“3+1”校企合作式计算机专业应用型人才培养模式

为加强学生的实践能力,实现学生在高校和就业单位的无缝对接,提高就业机会,研究基于"3+1"校企合作式计算机专业人才培养模式,提出在大学第4年与企业开展多种形式的合作,包括知名IT教育企业课程培训、教师到企业进修培训、校内外实习基地建设,以培养实践能力较强的应用型人才。     

计算机网络营销在连锁酒店的运用

越来越多的人将进入网络进行酒店客房预订、酒店物品采购和酒店店人才招聘等等。网络品牌、在线客房直销将凸显巨大的市场威力。建立营销型网站已经是连锁酒店发展的当务之急。酒店营销型网站主要包括连锁酒店介绍、连锁酒店产品展示、连锁酒店促销、网络实时预订、品牌在线加盟、在线招标和投标、在线客户交流中心、会员注册、功能导航等。为了让更多的客户进入连锁酒店营销型网站．进行网络”全员化”推广是非常必要的。网站推广常用的方法包括：邮件营销、博客营销、病毒式营销、网站优化等等。     

固相萃取-电感耦合等离子体质谱法测定钢铁冶炼工业废水中铊

准确测定钢铁冶炼工业废水中铊,对钢铁冶炼排出的工业废水进行源头监测和控制铊污染具有重要意义。因钢铁冶炼工业废水盐分较高且铊含量较低,基体效应较为显著,故实验以γ-氨乙基氨丙基三甲氧基硅烷(KH792)改性纳米二氧化硅材料作为吸附剂,用固相萃取技术对铊离子进行分离富集,以2.0 μg/L ¹⁰³Rh作为内标,²⁰⁵Tl作为检测对象,建立了电感耦合等离子体质谱法(ICP-MS)测定钢铁冶炼工业废水中铊的方法。优化后的固相萃取条件如下:吸附pH值为8.5,吸附时间为15 min,样品体积为40 mL,吸附速率为1.5 mL/min,用5.0 mL 1.0 mol/L硝酸以0.5 mL/min的速率进行洗脱,富集倍数为8。在优化的实验条件下,在铊的质量浓度为0.10~10.0 μg/L范围内,以铊质量浓度为横坐标,铊信号强度与铑内标元素强度的比值为纵坐标,绘制校准曲线,其线性相关系数为0.999 9。检出限为0.002 3 μg/L,定量限为0.007 7 μg/L。将实验方法应用于钢铁冶炼工业废水中铊的测定,结果的相对标准偏差(RSD,n=7)为0.55%~2.8%,加标回收率为93%～101%。将实验方法应用于模拟钢铁冶炼工业废水中铊的测定,测定值与理论值基本一致。     

可高效回收金属铁的精细钒渣制备方法研究

目前,常规精细钒渣制备工艺中采取球磨机粉磨、使用直线振动筛和磁选机进行除铁,但是此方法粉磨效率低、精渣除铁效果不佳。研究分析原因后对钒渣精渣制备工艺进行改进,磨机一段仓采用球磨、二段仓采用锻磨,同时磨机篦子板采用防堵塞篦子板,球磨机出料端安装滚筒筛以筛除豆铁,精渣除铁采用先风选后筛分的方法,风选后含有金属铁的粗渣通过锁风螺旋送入双层圆筒筛进行精细筛分,得到MFe含量小于等于2%的精细和钒渣含量小于等于1%的弥散铁。此方法由于采用了合理的粉磨工艺、豆铁筛分工艺和精细筛分除铁工艺,能够最大限度的回收钒渣中的金属铁,并制得低MFe含量、粒度合格的精细钒渣,工艺流程合理、产能高、系统能耗低。     

基于经验模式分解与混沌分析的直接多步预测模型

直接多步预测不依靠单步预测的结果而直接使用测量数据, 效果理想, 但往往要求模型能够学习多种不同的目标函数. 本文建立的直接多步预测混合模型, 使用模式分解方法把原始时间序列分解成不同尺度的基本模式分量, 再经混沌分析和神经网络进行组合预测, 减小了各步预测模型之间的差别, 提高了模型对多种目标函数的学习能力, 有效提高了预测精度. 最后, 通过基准时间序列验证了本模型的优越性.     

氧化-混凝技术对含油污水的处理研究

含油污水因其水质复杂、含油量大等特点导致其处理难度较大。采用了氧化-混凝技术对含油污水的处理进行了相关研究。结果表明,在pH为3、H2O2的加量为0.3%、FeSO4的加量为140 mg/L时,含油污水的氧化效果最佳,处理后水的透光率可达94.26%,COD值也降为140.89 mg/L。同时经芬顿试剂氧化后,筛选出在pH为8、PAC的加量为140 mg/L、PAM的加量为1 mg/L时,混凝效果最佳,处理后水的透光率可达98.76%,且处理后水的的含油量、悬浮物含量分别为1.95和0.86 mg/L,满足污水的回注标准。     

一种基于自适应免疫算法的优化设计方法

提出了一种新的机械优化设计方法——自适应免疫算法，该算法以种群的方差和熵作为结束条件，能自动调节优化参数。使用该算法对QAY50全地面起重机的转向梯形进行了优化设计，优化结果表明，该算法在保证全局收敛的同时提高了局部搜索能力，证实了算法的有效性。     

基于模糊基函数网络和自适应最小二乘算法的外圆纵向磨削表面粗糙度的预测

建立了外圆纵向磨削表面粗糙度的模糊基函数网络（FBFN）预测模型，网络的训练采用自适应最小二乘算法（ALS）。ALS将最小二乘算法和遗传算法相结合，能够自主学习，不用人为干预，FBFN和粗糙度的分析模型相结合，只需少量实验数据便可完成网络的训练，自动产生模糊规则，确定隐含层的节点数。仿真和实验结果表明，FBFN网络结构非常适合粗糙度的预测和控制，采用ALS学习方法比BP算法、传统的遗传算法和正交二乘法等能产生更好的结果。     

VN推板窑窑腔内结垢原因

对VN的生产以及推板窑窑腔内大量烟垢的形成分别进行了热力学研究。热力学计算表明,温度超过1 400 K时,V2O3与碳反应生成VC和CO气体。温度在1 400~1 600 K时,VC与氮气反应生成VN,钾、钠氧化物与副产物CO气体反应生成碳酸盐。实验研究表明,温度高于1 000 K时烟垢烧结失重率变化明显,窑腔内第5、6温区的实际温度有利于碳酸盐的形成,最终碳酸盐在这些温区形成烟垢。形成烟垢的CO气体和钾、钠化合物主要来自高温区。在第7、8温区增设排烟口将会有利于烟气排除,避免窑腔内结垢物的生成,对实际生产有指导意义。     

基于粗糙集和遗传算法的知识发现方法

粗糙集理论是一种处理不确定和不精确问题的新型数学工具,为数据挖掘提供了一条崭新的途径。提出了结合粗糙集理论和遗传算法的知识发现方法。首先通过粗糙集理论对数据进行预处理,在实现属性约简中采用了遗传算法,以提高搜索效率,然后进行规则提取。以农业病虫害诊断知识发现应用为实例说明了该方法的可行性。