C u O - Z n O - C e O2 / A l 2O3 催化剂的催化及表征

采用共沉淀法制备了用于催化湿式氧化工艺的 C u O - Z n O -C e O₂ / A l ₂O₃ 催化剂, 采用 X射线衍射 ( XR D)对催化剂进行了表征, 并以实验室配置的苯酚溶液为目标污染物, 考察了C u O - Z n O -C e O₂ / A l ₂O₃催化剂的活性和稳定性。结果表明, C e的加入有提高催化剂体系分散度的作用; 催化剂中的活性组分 C u、 Z n、 C e分别以 C u O、 Z n O、 C e O₂的形式存在, 并成功负载于载体 A l 2O3; 对于初始质量浓度为9 0 0m g / L的实验室配置苯酚溶液, 在反应温度为1 8 0℃, 压力为4MP a, 搅拌速度为3 0 0r /m i n, 催化剂加入量为0. 1g /( 1 0 0mL) , 反应时间3 0m i n时, 化学需氧量( COD) 去除率达到9 5%。     

基于本体与Prolog的平面几何定理证明

基于本体理论、本体模型等方面的研究,以一个平面几何定理证明问题为例,详细地描述了平面几何本体的构建过程、基于本体和Prolog规则的推理,及其在平面几何问题求解中的应用.实验结果表明,将本体应用于几何定理机器证明是一种行之有效的方法,该方法避开了以往的代数方法中多次反复判断的问题,更接近自然语言的描述,能明确地表达领域...     

杂交混合有限元方法求解二维椭圆界面问题

采用杂交混合有限元( H y b r i dm i x e df i n i t ee l e m e n t ) 方法求解椭圆界面问题。由于扩散系数在界面上间断, 椭圆界面问题的解和梯度在界面上会出现跳跃现象, 针对二维椭圆界面问题, 在三角网格上采取杂交混合有限元方法, 该方法的特点表现在对于复杂的界面, 三角网格剖分可以很好地拟合界面。当有限元近似空间取k阶多项式时, 方程的解和梯度在L2范数下均会达到最优阶收敛, 即k+1阶。由于线性方程组的矩阵是对称正定的, 因此可以应用共轭梯度方法求解方程组。数值算例结果表明, 杂交混合有限元方法对于求解强界面问题十分有效。     

牛顿莱布尼兹公式的另一证明

在现行的高等数学教材里，介绍牛顿莱布尼兹公式（以下简称N－L公式）的证明都是利用积分上限函数的知识。下面笔者用拉格朗目中值定理和定积分的定义来证明之。关于N－L公式的定理如下：设函数F（X）是连续函数f（X）在区间［a，b］上的一个原函数，则：其中（＊）式称为N－L／k式证：任取分点：a＝X0＜X1＜X2……＜X1-1＜X1＜……＜Xn-1＜Xn＝b将区间［a，b」分成n个小区间［Xi－，Xi］。其长度记为：△Xi＝Xi－Xi-1（i＝1，2，……，n）因为F（x）是连续函数f（X）在区间［a，b」上的一个原函数，所以F（X）在区间［a，b］上连…     

S i O2 负载K e g g i n型磷钨钒杂多酸的催化剂的制备及其降解罗丹明B的研究

利用 N a 2HP O4、 N a VO3 和 N a 2WO4·2H2O合成了 K e g g i n型 H4PW1 1VO4 0杂多酸, 并将其与1 - 丁基 - 3 - 甲基咪唑溴离子液体反应, 生成[ Bm i m] 4PW1 1VO4 0杂多化材料。利用 XR D和I R对催化剂进行表征, 结果表明, 所合成的催化剂具有 K e g g i n型结构。以S i O2 为载体制备了负载型的杂多酸催化剂 4PW1 1VO4 0/ S i O2,以 H2O2 为氧化剂, 考察了 H2O2 体积、 催化剂质量、 反应温度、 反应时间等因素对罗丹明B降解率的影响。实验结果表明, 最优的反应条件为: H2O2 体积为3mL、 催化剂质量为0. 3 5g、 反应温度为4 0℃、 反应时间为1. 5h。在此条件下, 罗丹明B的降解率达9 8. 4%。催化剂具有良好的重复使用性能, 多次重复使用后, 罗丹明B的降解率没有明显的降低。     

