凝胶注模成型制备大尺寸臭氧发生器陶瓷基板

讨论了用凝胶注模成型制备大尺寸臭氧发生器陶瓷基板的过程。本实验以化学式为Ba（Sm，Nd）2Ti5O14的介电陶瓷为固相粉末．以丙烯酰胺（MBAM）为凝胶有机单体，用传统球磨的方法制备出了高固相、低粘度的陶瓷浆料（浓悬浮体）。分析了凝胶注模成型与干压成型制备的Ba（Sm，Nd）2Ti5O14陶瓷基板的体积密度、结构均匀性以及电学性能不同的原因。结果表明：凝胶注模成型制备的Ba（Sm，Nd）2Ti5O14陶瓷基板具有体积密度商、结构均匀的特点。合理使用凝胶注模成型工艺可以提高陶瓷介电常数、抗电强度和降低介质损耗。     

基于PU学习的建议语句分类方法

建议挖掘作为一项新兴研究任务,具有重要的应用价值。针对传统建议语句分类方法所存在的规则复杂、标注工作量大、特征维度高、数据稀疏等问题,提出一种基于PU学习的建议语句分类方法。首先,使用简单规则从无标注评论集合中选择建议语句的正例集合;然后,为了降低特征维度,缓解数据稀疏性,在自编码神经网络（Autoencoder）特征空间中使用Spy技术划分可靠反例集合;最后,利用正例集合和可靠反例集合来训练多层感知机（MLP）对剩余的无标注样例进行分类。该方法在中文数据集上的F1值和准确率值分别达到81.98%和82.67%,实验结果表明,该方法能够有效地对建议语句进行分类,且不需要对数据进行人工标注。     

RDBMS中层次查询结果的XML文档生成

数据库应用系统中相当多的数据都呈现出相应的层次特征,对这类数据,常常需要生成元素间保持层次特征的XML文档,用一般的查询机制来解决这个问题比较繁琐,以Oracle9i数据库第2版为例,应用层次查询,并结合OracleXML DB,对层次查询结果相对应的保持层次特征的XML文档的生成机制进行了研究,并将其应用于税务信息综合查询系统之中.结果表明,该方法简单、效率高、应用效果良好.     

一种索玛立方体方块匹配的图像置乱算法

针对图像已有置乱算法普遍存在的不足,提出了一种新的索玛立方体方块匹配的图像置乱算法.算法先将原始图像的位平面进行交换以改变图像的像素灰度值,然后按照索玛立方体将变换的图像进行分块,选择索玛立方体的任意两种拼接方式,其中一种看作是原始图像元素的拼接方式,另一种是置乱图像的拼接方式,将两种拼接方式对应转换,从而实现图像的置乱.置乱后的图像表现为白噪声,不存在周期性恢复的安全性问题,置乱较为稳定,能很快达到理想的置乱效果,并且置乱算法对图像尺寸没有要求.实验结果表明,算法能有效地实现对灰度图像的置乱,并且有良好的视觉效果和定量评价结果,能抵抗一定的几何攻击.     

基于Servlet技术的Web应用及其实例分析

World Wide Web 在最近几年已经从提供静态内容过渡到提供动态内容,通过分析基于Servlet和JSP的Web应用技术,本文给出了一个可提供动态内容的点站自动生成系统,介绍了系统功能,关键技术,开发过程,开发工具及系统特点。     

基于CLAHE变换的低对比度图像增强改进算法

在智能交通系统中,天气和光照是图像采集质量的重要客观条件,对后续处理及最终监管有不可忽视的影响。针对雾天和夜间等低对比度图像,提出一种基于有限对比度适应性直方图均衡化的改进算法。该方法首先进行RGB和HIS彩色空间转换,其次仅对亮度分量进行CLAHE变换和非线性拉伸,之后做RGB输出。实验结果表明,该方法在提高对比度同时,良好地保持图像的目标信息,能够提高后续识别和监管的有效性。     

贵州省旅游业经济效应与旅游发展战略研究

通过对贵州旅游业经济效应的统计分析发现, 贵州每1元的旅游业收入大约导致贵州GDP增长约3.8元;旅游创汇年增长率的发展趋势相对于出口创汇年增长率平稳, 旅游创汇对贸易出口额的贡献率明显超出全国水平.提出了在旅游战略规划中, 政府应以大旅游、大产业为指导, 致力于特色旅游和国际市场的发展, 实现贵州旅游业经济效应的最大化.     

柔性直流背靠背装置在北京配电网中的应用

随着大城市负荷密度的不断增加,配电网的规模不断扩大,受制于短路容量、电磁环网等问题,城市配电网通常按照高压分区、中压开环的方式运行,导致系统设备利用率降低,可靠性下降。利用柔性直流技术对分割的高压配电网和中压配电网进行互联形成交直流混合配电网,有助于提升电网的可靠性和设备利用率,缓解城市电网站点走廊有限与负荷密度高的矛盾,同时在负荷中心提供动态无功支持。研究了柔性直流背靠背装置在大型城市高压配电网和中压配电网中的应用模式和系统设计方案,并以北京高压配电网为实例,从降低短路电流和提供动态无功支撑两个角度,定量分析了应用柔性直流背靠背装置实现高压配电网分区互联的优势。     

联合站注水泵常见故障及失效分析

对油田往复式注水泵使用中的常见故障作了概括叙述，并对几种常见故障进行了失效分析，为今后开展故障预测与诊断方面的工作提供了理论依据。     

基于特征融合和集成学习的建议语句分类模型

建议挖掘作为一项新兴研究任务近年来逐渐受到了研究者的关注。与英文相比,中文的建议表达形式更为丰富,呈现出许多不同特点,因此有必要在中文环境下开展建议挖掘研究。针对建议挖掘中的建议语句检测这一核心任务,提出一种综合应用Stacking和Bagging方法的集成学习模型来进行建议语句分类。使用Stacking组合分类器来构建概率特征空间,分别使用卷积神经网络(convolutional neural network, CNN)和段落向量模型(paragraph vector, PV)构建评论文本的CNN特征空间和段落向量特征空间,对上述特征进行融合,并训练Bagging分类器来对建议语句分类。在中文数据集上的试验结果验证了本研究模型的有效性。