中比转速离心泵无过载优化设计

对D450-60-10型中比转速离心泵进行无过载优化设计,原始方案采用模型换算法设计模型泵进行试验并换算得到原型泵性能,同时利用Fluent模拟得到模型泵和原型泵性能,对泵性能分析后提出基于叶片出口角、叶轮出口直径和叶轮出口宽度等结构参数的3种原型泵优化方案。结果表明:当叶片出口角β2=10°时,与β2=15°相比,功率曲线的拐点更接近额定工况点,且最大功率下降了6.78%,但会牺牲部分扬程;3种优化方案下离心泵都达到了无过载的要求,功率备用系数K均小于1.2;最佳方案(叶轮出口直径D2=0.49m,叶轮出口宽度b2=0.03m,叶片出口角β2=10°)的功率备用系数最低,为1.09,与原始方案相比,扬程和效率分别提高了6.94%、1.95%,为中比转速离心泵无过载设计提供了参考。     

工程图识别中实现图素完整拼接的索引表方法

本文通过建立两个相互依赖的索引表，采用搜索和比较技术构造并实现了具有相同属性的基本图素的拼接算法，该算法大大地减少了矢量跟踪产生的许多短矢量图素，实现了图素描述的完整性，从而提高了图形识别的整体水平。     

间谍软件生命周期研究

近年来,我国公共互联网快速发展,用户数量已超过1.37亿,互联网的社会基础设施功能表现得越来越明显。随着信息化的不断深入,信息的重要性越来越被大家所认知,以窃取信息为主要目的的间谍软件日益猖獗。本文对间谍软件的生命周期各个阶段进行了研究,并针对各个阶段,探讨了相应的发现和控制技术。     

冲击闭合器在冲击过载作用下铁芯运动及输出电压计算

前言冲击闭合器为对空目标导弹触发引信中的一种敏感器件,在导弹发动机点火及碰撞目标时产生的冲击过载作用下,其铁芯就会相对平体作运动,同时其感应线圈就会产生感应电压。如果冲击过载足够大,作用时间足够长,就可能使铁芯下落与下开关接触,同时也可能使线圈中感应电压超过引信动作电压。如果此时引信已完全解除保险,就会引爆战斗部。冲击闭合器铁芯相对位移见图[1]。     

圆管带式输送机数据库系统的开发

本文介绍了用Visual Foxpro6．0建立圆管带式输送机数据库系统，包括基本组成、特点和功能。该系统可充分发挥数据库的检索优势，为工程技术人员提供一些有益的参考。     

面向商品电子交易的一种层次结构通信中间件系统

针对大规模商品电子交易中交易引擎集中式竞价交易的应用要求，结合基于消息传递机制通信中间件的工作特点，提出了面向交易通信中间件系统的一种树状层次结构模型。分析并讨论了基于该模型的通信中间件系统的通信机制和工作特点。     

大规模交易事务的一种调度方法

为解决大规模交易中复杂事务密集访问引起的关键事务调度性能低下问题，文中通过研究交易事务的分类特点和结构特征，提出了一种基于虚拟截止期和时间戳排序的双级调度策略，通过分割长撮合事务和确定合理的步长因子，保证关键事务的优先调度，模拟和测试结果表明，在不产生事务延迟的条件下，交易事务的处理速率为1970事务／秒，平均响应时间为0．5ms，满足大规模电子交易的需要．     

TiV2.1Nix（x=0.2～0.6）贮氢合金的相结构及电化学性能

系统研究了TiV2.1Nix（x=0．2，0．3，0．4，0．5，0．6）贮氢合金的相结构及电化学性能。XRD及SEM分析表明：合金均由体心立方（bcc）结构的V基固溶体主相和TiNi基第二相组成；随着Ni含量x的增加，合金中V基固溶体主相的相含量和品胞参数逐渐减小，TiNi基第二相含量逐渐增多，且当x≥0．4时，TiNi基第二相组织沿主相晶界形成明显的三维网络状结构。电化学测试表明：随着x的增加，合金的高倍率放电性能及循环稳定性均得到显著改善；但当x从0．4增加到0．6时，合金的活化性能变差，最大放电容量降低。在研究的合金中，TiV2.1Ni0.4表现出较好的综合性能。     

一种可隐藏敏感文档和发送者身份的区块链隐蔽通信模型

目前,区块链隐蔽通信的研究主要是通过发起多笔交易来传输一条短消息,这一方式不仅不适用于敏感数据量大的情况,还可能存在有些交易没有被打包而造成秘密信息的丢失,而且传输过程没有隐藏发送方身份.部分区块链隐蔽通信的研究中使用的图像隐写术虽然具有嵌入率高这一优点,但是越来越难以抵御基于统计特征的检测分析.针对以上问题,本文提出...     

基于Bi-LSTM的期货市场关联交易行为检测方法

随着期货市场的不断发展,其交易量屡创新高,但在海量交易的背后,一些交易者利用关联交易行为对市场进行操纵,扰乱了交易秩序,给市场监管和风险控制带来了严峻考验。因此,如何从海量交易中挖掘潜在关联交易行为成为维护期货市场公平交易的重要任务。针对该问题,提出了一种多特征信息融合的双向长短期记忆(Bi-LSTM)网络模型,从原始数据中提取交易时间、交易量、持仓变化、期货品种等多种维度的浅层特征信息,通过Bi-LSTM网络模型从时间序列上向前、向后两个方向的上下文关系学习深层特征,实现关联交易行为检测。针对浅层特征提取提出了一种基于交易行为的多粒度窗口特征提取方法,从日、小时、分钟、秒等级别捕捉账户间交易的关联性,从而解决了原始交易数据维度高、数据量大、关联性弱的问题。模型引入了Dropout策略,缓解了收敛速度慢和过拟合的问题。在郑州商品交易所真实数据上的实验结果表明,与一些传统的分类模型以及RNN和LSTM网络相比,所提方法在分类的准确率和召回率上有明显提升,同时,对特征中各个维度信息的消解实验证明了多特征融合方法和多粒度窗口策略的有效性。另外,抽取了两种期货品种的交易数据进行测试,结果表明所...