EL~(++)本体中基于边界的公理模块提取方法

推理时间随着所依赖的本体体积增大而增加,所以模块化是优化推理的一种有效手段。文章提出了一种在EL++本体中使用符号边界计算公理模块的方法,该方法通过分析符号解释域边界和公理之间的关系来计算推理任务的公理模块。文中给出了方法的理论基础并证明了模块相对于推理任务的正确性。在EL++本体上实现了基于边界的公理模块提取算法,通过在现实的本体上进行实验评估,证明文中方法产生的公理模块和最优模块大小非常接近,且提取速度非常快,适合对推理进行优化。     

电子商务个性化推荐系统的应用

在传统的电子商务推荐系统的基础上,引入了分布式计算、基于语义的发布/订阅、本体库等技术手 段,设计了一种个性化电子商务推荐模型系统,构建了电影领域的本体库,并在Prot湨g湨3.3.1中实现本体库模型。 重点实现了用户特性聚类算法和基于语义的发布/订阅匹配算法。实验结果表明,基于发布/订阅的个性化推荐系 统具有较好的推荐准确率。     

态势估计本体的知识表示

本体作为一种有效表现概念层次结构和语义的模型,能够准确地描述态势估计领域的态势要素及其相互关系,便于利用计算机实现知识共享.为在一体化信息作战中实现态势信息的共享,基于本体和态势估计基础理论,探讨了将本体应用到态势估计领域的方法.对态势估计过程进行分析,以具体战场场景为实例,建立了态势估计的本体体系结构和基于UML的本体模型,并运用protégé工具进行本体编辑,实现对态势的OWL本体语言描述.     

大气污染领域本体的半自动构建及语义推理

为了明确大气污染物、污染源、影响因素、评价指标、危害等之间的关系,分析大气污染传播路径,建立了一个较为清晰、完善的大气污染领域本体.首先,基于机器学习和自然语言处理等技术,提出一种基于注意力机制的序列标注联合抽取实体关系的方法,在双向长短时记忆(long short-term memory,LSTM)网络模型中加入注意力机制,并将实体和关系联合标注,从而进行实体关系抽取.其次,结合词频-逆文档频率(term frequency-inverse document frequency,TF-IDF)核心概念挖掘方法进行知识抽取,并将概念、属性、关系和实例组织起来,从而实现大气污染本体模型的半自动构建.最后,在本体和实例的基础上通过Protégé的SPARQL Query模块和HermiT推理机分别进行条件推理和可视化推理.结果表明,基于注意力机制的序列标注实体关系联合抽取方法所构建的大气污染领域本体包含核心实体68个,实例数360个,相较于现有的本领域本体,在全面性、有效性、准确性和可重用性方面都有较好表现,同时推理出了Ca2+和K+等污染离子的传播路径.因此,基于注意力机制的序列标注联合抽取实体关系的方法能够有效地半自动构建大气污染领域本体,推理出清晰的大气污染传播路径.     

S i O2负载K e g g i n型磷钼钒杂多催化剂制备及其降解有机染料性能研究

通过磷酸氢二钠、 偏钒酸钠、 钼酸钠溶液混合制备具有 K e g g i n结构的磷钼钒杂多酸 H5PMo 1 0V2O4 0,并将其与1 - 丁基 - 3 - 甲基咪唑溴离子液体反应, 合成[ Bm i m] 5PMo 1 0V2O4 0杂多酸催化剂, 并利用傅里叶红外光谱、 X射线衍射对合成产物的结构进行表征。结果表明, 合成的[ Bm i m] 5PMo 1 0V2O4 0杂多酸杂化材料具有 K e g g i n结构。考察了负载量、 反应温度、 H2O2体积、 催化剂质量对降解率的影响。实验结果表明, 最佳反应条件为: 负载量为3 0%、 反应温度为4 0℃、 H2O2体积为1. 5mL、 催化剂质量为0. 2g。按照最佳反应条件进行反应, 罗丹明B降解率最高可达9 7. 5 8%。合成的催化剂具有很好的重复使用性, 重复使用4次, 罗丹明B的降解率没有明显下降。     

