静态顶空-固相微萃取-气相色谱/质谱分析砂仁的挥发性成分

采用固相微萃取(SPME)技术结合气相色谱-质谱(GC-MS)分析了中药砂仁中的挥发性化合物．实验中,对影响SPME的参数条件进行了研究和优化,用HS-SPME-GC-MS方法从砂仁中共分离和鉴定出42个化合物其中主要的化合物为樟脑(36.9％)、莰烯(13.9％)、柠檬烯(13.4％)、龙脑乙酸酯(11.1％)、月桂烯(7.2％)、龙脑(5.0％)和α-蒎烯(4.2％)．结果表明这是一种简单、快速,无需要溶剂提取的方法,适合砂仁以及其他中药的挥发性成分分析．     

一种柴油机燃油系统故障诊断的新方法

提出一种基于小波变换和模糊C-均值聚类分析的柴油机燃油系统故障诊断方法.对测得的柴油机高压油管压力波形进行小波变换,提取了反映故障状态的5个特征参数.给出了模糊C-均值聚类算法的原理及一般步骤,指出用划分系数、划分熵和分离系数可以评价模糊聚类的有效性.利用模糊C-均值聚类算法建立标准故障特征模式,通过待识样本与标准模式的贴近度计算和比较,可以完成故障模式的模式识别.该方法应用于柴油机燃油系统的典型故障诊断中,测试表明采用小波分析和模糊C-均值聚类分析后,提高了判别故障的准确性.     

污水回用改变水循环的环境经济分析

城市污水回用是缓解我国水危机和促进水资源良性发展的重要途径,必须将其纳入整个城市用水系统.综合考虑了污染物、水量等因素,对污水回用改变水循环的环境经济效益进行分析.研究表明:在增加污水回用这一环节后,下水系统处理污染物增加;上水系统处理污染物、排放环境污染物减少;与之对应的费用也相应增减;对整个水循环系统污水回用的环境经济净效益为:C=θωW6 RQ[(W2-W允)k-(W5-W允)k] μQ中-αQ中β k3Qk2下(ηk41-ηk42),可以此作为对缺水地区用户制定罚款或补贴等激励机制的基础.     

一种求解线性方程组的新方法

提出了一种求解线性方程组的新方法．该方法是基于Adomian提出的变量分解思想,将每个待求未知量分解为无穷多个解分量的代数和．该方法的特点是方法简单、解精度较高、收敛速度较快．     

物联网中基于云的RFID认证方案

射频识别(RFID)技术利用无线射频对记录介质进行读写,来实现识别目标和数据交换.在传统的RFID认证方案中,阅读器使用后端数据库实现对标签的认证.在物联网(IoTs)中,需要认证的标签数量迅速增加,这导致后端数据库的维护和管理会消耗大量的成本.将数据库的建立和维护委托给云服务提供商是一个不错的选择.为降低方案实现的成...     

基于格子Boltzmann方法研究扩散作用对螺旋波的影响

基于格子玻尔兹曼方法的D2Q9模型,研究激发系统中扩散作用对螺旋波演化行为的影响.数值计算结果显示：保持系统其它参数不变,改变快变量的扩散系数Dy,系统中的螺旋波由圆形向方形转变且波臂变粗,系统能量随Dy的增大而逐渐减少,但总量仍然足以维持系统螺旋波稳定;保持系统其它参数不变,改变慢变量的扩散系数Dx,系统中可以演化出稳定螺旋波、小螺旋波和混沌态3种斑图,系统能量随Dx的增大急剧减少;当Dx＝0.24时,可观察到系统中长臂螺旋波排斥短臂螺旋波现象,Dx增大到一定值时,系统将由激发系统向振荡系统转变.     

奇异线性系统Drazin逆解的DQMR算法

近年来,关于奇异线性系统Drazin逆解的算法引起了众多学者的广泛关注,并获得了依赖于Krylov子空间的大量研究成果.然而,Krylov子空间法十分繁琐且解决奇异线性不相容系统十分困难.基于此,利用投影法给出了相容或非相容奇异线性系统Ax＝b的Drazin逆解的DQMR算法,其中A∈?n×n是一个具有任意指标的奇异Hermitian矩阵. DQMR算法“类似”于非奇异系统的QMR算法.     

适用于车联网的无证书强匿名聚合签名方案

车联网(Internet of vehicles,IoV)正在为车辆用户提供更高效的数据通信服务.在大数据环境下,车辆用户身份信息的可用性使得车辆用户的安全成为一个重要问题.如果用户的身份信息被泄露,可能会导致他的行程被追踪,甚至造成生命危险.因此,实现车辆的匿名认证成为车联网亟需解决的问题.此外,及时处理大量数据也是...     

基于公钥密码体制RSA算法的注册码生成器

采用公钥密码体制RSA算法开发基于RSA的注册码生成器,首先对计算机主机ID生成一个数字签名作为软件注册码,软件运行时再对数字签名进行验证来判断软件的合法性,然后向用户提供软件注册码并发放软件使用权.该注册码生成器可应用于各类应用软件如杀毒软件、操作系统软件、办公软件等,防止软件网上发售或应用过程中被第三方破解而被盗版,这种加密方式能有效地保护软件版权,实用价值较高,能产生一定的经济效益,具有广阔的应用前景.     

Investigation of College Students’ Mental Health Status via Semantic Analysis of Sina Microblog

The objective of this study is to understand the current mental status of college students in mainland China. In this study, 60 thousand college students' microblog content from January 2014 to June 2014 was collected. An emotional energy level, which was developed by a psychologist David R Hawkins, was taken as a basis for ontology database to divide the student's emotion into three parts—positive, negative and neutral status. An ontology-based semantic analysis method was used to analyze the microblog data. The result shows that 46.38% of Sina microblog data reflects positive psychological status, and the ratios of neutral and negative psychological status are 19.77% and 33.85%, respectively. It means that almost one third microblog reflects some negative mentality. The semantic analysis of the big data suggests that most students have healthy mental status, and the negative status of the students should not be ignored.