用铬天青S分光光度法测定铍青铜中的铍

论述了利用铬天青S与铍在pH9．7的酸度条件下所形成的二元络合物来测定铍青铜中铍的方法。确定了方法条件及共存离子的影响,λmax为490nm,铍含量在0μg／mL～1．0μg/mL范围内,络合物吸光度严格呈二次曲线,铍含量0．5μg／mL时表观摩尔吸光系数ε为3．8×10^4L·mol^-1·cm^-1,回收率为98．4％～100．9％。     

对象Petri网模型的并发软件仿真技术的研究

并发软件的性能评价是提高软件开发质量的重要手段之一．本文重点讨论了将面向对象与Ｐｅｔｒｉ网相结合的思想用于并发软件开发中的系统建模,以及基于对象Ｐｅｔｒｉ网（ＯＰＮ）的并发软件系统的仿真技术,同时,也探讨了实现一个基于ＯＰＮ的动态仿真工具所面临的关键技术和解决方法．实践结果表明,文中讨论的实现机制与处理方法是有效和可行的．     

基于上下文感知和用户组的访问控制模型

传统的基于角色的访问控制(RBAC,Role Based Access Control)主要依靠对主题赋予相应的角色来实现对资源的保护,在权限控制时没有考虑执行的上下文环境,也没有考虑在系统中的用户是如何组织和管理的.为了适应应用环境的动态要求,并且方便用户的管理,提出了基于上下文感知和用户组的访问控制(RGBACC,Role and Group Based Access Control with Context)模型,RGBACC将上下文感知和用户组管理加入到RBAC模型中,从应用环境中获取与安全相关的上下文信息来动态地改变用户的权限,并且可以对具有统一职能的用户进行统一管理,同时还保留了传统RBAC模型的优点.      

基于半监督集成学习的多核设计空间探索

随着处理器的系统结构日趋复杂,设计空间呈指数式增长,并且软件模拟技术极为费时,成为处理器设计的重要挑战。提出了一种结合集成学习和半监督学习技术的高效设计空间探索方法。具体而言,该方法包括2个阶段:使用均匀随机采样方法从处理器设计空间中选择一小组具有代表性的设计点,通过模拟获得性能响应,从而组成训练数据集;提出基于半监督学习的AdaBoost（SSLBoost）模型预测未模拟的样本配置的响应,从而搜索最优的处理器设计配置。实验结果表明,与现有的基于人工神经网络和支持向量机（SVM）的有监督预测模型相比,SSLBoost模型能够使用更少的模拟样本构建出不差于现有方法性能的预测模型;而当模拟样本数量相同时,SSLBoost模型的预测精度更高。