基于SWRL和Jess构造语义Web规则及其对策分析

以Family本体为样例,采用OWL开发平台Protégé及SWRL规则编辑器定义本体并构造语义Web规则,基于SWRLJessTab和JessTab将Jess规则引擎与OWL和SWRL集成,为语义Web提供基于规则的推理机制,实现知识库共享和规则的互操作。对出现的问题及对策进行了较深入的分析。     

语义Web中本体推理研究

语义Web作为新一代Web正备受关注,本体作为语义Web的基石,在知识表示与知识推理方面发挥着重要作用。介绍了本体语言、描述逻辑以及二者之间的关系。对描述逻辑的语义推理机制以及推理机进行了分析。并以具体的本体构建为例,对构建过程中的推理判定进行了验证。     

基子语义Web本体语言的推理机引擎的实现

近年来，0WL等本体语言蓬勃发展，并成为W3C未来Web语言的标准。本体语言的优势在于以较少的表达语句组成知识库，并蕴涵较多的信息。为了得到这些隐含的信息以及检查知识库的一致性。需要开发出相应的推理机引擎。针对目前本体语言的发展现状，设计了一个灵活的推理机引擎框架。推理机引擎结构灵活．可方便地扩充或者降低其所处理的本体语言的表达能力。同时，也介绍了在实现该推理机引擎过程中的一些具体技术。     

OWL本体映射到复合元的研究

OWL作为W3C推荐的描述本体的语言,在语义网中起着举足轻重的作用。复合元作为对复杂问题进行形式化描述的基础,在解决矛盾问题的过程中起着重要的作用。通过对OWL中的元素、复合元概念进行分析,给出了两者间概念的相应对照关系及其相关映射规则,研究了如何利用现有的OWL本体,构建与其相应的基元、复合元,为OWL本体映射到可拓学中的基元、复合元提供方法依据,从而建立解决矛盾问题的知识领域。     

OWL:一种用于语义网的描述逻辑

本体是语义网中的重要内容,它通过提供一个共享的、精确定义的术语源将语法扩展到语义.OWL是专门为Web设计的本体语言,它利用现有的Web标准(XML和RDF),添加了面向对象和基于框架的系统中常见的本体原语,具有强表达性的描述逻辑的严格形式化.OWL的逻辑基础是可以提供推理服务,既支持本体设计,又使得其在描述网络资源方面更接近于自动处理过程.     

基于模型预测方法的电网故障预测

电网诊断通常都是故障发生后,根据故障后产生的信息来推断故障。为了能在故障发生前进行预防,提出模型预测(ModelPrediction,MP)和溯因推理网络(AbductiveReasoningNetwork,ARN)方法预测电网故障。模型预测利用电力系统中历史数据来预测电网无故障运行时的数据,与电网实际运行时的数据作对比,计算差值,差值作为诊断系统的输入;溯因推理网络能够处理预测数据和相应的候选故障之间的复杂关系,被用来构建故障诊断系统。模型预测和溯因推理网络方法相结合,能在保护装置和断路器动作前进行故障定位,具有故障预警功能。仿真结果表明,溯因推理方法构成的预测系统比神经网络方法构成的预测系统诊断结果更快、更准确。     

基于本体安全监控软件的设计与实现

现有的监控系统大多是依据监控设备的特性及用户的需求开发软件,缺乏动态整合的弹性,为了解决这些问题,将ontology技术应用于安全监控软件的设计,采用OWL对监控设备本体进行统一的形式化描述和表示,较好地解决了设备的共享与重用难题,设计了一套基于ontology的监控软件.该软件具有可重用性、可维护性强的特点,通过实例表明以ontology描述监控流程是可行的.