有机硅原子氧防护涂层的喷涂工艺

以工件表面的涂层分布作为研究对象,对单点喷涂和平面喷涂过程进行微观分析,得出影响空气喷涂过程的工艺变量有喷涂距离、雾化压力、供胶压力、喷枪移动速率和搭接宽度,其中前3个参数决定了喷涂过程的微观基础单元──单点喷涂的质量,而后2个参数决定了涂层的厚度和连续性.试验表明,当喷涂距离为160～180 mm,雾化压力为400～500 kPa,供胶压力为240～400 kPa时,有机硅高聚物溶液的雾化效果较好,具有良好的单点喷涂效果.调整喷枪移动速率为120 mm/s和搭接率为1/2时,获得了厚度一致性较好的合格涂层.分析了喷涂过程中常见缺陷的产生原因,并提出了相应的控制措施,为原子氧防护涂层的喷涂提供参考.     

ZrSiO4/Al2O3烧结氧化铝-莫来石复相陶瓷微观结构的研究

将氧化铝和锆英石混合物试样分别在1350℃、1550℃下烧成，结果发现在1350℃烧成、保温3h的样品中有莫来石生成，而在1550℃烧成、保温3h的情况下却未发现莫来石生成，本文对此作了分析和探讨。关键词：氧化铝一莫来石，复相陶瓷，微观结构。     

建筑类院校景观学专业人才培养模式构建

在回顾我国景观学专业的发展、探讨其学科内涵及特征的基础上,应对风景园林类专业多元化办学的现实背景,阐述了作为地方性建筑类工科院校的山东建筑大学景观学专业人才培养目标.汇聚学科优势,提出了"以设计为主导、以理论为支撑、以融贯为外延"的景观学人才培养模式,结合课程体系设置,对多元办学背景下的建筑类院校景观学人才培养特色进行了积极的探索.     

高抗冲聚苯乙烯的阻燃研究

利用锥形量热仪(CONE)研究了阻燃高抗冲聚苯乙烯(HIPS)的燃烧性能,同时也采用垂直燃烧、氧指数等方法进行了对比测试。含十溴二苯乙烷的试样不仅保持了原有的物理机械性能,而且阻燃效果明显。相对于使用十溴二苯醚阻燃的HIPS,十溴二苯乙烷的使用不会产生多溴代二问题,产品符合一定的环保要求。     

网络课程的现状及发展方向初探

自20世纪90年代以来,网络技术日新月异,互联网逐渐应用于教育领域.本文在调查网络课程现状的基础上,说明网络课稃的一般形式;通过对课程内容、在线资源以及教学活动组织等方面的分析,对网络课程的前景做了展望.     

深度学习在IP网络优化中的应用

随着新型业务涌现和IP网络技术的不断演进,云网融合步入新阶段,展现出数字化、智能化和服务化的发展特征。其中智能化需要结合相关的人工智能技术,而深度学习和深度强化学习是常用的人工智能算法。图神经网络等技术的发展,也使得深度学习和深度强化学习分别在图信息表示和最优化问题处理方面的能力得到本质提升。IP网络可以用图结构抽象化表示,相关的预测和优化问题可以用深度学习和深度强化学习算法处理和求解。因此阐述了深度学习和深度强化学习在流量预测、网络规划和流量工程3个场景下的相关算法与应用,分析了在实践过程中可能面临的问题与挑战。     

基于GAN的导频配置和信道估计联合优化算法

随着通信设备的爆炸式增长,信道环境变得愈加复杂,传统信道估计方法需要进一步增加导频开销以维持现有信道估计精度。然而,这会导致系统吞吐量的下降。首先,提出了一种基于GAN的信道估计方法以在OFDM通信系统中解决这一问题。然后,采用GAN模型去学习从低维的潜向量到真实信道样本的映射关系。最后,在此基础上进行联合的导频配置优化。     

基于熵测度的自适应遗传算法

针对基本遗传算法SGA在搜索过程中易陷入局部最优解的问题,提出了基于熵测度的自适应遗传算法,并分析了熵测度下种群个体被选概率的极限行为。理论分析和对比实验表明,基于熵测度的自适应选择策略能根据种群性状来动态地调整选择压力,从而调整算法的开采和探索能力的平衡,提高算法的全局优化性能。     

基于DRAM的水质模拟不确定性分析和风险决策

将点源作为未知参数,结合一种新的马尔科夫链蒙特卡罗(MCMC)算法——延迟拒绝适应性Metropolis算法(DRAM),对钱塘江支流东阳江许村至义东桥河段的化学需氧量、氨氮、饱和溶解氧等3种指标的水质模型进行了贝叶斯参数估计.DRAM算法兼有延迟拒绝算法和适应性Metropolis算法的优点,且稳定收敛速度更快.基于抽样得到的马尔科夫链,对参数和模型误差项的后验分布进行了量化,并实现了点源的不确定性反演.用这个不确定性模型对污染物质量浓度的后验分布进行模拟,表现了良好的拟合效果.基于马尔科夫链,可对各类情景(如不同的水温、流量或点源排放情况)下的污染物超标风险进行直观的分析和预测,也易于实现敏感性分析.研究结果能帮助管理者制定不同水期的减排和调水风险决策,为钱塘江流域的水污染风险管理提供支持.