共缩聚型可溶性聚酰亚胺的合成与性能研究（II）

采秀３，３′－二甲基－４，４′二氨基二苯甲烷，４，４′－二氨基二苯醚或４，４′二氨基二苯甲烷为共缩聚二胺单体与二苯甲酮３，３′，４，４′－四酸二酐进行缩聚制备共缩聚型亚胺，当３，３′－二甲基－４，４′二氨基二苯甲烷与４，４′－二氨基二苯醚的摩尔比为１０：０～８：２或３，３′二甲基－４，４′－二氨基二苯甲烷与４，４′－二氨基二苯甲烷的摩尔比为１０：０～７：３时，所得聚酰亚胺可溶解于强极性有机溶剂，所     

以三氧六环为交联剂的COPNA树脂的合成与性能研究

以三氧六环为交联剂，萘、萘酚、蒽及其混合物为单体，可在对甲苯磺酸或三氯乙醚催化下，在８０～１６０℃下反应得到未交联的缩合多核芳香烃树脂。对聚合反应机理作了一定的研究，并提出了聚合机理。以萘酚或萘为单体的树脂的交联较为困难，而在萘中加入蒽，不但可大大提高反应速率，也可使所得树脂的交联变得容易。交联后树脂在氮气中的热降解起始温度在４００℃左右。     

幂函数雨强衰减律与洪峰推理公式的产流计算

一、引言推理公式法是缺乏资料流域设计洪水经常使用的方法。其中的设计雨量,水利系统多按中国水科院在文献[1]中提出的雨强负指数衰减律或称对数线性衰减规律,计算式为     

基于多重差异特征网络的街景变化检测

街景变化检测对于自然灾害破坏和城市发展变化的研究起着重要作用.其主要目标是将成对的输入图片中变化的区域标注出来,其实质是二分类的语义分割问题.不同时间拍摄的街景图片可能受到如光线、天气、背景噪声、视角误差等诸多干扰因素的影响,这给传统的变化检测方法带来挑战.针对该问题,提出了一种新的神经网络模型(Multiple Difference Features Network,MDFNet).该模型首先使用孪生网络提取成对输入图片的不同深度特征,并使用差异模块对相同深度特征计算差异,以此有效获得不同尺度的变化信息;然后通过JPU模块融合多重差异特征,在不损失细节信息的情况下提取其深层语义信息;最后使用金字塔池化模块结合全局和局部信息生成二分类的变化检测图像.在PCD数据集上的GSV和TSUNAMI部分分别采用5折交叉验证法对模型进行实验,实验结果表明,MDFNet获得了0.787和0.862的F-score,相比排名第二的DOF-CDNet方法,其值提高了约11.9％和2.9％,同时其能够更精准地分割变化细节.因此,所提模型可以有效应对干扰,对于复杂场景也具备优秀的检测能力.     

基于行列解耦采样的轻量车道线检测模型

随着深度学习的发展,基于深度卷积神经网络的车道线检测模型在自动驾驶系统和高级辅助驾驶系统中得到了广泛的应用.这些模型虽然有较高的精度,但通常计算量大且运行速度慢.为了解决该问题,提出了一种车道线检测任务专用的轻量神经网络模型.首先,提出了一种行列解耦采样的卷积模块,该模块利用图像中车道线区域的行列可分解性对传统的残差卷积模块进行了合理的优化.其次,利用深度可分离卷积技术进一步降低行列解耦采样卷积模块的计算量.此外,还设计了一种金字塔空洞卷积模块来增加模型的感受野.在CULane数据集上的实验的结果表明,文中提出的轻量车道线检测模型与之前最好的SCNN模型相比,浮点计算量降低了95.2％,F1分数提高了1.0％,在保持较高精度的前提下显著降低了车道线检测模型的计算量.     

基于分离指标的宽阻带低通滤波器设计

常见的开路短截线和阶跃阻抗结构在微带低通器设计中较为成熟,但是这些结构的低通滤波器受到寄生通带的影响,阻带不够宽;提出了一种基于分离指标的宽阻带低通滤波器设计方法,利用计算机仿真软件ADS,对常见的阶跃阻抗低通滤波器进行结构改进;该方法将低通滤波器设计指标重点分为滚降率和宽阻带抑制两部分,分别利用椭圆滤波器和巴特沃斯滤波器的本身特性实现设计目的,最后进行级联优化;此结构综合设计方法简单严谨,易于实现,改进的低通滤波器性能优越,实现了宽阻带的设计需求,通带0~3 GHz,插入损耗<0.5 dB,阻带4~12 GHz,抑制>45 dB。     

基于自适应遗传算法的SVM参数优化

针对基于遗传算法支持向量机(SVM)训练时间较长以及分类精度较网格搜索法有所降低等问题,通过重新定义遗传算法参数的寻优范围,提出一种自适应遗传算法;该算法根据网格搜索法得到遗传算法参数的最佳寻优范围,然后遗传算法在这个范围内进行参数的精确寻优,最后得到分类的结果;这样不仅可以有效缩短训练时间,而且拥有更高的分类正确率;通过UCI中的10组经典数据集的实验结果可知,自适应遗传算法较之网格搜索法、 常规遗传算法、粒子群算法在训练时间上有较大的提升,并且拥有较高的分类准确率。     

基于改进型人工鱼群算法的支持向量机参数优化

支持向量机在高维度、小样本情况下具有独特优势,但同时支持向量机的参数优化极大制约了其分类效果,目前参数优化缺乏系统的理论指导;针对传统DAG-SVM训练分类器较多,训练耗时长,分类效果受到结构排序的影响,提出了一种基于“1 vs R”策略的改进型算法;针对 SVM传统参数优化方式耗时大,优化精度不高,提出了改进型人工鱼群算法;最后结合1 vs R-DAG支持向量机算法与改进型人工鱼群算法,得到一种新的改进型支持向量机算法;仿真对比实验证实,对支持向量机的参数优化是有效可行的。     

快速二维最小交叉Tsallis熵的图像阈值分割

目前二维最小交叉Tsallis熵阈值分割法有较好的分割性能,但由于计算复杂度高,使得分割速度慢。针对此问题,提出了一种基于二维最小交叉Tsallis熵的快速图像分割方法。首先对二维最小交叉Tsallis熵法公式进行推导找出需要递推的几个量,然后对二维直方图投影进行分析得到二维直方图的特性;最后利用此特性导出新型的快速递推算法来减少计算时间。实验结果表明:相对于当前二维最小交叉Tsallis熵阈值法,提出的方法在保持分割效果的情况下,其速度提高了20倍以上,其运行时间小于0.2 s。     

解析蜜罐技术在网络安全中的应用

随着网络环境的逐渐复杂,安全问题日益突出.文中着重讨论的蜜罐技术,不同于以往的被动防御,而是采取主动防守,诱惑黑客上钩,最后抓捕黑客.主要从蜜罐技术的概念、关键技术、与传统的安全工具相比的优势、蜜罐技术的发展及其实现等各方面进行详细分析.蜜罐主机采用伪装成多种主机或服务器系统,对黑客攻击具有主动应对策略,并能作出不同反应,因此提高了网络的安全性.结合具体实例,证明了蜜罐技术是网络安全由被动防守到主动防御的开始,具有广阔的发展前景.