通用技术课程资料库的制作

通过使用Macromedia公司的网页制作工具Dreamweaver MX 2004,结合流行的动画制作工具Flash MX 2004,制作通用技术课程数据库.     

基于RC网络集成电路的多晶硅薄膜电阻工艺优化

介绍基于RC[1]网络集成电路中的制作多晶硅电阻工艺和掺杂方法,并详细阐述了这种方法的工艺过程和控制方式.利用LPCVD方式制作多晶硅薄膜,可以得到很好的膜层均匀性和最佳的淀积速率,再利用POCl3进行高温掺杂[2],得到优化的电阻率,灵活改变各种参数,可使电阻的精度优于5%.     

一个自选子密钥的可验证理性多秘密共享方案

给出在适当模型下的一个自选子密钥的可验证理性多秘密共享方案.     

基于本体的语义数据融合方法

针对网格中语义数据的按需访问问题,提出了基于本体的语义数据融合方法OSDF.该方法以数据对象为基本元素,利用数据对象和领域本体之间的映射关系来表达数据对象的语义,使用嵌套关系模型来表达数据对象的模式信息,通过把一个网格节点中集成的所有数据对象作为下一个节点的数据对象来实现数据资源由粗到细的融合.文中定义了OSDF的语义模型,给出了虚拟数据库的查询执行过程和算法,为使用者提供了具有语义支持、服务质量保障的数据访问服务.原型系统验证了OSDF的正确性和可行性.     

莲房多酚的微波辅助提取技术

采用微波辅助提取莲房中多酚类化合物,并与体积分数60%丙酮回流提取法相比较.通过考察溶剂体积分数、微波输出功率、料液比、微波辅助萃取时间四因素,设计正交试验,优化莲房多酚提取工艺条件为:提取时间90 s,微波输出功率700 W,丙酮体积分数为60%,料液比1: 25(g·mL-1).在此条件下,莲房多酚和原花青素的提取得率分别为11.88%和5.58%,是体积分数60%丙酮回流提取法结果的2.1倍和2.6倍.经IR分析和HLPC检测,微波对莲房多酚类物质的结构和组成无影响,表明微波辅助法适合莲房多酚的提取.     

动态应力下功率n-LDMOS器件热载流子退化恢复效应

针对功率n-LDMOS器件在动态应力条件下的热载流子退化恢复效应进行了实验和理论研究.电荷泵实验测试和器件专用计算机辅助软件的仿真分析结果表明,在施加不同的动态应力条件下,功率n-LDMOS器件存在2种主要的热载流子退化机理,即鸟嘴区域的热空穴注入和沟道区域的界面态产生,均有明显的退化恢复效应.对功率n-LDMOS器件施加2个连续3 600 s的不同应力,观察每个阶段结束时刻的CP电流曲线,发现该器件在应力变换期间确实发生了热空穴的退陷阱效应.然后,对功率n-LDMOS器件施加3个连续3 600 s的不同应力,观察每个阶段结束时刻的CP电流曲线,发现器件处于关断阶段时,已产生的界面态存在一定程度的复合.     

牛仔裤的板型分析

大多数斜纹布牛仔裤裤腿的内侧缝都存在左前右后的不对称现象,追踪市场发现,莱维（ＬＥＶＩ＇Ｓ）、ＬＥＥ等一些较高档次的牛仔裤,同样采用斜纹布,其造型却无此现象,对其板型进行分析,得知左右内侧缝拧斜的原因是由于面料纬斜的特性造成的;而穿着舒适、运动机能性好,与该公司对牛仔裤运动松量的处理技法有着密切关系     

一种无线传感器网络的数据包编码加密算法设计

为了提高无线传感器网络的生命周期,利用基本算术指令的运算,提出一种无线传感器网络的数据包编码加密的算法.此算法利用非线性随机异或操作,对无线传感器网络中传递的数据包进行加密.试验结果表明,减小无线传感器网络加密算法的复杂度,可以明显降低无线传感器网络的能量消耗.同时提出的数据包编码加密算法可以明显降低无线传感器网络的能量消耗,有利于无线传感器网络生命周期的延长.相比于现有的公共或对称钥匙方案,所提出的方法更加节能更有效.     

图像目标语义层级结构及其非监督学习算法

根据场景图像中某些目标的特征间具有空间关联性和几何连贯性的空间语义属性,对特定场景的图像序列进行学习,首先提取各图像的尺度不变特征变换(SIFT)特征点,分析每对图像中各匹配特征点对间的几何连贯性,然后根据图像序列特征点矢量间的空间紧密程度进行聚类获得目标对象,从而得到基于空间关联性的一种新的图像语义层级结构(SBOSH),此层级结构图是通过非监督自动学习的过程获得的.由SBOSH结构图不仅可得到各节点上的目标对象,而且能够获得各节点间的空间交互性.所得的SBOSH结构图符合人对场景的逻辑分析,可以应用于场景分析、目标及目标局部精确定位和类目标的识别中.     

桩极限承载力的Usher模型预测

为深化对桩承载性能的认识,选用生物领域的Usher生长曲线模型,对桩的桩顶荷载-桩顶沉降曲线(即Q-s曲线)进行拟合,并对其极限承载力进行预测.给出了Usher模型的建立与求解,并用于分析3根试桩(包括2根灌注桩、1根钢管桩)的实测资料.结果表明:Usher模型对3种类型的Q-s曲线有高的拟合精度;该模型拟合效果优于双曲线模型,特别是在曲线的末端;利用这些拟合方程式能对3种桩的极限承载力进行预测.