w(Co)对CB2钢显微组织和力学性能的影响

为研究w(Co)对CB2钢微观组织和力学性能的影响，调整CB2钢中w(Co)为0.5%，1.0%，1.5%，2.0%和3.0%.利用光学显微镜(OM)、扫描电镜(SEM)、室温拉伸等检测方法研究w(Co)对试验钢微观组织和力学性能的影响规律，结合Thermo-Calc和JMatpro-7.0模拟结果解释其影响机理.研究发现:w(Co)增加提高铬当量的值，使试验钢中δ铁素体含量减少，当w(Co)增加到1.5%时，δ铁素体基本消失;材料的抗拉强度随w(Co)的增加而增加，而延长率则先增加后降低;结果表明，w(Co)为1.5%时综合性能较好，即抗拉强度达到805.13MPa，延长率达到20.4%，布氏硬度为260.     

定位应用型经济数学课程的教学改革探讨

在对经济数学教学现状分析的基础上,为提高学生应用数学知识解决实际问题的能力,将教学与经济管理领域实际问题相联系,视数学应用为教学改革的重点,在教学目标、教材选取、教学方法、教学手段、教学内容及考试制度方面进行了具体的阐述,并就数学软件的正确定位做出合理的阐述。     

关于数学物理方程课程教学的研究

针对目前数学物理方程教学中存在的一些问题,结合课程的教学目的与基本特点,提出注重基础知识回顾,精选教学内容,改进教学方法及考核方式等教学改革措施.以激发学生的学习积极性,提高教学质量.     

基于DIKW图谱的虚拟社区用户性格分类与转换方法

随着社交网络的发展，网络虚拟社区的成员数量快速增长.在虚拟社区中，用户会偏向选择浏览自己喜欢的内容，同时倾向与具有相近或相关兴趣爱好或目的的人进行内容交流与处理合作.在虚拟社区中，用户之间的交互内容以数据、信息和知识的形态存在.虚拟社区上大量的数据、信息与知识形态的网络类型化资源中保留了许多网络用户使用“痕迹”.这些痕迹是真实用户的数字化存在代表.为了实现对虚拟社群用户生成内容按照偏好和兴趣进行量化调控，采用数据信息知识及智慧（data information knowledge wisdom，DIKW）图谱对这些类型资源进行建模.根据用户DIKW图谱结合自我构建理论将用户按性格指数进行进一步的归类，并根据DIKW图谱结合自我决定理论将用户的心理需求分类.根据性格指数和心理需求设计了针对不同用户的不同的性格转换方法，模拟了用户生成内容的产生.     

医药洁净室的计算流体动力学模拟及实测对比

采用计算流体动力学(CFD)模拟,研究3个医药洁净室的气流流型及颗粒物浓度.采用标准k-ε双方程模型,通过模拟颗粒物在洁净室的分布,分析合理的污染物散发位置及散发比例.对比参考发尘量下的结果与实测数据的差异,根据实测数据确定污染散发量,通过试验不同的单位容积发尘量,计算对应的洁净度,得到与实测数据吻合最好的单位容积发尘量.在单位容积发尘量为1 000pc·(m3·min)-1计算条件下,各房间的模拟结果与实测数据数值比较吻合,且经CFD预测的3个房间的洁净度变化趋势与实测一致.     

基于热中子探测评价裂缝的示踪剂特性研究

针对裂缝热中子示踪探测方法,从中子双组扩散理论入手结合蒙特卡洛数值模拟方法,分析压裂前后地层热中子分布影响因素,并模拟不同类型示踪剂及含量的热中子裂缝响应规律,筛选最佳示踪剂并给出其在支撑剂中含量的上、下限。结果表明:压裂前后热中子计数变化量主要受裂缝宽度和标记支撑剂中示踪剂含量的影响;钆对裂缝宽度变化反应最灵敏,钆元素是作为标记支撑剂的最佳示踪元素;随支撑剂中Gd 2O 3含量的增加,热中子计数率降低,热中子计数变化量D增加;示踪剂中氧化钆的上、下限值随裂缝宽度呈指数降低,且当裂缝宽度为1.0 cm时,Gd 2O 3的质量分数上限为0.68%,下限为0.03%。     

食用蓝藻螺旋藻和葛仙米中金属元素的分析

采用硝酸和高氯酸(4∶1)混合酸消化2种可食用蓝藻螺旋藻和葛仙米,原子吸收光谱法检测螺旋藻和葛仙米中的K、Na、Mg、Ca、Zn、Fe、Cu、Mn、Cr、Pb和Cd共11种金属元素含量。结果表明,2种蓝藻中矿质元素含量均较高,特别是Ca含量高达61 905.132mg·kg~(-1);而有害重金属Cr,Po和Cd含量均远低于国家规定标准,表明这2种食用蓝藻均无重金属富集或污染。本结果显示,螺旋藻和葛仙米是极好的天然富钙营养食品,可作为人体矿质元素和微量元素缺乏症的补给品.     

基于计算思维的大学计算机基础课程教学

大学计算机基础课程是培养大学生综合素质与和创新能力不可或缺的重要环节,而计算思维的培养更是该课程教学的核心。在分析大学计算机基础课程现状和计算思维特征的基础上,从任课教师的角度探讨了以计算思维为导向的教学内容的设计,并取得了较好的实施效果。     

一种基于强化学习的CDN流量调度系统设计方法

针对传统的CDN流量调度系统大多采用启发式方法或规划方法，存在维护成本高，实时性不足等缺点，提出一种基于深度强化学习的CDN流量调度系统设计框架。该框架基于马尔科夫链设计了故障告警网络来触发调度，建立了基于stacking模型的质量评估奖励函数，并在此基础上对流量调度进行定义和建模，构建了基于DQN的深度强化学习模型。最后，通过仿真实验验证了该调度框架的有效性。     

基于正态分布概率模型的渗滤液回灌影响分析

渗滤液回灌能有效加速填埋场的稳定并处理多余的渗滤液, 而预测回灌过程中渗滤液的运移规律对于合理设置回灌井的间距和数量具有重要的意义. 考虑了垃圾体的非均质性, 建立了垃圾体的渗透系数随空间正态分布变化的概率模型. 利用 COMSOL Multiphysics^® 软件, 首先对单孔隙度的横纵向均质模型和正态分布模型的 渗透系数以及压力水头进行了比较, 其次研究了在横纵向渗透系数比值、回灌速率和回灌时间等不同 影响因素下, 均质模型和正态分布模型的含水率以及横向影响范围的变化规律. 结果表明, 随着横纵向渗透系数比值的增加, 最终在 100 d 时: 均质模型的含水率由 0.609 增加到 0.68, 横向影响范围从4.842 m 增加到 6.79 m; 正态分布模型的含水率由 0.573 增加到 0.610, 横向影响范围从4.097 m 变为 4.04 m. 这说明横纵向渗透系数比值对正态分布模型的含水 率和渗滤液横向影响范围的影响明显高于均质模型. 而当回灌速率和回灌时间相同时, 正态分布模型渗滤液的渗流速度更快, 易于优先达到饱和含水率, 并在短暂的峰值后迅速下降, 且随着回灌速率和回灌时间的增加, 达到饱和含水率和峰值的时间也逐渐增加.