近红外漫反射光谱法测定天然纤维素浆粕聚合度

提出一种采用近红外光谱测定天然纤维素(棉、木)浆粕聚合度的方法。实验收集了195个天然纤维素浆粕样品,采用GB/T 9107-1999方法测定了其聚合度,对样品进行粉碎预处理后,放入旋转杯中采集相应的近红外漫反射光谱。通过化学计量学偏最小二乘方法(PLS)将聚合度数据与近红外光谱关联,分别建立了棉木浆粕混合样品、棉浆粕样品和木浆粕样品的聚合度定量模型。最优模型相关系数分别为0.980,0.993,和0.886,预测均方根误差(RMSEP)分别为147,143和53。研究了近红外方法精密度和准确性。结果表明棉浆粕和木浆粕分类模型预测准确性优于混合模型,且其预测精密度符合国标(GB)方法要求。另外,采用主成分分析方法建立了棉浆粕和木浆粕的识别模型,结果表明该模型可以有效识别棉浆粕和木浆粕。该方法操作简单、分析速度快,能够满足天然纤维素浆粕聚合度在线检测要求,为实现清洁制浆新工艺聚合度在线监控目标提供了理论和技术依据。     

耕地面源污染与农户经营行为典型关系的实证研究

考虑到果蔬茶等农业产业耕地面源污染日益严重,基于新疆甜瓜种植农户调研数据,运用典型相关分析模型,对农户经营行为与耕地面源污染的关系进行实证分析.研究结果显示,新疆耕地面源污染与农户经营行为具有典型的相关关系,新疆耕地面源污染中最主要的是农膜污染,其次是化肥污染和农药污染;转变农户生产经营行为方式是实现农业面源污染防治的重要途径,通过提高农户组织化程度,推进土地流转和农地确权,扩大农业经营规模化、专业化等方式可以有效减少耕地面源污染.     

基于认知结构教学论的离散数学辅助学习平台

认知结构教学论(简称KM教学论)将传统教学中线性排列的知识按照知识的内在联系进行优化加工,分别从宏观架构与微观演绎层面上使抽象知识直观化.以离散数学课程为例,结合KM教学论塔式结构的教学资源组织方式,开发了基于KM教学论的离散数学辅助学习平台,旨在更合理地组织教学资源、提高学生的学习效率、方便学生的知识梳理和课程复习,在学生学习和复习离散数学的过程中收到了较好的效果,并可进一步推广到其他课程的辅助教学资源建设中.     

高固含量低粘度P(MMA/BA/AA)乳液的制备及性能研究

先利用半连续种子乳液聚合法制备固含量为50%,粒径480nm的单分散甲基丙烯酸甲酯(MMA)、丙烯酸丁酯(BA)与丙烯酸(AA)的共聚物种子乳液;然后以上述种子乳液为介质,十二烷基硫酸钠为乳化剂,碳酸氢钠为缓冲剂,过硫酸铵为引发剂制备固含量72%,乳胶粒具有二元分布特征的高固含量、低粘度稳定乳液:其中大乳胶粒径500～600nm,小乳胶粒径约80nm.所得乳液中乳化剂总含量为聚合物质量的2.1%;粘度在剪切速率为21s-1时为400mPa·s.另外,相对于常规乳液,所制备高固含量乳液胶膜具有更好的光泽度.     

Nb/Ti的扩散行为研究

为了简化NbTi超导线材的制备工艺,本文利用叠压的Nb/Ti复合片对600～900℃处理3～9小时的扩散样品进行了研究.扫描电镜观察和分析结果表明,800℃扩散5小时可以得到厚度较大,Ti含量较高的单β相扩散层;过高的扩散温度或过长的扩散时间仅会增加αβ双相区的厚度,反而会降低NbTi材料的性能.     

基于边缘定向扩散的图像增强方法

针对前向后向扩散方程不能较好的保持流线状结构,而相干增强不能锐化边缘的缺点, 提出一种新的基于边缘定向的张量型前向后向扩散模型.该模型将前向-后向扩散方程引进到张量型扩散方程中,在扩散系数的选取上合并了相干增强扩散与前向-后向扩散的长处,又克服了他们各自的缺点.采用类似相干增强扩散的边缘定向算子实现对边缘的定向,然后根据边缘定向的结果设置扩散张量的特征根,使扩散张量沿边缘方向为正向扩散以增强边缘,而垂直于边缘方向为逆扩散以锐化边缘.理论分析和数值计算表明,该方法具有比相干增强扩散及前向-后向扩散更好的增强效果.     

能量损耗对超声声速测量影响的进一步研究

进一步研究了能量损耗对超声声速测量的影响,理论分析与数值模拟的结果与实验基本一致.     

近红外光谱结合人工神经网络分析蔗汁的锤度和旋光度

应用中波近红外(NIR)光谱结合误差反传人工神经网络(BP-ANN)方法,建立蔗汁锤度、旋光度的定量分析模型。光谱范围为1 000～1 800 nm,采用2 mm光程透射方式获得蔗汁吸光度光谱。对蔗汁的吸光度光谱进行Savitzky-Golay求导和均值中心化处理,然后通过相关系数法结合样品特征吸收优化建模波长范围,再采用PLS降维获取主成分并输入BP-ANN建立校正模型,用验证样品对校正模型进行验证。结果显示,BP-ANN法建立的锤度和旋光度的预测相关系数(R2)分别为0.982,0.979,预测标准偏差(SEP)分别为0.159和0.137,均优于偏最小二乘(PLS)建模方法结果,可较好地用于蔗汁锤度、旋光度的快速测定。     

基于主成分分析和支持向量机的木材近红外光谱树种识别研究

为了探究一种新型高效的树种鉴别方法,以桉木、杉木、落叶松、马尾松和樟子松近红外光谱数据为研究对象,分别建立了基于主成分分析和支持向量机的木材树种定性识别模型。在主成分识别模型中,样本光谱数据经过预处理后绘制了其二维和三维主成分得分图,可以看出：主成分分析得分图能有效区分五种木材树种,且三维得分图比二维得分图更能直观、清晰展示树种之间的差异,表明主成分分析在可视化层面上可对小样本树种进行有效判别。在支持向量机识别模型中,分别建立了以遗传算法和粒子群算法为代表的智能算法优化支持向量机树种识别模型,结果显示,遗传算法-支持向量机模型的交叉验证最佳判别准确率为95.71%,测试集预测准确率为94.29%,算法用时134.08 s;粒子群算法-支持向量机模型的交叉验证最佳判别准确率为94.29%,测试集预测准确率为100.00%,算法用时19.98 s,表明基于智能算法支持向量机树种识别模型能够实现对木材树种的有效鉴别。该研究对近红外光谱分析技术在木材科学领域的应用进行了有益探索,为木材树种的快速识别提供了新方法。     

开放网络环境下软件安全性测试技术研究

在开放网络环境下软件容易受到攻击,导致软件故障,需要进行安全性测试,针对无监督类测试方法开销较大和复杂度较高的问题,提出一种基于半监督自适应学习算法的软件安全性测试方法。首先采用模糊度量原理构建软件安全测试的半监督学习数学模型,分析软件产生安全性故障的数组特征,然后通过软件故障的熵特征分布方法进行软件的可靠性度量,在开放式网络环境下建立软件可靠性云决策模型,实现安全性测试和故障定位。最后通过仿真实验进行性能验证,结果表明,采用该方法进行软件安全性测试,对软件故障定位的准确度较高,测试的实时性较好,保障了软件的安全可靠运行。