高得率竹浆中抽出物及其对过氧化氢漂白的影响

本文对一种高得率竹浆——慈竹磺化化机浆（SCMP）的抽出物及其对过氧化氢漂白的影响进行了研究。GC-MS研究结果表明慈竹SCMP抽出物中主要成分是脂肪酸类和甾醇类物质，以及部分在紫外区330nm左右产生吸收的物质。抽提处理后漂白纸浆白度可提高6%~9 %ISO，热诱导返黄程度降低，CIE76色度也有很大改善。     

新型自行车储能装置

该文旨在设计一种区别于电动车,但可安装在自行车上的轻便式的新型储能装置来储存电能,然后通过装置内变压器的作用达到能够对外输出电能,供手机,笔记本等随身携带的小功率电子设备使用的效果.     

捆绑与共生郭台铭与苹果CEO库克往事

<正>苹果的崛起与富士康的代工息息相关。1998年,库克开始担任苹果的运营主管,提出生产外包,郭台铭就在那时结识了库克。据外媒报道,一位富士康科技集团(又名鸿海精密)工作人员称,苹果CEO蒂姆·库克已于4月16日致电董事长郭台铭。该工作人员称,两人是二三十年的朋友,而且富士康是苹果产品的主要代工厂,来电关切很正常。对此,富士康方面回应记者,涉及客户无法回应。4月17日晚,富士康在中国台北证券交易所发布公告,澄清了     

粉丹竹磺化化学机械浆木素结构的31P-NMR和13C-NMR波谱分析

粉丹竹磺化化学机械浆（SCMP）的木素结构在漂白和老化过程中发生变化，使用纤维素酶酶解-弱酸水解的两步法对SCMP及其漂白浆、漂后老化浆中木素进行分离提纯，利用31P-NMR和13C-NMR波谱对木素样品中的结构及其比例进行研究。结果表明：SCMP木素样品中三种结构单元—对-羟苯基（H）、愈疮木基（G）和紫丁香基（S）的比例为G:S:H=30:42:28。在其漂白和漂白浆老化过程中，总酚羟基分别减少了30.7%和38.4%，而羧基的含量分别增加了53.2%和55.3%，木素结构中烷基芳基醚键和α-烷基醚键发生了断裂，γ-烷基醚键则比较稳定，同时木素侧链发生断裂，形成香草醛、Ar-COOH和Ar-CH2-COOR等结构。     

粉丹竹SCMP木素结构及其在漂白和老化时的变化

为了探寻化学机械浆可漂性和白度稳定性差的原因,采用核磁共振波谱分别对粉丹竹磺化化学机械浆(SCMP)及其漂白浆、漂后老化浆中的木素结构进行了分析.结果表明:SCMP中的对羟苯基型木素结构含量较高,紫丁香基结构的酚羟基主要以醚键形式存在,在木素结构中每100个苯环中有20个为缩合结构,导致粉丹竹SCMP的可漂性差;在过氧化氢漂白和漂白浆老化过程中,木素样品中总酚羟基含量分别减少了30.7%和38.4%,羧基的含量分别增加了53.2%和55.3%;木素结构中烷基芳基醚键和α-烷基醚键发生了断裂,γ-烷基醚键则比较稳定;同时木素侧链发生断裂,引入共轭COOR基团,如Ar-CHO和Ar-COOH等,从而导致漂白浆白度较低和稳定性较差.     

电力系统继电保护的安全措施及发展趋势

电力系统安全运行的重要保障就是继电保护,关于继电保护的运行维护,论文阐述了两点基本原则。四点要求被提出来用以选择继电保护装置,对继电保护装置的内容和检验周期的合理性做了重点探讨,并提出了几点具体的维护措施的建议,最后详细的论述了电力系统继电保护的发展趋势。     

PCA-BP神经网络入侵检测方法

针对经典BP神经网络在入侵检测应用中收敛速度慢、学习性能不够理想等缺陷,以消除原始数据中的冗余信息、提升入侵检测算法的检测性能为目的,综合采用主成分分析法和附加动量法,提出了一种基于PCA-BP神经网络的入侵检测方法,通过对数据的特征选择和对网络的权值修正,对经典BP神经网络算法进行了拓展和改进。首先对网络数据集进行标准化处理,并对处理后的数据集进行降维处理以确定主分量的特征数,最后将处理完成后的数据集输入到改进的BP神经网络中进行检测。通过在KDD Cup 1999网络数据集上的大量实验证明,该方法在大部分网络环境,尤其是在训练样本较为充足的网络环境中时,系统模型的收敛性、检测效率和检测准确率上均优于经典BP神经网络方法和半监督入侵检测方法。     

支持视频业务传输的广播式MAC算法

为在紧急救援和军事活动等实际应用中实现上下级间广播式通信方式, 参考并简化了 NbIA(Neighbors Indirect Acknowledgement Algorithm)算法的组网思路, 设计新的时隙分配方式, 提出了一种基于 TDMA(Time Division Multiple Address)的广播式 MAC(Media Access Control)算法。 OPNET 软件仿真结果表明, 该算法的组网速度与 NbIA 相近, 但实现方法大大简化, 并可根据节点的业务需求提升节点的吞吐率, 从而有效支持视频业务的传输。     

粗集理论及其在智能控制中的应用综述

对粗糙集理论的应用发展及其基本概念做了详细的描述,介绍了粗糙集理论在智能控制中的应用及发展趋势.重点阐述了它与模糊集、神经网络、遗传算法等软计算方法的融合,指出这些融合将为解决智能控制中的难题提供新的思路和方法.