产后按摩的体会

具体分析分娩后康复按摩的作用、原理及方法。产后按摩是把传统医学、现代医学、生物全息论等方面的理论与技术融为一体,创造性的运用特定的按摩方法,刺激穴位调节人体各脏腑、组织、器官的生理及免疫功能,达到无放射、无创伤、无副作用,预防和治疗疾病的自然保健疗法。既有科学性,又有实用性,功效显著。     

三轴转向架曲线通过能力分析

SDD22型机车轴式为 C0-C0，中间轴与端轴均采用小轴向间隙的轴箱轴承，为改善机车的曲线通过性能，中间轴采用较小横向刚度的轴箱拉杆。通过计算分析，验证方案的可行性。     

国家《标准化事业发展“十二五”规划》发布(下)

(接上期)七、加快战略性新兴产业标准化步伐围绕提升产业层次、高起点建设现代产业体系,加快培育先导、支柱产业,大力开展节能环保、新一代信息技术、生物、高端装备制造、新能源、新材料和新能源汽车等产业的标准化工作,制修订2000项标准,研制一批标准样品,建立健全战略性新兴产业标准体系,积极开展标准化试点示范,促进标准化与技术创新、产业发展同步,引领和支撑战略性新兴产业的发展。     

数字版权管理系统中打包加密与认证机制的设计与实现

针对DRM特点,将加密使用的密钥ID和密钥种子放入数据库中,通过数据库来管理密钥种子和密钥ID.对媒体文件的使用者进行普通的用户登录认证;在后台进行设计并实现对媒体文件内容及权限的认证,动态生成证书,发放证书来解密播放媒体文件.设计基于微软DRM7 SDK,WMFormat9 Series SDK具有对媒体文件的打包加密功能的打包器.实现基于微软DRM框架下的具有版权管理功能的点播系统中的打包加密以及认证服务.     

铜基自润滑材料及其摩擦学性能研究

目的对比研究铜基石墨复合材料耐磨层(SY-01)以及铜基聚四氟乙烯复合材料耐磨层(SY-02)的各种性能,以期选择最佳耐磨板材料。方法利用扫描电镜及配套的能谱分析仪分析两种耐磨层的微观结构及化学成分,利用压汞法测试耐磨层的孔隙分布以及孔隙率值,并分析两种耐磨层的显微硬度及抗冲击性能。此外,还采用SRV-4高温摩擦磨损试验机测试两种耐磨层的摩擦学性能。结果 SY-01试样耐磨层的孔隙率为28.04%,SY-02试样耐磨层的孔隙率为7.43%。SY-01耐磨层的显微硬度分布比较均匀,平均硬度为52.75HV0.5;SY-02耐磨层不同位置的显微硬度值相差较大,共混区的硬度在32HV0.5左右。相同摩擦工况下,SY-01试样磨痕深度为3.50μm,SY-02试样磨痕深度为11.0μm,约为SY-01试样磨痕深度的3倍。结论 SY-01耐磨层的显微硬度、抗冲击性能以及摩擦学性能均优于SY-02耐磨层。SY-01耐磨层的摩擦磨损机制表现为磨粒磨损和粘着磨损,SY-02耐磨层的摩擦磨损机制主要为磨粒磨损。     

丽水电网小水电站群出力预测方法

针对丽水电网水电站群提出了基本链表的水电站群拓扑关系描述方法,建立了基于水电站群发电量最大模型的出力预测方法,给出了电网小水电站出力预测决策支持系统功能结构,对电网小水电站出力预测具有一定的指导意义.     

纤维对SMA沥青混合料性能影响试验研究

通过在SMA-13沥青混合料中外掺木质素纤维和玄武岩矿物纤维,进行肯塔堡飞散试验、水稳定性试验和高温稳定性试验,分析了沥青马蹄脂构成及作用机理,建立了沥青混合料水稳定性指标与飞散损失关系模型,分析了纤维对SMA高温稳定性增强机理。     

脑视觉认知机制下意象-产品归类的集群用户偏好推理

精准获取用户客观需求是智能个性定制亟待解决的问题之一,传统方法明确用户认知偏好时存在多属性用户群体需求错位、对设计师经验依赖性强的问题,对此提出脑视觉认知机制下意象-产品归类的集群用户偏好推理方法。运用统计学方法甄选样本域及意象域,降低了人工干预;基于K-modes聚类用户认知特征元,构建了相似用户集群;采用K近邻算法智能化识别被试所属集群,并开展眼脑融合的主客观集成化认知实验,提取了集群中的关键主客观认知指标;最后运用逼近理想点排序法归类集群用户对应的意象-产品群,基于此归类推理出了新相似用户的认知偏好。以无人机用户认知偏好推理为例,建立了脑视觉认知机制下集群用户的意象-无人机归类,快捷推理新用户的需求案例及认知偏好,结果表明,运用现有集群用户的生理认知数据明确新用户的客观偏好的可行性和有效性,可提升生理实验的再利用率,为群体智能定制模式的个性设计提供理性客观视角。     

《海上双馈风力发电机组变流器》等三项协会标准计划立项

根据中国电器工业协会中电协（2010）214号文＂关于同意《海上双馈风力发电机组变流器》等三项协会标准计划立项的函复＂,现将该三项协会标准立项计划公布如下：     

基于数据挖掘的入侵检测系统的改进与实现

针对已有Apriori算法存在的问题.设计新的基于引用作用度的Apriori-lift算法,从而提高关联规则的挖掘性能.通过实验仿真,结果表明Apriori-lift算法在挖掘结果方面明显优于Apriori算法.应用Apriori-lift算法对现有的基于数据挖掘的入侵检测系统进行改进.改进后的系统在挖掘网络数据包方面可以有效地发现数据包中各属性之间的相关性,利用这一特点并结合协议分析、入侵分析等技术,可以通过挖掘结果中的规则去准确而高效地锁定攻击者,从提高了系统检测性能.