一种新的六面体有限元网格算法

在有限元网格产生过程中，吸取弦须编织法中的STC概念，将六面体以节点剖分为基础的思想转变为以单元点为基础，建立了以单元生长为核心的剖分算法，以期解决节点拓扑结构在三维情况下的控制问题，对进一步实现稳定、全自动的六面体剖分具有很大的帮助。     

纳米WO3材料的制备、应用及研究趋势

结合近年来国内外相关文献，综述了纳米WO3材料的研究现状与进展，重点概述了超细WO3粉体和纳米WO3薄膜的各种制备方法及各自优缺点，并介绍了纳米WO3薄膜的稀有金属掺杂研究等；分析了纳米WO3材料的研究意义，介绍了纳米WO3材料在变色及催化等方面的应用。最后分析了纳米WO3材料应用的发展趋势。     

SiO2纳米复合稳定WO3薄膜气致变色特性研究

以钨粉为主要原料,采用过氧化法及提拉技术制备WO3薄膜,通过SiO2纳米颗粒复合改性提高了WO3薄膜的气致变色稳定性.测试并研究了SiO2复合掺杂对溶胶颗粒分布、气致变色稳定性等的影响,通过测试薄膜循环中红外振动吸收的演变,深入研究了SiO2纳米复合对WO3薄膜气致变色性能影响的内在机制.研究结果表明,SiO2的掺杂抑制了WO3薄膜内的共角聚合,将薄膜的致/褪色循环次数由20次提高到500次以上,WO3-SiO2复合薄膜的稳定网络结构是提高其气致变色循环稳定性的主要原因.     

快速凝固/粉末冶金高硅铝合金微观组织及拉伸性能

采用快速凝固／粉末冶金法制备Al-17Si-6Fe-4.5Cu-0.5Mg合金,并进行T6处理。利用现代测试手段对挤压态及T6处理态合金微观组织及拉伸性能进行研究。结果表明：采用这种工艺可使合金组织中第二相得到显著细化,经T6处理后第二相有粗化趋势,同时也有新相沉淀析出;合金拉伸性能主要表现在高温、低塑性及良好耐热性。     

基于纳米压痕的氧化镓不同晶面的蠕变特性

使用Berkovich压头,采用恒载荷法对氧化镓的(100)及(010)晶面进行纳米压痕试验,通过数据拟合获得氧化镓晶体的蠕变应力指数.单晶氧化镓(100)晶面的蠕变应力指数范围在15.5～27.8,(010)晶面的蠕变应力指数范围在46.1～63.4.纳米压痕法能够有效测量氧化镓的蠕变变形量;氧化镓的2个晶面均呈现了...     

基于补偿系数的DV-HOP定位的改进算法

DV-Hop定位算法是一种重要的无需测距定位算法.在各向同性的密集网络中,它可以获得比较合理的定位精度,然而在随机分布的网络中,节点的定位误差较大.根据DV-Hop算法的定位过程,利用最小均方误差法对平均跳距进行改进,并考虑到传感器节点通常部署在非平面应用场景,通过补偿系数来校正未知节点到信标节点之间的估计距离,提出一种基于补偿系数的定位算法.仿真结果表明,在适当增加节点计算开销的条件下,改进算法的定位精度有明显改善,是一种可行的无线传感器网络节点定位解决方案.     

铝衰减膜表面氧化对软X光透过率的影响与修正

对用不同方法制备的软Ｘ光激光实验用的Ａｌ衰减膜样品,用Ａｕｇｅｒ电子能谱（ＡＥＳ）结合氩离子束刻蚀进行了组分的表面和深度分布分析,结果表明表面氧化层主要由Ａｌ２Ｏ３组成,氧化达到饱和时的氧化层厚度≈７．５ｎｍ。由于在软Ｘ光波段内,氧的吸收系数比铝大一个多数量级,这一氧化层对软Ｘ光透过率的影响甚大。将ＡＥＳ测试结果作为参数,使用公式Ｉ＝Ｉ０·ｅｘｐ［－μ（Ｅ）·（ρｄ）］对Ｘ光透过强度进行修正。同步辐射软Ｘ光对样品透过率的直接测量表明,对于透过率大于２０％的Ａｌ膜,直接测量结果与按修正公式计算的结果在最大偏差１１％范围内符合。     

热处理对V2O5-TiO2复合薄膜表面结构与光学性能的影响

以钛酸丁脂、V2O5粉末为前驱体,采用溶胶-凝胶法制备了V2O5-TiO2复合薄膜,并采用X射线光电子能谱(XPS)和Uv-vis-nir分光光度计等方法研究了热处理对薄膜性能的影响.结果表明,随热处理温度的升高,复合薄膜中钛离子的价态不变,仍为Ti4 ;而V4 离子逐渐被氧化为V5 离子;并采用氢氧基团、碳氧键与多种钒离子进行叠加拟合,拟合结果与实验曲线非常符合;V2O5-TiO2复合薄膜在紫外光波段的透射率减小,吸收带边出现红移.     

超宽带网络异常流量检测与防治技术探析

随着网络接入带宽的不断提升,异常流量对网络的威胁日益严重,防治的需求更为紧迫。本文阐述了异常流量攻击防治技术的现状,并针对现有技术应用的不足,提出了基于云计算在全网范围内实现集中调度、并行处理、就近清洗的异常流量清洗方案,分析了该方案的优势,最后对异常流量攻击防治技术的研究进行了展望。     

基于SONN的知识应用模式学习特征分类及预测模型

面向教学应用的本质,将知识应用模式概念引入到网络教学过程中.给出知识应用模式的形式化表达方法,利用自组织神经网络(SONN)建立网络模型,对学习过程中学习者的知识应用模式学习行为进行分类,得到特定学习群体的学习特征.然后,利用SONN对新样本进行模式预测,以学习特征模式为参照,并结合历史信息,实现针对学习主体的个性化网络教学.