江苏防汛抢险应急管理建设规划研究

针对长江中下游汛情重、危害大和防御难等现状,以人工智能与智能软件为核心技术,研究科学数据支持下的防汛应急的自动知识推理与处置方案的自动生成与主动推荐.结合国内外学者对自然灾害应急管理的研究,对江苏防汛抢险应急管理能力的现状进行分析,在实现汛情语义数据管理的基础上,实现监测数据实时更新、汛情预测和自动预警.重点研究救援路径规划和救援物资调度等问题,提出了防汛抢险智能决策机制,实现抢险方案自动生成与主动推荐.通过建立江苏防汛抢险应急管理平台,推动长江中下游沿线基层综合减灾技术水平提升和能力建设,重点形成长江防汛的科学规范工作新思路.     

具有快速动态响应的大功率脉冲负载电源设计与实现

电流型脉冲负载一般呈宽频段、脉冲变化特性,该特性对供电系统的稳定性提出了更高的要求。当脉冲负载直接接入供电母线后,其负载瞬时功率与负载电流一样呈现脉冲特性,会引起母线电流波动过大的问题。为了平衡瞬时功率差,本文提出采用双向变换器来补偿由脉冲负载特性造成的母线电流波动过大的问题,解决脉冲负载与供电电源的适应性问题。提出一种基于电容电压谷值检测的自适应电流反馈控制方法,该方法适用于脉冲负载的频率和功率任意变化。通过建立其动力学模型,分析了参数设计对于变换器稳定性的影响。最后,制作一台实验样机,验证了所提出方案的可行性。     

碳纤维/环氧复合材料燃烧及产烟特性研究

使用锥形量热仪对T700碳纤维/环氧复合材料、泡沫芯材及T700碳纤维/环氧-泡沫夹芯板进行火灾模拟,并收集平均点燃时间、热释放速率、释烟速率及总烟释放量等试验数据。将三种材料在相同辐射强度50 kW/m²(796℃)下进行燃烧,同时分析泡沫芯材对T700碳纤维/环氧-泡沫夹芯板的燃烧及产烟影响,包括计算毒性气体生成速率指数(ToxPI_{10 min})以及发烟指数(TSPI_{8 min})等参数,再对试验数据变化及产生物质进行深入分析。研究结果表明:泡沫芯材对T700碳纤维/环氧-泡沫夹芯板的点燃时间没有影响,但会提升T700碳纤维/环氧复合材料的热释放速率峰值(pkHRR)、总热释放量、总产烟量以及加剧生成烟气的毒性。这主要是由于泡沫芯材参与材料中环氧的热解以及成炭环节所致。     

神华煤在港口的仓储管理

神华集团有限责任公司的神府东胜煤田,属世界八大煤田之一。已探明煤田含煤面积3.1 2×1 0 4km2 ,地质储量2 2 36×1 0 8t;煤层埋藏浅,煤质好。所产煤炭注册为神华煤,以低灰、低硫、特低氯、特低磷、中高发热量著称,并以易燃率高、煤耗低、低污染等优良的燃烧性能享誉国内外。但是,由于神华煤特定的成煤时期和成煤环境,也存在着一些缺点。主要是煤的着火点低,储存时易自燃。本文着重探讨如何做好神华煤在港口的仓储管理。1　要搞好神华煤的仓储管理,必须先了解其自燃机理理论研究和大量的实验分析证明,神华煤的自燃主要是由硫造成的;变质程…     

搜索引擎的广告拍卖平台设计与开发

搜索引擎的是重要的广告媒体之一,开发搜索引擎的广告拍卖平台有利于广告资源的有效利用。本文设计了一个搜索引擎的广告拍卖平台,支持广告用户的自行报价,并在收集竞价信息的基础上实现了广告位的分配与定价;然后,根据实际应用背景划分了系统的功能模块并定义了拍卖的业务流程;最后,基于MyEclipse6.0 开发工具和MySQL后台数据库实现了该系统。     

聚磷酸铵与锡酸锶对聚氨酯泡沫热稳定性的影响

将聚磷酸铵(APP)与锡酸锶(SrSn03)混合,形成协同阻燃剂,并添加到高回弹聚氨酯泡沫中,用热重分析仪研究了改性聚氨酯泡沫塑料的极限氧指数(LOI)、积分程序热解温度(IPDT)、热稳定性和表观活化能.研究结果表明:当APP和SrSn03加入聚氨酯泡沫塑料中时,聚氨酯泡沫塑料的LOI由19.0％提高到22.4％,即...     

新冠疫情相关社交媒体谣言传播量化分析

新冠肺炎疫情的爆发伴随着大量的谣言在社交媒体平台传播,对网络秩序和社会稳定产生了不良影响.已有的疫情相关社交媒体谣言传播量化分析研究仅对谣言内容等单一传播要素展开分析,而忽略了构成信息传播的其他基础要素,包括传播者、受众以及传播效果等.同时,这些研究的谣言数据与真实的社交媒体谣言数据也存在分布偏差和信息缺失.因此,基于新浪微博平台对新冠疫情相关社交媒体谣言的传播展开更加全面的量化分析.具体而言,首先对谣言传播内容进行分析,包括其主题分析、涉及地区分析、事件倾向性分析以及情感分析;进一步对谣言参与用户进行分析,将参与用户分为3类：造谣者、传谣者和辟谣者,并分别对其基础属性、关注主题、个体情绪以及自网络属性进行探究;最后对谣言引发舆情进行分析,探究其情感的整体分布、与主题、关键词和地区的关系、以及情感的演变规律.该研究首次从信息传播的各个基础要素层面对疫情相关的社交媒体谣言传播展开量化分析,不仅对新冠肺炎疫情相关谣言传播有了更全面深刻的认识,同时对突发公共事件的谣言研究和谣言治理也具有十分重要的价值.     

基于距离和密度的d-K-means算法

针对K-means算法对初始聚类中心和噪声敏感的缺点,提出了d-K-means算法（distance & density）,在K-means算法的基础上权衡了密度和距离对聚类的影响,对数据进行加权处理,在权值基础上引入最小最大原则选择初始聚类中心,自动确定类中心个数。实验结果表明,d-K-means算法在低维数据与高维数据上都可以取得较好的聚类效果,并且更好地应对低密度区域数据,更好地进行类中心选择。