六甲基二硅氮烷表面改性气相法白炭黑对热硫化硅橡胶性能的影响

本文介绍了六甲基二硅氮烷表面改性气相法白炭黑的性质，并研究改性前后的气相法白炭黑在热硫化硅橡胶中的应用性能。通过实验，得出结论：应用表面改性的气相法白炭黑，可以较大程度提高填充热硫化硅橡胶性能，而且缩短了制备工艺流程。     

超细镍基负载型催化剂成型工艺条件研究

以正硅酸乙酯、钛酸丁酯、硝酸镍为主要原料,采用溶胶-凝胶法(Sol-gel)实验室放大制备10 kg工业中试用催化剂粉料，加胶粘剂A进行挤条成型。催化剂前躯体的物化性能用BET、XRD、TG-DTA、TEM及强度测试仪进行表征，用固定床连续流动微反装置，考察催化剂苯加氢生成环己烷的催化性能。研究结果表明，催化剂的强度随胶粘剂的含量增大而增大，当胶粘剂含量达到13％时，NiO/SiO₂-TiO₂体系产生了新的晶相。胶粘剂的含量对催化剂的催化性能影响很小，该催化剂应用于苯加氢制环己烷实验中，苯转化率均为100％，环己烷的选择性均达到99.0％以上。     

多矿物粘土基陶瓷地砖

以易熔粘土为基，并引入难熔粘土和熔剂成分，合成了地砖坯料。经研究确定，只要遵循一定的条件，是可以用上述原料生产出优质产品的。指出了制品结构和相组成的形成特点。     

羟丙基糯米粉糊的特性及应用初探

研究了羟丙基糯米粉糊的性质，以及流变特性和温度影响流变特性的规律，并对其在蚝油食品中作为增稠稳定剂的应用做了初步研究。结果表明，糯米粉经羟丙基化后，凝沉性更弱，受热易于成糊和分散，糊的粘度提高，冻融稳定性极佳，透明度大为提高，但是抗剪切稳定性反而降低。在实验测定的温度下，羟丙基糯米粉糊呈现假塑性流体的特征且假塑性随醚化程度的提高而增强。应用试验表明其增稠效果好、稳定性高，可用做增稠稳定剂。     

一种用于云存储的可撤销的属性加密方案

由于云存储用户数量大,成分复杂,云存储中数据的安全防护问题成为其发展的一大制约,近年来,基于属性加密技术解决云存储中数据安全存储问题成为研究热点,但传统的属性加密方案存在密文长度相对较大且属性撤销复杂等问题。引入代理重加密技术,针对以上问题提出一种可撤销的密文属性基加密方案,在缩短密文长度的同时实现属性撤销操作,并证明该方案在DBDH假设下CPA是安全的。     

网络控制系统H∞鲁棒控制器设计

针对存在不确定时延的网络控制系统, 将未知扰动和建模误差转换为满足给定约束的矩阵, 建立具有参数不确定性的网络控制系统模型。基于Lyapunov稳定性理论证明控制系统渐近稳定, 结合线性矩阵不等式完成H∞鲁棒控制器设计。通过仿真实验, 比较在不同时延条件下系统的状态响应曲线, 结果证明所设计的H∞鲁棒控制器可以解决系统中存在不确定建模误差、干扰和时延等问题, 具有一定的鲁棒性。     

WSN中一种基于扩展卡尔曼滤波器的虚假数据注入检测算法

为了有效地检测传感器网络中被注入的虚假数据,提出一种基于扩展卡尔曼滤波器（EKF）的虚假数据注入检测算法。首先通过监控邻近节点行为,使用EKF预测邻近节点未来状态;然后给出了使用不同的融合函数（平均、求和、最大、最小）时理论阈值的确定方法;最后为了克服本地检测机制的缺陷,将本地检测方法与系统监控模块有效配合,从而准确地区分出恶性事件和紧急事件。仿真实验结果表明,无论是在合成数据还是实时数据下进行测试,该算法都能为无线传感器网络进行安全的数据融合提供有效的入侵检测功能。     

高速以太网中实时相似性匹配算法的研究

在高速以太网中, 针对用户行为的特殊性及数据流五元组的特点, 提出了一种自适应相似性匹配算法(ASMA-HN)。该算法充分考虑了数据流五元组的随机性分布特点, 通过一种改进的XOR-SHIFT算法将数据流分类索引, 并提出了同类数据库(SD)及异类数据库(HD)的概念, 基于距离测度分别设计了加权相似性比较函数, 使得特征值能更精准地匹配到符合要求的数据文件, 提高了整体的匹配效率。通过对校园网实际流量的现场测试, 证明该算法具有较高的精准性及可适用性, 且匹配时间较低, 能很好地满足高速网络中相似性匹配业务的需求。     

三次样条构造的伪逆解法

为了提高三次样条构造的可行性, 基于矩阵的伪逆方法, 提出一种不依赖额外约束条件的三次样条构造的伪逆解法。该解法通过求解出三次样条二阶导数的最小范数解, 从而较好地构造出三次样条函数。理论分析及数值实验结果表明该三次样条构造的伪逆解法具有简单、有效等特点。综合分析各种构造解法的性质, 对各种三次样条构造解法进行归类比较, 为在实际工程计算应用中选择合适的三次样条构造解法提供了指导方向。     

自适应布谷鸟搜索算法

为了使布谷鸟搜索算法(Cuckoo Search,CS)在保持强大的全局搜索能力的同时,尽可能地提高局部搜索能力,在深入分析CS算法机理的基础上,将CS算法中影响布谷鸟搜索路径步长的参数β和布谷鸟蛋被发现(淘汰)的概率p_a由固定值改为随搜索过程自适应变化的动态参数,将越界的鸟窝折返回边界内、在当前代最优鸟窝附近的区域随机建立1个新的鸟窝、而非折返回边界上重新建立鸟窝,以提高算法的局部搜索能力和收敛速度。改进后的CS算法称为自适应布谷鸟搜索算法(Adaptive Cuckoo Search,ACS)。通过8个标准测试函数分别测试了CS算法和ACS算法的性能,结果表明,无论是简单的单峰函数还是复杂的多峰函数,无论是小型的低维函数还是大型的高维函数,ACS算法的寻优性能均超过CS算法。