罩式退火温度对高强IF钢组织及性能的影响

为研究不同退火温度下高强IF钢的组织性能及织构的变化规律,采用温箱式电阻炉加热模拟罩式退火工艺,研究了不同退火温度下高强IF钢210P1冷轧板力学性能;对不同退火温度钢板的r90进行了统计并对其进行显微组织观察;采用X射线衍射仪及热场发射扫描电镜对不同退火温度的罩式退火成品板进行了织构分析。结果表明,在高强IF钢210P1冷轧板的罩式退火过程中,提高退火温度将使晶粒明显长大。随着退火温度的升高,屈服强度及抗拉强度下降,伸长率升高,n值略有上升,板材横向r值增加较明显,有利织构{111}取向密度增加,不利织构{100}取向密度降低。     

烧结时间对含铅玻璃制备微晶玻璃析晶及性能的影响

以铅玻璃与粉煤灰为原料，通过协同熔炼制备了微晶玻璃。通过XRD和SEM等手段研究了不同烧结时间下微晶玻璃的物相组成及显微结构，测定了微晶玻璃的密度、吸水率、维氏硬度和化学抗性。结果表明: 延长烧结时间对含铅玻璃加入量为40%(FG40)、50%(FG50)样品的晶相类型和晶化程度有影响，而对含铅玻璃加入量为60%(FG60)、70%(FG70)和80%(FG80)样品的影响较小。随着烧结时间延长，样品晶化程度提高，晶体长大，玻璃相减少。适宜的含铅玻璃加入量为50%~70%，对应的FG50、FG60、FG70样品最佳烧结时间分别为4 h、3 h、3 h。     

基于蛋白质组学技术研究秦川牛肉宰后贮藏过程中肌红蛋白含量及其衍生物转化

本实验采用4D-非标记蛋白质组学技术研究秦川牛肉贮藏过程中（0～8 d）肌红蛋白含量及其衍生物的转化情况，阐释冷却秦川牛肉中肌红蛋白含量及其衍生物转化的分子机制。结果表明：贮藏过程中，肌红蛋白表达量在宰后0～4 d上升、4～8 d下降，利用非标记蛋白质组学技术鉴定出与肌红蛋白及其衍生物相关的差异蛋白14 种，具体包括代谢酶、氧化还原酶、过氧化物酶、伴侣蛋白4 类，这4 类蛋白的表达共同调控贮藏过程中肌红蛋白含量的变化及其3 种衍生物之间的转化，具体表现为贮藏过程中肌红蛋白表达量整体呈下降趋势，氧合肌红蛋白相对含量持续下降，脱氧肌红蛋白、高铁肌红蛋白相对含量逐渐增加，导致肉色发生褐变。本研究结果有利于理解秦川牛肉贮藏过程肉类变色的复杂生化变化机制。     

基于Web的3D模型浏览与交互系统的研究与实现

设计了基于Web的3D模型浏览与交互系统，主要采用基于WebGL的第三方库Three.js来实现。该系统的建立主要包括场景的构建、场景的交互控制和模型的云存储。模型是场景构建的前提，用户可从外部导入所需模型或利用系统自带的简单模型进行模型的构建。场景交互技术主要包括模型的平移、旋转、缩放、拾取、剖切、3D动画模型的播放以及信息的显示等。模型的云存储是指用户可以通过登录账户将3D模型存储到服务器，日后需要时直接从服务器中加载即可。     

Citation recommendation based on citation tendency

Scientometrics - Due to the development of academic, more and more attentions are paid to citation recommendation. To solve the citation recommendation problem, researchers begin to focus on the...     

APP软件性能效率研究

性能效率是APP软件的重要质量属性，但目前缺乏APP软件性能效率的通用模型。分析了APP软件的性能特征，基于ISO/IEC 25010标准提出了APP软件的性能效率模型，定义了APP软件性能效率的子特性和度量指标。基于提出的APP软件性能效率模型，通过实验对APP软件的性能效率进行了度量及相关分析。     

结合位图切割和区域合并的彩色图像分割

就经典分水岭图像分割算法中存在的过分割问题，提出一种结合位图切割和区域合并的彩色图像分割算法。对原始彩色图像通过空域梯度算子求其梯度图像，并利用位图切割重建梯度图像；对新梯度图像进行分水岭预分割；对预分割图像基于异质性最小原则进行区域合并，并获得最终分割结果。相比于现有的同类方法，该算法引入位图切割，抑制噪声对分割结果的影响，在边缘模糊处分割准确，得到符合人类视觉的较小分割区域数目，同时在运行效率上提高。     

机载光电雷达它机试飞技术研究

机载光电雷达受平台及大气环境影响较大,而它机试飞能有效规避研制风险,是产品研制的必经阶段。本文介绍了机载光电雷达它机试飞试验系统组成、试验流程和数据处理等内容。经工程验证,实施过程满足任务需求,对其他光电系统的它机及本机试飞具有参考价值。     

采用信息增益率的混合入侵检测模型设计

针对现有混合入侵检测模型仅定性选取特征而导致检测精度较低的问题，同时为了充分结合误用检测模型和异常检测模型的优势，提出一种采用信息增益率的混合入侵检测模型.首先，利用信息增益率定量地选择特征子集，最大程度地保留样本信息；其次，采用余弦时变粒子群算法确定支持向量机参数构建误用检测模型，使其更好地平衡粒子在全局和局部的搜索能力，然后，选取灰狼算法确定单类支持向量机参数构建异常检测模型，以此来提高对最优参数的搜索效率和精细程度，综合提高混合入侵检测模型对攻击的检测效果；最后，通过两种数据集进行仿真实验，验证了所提混合入侵检测模型具有较好的检测性能.