJAX技术整合到可视化软件的相关管理模块中。本文从该思路出发,实现仓储系统的无端化并行查询,它通过网页的表现形式,运行环境要求简单,针对图形访问与渲染的效率高,解决了物流管理系统图形化查询的问题。通过对业务、应用、数据及技术等架构层的不同角度的分析,并依据并行计算思想,构建可视化体系平台。系统平台具体划分为接入控制层、C＋＋后台渲染、前端展现（web）。接入控制层采用HTTP通道进行接入控制,并采用IOCP提高业务并发能力,C＋＋后台渲染核心处理采用并行计算手段,提高图片资源渲染,共享与交换能力,WEB前端利用EXTJS结合J2EE平台进行展示,在一定程度上实现了系统的智能化与个性化,提高了可视化资源管理的发现、定位、导航效率及其虚拟重组的功能。     

AutoCAD轴测图的绘制方法与标注

介绍了在AutoCAD工作环境中,怎样绘制轴测图,以及轴测图的尺寸的正确标注和轴测图中书写文本。     

基于人工蜂群算法的Tor流量在线识别方法

Tor等匿名流量的分类与识别对运营商监管网络安全具有重要意义,但目前Tor流量的分类检测技术普遍存在识别准确率低、缺乏实时性、无法有效处理高维数据等问题。为此,提出一种Tor流量在线识别方法。通过搭建基于逻辑回归的深度神经网络,提取Tor流量特征匹配度以实现特征增强,并使用人工蜂群机制代替梯度下降等常见迭代算法,得到流量分类及识别结果。在此基础上,构建一套实时流量检测工具应用于实际生产环境中。在公开Tor数据集上的实验结果表明,与逻辑回归、随机森林、KNN算法相比,该算法的精确率和召回率分别提高了10%~50%,相比梯度下降的迭代算法准确率提高了7%~8%。     

基于Attention-DenseNet-BC的恶意软件家族分类方法

恶意软件是互联网最严重的威胁之一.现存的恶意软件数据庞大,特征多样.卷积神经网络具有自主学习的特点,可以用来解决恶意软件特征提取复杂、特征选择困难的问题.但卷积神经网络连续增加网络层数会引起梯度消失,导致网络性能退化、分类准确率较低.针对此问题,提出了一种适用于恶意软件图像检测的Attention-DenseNet-BC模型.首先结合DenseNet-BC网络和注意力机制(attention mechanism)构建了Attention-DenseNet-BC模型,然后将恶意软件图像作为模型的输入,通过对模型进行训练和测试得到检测结果.实验结果表明,相比其他深度学习模型,Attention-DenseNet-BC模型可以取得更好的分类结果.在Malimg公开数据集上该模型取得了较高的分类精确率.     

基于HyperMesh/LS-DYNA的航空发动机轴承内圈损伤仿真分析北大核心

基于UG建立轴承的实体模型,在HyperMesh/LS-DYNA中实现承受径向载荷、转速和摩擦力等条件的显式动力学仿真,并对损伤轴承与未损伤轴承的应力、位移、速度及加速度等动态特征进行分析。分析结果表明:轴承最大应力位置处于内圈滚道损伤表面,内圈损伤轴承应力比未损伤轴承大,且内圈损伤会影响滚子和内圈挡边的应力;内圈损伤时内圈与滚子节点在x,y方向的位移将增大,且随时间变化位移变化更剧烈;损伤轴承滚子节点速度幅值、最大加速度均大于未损伤轴承,且波动程度远大于未损伤轴承。     

景区网络投诉事件的管理研究

采用关键事件法对景区网络投诉事件管理进行探索性研究.在回顾相关文献的基础上,阐述了本次研究设计和实施的具体过程,包括关键事件的收集、分类.将2015年的网络投诉关键事件分为8个大类,在关键事件分类讨论的基础上,总结了网络投诉事件对景区管理的启示,并为改善景区投诉管理提出了建议.     

非平衡选基六态量子密钥分配协议安全性研究

针对六态QKD协议在非平衡选基条件下的协议效率以及最终的安全密钥率进行了研究。基于Renner提出的协议安全性证明理论分析了六态QKD协议非平衡选基的过程,推导出在非平衡选基条件下协议的最终安全密钥率公式,得出了两种选基概率对有效密钥率的影响。在此基础上,给出了非平衡选基六态QKD协议效率和最终的安全密钥率。所获得的分析结果可以有效提高协议的最终成码率,并可以直接应用在实际量子密码系统中。