晶种法处理含氟废水与氟化钙沉淀砂状化研究

采用晶种法对含氟废水进行了处理,考察了pH和Ca/F对出水F-浓度和CaF2沉降性能的影响,得到了含水率低、沉降性能好的砂状化CaF2颗粒。实验结果表明,晶种的加入对提高除氟效果、促进CaF2的砂状化有重要作用。当pH为中性偏酸性且0.5<Ca/F<1时,除氟效果较好且所得到的CaF2具有较好的沉降性能;当pH=5.5且Ca/F=1时,出水F-浓度可降至8.4mg/L,600s内出水浊度可降至40NTU。

具有访问权限撤销的外包数据加密方案

对Zhou等提出的方案(ZHOU M,MU Y,SUSILO W,et al.Privacy enhanced data outsourcing in the cloud.Journal of network and computer applications,2012,35(4):1367-1373)进行分析,指出了该方案无法实现对用户访问权限进行撤销的问题。针对该方案的不足,提出一种具有撤销用户访问权限的外包数据加密方案。首先,把数据分成多个数据块并分别对每个数据块加密;其次,通过密钥导出的方法减少数据拥有者管理和保存密钥的数量;最后,对同一个加密数据构造多个解密密钥,实现对某些用户的访问权限撤销,而未被撤销用户无需进行密钥更新。与Zhou等的方案相比,所提方案不仅保持该方案中的外包数据隐私保护优点,而且还实现了用户访问权限的撤销。分析结果表明,在离散对数困难问题(DLP)假设下,所提方案是安全的。

流化床结晶法处理工业含氟废水小试及中试研究

针对传统化学沉淀法处理含氟废水工艺中存在的氟资源浪费和污泥堆存困难的问题,提出了以氢氧化钙悬浊液为沉淀剂,流化床结晶法脱氟的新工艺.在小试规模下,采用流化床反应器对15L/h的含氟废水进行了处理,考察了反应时间、钙氟摩尔比、回流流量、钙液组成等因素对脱氟效果的影响.结果表明,进水氟浓度为1000mg/L、钙氟摩尔比=0.6、钙液中氯化钙与总钙的摩尔比=0.10时,出水氟离子浓度稳定低于20mg/L.在中试规模下,以某氟化盐厂工业废水为对象,采用流化床结晶—絮凝的组合工艺对0.5m3/h的废水进行了处理,出水氟离子浓度低于10mg/L,达到污水综合排放一级标准,氟化钙污泥含水率为27.0%、平均粒径为159.0μm,易于固液分离和回收利用.

粒径对CaF_2沉淀-溶解平衡的影响

通过CaF2溶解实验对Ca2＋．F-H＋-H2O体系的热力学性质进行研究，考察CaF2粒径、pH等因素对CaF2沉淀溶解-平衡的影响，结合热力学计算得到影响CaF2沉淀效果的因素。结果表明：CaF2粒径对溶液平衡总氟浓度有重要影响，CaF2粒径越大，其溶解度越小，溶液平衡总氟浓度越低；当CaF2粒径大于16．97um时，平衡总氟浓度低于8mg／L，而细颗粒CaF2在溶液中的平衡总氟浓度高于25mg／L；化学沉淀法处理含氟废水时，应尽可能增大CaF2沉淀粒径，并将反应终点pH控制在4．0-10．0之间，达到降低CaF2溶解度、强化CaF2沉淀效果的目的。

晶种法回收和去除高浓度含氟废水中的氟

以氟化盐厂3 100 mg/L含氟废水为处理对象,提出了以氢氧化钙清液为沉淀剂,添加晶种回收废水中氟化物的新工艺。结果表明,采用氟化钙回收装置对废水进行处理,当Ca/F=1.2∶2、反应终点pH=6.1～6.6时,出水氟离子质量浓度低于20 mg/L,达到国家二级排放标准,氟化钙污泥呈砂状,含水率低,易于回用,氟回收率高于99.5%,可以有效降低氟污染和资源浪费。

