强化管内流动沸腾换热研究现状

介绍了强化管内流动沸腾换热国内外的研究现状,分析了微肋管内流动沸腾换热的影响因素,并且给出了几个实用的微肋管内沸腾换热关联式,最后对微肋管内沸腾换热的研究方向进行了讨论.     

居民区内地下车库汽车出入口的噪声控制

车辆进、出地下车库时,在出入口坡道上会产生的噪声污染.根据声学环境要求和声学理论,在调研的基础上,提出了相应的噪声控制措施.     

孔隙演化与C/C复合材料的疲劳行为

孔隙是C/C复合材料结构中重要的组成部分,它直接影响着材料的疲劳行为,因此,在研究C/C复合材料的疲劳行为时,考察基体以及界面中孔隙的变化具有重要的意义.综述了C/C复合材料原始孔隙结构的特点,分析了在疲劳加载过程中碳/碳复合材料孔隙结构的演化规律,强调了孔隙结构变化对碳/碳复合材料疲劳强化所作出的积极贡献,进而为其疲劳机理的研究提供依据.     

4145H质量保证能力分析与研究

结合我厂4145H钴铤钢生产、检验实际情况以及近两年外事质量异议的特点，针对4145H钻铤钢的质量保证能力进行了细致的分析和研究，并从提高市场竞争力的角度出发提出了相应的改进措施，为生产和经营管理者提供某些参考。     

.NET Framework 1.1新特性直击

说起.NET Framework 1.1的预期版本,开发人员很想知道这个版本到底又给他们带来了什么程序设计的诀窍。作者在本文中重点介绍了Windows Forms 开发中一些新的领域,比如命名空间补充、非托管客户端中的寄宿托管控件支持、C 和J＃设计者支持。集成存取的 Compact Frame-work 和新的移动代码安全性设置也为这个版本增色不少。连同这些功能一起,作者也回顾了一下处理通用多版本语言运行库(CLR)的最佳方法,还突出介绍了一下一些潜在的缺陷。不知你是否听说过那个古老的谚语:人们只知道抱怨天气,却没人为之做点什么。不过,这个不适用于程序设计。Microsoft正在不断努力,打算打造出下一个最出色的开发工具和技术集。最新版的Microsoft .NET Framework1.1版的前景一片光明。然而,微软最初的打算只是将1.1 版作为一个修复了bug的版本(毕竟.NETFramework1.0是在去年的二月份才发布的),因此 1.1 版既修复了以前的 bug,又将一些新的相当有必要的特性集成到了.NET Framework中我最喜欢的那一部分,即 Windows Forms 中。本文基于.NET Framework1.1版的最终beta版,该版本搭载了Visual Studio.NET 2003。大多数功能看起来都很相似,但有些在正式发布时一定会更改的。     

大型数据库中多层关联规则的元模式制导发现

本文将元查询制导技术与多层关联规则发现技术结合起来，提出了发现多层关联规则的自顶向下逐层递进风格的元模式制导方法．元模式是一个预先确定待发现规则的形式的规则模板，从而可引导数据的发掘过程．     

金属技术监督

1　1996年主要工作与成绩1.1　常规监督检验工作　　由于1996年全年火电没有新机组安装工程,来宾电厂全年无机组大修,所以主要工作集中在运行机组的大、中修的常规监督检查上,利用机组大、中修时机,有关人员主要对以下机组的受监部件进行了常规监督检验:　　a.　对田东电厂2、4号机组发电机护环、汽轮机叶片、叶轮键槽进行无损探伤检查;　　b.　对桂林电厂1号炉汽包、过热器联箱进行无损探伤检查;　　c.　对南宁电厂1号炉高温过热器联箱作探伤及缺陷处理,对给水母管进行探伤检查;　　d.　利用合山电厂5、8号机组大修和4、6号机组中修时机,对…     

PLC及其网络在掺混集中监控系统中的应用

介绍了一种掺混集中监控系统,该系统包括4个PLC分站、1个PLC主站和1个操作员站。采用CC-Link网络组成集中监控系统,实现了实时性、分散性控制与智能机器通信等功能。提高了系统的RAS(Reliability可靠性、Availability有效性、Serviceability可维护性),取得了安全生产、节能降耗、提高效率的良好效果。     

基于类之间的依赖关系确定类的规模

类之间的依赖关系，对于面向对象系统分析、设计和测试都有重要的意义。本文首先对类之间的依赖关系进行了定义和说明，并细分其为数据依赖和方法依赖，在此基础上，对类之间的依赖关系进行了度量，提出依赖度和被依赖度两种度量方法，并以此确定类地规模大小。     

基于多Bayes网的垃圾邮件智能过滤研究

在分析朴素Bayes方法用于垃圾邮件自动过滤中存在的一些问题基础上，提出了一种新的基于多Bayes网的垃圾邮件自动过滤方法。该方法利用多个Bayes网构成的多个分类器同时对邮件进行分类，当前邮件被认定是垃圾邮件当且仅当全部分类器都判断它为垃圾邮件。这种多个分类器同时工作及分类临界值的使用在一定程度上减少了将有用邮件误判为垃圾邮件的可能性。该方法还引入动态学习机制，在邮件分类过程中能够补充训练样本，满足不同用户的邮件分类标准。