SHS-离心法制备W—C—Fe金属陶瓷内衬复合钢管

以Fe2O3、WO3、Al和C为反应原料,采用SHS-离心法制备W-C-Fe内衬复合钢管.利用X射线衍射分析内衬层的相组成,扫描电镜观察金属陶瓷涂层的组织,利用能谱仪分析涂层与基体结合处的元素分布,显微硬度仪测量内衬层硬度.结果表明:涂层与基体之间形成良好的冶金结合,涂层主要由Fe3W3C组成,还有少量的WC、W2C、Fe3C和Fe;涂层组织呈梯度分布,靠近基体处晶粒细小,远离基体处晶粒呈粗大树枝状;涂层显微硬度为13.5±1.6 GPa,是基体的7~8倍.     

应用铅同位素比值和元素含量分析法识别有机鸡样品真实性

探究了鸡中铅同位素与相关元素在有机养殖和常规养殖中的差异性,以探讨有机鸡样品溯源的可能性。相同品种的鸡分别采用有机养殖和常规养殖2种不同的饲养方式,利用电感耦合等离子体质谱分别对有机鸡和普通鸡样品中的铅同位素比值和相关元素含量进行测定。方差分析结果表明,铅同位素比值²⁰⁴Pb/²⁰⁶Pb和P、Zn、Fe、Mn、Mg、Ca、Cu、Na、K元素含量具有显著性差异(p＜0.05);主成分分析初步表明,Zn、Mn、Mg、Ca、Cu、Na、K为有机鸡和普通鸡样品中的特征无机元素;聚类分析可将鸡样品分为有机养殖和常规养殖两大类,通过判别分析所得模型的初始分组正确率为100.0%,交叉验证正确率为90.0%。利用铅同位素比值(²⁰⁴Pb/²⁰⁶Pb)、相关元素(P、Zn、Fe、Mn、Mg、Ca、Cu、Na、K)含量分析能够对有机鸡进行有效溯源识别,研究结果可为有机鸡的鉴别研究提供新的方法。     

基于PCA-PLS的土壤重金属高光谱反演研究

针对高光谱反演土壤重金属的研究中反演模型普适性差的问题,提出了基于主成分分析(PCA)和偏最小二乘(PLS)的反演模型.选择西咸新区和潼关县2个区域,比较在西咸新区建立PCA-PLS模型和单一PLS模型并分别迁移到潼关县的精度,并以皮尔逊相关系数和斯皮尔曼相关系数为基准,比较高光谱数据不同预处理后消除非线性干扰的效果....     

人工神经网络在压裂选井及选层中的应用

根据中原油田砂岩油藏200多口压裂井及压裂层的静、动态地质资料和压裂施工参数、对影响压裂效果的单因素、多因素和主参数进行了分析,采用人工神经网络技术,建立了砂岩油藏压裂选井及选层人工智能系统,并将其用于中原油田复杂断块压裂选井及选层识别,利用该系统可以估算压裂后单位厚度油层的日增产油量,并能预测压裂效果,可为压裂选井及选层提供科学依据。     

基于改进蚁群算法与遗传算法组合的网络入侵检测

为提高网络入侵检测的检测效果,提出一种基于改进蚁群算法与遗传算法组合的网络入侵检测方法.该方法采用遗传算法(genetic algorithm,GA)对网络入侵的特征集进行快速选取,为后续特征提取打下基础;对传统蚁群算法(ant colony optimization,ACO)的节点选择策略和信息素更新策略进行改进,提出一种改进的蚁群算法,提高对最优特征的选择效果,采用改进的蚁群算法对特征进一步选择;采用支持向量机(support vector machine,SVM)统计机器学习方法建立各类网络入侵的检测分类器.仿真实验结果表明,新的网络入侵检测方法综合GA和改进蚁群算法的优势,能够获得更好的入侵特征,从检测正确率、误报率和漏报率3个方面综合比较,新的网络入侵检测方法具有更好的网络入侵检测效果,且提高了检测速率.     

基于中文自由文本击键特征的自动欺骗检测模型

研究表明欺骗行为在一定程度上会影响用户击键模式的变化.在互联网社交应用领域,通过击键特征对欺骗行为的检测对网络信息安全建设具有重要意义.然而,现有的欺骗行为检测模型侵入性强,实时性差等问题,限制了其在互联网社交应用领域的应用.针对以上问题,本研究设计了一个实验从短文本中收集了广泛的用户击键特征(单键特征、内容特征、双键特征),分别采用遗传算法(GA)和支撑向量机(SVM)完成特征选择和模型建立,开发出一个用以预测用户欺骗行为的模型(GA-SVM).研究结果表明:该模型能够有效地检测出用户的欺骗行为,获得82.86%的分类准确率;三类击键特征对欺骗行为的检测都有贡献.此外,欺骗者认知负荷和心理压力对击键模式影响也被探讨.     

一种新的区间二型模糊集排序方法

区间二型模糊集排序是模糊决策领域中的一个重要内容,然而文献中排序方法在某些情形下无法区分区间二型模糊集的排序顺序.针对这一问题,给出了一种新的基于模糊集内心的排序方法,依据排序值的大小来确定区间二型模糊集的排序顺序.与已有排序方法相比较,所给方法能够有效区分区间二型模糊集的排序顺序.     

基于激光测距的船体分段焊缝自主寻位

采用激光测距传感器扫描船体格子间型结构件工件的各个侧面,得到特征点,经算法处理生成离线机器人程序.基于该焊缝寻位方法,将柔性化的焊缝寻位技术集成于机器人平台载体,并利用C#语言开发了一套可用于格子间型件焊缝寻位的软硬件系统.该系统能精确地实现焊缝轨迹的自主寻位,系统精度为0.4mm,重定位精度为0.16mm.实现了格子间型件非接触式快速寻找焊缝的功能,大大缩短了焊缝寻位时间.