基于Hilbert-Schmidt独立准则的多标签学习算法

与传统二分类或多分类的单标签问题不同,多标签问题研究中一个目标可能与多个标签相关联,标签之间丰富关系的存在导致对多标签问题的分析研究更加复杂。针对如何利用特征与标签、标签与标签之间的关系的问题,文章提出了基于Hilbert-Schmidt独立准则的多标签学习算法。该方法利用Hilbert-Schmidt独立准则评估特征和它的标签之间关联性并对其进行改进,采用多项式核函数代替线性核函数来衡量特征和标签的相关联性,考虑到不同标签对分类的贡献不同,加入标签权重矩阵。实验证明,文章研究的算法可以提高多标签分类的性能。

基于模糊测量函数的多标签图数据特征提取研究

如今,图数据分类变得越来越重要。最近几十年对它的研究也越来越多,并且得到了广泛应用。传统的图数据分类研究主要集中在单标签集,然而在很多应用中,每个图数据都会同时具有多个标签集。这篇文章研究了关于图数据的多标签特征提取问题,并提出基于模糊测量函数的多标签图数据特征提取算法,用于搜索最优子图集。算法采用模糊测量函数作为评估标准评估子图特征的重要性,然后通过边枝界定算法修剪子图搜索空间有效地搜索最优子图特征。实验证明,该方法在现实应用中有较高的精度。

短波令牌环传输顺序优化

短波令牌环分布式自组织和无竞争机制有效避免了短波数据通信访问冲突问题,为短波通信提供良好的多址接入方式。针对短波令牌环中可能存在不必要中继节点产生的令牌开销影响网络吞吐量和时延等问题,转化为求解整个短波令牌环最优传输顺序表,提出Floyd和遗传算法联合算法对短波令牌环传输顺序进行优化。结果显示优化后的传输顺序表减少了不必要的中继次数,验证了算法优化短波令牌环传输顺序的有效性,并与单独使用Floyd算法或遗传算法进行对比,显示联合算法优化效果更好。通过分析表明,使用联合算法对短波令牌环传输顺序进行优化提升了网络吞吐量,减小了网络数据传输时延。

基于半监督迁移学习SVM的多标签分类算法

传统的支持向量机分类模型只有在利用大量已标注数据进行训练才能获得较高精度。在现实研究中,实际产生的数据类型种类繁多,有结构数据和非结构数据等,但都有一个共同特点,大多具有多个标签,因此传统分类算法无法直接应用于多标签分类。文章提出一种基于迁移学习的分类算法,引入迁移学习解决训练数据充分的问题,这种方法在目标域数据集被标注比较少的情况下有着明显的优势;同时为了在训练分类模型的过程中找出对分类起关键作用的信息可以引入半监督学习。

基于Transfer-SVM多标签文本分类算法研究

传统的支持向量机分类模型只有在利用大量已标注数据进行训练才能获得较高精度。在实际应用中,多标签数据相对于传统单标签数据更具有价值,但多标签数据中含有大量冗余数据,获取大量多标签数据难度非常大。文章提出一种基于迁移学习的分类算法,利用目标数据域和源数据域的相关性,从源数据域中选取对分类超平面起关键作用的支持向量和目标数据域,一起训练分类模型以提高分类精度。

一种改进TF-IDF的中文邮件识别算法研究

传统的TF-IDF算法没有很好地分配分词的权重,对一些能代表邮件类别出现频率较大的词语计算的IDF值反而较小,IDF值小说明单词的区分能力弱而不符合实际情况。为了提升垃圾邮件识别的准确率,提出一种改进TF-IDF算法和类中心向量的中文垃圾邮件识别方法。通过改进传统的TF-IDF计算方式,在传统的TF-IDF算法里面加入卡方统计量CHI和位置影响因子能够很好地改善一些重要词汇的权重问题,并结合逆向最大匹配算法的邮件文本分词和类中心向量算法的特征选择进行垃圾邮件分类。实验结果表明,所提算法相较于传统的TF-IDF算法对垃圾邮件识别的准确率提升了约3.6%,具有一定的实际应用价值。

基于Spark的设备状态数据实时处理系统设计

工业革命后,设备故障的监测及诊断应运而生。故障诊断技术较为滞后,往往需要等故障发生后才能进行诊断和修复。为了实现对设备状态数据的实时采集、分析、预测和可视化,文章基于Spark设计实现了一种设备状态实时分析和预测系统,能够高效地实时数据接入、传输、计算校验和存储。该系统具有实时获取设备状态数据、实时分析数据、实时预测设备运行状态等特点,能够帮助企业及时对生产设备运行状态进行监测,从而减少生产设备的突发性停机与事故,减少生产设备运行和维护成本,提高了企业的生产效益。

