零价铁法处理活性艳橙X-GN染料废水

为解决零价铁法处理效率偏低的问题,采用间歇试验的方法,以难絮凝脱色的水溶性活性艳橙X-GN为目标染料,分别考察了pH值、固液比、铁炭比、铁屑粒径、振摇速度等对含染料废水的色度和CODCr影响。研究结果表明:在pH值为6.0、固液比为100g/L、铁炭比(质量比)为50、铁屑粒径为5～10目、振摇速度为150r.min-1的最优条件下,当处理时间控制在90min时,活性艳橙X-GN染料废水的脱色率可达到98%,CODCr去除率可达到83%。从以上结果可见,零价铁法处理活性艳橙X-GN染料废水成本低廉,处理效果好,具有很好的应用前景。     

棒-板间隙在交直流预电压作用下的冲击特性

为了分析实际运行中稳态预电压对电力设备绝缘的影响 ,研究了在标准气象条件下 ,棒 -板间隙的操作冲击特性和交直流预电压的关系。研究结果表明 :正直流预电晕能提高气体间隙中正的操作放电电压 ,而负直流预电晕却能降低间隙的正操作冲击放电电压 ,且电极的棒直径越小这种效应越明显。正直流预电晕能减弱正操作冲击下的电晕特性 ,阻碍了正流注和先导的形成与发展 ,而负直流预电晕却能激励正流注放电 ,从而造成强烈的先导放电。在交流预电压作用下 ,间隙的正操作放电电压比无预电压作用下的纯操作放电电压低     

三对角方程组行处理法并行算法模拟

给出一个串行模拟在分布式存储MIMD一级3叉树机上求解任意三对角线性代数方程组的分布式迭代算法的C语言程序。     

相间合成绝缘间隔棒大挠度屈曲研究及应用

用大挠度理论分析了相间合成绝缘间隔棒大挠度屈曲问题，并确定了几种不同芯棒直径的相间合成绝缘间隔棒在大挠度屈曲时发生强度失效的极限值。试验研究证明了相间合成绝缘间隔棒在大挠度屈曲变形时其屈曲性态与其放置形式无关。提出了选择相间合成绝缘间隔棒芯棒直径新的设计方法和选择条件。并用此新的设计条件研制了我国第一条北京安定—廊坊２２０ｋＶ紧凑型线路用的相间合成绝缘间隔棒，现已有３００多支间隔棒在安—廊线挂网运行。     

用局部表面电导率法研究绝缘子的积污规律

研究绝缘子的积污规律对合理确定清扫时机 ,并保证绝缘子的安全运行有重要意义。用局部表面电导率法研究了不同类型绝缘子的积污状况随时间的变化规律以及积污在绝缘子表面的分布状况。测量结果表明 ,雨水的自清洗作用对积污状况有显著影响 ,说明了局部表面电导率法是检测绝缘子污秽度及研究积污规律的一种有效措施和实用方法     

均值已知时，正态分布方差变点的假设检验

讨论了均值已知时，正态分布方差变点的假设检验问题，分别导出了变点的参数检验和非参数检验，给出了一个Bayes检验，而且还给出了这些检验的渐近临界值，并对它们进行了比较。     

自动图像拼接中的一种特征提取和匹配方法

在比较目前特征提取和匹配的几种方法比较的基础上,提出了一种基于改进特征提取和匹配的拼接方法,使得图像拼接的质量和速度得到提高。该算法首先利用改进的尺度不变特征变换（scale invariant feature transform,SIFT）特征提取方法获得图像特征点,其次利用近似最近邻匹配进行特征匹配并引入随机抽样一致性（random sample consensus,RANSAC）算法去除误匹配对,最后根据匹配的特征点对得到图像间的变换参数进行拼接和融合。该算法具有很强的鲁棒性,允许图像有缩放变换、旋转变换,不受图像噪声、色差的影响。经实验证明,该方法可实现高质量快速的拼接系统。     

推动信息传播技术在科普中的应用

 随着互联网的深入发展,越来越多的标准社会功能和相应制度,例如商业、教育和传播,以信息化的方式被广泛和深入地拓展、复制或重新定义。信息传播技术（ICTs）创造了丰富的信息形态和传播途径,信息消费日趋多元而个性化。     

中频雷达接收圆极化波新方法

 中频雷达利用圆极化波探测中高层大气的风场和电子密度,通过一组正交偶极子组成的空分天线阵完成圆极化波的发射和接收。由于风场和电子密度反演对回波的极化特征有不同需求,要求接收端既能为电子密度的反演保留也能为风场的反演消除回波的极化特征。目前中频雷达消除极化特征通常采用硬件来完成,接收端将正交偶极子所接收到的一路信号利用移相器进行±π/2 的相位调整后叠加到另一路信号上最终将圆极化回波还原为单路信号。但在中频频段实现相位调整是以增加器件和系统的复杂度为代价,而且器件的可靠性会受到环境的影响。本文提出一种无需硬件调相,直接利用I/Q 分量合成消除极化特征后回波的I/Q 复序列的方法,实现时仅需让接收端对信号序列逐点进行加减法运算及幅度判决。理论分析和数值仿真均表明新方法能够有效消除极化、正确获取I/Q 复序列,而且方法简单,信号合成器也易于实现,具有一定的工程实践价值。     

实体类别信息增强的命名实体识别算法

中文命名实体识别（named entity recognition, NER）字符级别模型会忽略句子中词语的信息,为此提出了一种基于知识图谱中实体类别信息增强的中文NER方法。首先,使用分词工具对训练集进行分词,选出所有可能的词语构建词表;其次,利用通用知识图谱检索词表中实体的类别信息,并以简单有效的方式构建与字符相关的词集,根据词集中实体对应的类别信息生成实体类别信息集合;最后,采用词嵌入的方法将类别信息的集合转换成嵌入与字符嵌入拼接,以此丰富嵌入层生成的特征。所提出的方法可以作为嵌入层扩充特征多样性的模块使用,也可与多种编码器-解码器的模型结合使用。在微软亚洲研究院提出的中文NER数据集上的实验展现了该模型的优越性,相较于双向长短期记忆网络与双向长短期记忆网络+条件随机场模型,在评价指标F1上分别提升了11.00%与3.09%,从而验证了知识图谱中实体的类别信息对中文NER增强的有效性。