卷烟主流烟气中氢氰酸测定不确定度评价

 结合实验室的实际情况,对连续流动法测定卷烟主流烟气中氢氰酸含量的测量不确定度进行评价,分析了氢氰酸含量检测的影响误差,计算了不确定度分量及合成不确定度,并得出测量结果扩展不确定度为5.47μg/支,为测量结果提供了可信度和可信区间.     

沥青胶结磷石膏粉的防水性能及应用研究

采用沥青胶结磷石膏粉制备混合物,对其防水性能进行试验研究.根据沥青试验方法,测试了混合物的针入度、软化点与延度;针对不同试件,开展了粘结力试验、渗水试验与低温弯曲试验;借助洗衣机开展了冲刷模拟试验,并进行了初步场地应用检验.结果表明:磷石膏粉增强了沥青的硬度与高温稳定性;当粉胶比≤4.0时,混合物的冲刷质量损失率小,且...     

稠油降解菌的筛选及其生物表面活性剂的特性

添加稠油对土壤中土著微生物进行驯化, 分离出33株能以稠油为惟一碳源生长的细菌, 从中筛选出2株高效表面活性剂产生菌XJ1和SJ4, 9株高效稠油降解菌. XJ1和SJ4可将发酵液的表面张力由72.4 mN/m分别降到36.1 mN/m和36.2 mN/m;14 d摇瓶油降解率分别为35.89%和31.59%, 降解效率在各单菌中最高. 同时研究了发酵液中XJ1和SJ4的生长量与其生物表面活性剂产生情况之间的关系, 经红外光谱分析初步确定两种生物表面活性剂均为糖脂类化合物.     

基于EEMD-SSA组合模型的短期电力负荷预测

由于电力系统运行受多种因素的影响,因此电力负荷呈现较强的波动性和不稳定性,从而影响电网短期负荷预测的准确性。为减小预测误差,提出一种组合模型策略。首先采用集合经验模态分解将原始数据分解为若干分量,根据各分量数据所含信息量的不同,将分量分为两组,分别利用反向传播神经网络和长短时记忆网络进行预测。并在此基础上,利用樽海鞘群优化算法对每个分量预测网络中的神经元个数与输入变量的滞后项进行优化,得到最终的EEMD-SSA(Ensemble Empirical Mode Decomposition-Salp Swarm Algorithm)的组合预测模型。最后,将此模型应用于某地实测数据进行负荷预测。实验结果表明,该组合模型比单一网络模型及其他模型具有更好的预测效果。     

面向弹性光网络中间节点的嵌入式光性能监测系统

针对目前卷积神经网络在弹性光网络中间节点监测时硬件成本高,占用内存大的问题,提出一种基于二值卷积神经网络与异步延时抽头采样技术的嵌入式光性能监测系统。结果表明,对于16QAM、32QAM、64QAM信号,调制格式识别准确率均为100%,光信噪比识别准确率分别为99.1%、98.5%和97.4%。这些结果证明了在嵌入式平台上将异步延时抽头采样技术和二值卷积神经网络用于中间节点进行链路监测的可行性。此外,本系统的内存占用减少为浮点型卷积神经网络的1/4,识别时间缩短为它的1/3,更适合部署于资源有限的弹性光网络中间节点。     

雷氏萤和金边窗萤的生物学习性及饲养技术研究

【目的】研究并设计室内的水生和陆生萤火虫饲养装置,掌握不同生境萤火虫的生活史规律和生物学特性,以便于更好地保护和繁育萤火虫。【方法】在重庆师范大学昆虫研发创新基地的经济昆虫繁育室饲养雷氏萤(Aquatica leii)和金边窗萤(Pyrocoelia analis)两种不同生境的萤火虫,温度维持在25～30℃,连续饲养雷氏萤两代,记录每个生活史阶段的生物学特性并根据它们的生活史特点来设计和改进它们的饲养方法。【结果】成功饲养并繁殖了雷氏萤和金边窗萤,初步了解了雷氏萤和金边窗萤的生物学习性并建立室内规模化饲养技术体系。【结论】使用该饲养方法,雷氏萤火虫发育历期缩短,各阶段生长发育较好,可作为水生萤火虫的标准化的饲养程序,研究结果有助于对萤火虫的保护和利用。     

二维过渡金属碳化物的结构、电磁特性及微波吸收性能

二维(2D)过渡金属碳化物(MXenes)具有完美的层状结构、超高导电性和易调控的活性表面,这些优点使其在微波吸收和电磁屏蔽应用中表现出极大的吸引力。本文综述了2D MXene基材料的结构、电磁特性和微波吸收性能,并分析了目前该材料面临的主要问题和未来的发展趋势。     

非交换C*-代数张量积的纯态和谱

讨论了非交换C*-代数的谱与纯态值域,得到了C*-代数张量积中两个元的本质纯态值域的表示.     

确认测试路径的一种生成方法

针对确认测试自动化在实现中的难题,提出了将测试过程进行划分的确认控制策略,并探讨了将之付诸实践的可行方法．一方面通过将测试过程进行划分减轻用例设计的负担,另一方面通过在每个测试步内生成完全的功能路径以保证功能覆盖的全面性．方法确认测试过程除了在把数据流图转变为带控制扩展的数据流图时需要人工辅助之外,其余的步骤均能自动实现．