基于短波通信协议的分段帧长研究

通过对短波通信协议的研究,数据传输子层中的分段帧长对系统的传输性能存在一定的影响。为此,选择合适的分段帧长进行数据传输是需要解决的问题。首先,分析数据传输子层数据帧的结构和分段帧的分段过程,再根据系统平均有效吞吐率表达式建立仿真模型。通过采用包含不同分段帧长的数据帧进行数据传输,对比不同分段帧长产生的吞吐率,得到最佳分段帧长。仿真结果表明,在一定条件下,最佳分段帧长可以获得更高的有效吞吐率。

基于MCC-PAST算法的直扩信号PN码序列盲估计

针对在脉冲噪声环境下的直接序列扩频信号的伪随机(PN)码盲估计问题,提出了一种利用最大熵准则投影逼近子空间(MCC-PAST)算法和滑窗技术相结合的PN码盲估计方法。该方法利用最大熵准则,实现了在脉冲噪声背景下对扩频信号的特征进行稳定快速追踪。通过对迭代过程中的特征子空间进行梯度估计,实现了可变遗忘因子(VFF)的自适应更新,使得权值的收敛精度和收敛速度得到同时优化。算法数据存储量小,复杂度低,易于硬件实现和实时数据处理。仿真结果表明,在脉冲噪声环境下该方法对PN序列估计的正确率和稳定性优于传统方法。

单相混合有源滤波器的研究

本文给出了一种新型单相混合有源滤波器的拓扑结构,利电路结构的特点,在实现对电网进行无功补偿的同时抑制特定次谐波。在对该滤波器拓扑结构分析的基础上,建立了系统数学模型,给出系统的具体控制策略,完成了控制系统的设计。最后通过仿真分析验证了这种混合有源滤波器拓扑结构及其控制策略的合理性和有效性。

基于半监督的SVM多标签图数据分类算法研究

传统的图数据分类研究主要集中在单标签集,然而在很多应用中,每个图数据都会同时具有多个标签集。文章研究关于多标签图数据分类问题,并提出基于半监督的SVM多标签图数据分类算法。算法首先通过一对多二元分解将多标签图数据分解成多个单标签图数据。然后对分解后的图数据,运用半监督SVM进行分类。通过实验证明,该方法在已标注图数据较少情况下具有较高的分类精度。

CSEA和LPSB在高龄患者股骨粗隆骨折手术中的应用对比

目的:分析CSEA和LPSB在高龄患者股骨粗隆骨折手术中的应用效果。方法:回顾性分析我院2018年1月~2019年12月收治的股骨粗隆骨折患者151例资料,根据术中麻醉方式不同分为腰硬联合麻醉(CSEA)组及腰丛-坐骨神经神经阻滞(LPSB)组,其中76例患者接受CSEA麻醉,纳入CSEA组;75例患者接受LPSB麻醉,纳入LPSB组。比较两组患者生命体征、阻滞起效及持续时间、麻醉不良反应、镇痛效果。结果:术前两组患者平均心率、动脉压比较差异无统计学意义。LPSB组患者最大心率高于CSEA组,最大平均动脉压小于CSEA组。LPSB组麻醉起效时间长于CSEA组,感觉神经阻滞持续时间短于CSEA组,运动神经阻滞持续时间长于CSEA组。LPSB组镇痛优良率显著CSEA组。两组患者麻醉不良反应发生率比较差异无统计学意义。结论:腰丛-坐骨神经神经阻滞用于高龄股骨粗隆骨折术中能获得较好麻醉效果,能起到稳定患者心率、血压的作用,提高镇痛效果,减少麻醉并发症,提高麻醉安全性,值得推荐使用。

适航规章中维修性设计条款要求的研究

维修性设计直接影响民机投入运行后的安全性和经济性,在一定程度上还影响着民机的市场竞争力。目前,我国还没有专门的民机维修性设计评估与验证规范,缺少有效可行的维修性设计评估与验证方法,在维修性设计适航审定方面还存在薄弱环节。本文整理了适航规章中与维修性设计相关的条款,对条款本质要求和条款间的关联进行解析,并结合国内民机关于维修性设计要求的审查实践,总结提炼出满足现阶段条款要求的符合性方法,对进一步整合和完善适航规章中的维修性设计条款提出修订建议。