PVC/EVA/ABS共混物结构对其加工行为及性能的影响

研究了乙烯-醋酸乙烯酯共聚物(EVA)和ABS对PVC的改性作用及其机理,探讨了共混条件、改性剂组成对共混物力学性能和热性能的影响。得到了PVC/EVA/ABS三元共混物的最佳共混时间和温度;共混物的常温冲击强度有提高,而拉伸强度变化不大;耐低温性良好,热稳定性优于PVC。并借助扫描电镜、透射电镜获得了清晰的共混物多相网状结构照片,对共混物结构性能进行了探讨。在哈克流变仪上,研究了共混体系的流变性,EVA和ABS加入PVC中,可改善PVC的加工性能。     

完美匹配树的拉普拉斯谱半径的讨论

在田丰教授等对树的拉普拉斯谱半径排序以及袁西英等对完美匹配树的拉普拉斯谱半径排序研究的基础上，对完美匹配树的谱半径进行了进一步的研究．对一些分类作了内部排序，增加了若干分类并作了讨论．最后得出了第七和第八大谱半径并给出了相应的完美匹配树．     

基于Top-hat变换的车牌快速搜索与定位

汽车牌照识别是智能交通信息管理系统的核心,从复杂的图像中分割出车牌又是牌照识别的关键。由于图像拍摄过程中存在着随机性,给牌照提取增加了很大的难度。文章在研究国内外牌照分割技术的基础上,提出了基于Top-hat变换的牌照分割方法。实验证明该方法能够很好地实现牌照顶角的快速搜索和定位,将牌照从复杂的背景图像中分割出来。     

加密服务器的SSH工作流程

加密服务器可以比较全面地解决从信息传输到信息存储全过程的信息安全问题.它主要应用在建立安全公用信息平台以及电子商务、电子政务等方面.利用加密服务器建立的安全公用信息平台,将能逐步改变企业传统的建网观念,使企业由独立建网逐步转变为租用公网,计算机网络将真正走向公用化.本文主要介绍了加密服务器的ssH的工作流程.     

集成学习的多分类器动态融合方法研究

AdaBoost集成学习方法中,分类器一经学习成功,其投票权值就已确定,同一分类器对所有待测样本均有相同的投票权值。对于难于分类样本,具有良好分类性能的少数分类器权值却较低。提出适用于集成学习方法的权重自适应调整多分类器集成算法。根据多分类器行为信息,产生待测样本局部分类精度的有效判定区域,基于有效判定区域选择不同的分类器组合,并调整其相应权重,利用样本集上的统计信息来动态指导分类集成判决。实验结果表明,该算法提高了集成分类性能。     

基于Meta图模型的供应链匹配能力研究

介绍了Meta图的有关概念,对基于Meta图的离散制造业供应链的建模方法进行了阐述,提出了基于Meta图模型的供应链匹配能力定义和算法,分析了算法的复杂性,并给出了计算实例。最后,针对某种物料同时使用多家供应商的情况进行了算法修正,该方法可以在供应链组建或运行时,对影响供应链响应能力和产出能力的重要指标——供应链的匹配能力进行“事前”或“事后”定量分析和评价。此外,还可作为供应链其它性能测度(如可靠性、柔性等)的研究基础。     

一种优化权初值的综合全局寻优快速BP算法

文章在大量实验的基础上,对BP算法中存在学习收敛速度慢的问题进行了广泛的研究,提出了在优化权初值的基础上,将变步长法与模拟退火法相结合,实现一种快速的综合全局寻优的前馈神经网络学习算法.通过在系统建模中的应用,显示了该算法具有收敛快和精度高的特点.     

一种新型的不饱和聚酯酰胺合成及力学性能研究

采用本体熔融缩聚法制备了一种新型不饱和聚酯酰胺, 并用红外光谱(FTIR)、凝 胶渗透色谱仪(GPC)、乌氏黏度计(UV)、差示扫描量热-热重分析(DSC-TG)对不饱和聚酯酰胺进行了表征. 研究热处理条件及交联剂含量对不饱和聚酯酰胺力学和降解性能的影响. 结果表明, 新合成的不饱和聚酯酰胺具有良好的热稳定性能, 交联后的不饱和聚酯酰胺力学性能取决于热处理条件及交联剂的含量, 不同的引发-促进体系及用量对不饱和聚酯酰胺室温交联时间有很大影响, 延长热处理时间可提高交联后的不饱和聚酯酰胺在降解过程中的力学性能保持率及降低在强碱中的水解率.     

从宗教社会学新范式看科学与宗教

关于科学与宗教的关系,在中国学术界虽不乏探讨,但迄今尚未见到从宗教社会学新范式的视角探讨科学与宗教的论著。启蒙运动以来世俗化理论框架下的宗教认知一直在东、西方广为流行且影响深远,近二十年确立起来的宗教社会学新范式则揭示了一种新的宗教认知和新的宗教观。认识宗教社会学新范式对于全面、客观地理解科学与宗教、信仰与理性的关系,乃至对于科技与社会领域的研究具有深刻的启发和拓展意义。本文首先阐发了为"范式"一词重塑辉煌的思考以及相遇"新范式"的机缘之幸;继而简要介绍了宗教社会学新、旧范式的主要差异,新范式中的科学与宗教之观点;最后就新范式对于科学与宗教以及科技与社会(STS)研究可能的启示进行几点思考。     

基于神经网络与可能性理论的雷达型号识别模型

提出了一种雷达型号的融合识别模型。将人工神经网络、模糊匹配和可能性理论有效地结合起来,用人工神经网络进行粗分类,识别出雷达体制,用模糊匹配识别出该体制下的雷达型号,再用可能性理论对不同空域和时域的数据进行融合。实验结果表明,该模型可以提高雷达型号的识别率、可靠性和强噪声环境下的误差容错能力。