单模光纤的传输衰减随温度变化的研究

本文从实验上测量了单模石英光纤在－50～120℃范围内的损耗。随着温度升高，光纤的损耗随之降低，在常温附近达到最小。其后损耗随着温度的继续升高而增加。损耗的变化主要是由于杂质的吸收和微弯损耗。本文对杂质的吸收以及微弯损耗进行了数值模拟，并且从理论上定性地解释了损耗对温度的依赖关系。     

锅炉应急给水泵配电方案探讨

结合实际工程,介绍了对负荷分级、外线电源等,阐述了锅炉房应急供水系统设置的必要性,描述了应急供水系统的控制要求、实现方法及其配电系统的特点等,用以保证应急供水系统能够及时、安全、可靠的投入运行。提出在工程中应遵循价值工程原则,针对工程中提高某些设备的供电可靠性或者建设某些超过标准、规范的设施,但其却可以产生远超其投资的价值,也应考虑进行建设。     

非线性波作用下潜堤周围的流体分离与涡流结构

采用粒子图像测速技术(PIV)和基于雷诺时均纳维尔–斯托克斯方程(RANS)的数值模型研究了斯托克斯2阶波作用下抛石基床矩型潜堤周围的流体分离与涡流结构.越堤前后试验波面发生了非线性变形,迎浪面波形的不对称度和偏度分别为–0.21和0.04,波面前倾,背浪面波形的不对称度和偏度分别为–0.39和0.99,相对于垂直轴和...     

粗制及精制蓝靛果花色苷的稳定性和抗氧化性研究

通过对蓝靛果花色苷的提取粗制品和纯化的精制品进行稳定性和体外抗氧化活性的比对实验,考察了p H、光照、温度、过氧化氢、糖等对蓝靛果花色苷稳定性的影响,并比较了其总还原力和清除DPPH自由基、羟自由基的抗氧化性能力。结果表明:在避光和p H为1、3的条件下,蓝靛果花色苷的保存率达85%以上,稳定性较好,且花色苷粗制品的稳定性优于精制品;随着处理温度的升高,花色苷的稳定性急剧下降,在50℃以下花色苷较稳定;在一定浓度范围内,葡萄糖、乳糖、蔗糖和淀粉对蓝靛果花色苷稳定性均具有增强作用,过氧化氢对花色苷有严重的破坏作用,且花色苷粗制品的耐氧化性明显强于精制品。此外,抗氧化性对比实验发现蓝靛果花色苷具有较强的还原能力,清除DPPH自由基、羟自由基的能力,通过比较花色苷粗制品及精制品的EC50值可知,这两种花色苷制品的总还原能力及清除羟自由基的能力略弱于同质量浓度的VC,但清除DPPH自由基的能力均强于同质量浓度的VC,且花色苷精制品的抗氧化能力明显强于粗制品。      

不同产地酿酒葡萄“赤霞珠”果实中有机酸差异性研究

采用反相高效液相色谱法（RP-HPLC）,对云南迪庆德钦、河北怀来沙城和山东烟台莱山三地的成熟期酿酒葡萄\     

以高粱醇溶蛋白和酪蛋白酸钠为壁材制备粉末油脂的工艺优化

以高粱醇溶蛋白和酪蛋白酸钠作为壁材,采用喷雾干燥法制备大豆油粉末油脂.以包埋率为指标,进行单因素和Box-Behnken响应面试验优化粉末油脂的制备工艺条件.结果表明:大豆油粉末油脂的最佳制备工艺为高粱醇溶蛋白与大豆油质量比2.3∶1,酪蛋白酸钠添加量5 g/L,进风温度110 ℃.在此条件下,包埋率为40.15％.与...     

关系管理软件构架与模板的研究

以集成供应链管理(ISCM)软件开发项目为背景,研究企业动态联盟中的3种关系管理模式的软件构架．采用UML建模方法建立关系管理软件的功能模型、对象结构模型和对象行为模型,关键是提出了企业动态联盟中关系模式的新理念;重点探讨了关系管理软件构架的设计问题,给出了一个可实现的构件模板的ACME语言描述,就设计模式在面向构件的软件开发方法中的运用做了进一步的阐述。     

有机磷农药残留现状及去除方法的研究进展

随着农业生产的发展,农药的使用愈来愈广泛。其中,有机磷类农药在农药使用过程中占有较高的比例,对病虫害的防治有一定的积极作用,但在使用过程中,会对农产品、大气、水体、土壤产生农药残留,所带来的安全隐患问题也不容忽视。残留的有机磷农药可在人体内不断累积,产生一系列的慢性危害,降低人体免疫力。目前,关于农产品中有机磷农药残留去除方法的研究迫在眉睫。就有机磷农药残留现状和去除方法进行了综述,并对其发展方向进行展望。     

临近最优主动学习的藏语语音识别方法研究

语音识别模型需要大量带标注语音语料进行训练,作为少数民族语言的藏语,由于语音标注专家十分匮乏,人工标注语音语料是一件非常费时费力的工作。然而,主动学习方法可以根据语音识别的目标从大量未标注的语音数据中挑选一些具有价值的样本交给用户进行标注,以便利用少量高质量的训练样本构建与大数据量训练方式一样精准的识别模型。研究了基于主动学习的藏语拉萨话语音语料选择方法,提出了一种临近最优的批量样本选择目标函数,并验证了其具有submodular函数性质。通过实验验证,该方法能够使用较少的训练数据保证语音识别模型的精度,从而减少了人工标注语料的工作量。     

一种基于半监督主动学习的动态贝叶斯网络算法

本文提出一种基于半监督主动学习的算法，用于解决在建立动态贝叶斯网络(DBN)分类模型时遇到的难以获得大量带有类标注的样本数据集的问题．半监督学习可以有效利用未标注样本数据来学习DBN分类模型，但是在迭代过程中易于加入错误的样本分类信息，并因而影响模型的准确性．在半监督学习中借鉴主动学习，可以自主选择有用的未标注样本来请求用户标注．把这些样本加入训练集之后，能够最大程度提高半监督学习对未标注样本分类的准确性．实验结果表明，该算法能够显著提高DBN学习器的效率和性能，并快速收敛于预定的分类精度．