负载泡沫塑料吸附化学光谱法测定化探样品中痕量金

本文以聚氨酯泡沫塑料为载体,采用负载一定量的磷酸三丁酷(TBP)预处理、吸附、洗涤、灰化、装样摄谱6个步骤,可以有效解决一些实验室化探样品中痕量金测定问题,其方法具有检出限低,成本低。通过对国家化探级标准物质进行分析测定,表明该方法具有较好的精密度和准确度,能满足化探痕量金的测定。     

相关性电磁分析攻击及最小样本量分析

对相关性电磁分析方法中的均值差法与Pearson系数法的中间过程进行了分析.由于中间点的选取与密钥相关的位数不同,因此Pearson系数法的分析效果优于均值差法.以AT89C52上实现的数据加密标准(DES)加密系统为对象进行2种相关性电磁分析攻击实验,结果证明了分析的正确性.利用统计学中假设检验的基本概念与原理推导了2种相关性分析方法所需的最小样本量计算公式,为密码实现提供一项安全性评估参数.     

西德LTG旋风除尘器除尘性能的测定与分析

目前,如何选择良好的除尘设备处理纺织生产中的纤维性粉尘,已引起各方面的极大重视。本文针对此问题,分析测定了从西德LTG公司引进的旋风除尘器的结构特点和除尘性能,以供选用LTG旋风除尘器时参考。     

轴流导叶式旋风管内气固两相流的实验研究

为研究颗粒分离机理,提高分离性能,采用五孔球探针测试仪及等动采样法对轴流导叶式旋风管内气固两相流速度与压力分布进行了测量,并分别对不同导流锥和排尘结构参数下的纯气流流场及颗粒浓度场分布进行了对比分析。实验结果表明,旋风管内气流切向速度分布呈典型的准Rankin涡结构,固相颗粒分布在离心力作用下沿径向分为近壁的密相区与中心的稀相区。减小导流锥下口内径,采用带有排尘侧缝的单锥排尘结构有利于旋风管内颗粒的分离。     

1980-2015年间北部湾海域热带气旋的变化及特征分析

由于地理特征独特,北部湾地区常年遭受热带气旋的影响。热带气旋引起的波浪灾害和风暴潮灾害对广西沿海经济、生活造成了巨大影响。本文采用中国气象局热带气旋最佳路径数据集,研究了1980—2015年间进入北部湾的热带气旋的变化及特征,对北部湾海域内热带气旋的频数、强度、持续时长、功耗指数等年际趋势变化进行分析。结果表明:1980—2015年,北部湾地区热带气旋的频数、持续时长呈波动减小趋势,其强度呈波动增加趋势,整体上功率耗散系数(Power Dissipation Index,PDI)的正效应大于负效应。本研究为北部湾地区的海洋防灾减灾提供了相关科学依据。     

罗非鱼肝细胞作为环境污染生物监测指标的初步研究

应用细胞生物学技术，研究了河北白洋及江西乐安江水样对罗非鱼原代肝细胞的影响，结果表明，白洋淀府河的４个采样点（望亭、际头、大桥、王家寨）水样对罗非鱼肝细胞具有生物毒性，入淀后另２个水样（刘庄，枣林庄）则基本无影响，在乐安江所采集的３个水样中。接渡样点样品对罗非鱼肝细胞毒性最大，沽口，虎山次之。     

台风名词探源及其命名原则

台风是对人类社会和全球气候影响最大的一种热带气旋,在其巨大的破坏性后面隐藏着自然和人类的需求。在古代,人们把台风叫飓风,到了明末清初才叫颱风。关于“颱”字的来历,一种说法是外来语转译产生的,另一种说法是与地名台湾有关。在古代,台风并没有名字,最早给台风起名字的是19世纪初居住在加勒比海岛屿上的居民。二战末期美国成为对台风进行系统命名的第一个国家。20世纪70年代末,所有台风易发地区都使用了命名系统。从2000年开始,台风名称走向国际标准化。     

有样本缺失的稀疏交叉视图的多重集典型相关分析

从融合多组特征的角度出发,以多重集典型相关分析算法(MCCA)为研究基础,通过稀疏保持自适应选择样本局部信息,然后通过在同类样本之间计算权重矩阵,将样本类别信息嵌入到算法中,再利用多种视图之间的交叉相关项,克服不同视图样本必须成对出现的局限,提出一种有样本缺失的稀疏交叉视图的多重集典型相关分析算法(multiset canonical sparse cross-view correlation analysis with missing samples,CSMCCAM)。在手写体数据集和CENPARMI数据库上验证本文的算法,得到CSMCCAM算法分类精确度优于LPMCCAM等典型相关分析算法,并且对缺失样本数目不敏感。     

基于非均衡模糊近似支持向量机的P2P网贷借款人信用风险评估及应用

现实中P2P网贷平台可信用户和违约用户的样本分布具有非均衡性,且投资者对分类错误持有不同接受程度.本文通过使用双边权重误差测量方法和映射距离选择正负样本误差项的隶属度,构建了基于非均衡模糊近似支持向量机(DFPSVM)的P2P网贷借款人信用风险评估模型.然后,提出了借款人信用评分及评级方法.最后,借助人人贷平台借款人信用信息进行了实证分析,结果表明所构建的模型与其他模型相比具有更好的适应能力和较高的分类准确度,能有效减少样本非均衡性对分类结果的影响,显著增加负类样本分类的准确率.获得的人人贷平台借款人的信用得分、信用等级及违约率分布能够为平台控制违约风险及投资者决策提供帮助.     

一种新的样本选择算法及其在文本分类中的应用

在保证分类性能的前提下,如何从大量的训练样本集合中选择重要样本子集,是模式分类中的一个重要问题.基于该问题提出了一种新的样本选择算法,并将该算法应用于文本分类,在标准文档集Reuters-21578、复旦文档集和20newsGroup新闻组文档集上进行了实验.实验结果表明:该方法能有效地选取边界样本,且采用SVM和KNN分类能得到较好的分类结果,尤其是在不均衡文档集上效果更佳.