在FoxPro 2.5 for windows下解决图像显示的另一种方法

FoxPro 2.5 for windows解决了在Dbase和Foxbase上不能处理图像和声音这一问题,实现了图像的显示和声音的再现。因而使得用FoxPro 2.5 forwindows开发的数据库管理应用软件具有图文并茂的特点。 为解决图像的显示和声音的再现,FoxPro 2.5for Windows提供了一个功能强大的General字段,利用该字段便可以解决图像的显示和声音的再现问题。如果用其解决图像显示问题时,向该字段存储内容时比较麻烦并且存取速度较慢,显示的图像不是那么的真切,有部分失真现象。针对以上缺点,我们找到了另一种解决图像显示的方法。具体的实现是     

高放废液和锕系核素玻璃-陶瓷固化技术研究简况

高放废液在20世纪50年代出现后，人们首先想到的是将核素固定在晶体内。美国的阿贡实验室将高放废液用流化床煅烧成粉末，英国将放射性的铯交换到黏土上，加拿大则是将高放废物在1350℃熔融，制成霞石，法国则是在1300℃下制备云母，目的是将铯、锶固定在云母的晶体内，     

基于蚁群聚类的RBF NN海洋环境下武器效能评估

海洋环境复杂多变,武器装备作战效能影响要素众多并且机理复杂,效能评估问题难度加大。针对海洋环境影响下武器效能的评估问题,将蚁群聚类算法与RBF神经网络相结合,提出了基于蚁群聚类的RBF神经网络武器作战效能评估方法并建立评估模型。通过蚁群聚类算法确定RBF神经网络隐含层神经元的中心值,并且为了得到最优聚类结果,在蚁群聚类中加入了局部搜索。最后,利用样本数据对该模型进行训练,并对特定条件下武器作战效能进行评估,实验证明此评估模型具有一定的可行性和有效性。     

一种用于公共建筑绿色化的全局优化技术——SGB技术

为了实现可持续发展的长远目标,结合我国十二五规划及科技发展规划,针对现有公共建筑的能耗高、污染大,管理效率低下的问题,首次提出一种基于有/无线混合传感网络的建筑流态数据监控及总体优化协同控制,以实现建筑绿色化的SGB(Smart Green Building)技术;把运行中的公共服务建筑作为整体系统考虑,将采集到的数据划分为信息流、能量流、物质流、人员流,并做分层处理,从系统级的角度,得到了复杂系统的全局最优化解决方案;从而实现既有建筑的节能、减排与高效管理的改造,满足绿色化与智能化的要求。     

基于离散裂缝的致密油藏重复压裂数值模拟研究

致密油藏储层物性差,大多采用压裂方式开发,当产量下降时需要重复压裂进行增产。建立了基质与人工裂缝相互耦合的致密油藏重复压裂渗流模型,采用离散裂缝模型对压裂形成的人工裂缝进行分析,用三种网格划分体系剖分基质系统、初次压裂裂缝、重复压裂裂缝系统。研究结果表明:裂缝长度和导流能力对重复压裂后的产能影响较大,在生产实际中应采用与储层性质匹配的裂缝长度和导流能力;启动压力梯度对于致密油藏的产能影响明显,在生产设计时需要重点考虑。     

Am在花岗岩中的吸附行为

研究了大气、低氧2种条件下,北山地下水中241Am在花岗岩及其成岩矿物上的吸附行为,观察了pH值、核素浓度以及腐殖酸等多种因素对吸附行为的影响,得到了各种条件下Am在花岗岩上的分配系数,并初步探讨了吸附机理.实验结果表明,花岗岩能很好的吸附241Am,其组分磁黄铁矿在吸附中起主要作用.     

反气相色谱仪和其最佳条件参数测试研究

我国高放废物实行集中深地质处置，包装材料和高放玻璃固化体是处置库的核心。长期放置在地下，高放玻璃固化体和金属包装材料固体会被地下水侵蚀，其表面物理化学参数将发生变化，通过测量固体的表面物理化学参数，可预测高放玻璃固化体的长期蚀变行为和金属包装材料的寿命。固体的表面物理化学参数用反气相色谱技术测量。     

光伏发电量的预测综述

太阳能是目前全球最大的可再生能源,太阳能光伏发电系统的发电量主要受到外界环境因素的影响,存在着波动性和间歇性。针对光伏发电存在的这一问题,对目前有关光伏发电量预测的方法进行了梳理,对诸如灰色理论、多元线性回归、BP神经网络等多种预测方法做了归纳总结,并且在最后提出了一些需要注意和改进的方法,对未来光伏发电量的预测具有一定的科研价值。     

基于LMD和改进CNN的轴承故障诊断方法

针对传统轴承故障诊断方法在实际工况、嘈杂环境中对轴承故障识别准确率较低的问题，提出了基于局部均值分解(LMD)和改进的卷积神经网络(CNN)轴承故障诊断方法。对振动信号进行局部均值分解得到若干乘机函数分量，选择合适的分量生成重构信号作为网络输入，提出一种改进的卷积神经网络框架，提高多变量时间序列的诊断效率，选用凯斯西楚大学滚动轴承数据进行试验验证，运用k-折交叉验证来评估模型性能，并通过模拟工业环境的噪声验证了的抗噪性能。结果表明，相较与传统诊断模型在噪声环境下对滚动轴承故障诊断有更好的识别效果。