刚性粒子增韧聚合物体系的研究发展

刚性粒子增韧技术是制备兼具高刚性和高韧性的聚合物复合体系的有效手段 ,不仅具有重要的理论研究价值 ,而且具有广阔的应用前景和商业价值。本文综述了近 2 0年来有关刚性粒子增韧聚合物复合体系的研究概况 ,并着重讨论了刚性无机粒子增韧结晶性聚合物的增韧机理。大量研究表明 ,刚性粒子增韧聚合物的实现来源于两方面的贡献 ,其一是刚性粒子的引入所导致的局部应力状态的改变。通过脱粘、空化、三维应力约束的解除 ,为基体的剪切屈服提供应力条件。其二是刚性粒子对基体的结晶行为产生影响 ,使晶粒尺寸变小 ,完善程度降低 ,甚至在界面附近形成择优取向的滑移阻力较小的结晶层 ,从而促进基体发生屈服变形。基于大量的研究结果 ,作者指出最佳的增韧效果是适当的界面粘结强度 ,足够高的填料含量 ,基体较低的结晶度和屈服应力等因素所决定的。由此作者提出了刚性无机粒子增韧聚合物体系的界面设计方案。     

片式电感器电器参数的校准

本文详述片式电感器电器参数（射频工作频率下电感量和Ｑ值、固有谐振频率、射频等效串联电阻等）的校准方法、测量夹具和误差修正。频率范围为１００ｋＨｚ～１００ＭＨｚ时所采用的谐振技术及方法已被实验验证并作为我国射频Ｑ值标准推行［１］。１００ＭＨｚ至２ＧＨｚ频段采用射频电流／电压测量技术及专门设计的连接夹具已在国外成熟应用，文中也作简要介绍     

对钢管在热拉拔扩径过程中壁厚变化的初步探讨

在拉拔热扩钢管生产实践中,钢管通过热拉拔扩径,不仅直径扩大了,而且也发生了壁厚的变化。正确地认识钢管在扩径过程中壁厚变化规律,对于合理地制定拉拔热扩钢管生产工艺、获得几何尺寸比较精确的成品钢管具有主要意义。在生产现场制定热扩钢管的生产工艺时,一般是假定钢管在拉拔扩径过程中断面积不变。近似地认为:钢管在扩径前后的内径与壁厚的乘积为一个常数(d_。s_。=d_1s_1=d_2s_2……=d_ns_n)。这样,钢管在扩径后的壁厚可按下式计算:     

想当房奴也不易

不少年轻人，怀揣对幸福生活的向往，来到北京、上海、广州等大城市一相比二、三线城市，一线城市的资源集中、就业机会多。然而过高的房价，却让在北上广“漂着”的年轻人切实感受到了压力。     

HDPE／氢氧化镁复合体系力学性能及阻燃性能研究

本文研究了氢氧化镁表面处理的工艺对以高密度聚乙烯（ＨＤＰＥ）为基体的复合材料力学性能的影响，筛选出的效果较好的偶联剂及稀释剂，证明处理温度及时间对力学性能影响不大，考察了氢氧化镁的填加量对力学性能及阻燃性能的影响。     

多域SFC部署中基于强化学习的多目标优化方法

随着网络虚拟化技术的发展,多域网络中的服务功能链部署为服务功能链优化部署问题带来了新的挑战.传统的部署方法通常对单一目标进行优化,不适用于多目标优化问题,且无法对优化目标间权重进行衡量及平衡.因此,为了对大规模服务功能链部署请求下的时延、网络负载均衡性及接受率进行同步优化,提出了一种数据归一化处理方案,并设计了基于强化学习的两步SFC部署算法.该算法以传输时延与负载均衡性为反馈参数,平衡了两者的权重关系,并对其进行了同步优化,同时利用强化学习框架优化了SFC接受率.实验结果表明,所提算法在大规模请求数下,相比时延感知方法时延降低了71.8％,相比多域部署方法接受率提高了4.6％,相比贪心算法平均负载均衡性提高了39.1％,保证了多目标优化效果.     

基于数字证书的客户--服务器系统安全性的实现

随着公钥密码技术的发展,数字证书在计算机安全方面得到了广泛应用.本文针对实际应用提出了建设微型PKI的概念,介绍了如何利用数字证书实现一个客户/服务器系统的安全性.     

多层次自适应空间系数高斯小波图像边缘检测

为了在有效抑制噪声的同时,能更准确定位边缘,根据高斯函数平滑图像不因信噪比而异这一特点,提出了一种自适应选择σ（空间系数）的算法。该算法首先利用灰度共生矩阵的惯性特征值来计算适合当前图像的σ值;然后根据该值计算相应的高斯高、低通滤波器,再计算所得低通图像的σ值,并以此类推,直至噪声基本去除;最后将用不同σ值得到的各层次边缘图像按一定准则进行融合来得到单像素宽度的边缘检测结果。实验结果证明,该算法与经典算法、B样条小波算法比较,在去除噪声和准确定位边缘两方面均有提高。信噪比可提高0.47%～6.07%,运算时间增加了0.29%～6.36%。尤其对于分辨率较低的图像（256×256）的边缘检测效果更加明显。     

通过域适应实现人脸识别

当源域和目的域数据分布不同时,大多数机器学习方法的性能会降低。为了解决这一问题,基于域适应的思想,提出了一种新的人脸识别方法。首先计算源域样本的相对权值,删除与目的域样本相差很大的样本,降低两域之间的差异性。然后采用基于正规化的Bregman Divergence获得公共子空间,获得两域之间的共性。最后利用目的域样本目标化源域样本,充分利用目的域的特有信息。在此基础上建立的分类模型能够充分利用两域之间的共性和目的域的特性,实现对目的域的准确分类。为了评估本方法的性能,在多个数据集上测试实验。实验结果证明,该方法的性能与其他几种方法相比均有所提高。