无蒸煮酿酒技术研究现状及进展

无蒸煮酿酒技术因能节省大量能源，简化酒精发酵工艺，受到国内外广泛关注。对无蒸煮发酵工艺理论基础、技术关键、无蒸煮酿酒技术在酒精生产中的应用及无蒸煮酿酒技术的研究现状、无蒸煮一步发酵法研究概况进行了叙述，提出了无蒸煮酿酒技术未来的发展方向。     

基于m序列的音频水印隐藏算法

该文提出基于m序列的音频信息隐藏算法,将需要隐藏的水印信息进行m序列的扩展;对数字音频信号进行分段离散小波变换,最后将经过调制的水印信号嵌入到二层小波变换的中频系数中。在接收端,利用盲检测可以精确地提取水印信号。实验仿真结果表明:算法对原始载体音频信号的影响极小,具有较好的鲁棒性和透明性。     

考虑坝基岩体抗剪强度各向异性的重力坝抗滑稳定分析方法

为研究节理岩体抗剪强度各向异性特征对重力坝抗滑稳定性的影响,利用结构面网络模拟技术,计算节理岩体在主滑动方向上沿不同角度剪切的连通率与相应的抗剪强度参数,对Mohr-Coulomb强度准则进行各向异性修正。在此基础上,结合极限分析法,提出了一种考虑岩体抗剪强度各向异性特征的重力坝抗滑稳定分析方法。将该方法应用于向家坝泄12坝段的深层抗滑稳定分析,并与传统方法的计算结果进行对比。结果表明:该方法与传统方法获得的临界滑裂面位置比较接近,但其抗滑稳定安全系数明显小于传统方法,且临界滑裂面的剪出段倾角与坝基岩体连通率的最大值方向基本一致,和实际情况相符。该方法充分考虑了岩体抗剪强度各向异性的影响,对合理评价重力坝的抗滑稳定性具有重要的工程和现实意义。     

基于UML技术的课程网站系统的开发

首先介绍UML(Unified Modeling Language)建模语言的基本内容,包括其优缺点、语法语义和应用范围,并以网站论坛系统开发过程中探讨以UML,技术中心的开发方式,通过对开发课程网站论坛系统的需求分析,详细说明UML技术在可视化建模中的核心作用。     

包钢选矿厂降低铁精矿中氟含量的技术攻关

为了降低铁精矿氟含量,通过采取控制磨矿粒度、改进浮选工艺、采用高效捕收剂等措施,使包钢选矿厂铁精矿氟含量由1999年的0.75%降低到2000年的0.65%、2001年的0.58%,为包钢环保工作目标的完成做出了突出贡献.     

混合型应力强度因子K_I、K_Ⅱ、K_Ⅲ的光弹确定——在一个三维光弹模型上综合求解应力强度因子K_I、K_I和K_Ⅲ的光弹方法

作者提出了用光弹数据确定应力强度因子K_(III)的实验方法。同时在现有求解K_I、K_(II)的光弹性方法的基础上,提出了在复杂应力状态下综合求解K_I、K_(II)和K_(III)的光弹方法。即采用一个冻结三维光弹模型,在用垂直于裂缝边缘的切片求解了K_I、K_(II)之后,从该切片上再取子切片来确定K。文中叙述了其原理和方法,并在两种模型试验中进行了验证。     

柴达木盆地第四系岩性气藏成藏条件

柴达木盆地三湖地区第四系为弱成岩疏松砂岩地层,近几年围绕构造圈闭的勘探成效不大,岩性气藏将成为该区天然气储量的又一增长点。在层序地层分析基础上,分析了该盆地第四系独特的沉积条件及岩性气藏成藏条件：①盆地周边的构造坡折带是岩性圈闭的有利发育区;②构造背景上的斜坡带是岩性气藏发育区;③深层岩石的弱成岩作用有利于岩性圈闭的形成。根据对三湖地区第四系构造背景、沉积体系展布特征及岩性圈闭发育条件等的综合分析,得出三湖地区七个泉组发育有岩性尖灭带、盆地内沉积低隆起或鼻隆起带、斜坡带及透镜体等类型的岩性圈闭的认识。最后,提出了三湖地区岩性气藏的勘探技术对策：应加强保低频保振幅地震处理与综合解释,高分辨率露头层序的建立,测井资料的精细对比分析等工作。     

腾讯滨海大厦竖向构件收缩徐变分析

混凝土结构的收缩徐变贯穿于结构全生命周期,对结构竖向构件产生变形差异,在超高层中引起的次内力效应与荷载效应相当。采用修正后的B3模型对腾讯滨海大厦的竖向构件进行楼层施工前、楼层施工后、连接体提升后、正常使用阶段的收缩徐变分析,获得各构件的变形幅值。对高区连接体桁架层竖向构件的变形差异引起的次内力进行分析。结果表明,构件收缩徐变变形量与荷载作用下弹性变形量相当;徐变变形差异对连接体桁架斜腹杆影响大,产生的效应大于荷载作用,需要准确设定延迟斜腹杆的连接时间。     

深圳市国有免税大厦钢骨转换构件设计

本文为国有免税大厦的的钢骨转换构件的计算、节点构造、施工实施的全过程总结,对类似工程的设计有借鉴意义。     

基于张量分解的个性化标签推荐算法

基于互联网的社会标签推荐系统为广大用户提供了一个信息共享平台,让用户以"标签"的形式为其浏览的物品标注信息。标签既描述了物品语义,又反映了用户偏好。标签系统的最大优势在于可以发挥群体的智能,获得用户对物品比较准确的关键词描述,而准确的标签信息是提升个性化推荐系统性能的重要资源。然而,现存的标签推荐系统面临的问题是:由于兴趣的不同,不同的用户对于同一物品可能会打不同的标签,或者是同一标签对于不同用户可能会蕴含不同的语义。因此如何有效获取用户、物品、标签3者之间潜在的语义关联成为标签推荐系统需要解决的主要问题。为此引入三维张量模型,利用三维张量的3个维度来分别描述社会标签推荐系统中3种类型的实体:用户、物品、标签。在基于历史标签数据(标签元数据)构建初始张量的基础上,应用高阶奇异值分解(HOSVD)方法降低张量维度,同时实现3种类型实体之间潜在的语义关联分析,从而进一步提高标签推荐系统的准确性。实验结果表明,该方法较当前两种典型的标签推荐算法(FolkRank和PR)在准确率和召回率性能指标上有明显提升。