"传感器与检测技术"虚拟实验教学平台建设

针对本科院校课程"传感器与检测技术"实验教学过程中出现的实验条件有限和实验教学学时较少的问题,提出建设"传感器与检测技术"虚拟实验教学平台的方案,该平台中所设计的传感器虚拟仿真实验包括产品说明、零件展示、装配演示和实验测试等4个部分,以光敏电阻传感器为例对虚拟仿真实验过程进行了详细展示.该虚拟实验教学平台的建设可以弥补实际实验室的不足,学生可以随时随地进行实验操作.     

新型速冻荔枝果皮抗褐变剂（KH－1）的作用机理

本文从生理学、生物化学、形态解剖学和组织化学等多种角度探讨新型速冻荔枝果皮抗褐变剂（ＫＨ－１）的作用机理。结果表明：ＫＨ－１具有螯合铜离子，阻隔氧气，吸附单宁，调节ｐＨ与水分等多种能力。     

CO2浓度倍增对宁夏枸杞光合特性的影响

采用开顶式气室(OTC)控制模拟环境,测定1年生宁夏枸杞苗木在CO2倍增浓度((700±20)μmol/mol)处理下的净光合速率、蒸腾速率、气孔导度、水分利用效率及光响应曲线以及CO2响应曲线等,研究CO2浓度倍增对枸杞苗木光合特性的影响。结果表明:在各自生长环境下,处理组ECC((700±20)μmol/mol)的枸杞净光合速率在整个处理期间均高于对照组的ACC((350±20)μmol/mol),同时光补偿点提高,光饱和点降低,CO2饱和点升高。因此,CO2浓度增高可以提高枸杞叶片的净光合速率和水分利用效率。     

关于桁架结构拓扑优化中的奇异最优解

回顾了结构拓扑优化奇异最优解的研究,着重介绍了应力函数的求解问题：应力函数的不连续性可以解释受应力约束的桁架拓扑优化的奇异最优解问题;这类问题的可行区是由不同维数的可行子区域组成,奇异最优解位于退化的低维可行区的端点且和其他子可行区连通;具有不同性态约束的拓扑优化问题有本质差别,求解时需要不同的松弛处理。还介绍了可求得奇异最优解的松弛、延拓算法。     

基于数据驱动的社交媒体假新闻预测（英文）

社交媒体的快速发展导致了虚假新闻的广泛传播,这不仅影响了人们的生活,也损害了社交媒体平台的可信度。因此,中文假新闻检测是一项具有挑战性且意义重大的任务。然而,现有的中国社交媒体平台的假新闻数据集数据量相对较少,该领域的数据收集相对陈旧,不能满足进一步研究的要求。考虑到这一背景,本文提出了一个最新的中文微博假新闻数据集,其中包含从微博收集的26320条假新闻数据。此外,还提出了一种基于数据增强的假新闻检测模型,可以有效解决假新闻数据缺乏的问题,提高模型的泛化能力和鲁棒性。对从微博收集的假新闻数据集进行了大量实验,并成功将模型部署在网页上。实验结果证明了所提出的端到端模型在检测社交媒体平台上的虚假新闻方面的有效性。     

超声波对CO2水合物生成过程的影响

CO2捕集、利用与封存（carbon capture utilization and storage, CCUS）是控制温室气体排放的重要途径之一,是实现碳达峰、碳中和目标的重要举措。为研究超声波对水合物法捕集CO2的作用效果,搭建了一套高压条件下超声波作用于CO2水合物生成实验装置。实验过程中超声参数设置为功率比70%、总作用时间8 min、每次作用时间8.0 s、间隙时间4.5 s。结果表明：超声可以大大促进CO2水合物的生成,其原因可能是超声能够增大气液界面传质系数、溶液过饱和度以及对溶液产生扰动并不断更新反应面积;在超声作用下,CO2水合物生长前期存在一个快速反应阶段,该阶段持续时间与驱动力成正比;此外,CO2水合物生成量和生长速率都与驱动力成正相关。     

土岩复合地层条件下爆破振速衰减模型优选

随着城市化进程的加快,地下工程建设日益增多,爆破施工是较常见的一种施工工法,对周围建筑物和已有线路的影响较大.爆破药量、爆心距和高程差等因素的不同都会使爆破振速产生较大的差异,造成不可挽回的影响.为了优选更合理的爆破振速衰减模型对预测爆破振动效应,以青岛地铁某线施工为背景,采用多段爆破的爆破方式,设置多个监测点记录爆破...     

数据不确定条件下安全仪表系统SIL等级验证方法研究

为减小数据缺失或数据不确定对安全完整性等级(SIL)验证结果的影响,引入基于有限差分法的参数重要度评估方法,分别对低要求操作模式及高要求操作模式下的多个典型冗余结构进行参数重要度计算,对SIL验证所需参数进行重要度排序,并通过Monte-Carlo方法对重要参数进行仿真,建立数据不确定条件下的SIL验证评估方法,并以某分液系统为例进行SIL验证。结果表明:该数据不确定性条件下的SIL验证方法能够结合工程实际完成安全仪表系统的SIL等级评估,并能有效减小数据缺乏等不确定性因素对SIL验证结果的影响。     

基于MapReduce的数据流频繁项集挖掘算法

针对传统数据流频繁项集计算中效率低、内存消耗大等问题,本文采用并行计算的思想设计了一种基于MapReduce的数据流频繁项集挖掘算法,首先,对进行数据分块压缩和传输,其次,将数据频繁项的计算分布在负载均衡的数据节点,可以有效保证数据的执行效率.最后通过一次调度处理合并各个节点产生的频繁项集并进行合并.理论分析和实验对比结果均表明,该算法对于并行处理数据流频繁项集的统计问题是有效可行的.