基于BizTalk Server的油田生产自动化系统集成研究

利用主流的Web Service技术对油田生产自动化系统进行应用扩展,同时在BizTalk Server平台下实现了应用集成,并对其中的关键问题进行了处理,为企业进行复杂的业务流程集成提供了参考.     

带有非边界扫描器件的混装电路的扫描链优化配置

在混装电路中,由不同的非边界扫描器件所组成的簇所需要的测试向量的数目可能是不同的,根据不同的簇所需要的测试向量的不同,可以将整个测试过程分为不同的测试阶段,每个测试阶段过后都会有一个或者多个扫描芯片处于bypass状态,而此时其长度只有1,也就是说每一个扫描链的长度是随着测试矢量的移出而变化的,整个扫描链的配置过程中,需要考虑这样两个问题：如何将扫描芯片分配给各条扫描链以及如何排列各条扫描链中扫描芯片的顺序,提出了一种如何配置单链的方法,即优化配置扫描芯片在扫描链中的顺序,这种方法同样可以被应用到多链.     

透水砖防堵技术研究与展望

透水砖的铺设能有效地降低城市的洪涝风险,是海绵城市建设的重要环节.透水砖在使用过程中,因雨水径流中颗粒物的累积效应,导致透水性能降低,使用寿命缩短.笔者综述了透水砖的孔隙结构、堵塞机理以及透水砖的防堵塞技术.透水砖的表面和内部孔隙因截留雨水径流中的颗粒物而产生堵塞,堵塞位置和程度受透水砖孔隙结构、雨水径流颗粒物性质及流...     

高效率就餐系统的创新式设计与实现

本文为提高学生点餐的效率,同时起到健康管理、稳定饭菜价格和份量的作用,从使用平台、系统角色、数据库的设计以及系统评价和智能推荐机制等方面进行了分析,最终结合人脸识别、机器学习、微信小程序等技术,设计了一种能提高高校食堂运转效率的系统。通过使用Matlab进行数学建模和仿真,证实它能提高点餐效率,有助于食堂及时改进服务。此系统还能在很多场景中被运用,发展前景广阔。     

数值模拟在旋流器操作性能研究中的应用

针对结构已确定的典型固-液分离型旋流器,从实验和数值模拟两方面入手研究其操作性能,重点考察了压力降与流量以及底流分率与流量之间的关系。结果表明,实际实验结果和数值计算结果相一致。为利用计算机仿真研究旋流器内流场及操作特性提供了一种新的验证方法,解决了数值模拟在流场分析中的普遍应用与验证困难之间的矛盾。     

低温气流膨化酥脆胡萝卜的研制

本文以胡萝卜为原料,采用气流膨化技术,研究品种、去皮、切分、糖煮、水分含量、膨化温度、压力差、停滞时间诸因素对胡萝卜膨化效果的影响.     

聚合氯化铝水溶液中铝物种的~(27)A1 MAS NMR研究

利用高场~(27)AlMASNMR及计算机模拟技术研究了聚合氯化铝（PAC）水溶液中铝物种的种类及其分布。结果表明：在pH为2.8时,PAC中主要含有六种铝物种,其中Al（H_2o）_6~(3 )所占比例最大为57.9％。     

基于定子电阻自适应的MRAS系统对比研究

电机在实际运行工况中,其定子电阻随电机的温升、频率变化等因素发生改变,影响模型参考自适应系统(MRAS)对电机的转速辨识精度。针对该问题对比分析基于转子磁链、无功功率和定子电流三种模型参考自适应的转速辨识方法。基于电机内部变量的稳态关系,绘制转速误差与实际转速、负载的三维关系图,分析辨识转速对定子电阻的敏感性。经仿真分析,验证三种MRAS系统对定子电阻的鲁棒性。     

复合手术治疗

【摘要】 目的 探讨复合手术技术治疗主动脉弓部病变复杂的Stanford B型胸主动脉夹层的临床疗效。方法 2011年1月至2013年12月采用复合手术治疗主动脉弓部病变复杂的Stanford B型胸主动脉夹层患者33例,其中男28例,女5例,平均年龄（50±12）岁。分析围手术期及随访期（≥12个月）临床疗效及并发症发生情况。结果 33例手术均顺利,技术成功率为100%,无术中死亡病例,平均住院时间22 d。术后随访3～34个月29例,失访4例,随访率87.9%;21例随访≥12个月。术后造影无Ⅰ型内漏发生,并发肺部感染1例、脑卒中1例、可逆性肾功能异常6例、逆行性A型夹层1例,无截瘫发生。术后住院期间死亡2例,病死率6.06%。随访期发生移植物感染1例、逆行性A型夹层持续存在1例,无死亡病例。结论 复合手术治疗Stanford B型胸主动脉夹层围手术期及随访期并发症发生率低,具有良好的安全性与可行性,但术后部分严重并发症仍不可忽视,远期疗效尚需大样本系统性长期随访观察。

     

联合多重对抗与通道注意力的高安全性图像隐写

目的 现有基于对抗图像的隐写算法大多只能针对一种隐写分析器设计对抗图像,且无法抵御隐写分析残差网络(steganalysis residual network,SRNet)、Zhu-Net等最新基于卷积神经网络隐写分析器的检测。针对这一现状,提出了一种联合多重对抗与通道注意力的高安全性图像隐写方法。方法 采用基于U-Net结构的生成对抗网络生成对抗样本图像,利用对抗网络的自学习特性实现多重对抗隐写网络参数迭代优化,并通过针对多种隐写分析算法的对抗训练,生成更适合内容隐写的载体图像。同时,通过在生成器中添加多个轻量级通道注意力模块,自适应调整对抗噪声在原始图像中的分布,提高生成对抗图像的抗隐写分析能力。其次,设计基于多重判别损失和均方误差损失相结合的动态加权组合方案,进一步增强对抗图像质量,并保障网络快速稳定收敛。结果 实验在BOSS Base 1.01数据集上与当前主流的4种方法进行比较,在使用原始隐写图像训练后,相比于基于U-Net结构的生成式多重对抗隐写算法等其他4种方法,使得当前性能优异的5种隐写分析器平均判别准确率降低了1.6%;在使用对抗图像和增强隐写图像再训练后,相比其他4种方法,仍使得当前性能优异的5种隐写分析器平均判别准确率降低了6.8%。同时也对对抗图像质量进行分析,基于测试集生成的2 000幅对抗图像的平均峰值信噪比(peak signal-tonoise ratio,PSNR)可达到39.925 1 dB,实验结果表明本文提出的隐写网络极大提升了隐写算法的安全性。结论 本文方法在隐写算法安全性领域取得了较优秀的性能,且生成的对抗图像具有很高的视觉质量。