不同喷气形式下船舶微气泡减阻水池试验研究

针对一平底型船模,分别在船模底部的首、中部安装多孔硅材料板以生成微气泡,在大型拖曳水池中进行了五种拖曳速度、五种喷气量、三种喷气形式下的对比性试验,试验结果表明,在相同条件下,船模首、中部同时喷气,减阻效果均优于仅在首部喷气的情况,总减阻率达32．8％,在相同拖曳速度和不同喷气形式下,纵倾角随喷气量变化很小,可忽略对总减阻率的影响。     

不同还原法制备的Pt-Co/C催化剂电催化还原性能

为寻求一种较好的Pt-Co/C纳米合金催化剂合成方法,运用浸渍还原法制备两种Pt-Co/C催化剂,运用循环伏安和线性扫描的方法测试它们在H₂SO₄溶液中有无CH₃OH时,对O₂的电催化还原情况及抗甲醇性能,同时与商用Pt/C催化剂进行还原性能比较。结果表明：与商用Pt/C催化剂电极相比,Pt-Co/C (1)催化剂电极对O₂的电催化还原效果较好。80℃时制备的Pt∶Co=3∶1的Pt-Co/C催化剂电极对O₂的电催化还原效果最佳。扫描电子显微镜(Scanning Electron Microscope, SEM)和透射电子显微镜(Transmission Electron Microscope, TEM)观察表明,Pt-Co/C (1)催化剂粒径小且分散均匀。采用浸渍还原法,以硼氢化钠为还原剂制得的Pt-Co/C (1)催化剂对O₂的电催化还原性能较好,同时具有较好的抗甲醇氧化能力。     

天然脑粉不对称还原制右旋龙脑

利用樟脑还原中间产物的分子热力学稳定性的差异,在还原体系还原剂S/无水乙醇中进行樟脑的不对称还原,考察还原剂用量、溶剂用量和反应温度对反应的影响.结果表明,最佳反应条件为还原剂S与樟脑量的比为2.8,溶剂用量为15.5,反应时间为40 min,利用这种方法还原樟脑,主产物为右旋龙脑,副产物为异龙脑,两者的比例几乎固定不变.研究还表明,在该体系中还原樟脑,反应温度易于控制,反应条件比较温和,反应产物收率较高,反应所得樟脑最高转化率为78%,右旋龙脑最高产率为66%.     

基于粗糙集理论旋转机械频域特性的故障诊断

应用粗糙集理论将旋转机械转子的频域信息作为研究对象, 从转子故障实验的频域图表及其相关数据中, 构造符合粗糙集理论要求的决策表, 并对决策表进行约简, 得到旋转机械故障诊断的决策规则, 通过区分矩阵和区分方程寻找决策表的约简和核, 最后优化鳞选出决策表的最小约简形式.     

信息系统的属性约简

粗糙集理论是一种新的处理模糊和不确定知识的数学工具 .属性约简是粗糙集理论研究中的重要内容之一 ,现已证明寻找信息系统的最小约简是 NP-hard问题 .本文提出一个基于信息量的属性约简的启发式算法 ,该算法的时间复杂性为 $O( | A|^3 | U| ^2 )$ .通过例子分析 ,表明该算法是有效的.     

文本分类中特征降维方式的研究

首先介绍了几种常见的特征选择和特征抽取方法,并结合K-近邻分类算法对4种特征选择方法进行了分类测试,同时通过测试分析,提出了一些改进的、可行的互信息评价函数.     

基于不同破坏准则的边坡稳定性有限元数值分析

文章基于主应力等差圆提出了一种实用的屈服准则,并将这一准则与强度折减弹塑性有限元数值分析方法相结合,进行了边坡的稳定性分析。对于算例边坡,对比计算与分析表明,利用这种屈服准则所求得的边坡稳定安全系数,与简化Bishop法的计算结果基本一致。     

基于粗糙集神经网络的故障诊断

在神经网络故障诊断模型的基础上,引入粗糙集理论,给出连续属性值的离散化方法.并应用粗糙集对故障诊断决策表进行属性约简,剔除其中不必要的属性.仿真结果表明,该方法可以有效地减少输入层个数,简化神经网络结构,减少网络的训练时间,在故障诊断中有良好的应用前景.     

助磨介质作用对矿渣微细化过程的影响

采用勃氏比表面积、SEM、激光粒度分析及IR测试研究了不同类型助磨介质作用下矿渣的微细化过程.结果表明:不同类型的助磨剂在矿渣的不同粉磨阶段作用不同.初磨阶段润滑性差的助磨剂NS的助磨效果最好;细磨阶段能有效改善物料流动性的助磨剂A等助磨作用明显.在相同的粉磨时间下尤其是细磨阶段,助磨剂显著提高了粉磨细度,改善了物料的颗粒分布,改变了颗粒形貌及粉磨物料的微观结构,加剧了物料的晶格畸变与晶格缺陷,加速了物料结构中化学键的破坏,从而增加了物料的反应活性.     

Research on knowledge acquisition method about the IF/THEN rules based on rough set theory

The basic principles of IF/THEN rules in rough set theory are analyzed first, and then the automatic process of knowledge acquisition is given. The numerical data is qualitatively processed by the classification of membership functions and membership degrees to get the normative decision table. The regular method of relations and the reduction algorithm of attributes are studied. The reduced relations are presented by the multi-representvalue method and its algorithm is offered. The whole knowledge acquisition process has high degree of automation and the extracted knowledge is true and reliable.