阀控式密封铅酸蓄电池的寿命及失效分析

介绍了各种影响阀控式密封铅酸蓄电池寿命及容量的因素,分析了其失效的原因,并相应的对电池的维护提出了一些建议。     

优质钢的炉外精炼

本综述（一）、（二）、（三）详细介绍目前利用输电线路单端测量故障距离的虎法，即故障分量电流、电压，故障民流相位修正，解二次方程，解微分方程，时域解法和行波测距等算法的原理。进行简要分析和评价。由于这些算法绝大部分都用于微机测距计算中，所以具有较高的参考价值。     

多策略容灾系统的设计与实现*

设计并实现了一种基于Linux的多策略容灾系统.该系统集快速备份、完整备份、增量备份、快速恢复、安全日志等为一体,有效解决了目前大多数容灾系统备份、恢复策略单一,不能根据应用服务器的特征定制相应的容灾策略等问题.     

稀土复合热稳定剂对聚氯乙烯性能影响研究

主要以有机锡热稳定剂为对比物，研究了稀土热稳定剂对聚氯乙烯(PVC)的热稳定性及其他性能的影响。稀土热稳定剂对PVC的力学性能、加工性能都有不同程度的提高，稀土热稳定剂的热稳定性能符合PVC的加工条件要求，并研究了抗冲改性剂ACR(丙烯酸酯共聚物)对体系的影响。     

数字视频监控系统设计与实现

介绍了一种数字视频监控系统,给出该系统的具体实现方案,并对其中的关键技术进行了深入分析。该系统结构合理、功能完善、运行可靠。通过测试白天和夜晚的监控效果图,该视频监控系统达到了最初技术要求,具有很好的实用性。     

在线计费系统OCS的技术架构及应用分析

现阶段,在我国的电信市场的内部,存在着十分激烈的竞争。能否及时地完善其业务支撑系统,也就显得尤为的重要。随着计费系统的性能以及功能的不断增强,更多的运营商借此时机,不断地推出新的产品、新的资费,为多种业务的组合、捆绑式的营销,提供了坚实的后盾。因此,该文将结合实际的情况,就在线计费系统OCS的技术架构以及其应用情况,作了简要的分析,供大家借鉴与参考。     

独立学院创新“寝室联系员负责制”管理模式及其价值

根据自身发展的特点和学生的具体情况,独立学院创新学生管理模式,引入＂寝室联系员负责制＂管理机制,通过三个管理层,四大制度,充分调动学生工作积极性,发挥学生党员的先进性和学生骨干的模范带头作用,发挥其在思想建设、学风建设、学生管理等各方面的桥梁作用,推动学生党员、学生骨干和寝室成员共同进步,推动独立学院教学质量提高和人才培养,促进和谐校园建设。     

高职高专英语专业翻译教学反思

高职高专英语专业翻译教学现状一直不容乐观。分析高职高专英语翻译教学的现状及主要问题,探讨教学与教材改革,引入多种教学模式结合的理念,为高职高专英语翻译教学注入新的活力,大大提高学生实际语言和翻译能力,改善翻译教学的现状。     

基于多域特征融合的手持式电子鼻白酒识别

为提升手持式电子鼻辨别白酒的准确率,本文提出了一种基于多域特征融合的识别方法.首先,分别基于统计学分析、小波包分析和一对多共同空间模式(One Versus Rest Common Spatial Pattern,OVR-CSP)提取信号的时域、时频域和空域特征.其次,基于特征加权的方法将时域、时频域和空域特征进行融合.利用自制的手持式电子鼻采集了 6种白酒样本并进行识别实验,结果显示,采用支持向量机(Support Vector Machine,SVM)作为分类器时,与单独使用时域、时频域和空域特征相比,所提多域融合特征方法的识别准确率分别提高了 9.83％、8％和1.5％.进一步比较了 SVM、K近邻(K-Nearest Neighbour,KNN)和BP神经网络(Back Propagation Artificial Neural Network,BP-ANN)三种分类识别方法识别准确率和运行时间,结果表明,KNN算法的用时最短,且识别率较高.     

基于非均衡数据层次学习的案件案由预测方法

案件案由是对案件所涉及法律关系性质的描述,科学、完善的案由设置有利于正确适用法律,是人民法院实行案件分类管理的重要途径.案件案由预测技术指基于案件案情的文本描述由计算机自动给出案件所属类别.在案件属性预测研究中,由于低频类别的样本数量较少且难以学习相关特征,因此已有方法在数据处理部分通常会对低频类别样本进行剔除.然而,在案件案由预测问题中,关键的挑战正是如何对属于低频案由的案件做出准确预测.为此,文中提出了一种基于非均衡数据层次学习的案件案由预测方法.在案件案由预测中,根据案由层次结构将案由划分为一级案由和二级案由,二级案由中的大量尾部类别被汇聚成上层样本数较多的大类,进而通过层次学习的方式来实现二级案由的预测,使二级案由有一级案由的信息支撑.最后,引入调整数据不平衡的损失函数来实现案件案由的预测.实验结果表明,所提方法整体优于对比方法,其平均精确率比现有方法提高了4.81％,这表明通过层次学习和引入非均衡数据损失函数能较好地解决案件案由预测问题.