可拓综合指数及其在水环境质量评价中的应用

针对现有环境质量评价指数的不足,提出了一种基于可拓理论的新指数——可拓综合指数(EQI): EQI=sum from j=1 to m j·(?)_j(p)/sum from j=1 to m(?)_j(p)。其中,K_j(p)为待评对象p关于等级j的关联度。构建了基于MS Excel和MATLAB并通过Excellink联系的可拓综合评价系统,主要包括评价标准数据库模块和可拓质量评价模块,有简单关联函数法、层次分析法、特尔菲法3种赋权方法可资选择。应用于流溪河水质评价,所得结果与文献报道和水质实际情况吻合。     

Calyciphylline A 类型虎皮楠属生物碱合成研究概述

虎皮楠属生物碱(Daphniphyllum alkaloids)是一类结构高度复杂多样的三萜类生物碱.作为传统中草药的成分,虎皮楠生物碱具有抗寄生虫、抗艾滋病病毒等多种生物学活性,其应用历史非常悠久.Calyciphylline A作为虎皮楠生物碱中一个重要的类型,具有非常新颖的化学结构.本论文综述了最近几年报道的有关Calyciphylline A类型虎皮楠生物碱的合成工作,以方便该领域学者的研究.     

铜铁共催化烯烃串联加成/环化合成异喹啉二酮

发展了一种铜/铁协同催化的N-烯丙酰基苯甲酰胺串联加成/环化/偶联合成叔烷基化异喹啉二酮的反应.在廉价金属Cu/Fe协同催化作用下,烷基偶氮试剂介导N-丙烯酰基-N-烷基氯代苯甲酰胺发生串联加成/环化,区域选择性地切断C-Cl键而发生进一步交叉偶联,以41%~78%的产率合成了一系列远端双重α-官能团化叔烷基取代的异喹啉二酮骨架.该反应首次利用卤代苯甲酰胺去芳构化而形成的超共轭自由基为偶联体与偶氮试剂发生交叉偶联,选择性地在碳-卤键位置构建碳（叔）-碳键.此偶联策略将为深入拓展叔烷基-芳基交叉偶联提供新的思路.     

浅谈游泳池的等电位联结

随着公共、私人游泳池增加，防电击显得尤其重要。本文结合实际，围绕等电位联结的类型、程序、方式等进行了初步的探讨，提出了初步的见解。     

碳纳米管/壳聚糖衍生物传感器的制备及表征

以壳聚糖(CTS)、O-羟丙基壳聚糖(HPCHS) 和O-羟丙基-N-辛基壳聚糖(O-HP-N-C8-CTS)为分散剂,采用滴涂法制备3种多壁碳纳米管(MWCNTs)/ CTS衍生物传感器;以铁氰化钾(K3Fe(CN)6)为电化学探针,采用循环伏安法和交流阻抗法作电化学表征.结果表明:K3Fe(CN)6在MWCNTs/...     

多通道并行访问模式下的闪存静态损耗均衡设计

静态损耗均衡算法决定了固态闪存存储系统的使用寿命。为了提高多通道并行访问模式下的闪存系统寿命,提出了一种主动搬移静态数据的静态损耗均衡设计。该设计在多通道并行访问模式下,根据擦除标志位,采用轮询法主动挑选静态数据块并加入待擦除块队列,从而减小各物理块之间的损耗不均衡程度。实验结果表明:该设计能提高平均擦除次数至少8.33%,有效降低并行访问模式下的损耗不均衡程度至少5.39%。该文还对影响损耗均衡程度的触发阈值进行了分析,提出了在选择触发阈值时,需要综合考虑损耗均衡情况和系统速度。     

耦合降雨情况尾矿坝坝坡稳定性分析

尾矿坝存有大量的尾矿砂和水,渗流破坏是影响尾矿坝安全稳定的重要因素,而在降雨条件下,渗透压力也会对尾矿坝坝坡的整体稳定性产生影响.利用有限元软件GEO-Studio中SEEP/W与SLOPE/W耦合降雨条件下的渗流场,分析了某加高扩容尾矿坝坝坡的稳定性.     

城市光纤用户网组网问题探讨

光纤用户接入网是通信领域的热门话题。作者对主干光缆结构以及光缆芯数、主干光缆组织原则、光纤纤芯分配问题进行了探讨，这将为光纤用户网络的合理、安全，满足长远的业务需要和节省投资起到积极作用。     

Video Based Fire Detection Systems on Forest and Wildland Using Convolutional Neural Network

The devastating effects of wildland fire are an unsolved problem, resulting in human losses and the destruction of natural and economic resources. Convolutional neural network(CNN) is shown to perform very well in the area of object classification. This network has the ability to perform feature extraction and classification within the same architecture. In this paper, we propose a CNN for identifying fire in videos. A deep domain based method for video fire detection is proposed to extract a powerful feature representation of fire. Testing on real video sequences, the proposed approach achieves better classification performance as some of relevant conventional video based fire detection methods and indicates that using CNN to detect fire in videos is efficient. To balance the efficiency and accuracy, the model is fine-tuned considering the nature of the target problem and fire data. Experimental results on benchmark fire datasets reveal the effectiveness of the proposed framework and validate its suitability for fire detection in closed-circuit television surveillance systems compared to state-of-the-art methods.