基于组织的工作流访问控制模型研究

提出了基于组织的工作流访问控制模型OBAC，对此模型进行了形式化定义。应用0BAC可以更容易地管理和实现工作流的访问控制．模型更贴近于生产业务。以电力系统生产管理系统为例进行了分析．表明该模型具有较高的安全性和灵活性。     

金属与非金属纳米颗粒增强葡萄糖生物传感器

为了提高葡萄糖传感器的灵敏度和抗干扰性,利用纳米增强效应,以Au、Ag、Pt、SiO2纳米颗粒及金属-无机复合纳米颗粒与聚乙烯醇缩丁醛(PVB)构成复合固定酶膜基质,采用溶胶-凝胶法固定葡萄糖氧化酶(GOD),组成葡萄糖生物传感器.研究表明,纳米颗粒可以大幅度地提高固定化酶的催化活性,增加电极的电流响应灵敏度,改进生物传感器的抗干扰性能,使信噪比提高了32倍.     

春秋战国时期青铜器凤鸟纹饰之变革

春秋战国时期既是中国传统文化的大变革时期,又是工艺美术发展的创新时期,传统的模式不断被超越,新的风格相继被确立。春秋战国时期青铜器凤鸟纹饰在不断突破商周时期传统样式过程中,呈现出崭新的审美情趣与独特的装饰意匠。     

阶梯式流量测试法用于油田注水管理

为了能够实时监测注水井吸水能力以及快速评价酸化效果,引入阶梯式流量测试法(SRT),该方法有3个特点:无需关井测试,不会影响油田注水量;充分利用现场最容易获取的井口注入压力数据和注入量,并在直角坐标系中建立起井口注入压力与注入量线性关系表征曲线,赋予斜率和截距物理意义;无需利用试井软件,便于现场生产工程师掌握和操作.该测试方法首次在蓬莱油田运用,到目前为止通过该方法已经完成31口回注井(占蓬莱总回注井的55%)的酸化效果评价.现场实践表明,阶梯式流量测试法可以减小井筒效应给试井分析带来的影响,而且测试时无需关井,便于操作,不会影响油田回注量,是一种值得推广的方法.     

浅析我国建筑装饰业的现状及其发展见解

建筑装饰行业的发展,对于拉动内需,增强我国消费市场活动,增加就业岗位,特别是转移农村剩途劳动力,带动相关产业的发展,推动国民经济持续发展,具有非常重要的作用.另外,建筑装饰行业在满足人民群众文化需求和精神享受方面,也具有重要作用,同时也是城市化进程,全面建设小康社会的重要内容.建筑装饰行业的发展得到社会及有关部门的重视.我国建筑装饰行业是随着我国改革开放之后由建筑业生产力的进步、提高而发展形成的一个专业化相对独立的生产领域.它是建筑总体工程的重要组成部分,是建筑思想的延伸与提高.经过20多年发展、实践、已经逐步形成具有相当规模影响较大的经济、文化现象.     

电感耦合等离子体质谱法测定水中镉的不确定度评定

本文采用盐酸、硝酸消解水样品,建立了测定水样中镉浓度的数学模型,对电感耦合等离子体质谱法(ICP-MS法)测定水中镉的不确定进行评定。水样中镉浓度为0. 21μg/L时,结果的扩展不确定度为0. 02μg/L(k=2)。对HJ 700-2014《水质65种元素的测定电感耦合等离子体质谱法》标准方法测定镉的不确定度来源进行分析,其主要来源是标准曲线的线性拟合,并得出了ICP-MS法测定镉浓度的扩展不确定度结果,为结果的符合性判断提供依据。     

干熄炉热量衡算的计算方法

讨论了焦化公司干熄焦装置中干熄炉的热效率计算方法,给出了红焦显热以及焦炭烧损部分的热量在各种传递及损失过程中的具体数量及比例。并且给出了干熄炉冷却段下部温度与红焦热量的回收率之间的关系,为进一步提高红焦热量回收率,改进工艺操作方法以及合理设计焦炉的推焦计划表提供计算依据。     

含硫化物、硫氰酸盐水质中易释放氰化物测定方法研究

研究建立了含硫化物、硫氰酸盐水质中易释放氰化物的测定方法,采用硝酸银作为掩蔽剂,同时结合两次蒸馏去除硫化物、硫氰酸盐的干扰,馏出液采用氢氧化钠溶液吸收.对于氰化物质量浓度较高的样品采用硝酸银滴定法测定,氰化物质量浓度低的样品采用异烟酸-吡唑啉酮法测定.该方法测定结果的相对标准偏差为0.51％～3.51％,加标回收率为9...     

导电填料对电子浆料性能影响的研究进展

导电填料是导电浆料的重要组成部分,其决定了浆料的导电性能,同时影响烧结固化膜的焊接强度、机械强度等物理性能。根据导电填料的分类,从含量、粒径、形貌和表面性能等方面综述其对导电浆料性能影响的相关研究进展。介绍了新型石墨纳米填料,并提出进行纳米填料、低成本环保浆料的开发,丰富产品品种、提高产品质量的发展方向。     

考虑换道意图的LSTM-AdaBoost车辆轨迹预测模型

不合理的车辆的换道行为是导致交通事故发生的主要原因之一,提前预知换道车辆的轨迹并及时做出相应调整有助于减少事故的发生。针对换道车辆轨迹预测问题,采用将深度学习和集成学习相结合的轨迹预测方法,并考虑了换道意图的影响。建立连续隐马尔可夫模型对车辆进行换道意图检测,提前判别车辆的换道状态,并输入至相应的轨迹预测模型中;将LSTM（long short term memory）作为AdaBoost算法（adaptive boosting）的基预测器,建立LSTM-AdaBoost模型,在多个基预测器同时进行轨迹预测的基础上,通过训练调整各个基预测器的权重并将结果加权集成,提升预测模型的精度和稳定性;通过NSGIM（next generation simulation）数据集对模型进行训练和测试,结果显示意图预测模型在变道前一秒的准确率在90%以上,LSTM-AdaBoost集成轨迹预测模型与单一的LSTM模型相比精度和稳定性显著提升,且预测结果中异常数据更少,具有较好的稳定性;同时预测对比结果也表明增加意图预测模块有助于提升换道轨迹预测的精度。