基于LDAP协议实现统一的网络管理研究

基于网络上信息存储方式的不统一及其所面临的困难 ,结合复旦大学校园网的特点 ,在深入研究LDAP协议的基础上 ,给出了一套跨协议认证的解决方案 ,提出了关于同步问题的两个模型和基于CSN方法的实现办法     

化学问题解决的“信息加工”策略

本文借鉴现代认知心理学的某些观点，结合例证阐述了复杂化学问题解决的“信息加工”策略：信息简约、信息类比、信息引伸、信息转换、信息评价等等．     

通讯基站分离式热管换热器的传热性能实验研究

通讯基站面临散热不均、散热系统能耗高等问题。分离式热管换热器能替代机房内空调的使用,有效减少基站散热系统能耗。分离式热管换热器传热性能的影响因素有充液率、工质类型和风量等。为了研究不同因素对换热性能的影响,通过理论计算对比分析了理论充液率和实际充液率的差异;搭建实验平台研究了不同充液率下换热器的传热性能变化规律,不同高、中温工质下换热器性能的差异以及室内外风机功率的改变对换热器性能的影响规律。研究发现：使用工质R134a时,最小充液率理论值和实际值的误差为4.74%,换热器最优充液率范围为27.1%～47.9%,且最佳充液率为31.6%,最佳充液率下换热器当量换热系数为909 W/℃;随着充液率的提升,换热器内部相变区域先增大后减小,传热形式由气态工质显热传热为主先变为工质相变潜热传热为主,而后变成液态工质显热传热为主;高温工质不适用于该分离式热管换热器,使用高温工质时,换热器内部无明显相变区域,换热器使用的工质沸点越低,相变区域越大,换热器性能越好,其最佳充液率范围也越大;随着室内、外风机功率增大,换热器性能均先迅速提升而后提升速率减缓,但蒸发器侧由于散热条件较差,提升内风机功率对系...     

天然矿泉水生产中臭氧混合塔内臭氧浓度控制的研究

研究了在天然矿泉水生产中,使用臭氧灭菌工艺时臭氧混合塔内自臭氧浓度的变化对灭菌效果和铁锰沉淀的影响,从中确定了本公司矿泉水生产工艺中灭菌臭氧浓度的适当范围。     

复合地基中桩与桩间土应力分配实验

在实验室条件下，用碎石或灰土圆柱芯增强体与黏性土组成的复合地基单位桩模型，通过复合试样的三轴实验模拟现场碎石桩和灰土桩的工作状态，探讨桩与土的相互作用问题。实验结果表明：复合体的竖向强度不是两种材料按一定几何比例简单叠加。复合试样在荷载及应变不大时，桩土应力比增加很快，随后荷载逐渐向桩周土集中，桩土应力比减少。这种规律与现场测试的桩土应力比是一致的。实验揭示了桩土应力比变化规律及其机理。     

铜在大气中的腐蚀

综述了铜在不同大气气氛中的腐蚀情况,分别介绍了铜在含有硫酸铵[(NH4)2SO4]、硫酸氢铵(NH4HSO4)、二氧化硫(SO2)、臭氧(O3)、氯化钠(NaCl)的大气中的腐蚀速率、腐蚀产物及腐蚀机理。表明当(NH4)2SO4微粒存在时,可能形成铜绿中的碱式硫酸铜。铜在含SO2+O3的潮湿大气中腐蚀很快,加入少量NaCl,会使腐蚀速率显著减少;加入大量NaCl,会使腐蚀速率增加。     

庄子审美程式的现代解读

庄子审美程式的现代解读甘建民“大音希声”是老子提出的一个著名的哲学命题。庄子在《天运》篇中，对“大音希声”这一哲学命题作了充满创造精神的美学阐释，庄子通过黄帝的一段关于音乐的谈话，设计了一个由“乐之末”通向“至乐”的审美程式。蒋孔阳先生认为．黄帝的这...     

载钒量对蜂窝状V2O5/ACH催化剂同时脱硫脱硝活性的影响

蜂窝状活性炭(ACH)经850°C水蒸气活化、用等体积的偏钒酸铵和草酸的混合溶液浸渍,经干燥、煅烧和预氧化后制得新型V2O5/ACH催化剂。考察了V2O5担载量对蜂窝状V2O5/ACH同时脱硫脱硝反应活性的影响,并采用BET、FT-IR和TPD等手段表征了不同V2O5担载量时V2O5/ACH催化剂的物理化学特性。结果表明:V2O5担载量(质量百分数)为1%~5%时,随担载量的增加,新鲜催化剂的脱硫活性增加,脱硝活性降低。NH3气氛再生提高了较低担载量(1%~3%)时催化剂的脱硫活性,降低了较高担载量(5%)的脱硫活性。但NH3再生显著提高了催化剂的脱硝活性,且随V2O5担载量的降低这种促进作用愈加显著。为获得理想的同时脱硫脱硝活性,催化剂的适宜V2O5担载量为1%~3%。     

基于随机森林的文本分类模型研究

随着WWW的迅猛发展，文本分类成为处理和组织大量文档数据的关键技术.随机森林模型是决策树的集成，并且由一随机向量决定决策树的构造. 当森林中决策树的数目增大，随机森林的泛化误差将趋向一个上界.将随机森林模型应用于文本分类,在Reuter21578数据集上的实验表明，分类效果比较好，性能比较稳定，将其同C4.5, KNN, SM0, SVM 4种典型的文本分类器进行了比较，结果显示它的分类性能胜于C4.5，同KNN, SMO和SVM方法相当.