果胶溶液粘度的研究

本文研究了浓度、温度、酸度、Ｃａ２＋、糖等因素对果胶溶液粘度的影响，在酸度为０．９ｇＨＣｌ／１０Ｏｍｌ下来胶容液的粘度最低、而Ｃａ２＋，糖在研究的范围内对果胶溶液粘度的影响不大。     

关于原子光谱项的推导

本文介绍了几种推导原子光谱项的方法,并对其中某些方法作了改进,使得推导工作得以简化.     

现代颚式破碎机设计与展望

根据现有的文献记载,作者对颚式破碎机的设计理论及应用、机型及其系列、结构和创新等进行了较全面的回顾与展望。     

Iterative Method for Constructing Complete Complementary Sequences with Lengths of 2^mN

Complete complementary sequences are widely used in spectrum spread communications because of their ideal correlation functions. A previous method generates complete complementary sequences with lengths of N^nN （n,N ∈ Z^＋）. This paper presents a new iterative method to construct complete complementary sequences with lengths of 2^mN （m,N ∈ Z^＋）. The analysis proves that this method can produce many sequence sets that do not appear in sequence sets generated by the former method, especially shorter sequence sets. The result will certainly increase the application of complete complementary sequences in communication engineering and related fields.     

次子空间的同构

引入了次子空间同构的概念，并得到次子空间同构的充要条件．     

仲丁醇,水,碳四烃高压液液相平衡系统的气相色谱分析

本文通过对仲丁醇、水、碳四烃的气相色谱分析方法的研究，确定了气相色谱柱及其分析该系统时的条件，测定了成份分析的校正因子，为仲丁醇、水、碳四烃三元体系的高压液液相平衡研究提供了可靠的方法，也为生产过程中的分析提供了方法。     

原子外层空轨道相对最稳定顺序及周期性规则

本文提出原子外层空轨道相对稳定性可作为电子填充的粗略判据;给出由中性原子轨道能数据直接导出原子外层轨道相对最稳定顺序的图表及周期性规则;用以简明、清晰、合理地推引解释元素基组态和解释元素周期律。提出在中心势场模型基础上推引全部元素基组态的方法。     

基于改进断裂点理论的机场吸引范围界定

合理界定机场吸引范围,是构建坚固民航运输网络的关键环节。现有的机场吸引范围界定方法,很少考虑与其衔接的地面交通网络,以及旅客出行偏好的影响。为提高机场吸引范围的实用性,本文以城市断裂点理论为基础,对其中的重要参数予以改进。首先,以综合交通运输为背景,指出发达的公路和铁路运输网络对民用机场具有很大的竞争与促进作用,并提出以地面交通出行时间为量化标准的吸引范围界定方法。然后,为分析旅客出行偏好的行为机理,针对于与机场衔接的地面交通网络来建立离散选择模型。其次,将研究区域的机场所在城市看作是一个整体,运用专家评价法和熵权法综合确定机场的吸引规模,并通过机场吞吐量与城市对外出行总量针对机场规模进行修正。最后,通过算例验证改进模型的实际可操作性,为确定多机场系统吸引范围界定提供新的思路和方法。     

基于梯度加权类激活热力图的卷积神经网络故障诊断模型鲁棒性分析

深度学习近年来在故障诊断领域受到广泛应用,但基于深度学习的故障诊断模型缺乏工程上的物理解释性,难以保证其故障诊断结果的稳定性。以轴承为例,建立了以小波时频图像为故障诊断依据的卷积神经网络模型(convolutional neural network, CNN),提出了一种基于梯度加权类激活热力图(gradient-weighted class activation map, Grad-CAM)的网络模型鲁棒性分析方法,并利用美国凯斯西储大学(Case Western Reserve University, CWRU)轴承数据集进行验证。首先,将故障直径轴承数据以不同方式混合并训练大、小多个模型。其次,利用Grad-CAM方法,建立时频区域与故障模式之间的联系。最后,利用其他工况下的轴承故障数据,以及含噪数据进行测试,并根据结果结合模型最注重的时频区域进行分析。结果表明,基于深度学习的轴承故障诊断模型在参数较少时更加注重低频区域,并能使其具有更好的鲁棒性。