液锻压力对AZ31制件组织及性能的影响

本文重点研究了液锻压力对镁合金制件组织及性能的影响,采用拉伸试验机、金相显微镜、扫描电镜分别对其力学性能、微观组织、断口形貌进行观察,得出AZ31液态模锻制件性能最优情况下的液锻压力。     

基于人工蜂群优化的密度聚类异常入侵检测算法

采用改进的人工蜂群优化算法解决密度聚类异常入侵检测中的参数和特征组合优化问题. 首先, 在初始化蜜源阶段采用不同的编码方法分别对参数和特征值进行编码; 然后, 在邻域搜索阶段利用两种搜索策略分别对参数和特征值进行搜索; 最后, 为满足异常入侵检测对低误报率的需求, 在新的适应值函数中加入误报率影响因子. 实 验结果表明, 基于人工蜂群优化的密度聚类异常入侵检测算法不仅提高了正常行为轮廓的精度, 而且降低了计算开销和存储空间, 并在一定程度上消除噪声特征的干扰, 实现了检测性能的提升.     

外面的世界很精彩——一位在连云港的上海人王俊的创业史

全国乃至世界各地每天都有人来到上海落地生根。因为他们看中了上海的实力,看好了上海的发展。可是偏偏还有另外一群人,他们生长在上海,却最终走出了上海他们在外面谋求发展,他们说外面的世界很精彩……     

自适应混沌克隆进化规划算法

结合混沌和抗体克隆选择学说，提出一种新的人工免疫系统算法——自适应混沌克隆进化规划算法．新算法基于Logistic混沌序列；利用个体质量、进化代数和个体分布情况构造混沌变异算子；通过Logistic混沌序列自适应调整变异尺度，理论分析和仿真实验表明，与标准的遗传算法和采用随机变异的克隆选择算法相比，该算法收敛速度快，求解精度高，稳定性好，并有效抑制了早熟现象。     

制备条件对卟啉钴氧还原催化性能的影响

采用合成后未经提纯的粗卟啉、Co(OH)2和碳粉制备卟啉钴用于质子交换膜燃料电池阴极氧还原反应电催化剂．研究了试样组成和热处理温度等制备条件对催化性能的影响．采用薄层电板结合循环伏安法和单体燃料电池I-V特性评价了所制备的电催化剂对氧还原反应的催化活性．     

木林子自然保护区河谷樱花群落特征分析

在野外调查的基础上,运用群落学研究方法,对湖北鹤峰县木林子自然保护区樱花群落进行了研究。结果表明:1在所调查的2 500 m2样地中,共有维管束植物213种,隶属于87科169属;种-多度格局及Raunkiaer频度结果分析显示,该群落物种分布不均匀且植被存在分化和演化的趋势,Raunkiaer频度定律表现为ABCDE。2群落植物区系属的分布类型可分为13种,以温带性质居多占54.86%,热带成分占42.36%,中国特有分布占2.78%,植物区系具有明显的过渡性。3群落垂直结构可分为乔木层、灌木层和草本层;高度在3~7 m集中了乔木层的多数物种,说明整个群落的高度不高;此外,群落郁闭度不高,草本层有较多的阳性杂草。4重要值分析表明野生早樱、尾叶樱和盐肤木为该群落乔木层的优势种群,其重要值分别为12.657%、10.570%和9.577%;灌木层的优势树种为马银花、水马桑和阔叶箬竹,他们的重要值分别为7.890%、7.465%和6.805%。5立木级分析表明,野生早樱、尾叶樱、柳杉、华桑等为衰退种群,而短柄枹、构树、山胡椒等为增长种群。该地区的樱花群落是一种不稳定的森林群落,加大樱花资源的引种开发是保护该类植物的最佳手段。     

基于云平台的NAO机器人语音处理①

针对NAO机器人自身语音识别准确率低问题,提出一种调用云平台服务进行语音识别方法。通过相位补偿的调制域谱减法对声音进行降噪处理,提高语音信噪比,基于双门限判决方法对声音信号进行端点检测,删除噪声帧,保留有话帧,最终生成WAV文件并传输识别,提高了NAO机器人的实用性、功能多样性。实验结果表明,本文算法在低信噪比情况下取得了良好识别效果,具有较强鲁棒性。     

新常态经济下国际经济与贸易专业人才国际商务能力需求研究——基于问卷调查结果的分析

对国际经济与贸易专业人才国际商务能力的需求进行问卷调查,深入了解用人单位对国际经济与贸易专业人才国际商务能力的具体要求与变化.调查发现国际经济与贸易专业人才所具有的专业能力已远远不能适应新常态经济下国际经济与贸易的发展.国际经济与贸易专业课程的改革应根据市场对人才能力的新需求,调整和优化现有课程内容,增设部分新课程,逐步改变现有人才国际商务能力的欠缺.     

基于信息融合的水质自动监测系统体系结构

结合我国水质自动监测系统建设的实际情况，从充分挖掘监测信息内涵入手，引入信息融合技术，讨论和分析了系统的信息采集、传递和加工处理的过程，定义了各个子系统的边界，在基于将“物理构成”和“逻辑构成”分开的原则下，建立了水质自动监测系统的体系结构。     

神经网络的简单偏好现象研究

神经网络在科学研究和工程应用等许多方面都发挥着越来越重要的作用。大量的数值经验表明神经网络与传统机器学习方法有较大的区别：在参数量远大于数据量的情况下,神经网络仍然具有非常好的泛化能力。主要研究在神经网络的训练过程中,从目标函数的频率空间和神经网络的参数空间分别观察到频率原则和参数凝聚现象两类不同的简单偏好。重点讨论这两类偏好对理解和应用神经网络的帮助,并解释其对于神经网络泛化能力的影响,从而理解神经网络相比于传统机器学习方法的优势。