高效金属过滤器

高效金属过滤器是利用核工业分离膜军工技术优势,采用制粉、选粉、成型、高温烧结等粉末冶金方法研制而成的,是一种高精度的微孔管状金属镍质过滤元件,可根据需要组装成过滤能力大小不同的高效气体净化设备。具有过滤效率高、气体阻力小、耐温性好、强度高、占地面积小、安装维修方便、使用寿命长和能再生等特点。医药工业用空气无菌过滤,可滤除微粒≥O.5μm,过滤效率99.999％;味精工业空气无菌过滤可滤     

金属图象分割的研究

结合金属图象的特点,利用传统阚值分割技术和基于最大熵原则的图象分割技术对金属图象分割进行了分析;并根据金属图象分析要求,提出了先二值化金属图象再进行边缘提取的方法.对比实验结果表明,基于最大熵原则的图象分割技术可以获得较好的分割效果,所提出的方法能够获得连续闭合的晶粒边缘,为下一步的金属图象分析提供了可靠的依据.     

激光快速成形飞机金属零件

激光快速成形技术是近几年国际上广泛关注的一种先进实体自由成形技术，利用该技术能够实现高性能致密金属零件的直接成形，具有无模具、短周期、低成本、市场响应快等特点。这些特点为先进飞机和高推比发动机中关键零件的研制及生产开辟了一条快速、经济、高效、高质量的途径。介绍了激光快速成形技术的基本原理及特点，概括了该技术在国内外的发展现状以及在航空领域的应用情况，分析了该技术实际应用过程存在的问题。     

金属载体上线天线阻抗与辐射特性的矩量法研究

用线网格模拟金属载体表面，应用矩量法求出天线及载体网格上的电流分布，据此研究在该金属载体影响下的天线特性，在计算阻抗矩阵元素时，利用了非对称正弦偶极子辐射场的精确表达式，并采用了直接复数积分，简化了计算公式，本文给出了几种金属载体上线天线的阻抗与辐射特性的计算结果，它们与有关文献上的数据或实验结果一致，最后计算了一种舰船简单模型上两根线天线的远区辐射场及它们的自阻抗与互阻抗。     

考虑凝固收缩作用的凝固过程及其液相流动的有限元计算模型

当要考虑凝固收缩作用所带来的密度变化时，至今所得出的凝固过程及其液相流动数学模型在应用有限元方法进行计算机模拟时有困难。通过建立Ａ变量及与速度的关系，提出了以固液两相区微元体守恒性分析为基础，建立了质量、动量、能量方程式。     

低温度系数标准电阻器的研制

主要介绍了低温度系数标准电阻器的研制,包括采用的电阻合金材料、电阻合金材料的筛选、匹配与加工制作,低温度系数标准电阻器的技术参数、温度系数测量方法,减小温度系数采用的补偿方法,测试结果分析。     

我国公共图书馆事业及科技创新行为协同发展研究

公共图书馆事业的发展对科技创新行为的产生具有较强的影响力。以协同理论为基础,构建公共图书馆事业和科技创新行为复合系统的评价指标体系,进而建立复合系统的协同评价模型;对2009—2017年我国公共图书馆的样本数据进行实证研究,结果表明,公共图书馆事业与科技创新行为之间存在着明显的协同关系,且其协同程度呈逐年上升的趋势。据此提出了增强公共图书馆的开放性、构建多层级图书馆协同体系、加强科技信息服务的推广等对策建议。     

隐私保护自我效能对App用户隐私安全保护行为的影响研究

在隐私侵犯事件频发的情况下,研究如何提高App用户运用现有能力应对隐私侵犯,对提高用户隐私保护意识,强化企业隐私保护服务具有重要现实意义。基于保护动机理论与控制代理理论探究隐私保护自我效能对用户隐私安全保护行为的影响机理,通过问卷调查收集数据,采用结构方程模型进行实证分析。结果表明,内部隐私保护自我效能对隐私保护机制(隐私设置、隐私声明和政府监管)的感知有效性产生正向影响,外部隐私保护自我效能对隐私声明和政府监管的感知有效性产生正向影响,隐私设置和政府监管的感知有效性对用户隐私安全保护行为产生正向影响。     

面向航空航天的金属多孔夹层结构钎焊研究现状及发展趋势

金属多孔夹层结构具有质轻,比强度、比刚度高,耐高温、耐腐蚀,消音、隔热等优异性能,在航空航天领域高端装备的应用受到越来越多的关注。钎焊法是实现金属多孔夹层结构芯体与面板连接的首选方法。然而夹芯与面板大面积钎焊过程中易产生钎料对薄壁母材溶蚀、焊合率低、焊接变形大、界面易形成连续脆性反应产物等缺陷,因此金属多孔夹层大面积钎焊仍有较大难度,迫切需要开展金属多孔夹层钎焊基础研究。国内外学者针对连接界面微区反应产物的种类和分布调控、薄壁母材的溶解预测、薄壁夹芯的焊接热变形控制等难题,研究了钎焊界面组织调控新方法、钎焊工艺–钎角形态–接头组织–接头力学性能的整体对应关系,阐明接头的组织演化规律,优化接头的力学性能,具有重要的科学意义及工程应用价值。本文从金属多孔夹层结构钎焊接头界面微区调控、基于力学性能优化的钎焊接头微观形态设计、钎焊过程对结构力学性能的影响及焊后强化方法和液态钎料对母材的溶解预测模型等国内外研究进展进行综述。     

基于RFG-SVM算法的在线课程学习行为分析

因支持向量机算法对在线课程平台的学习行为分析有误差,提出了一种基于大数据的随机森林模型的特征加权支持向量机RFG-SVM算法,该算法是在传统支持向量机算法上做完善、修改。利用Gini指数对特征变量计算,再计算RF模型分类识别的准确度,获得特征设定权重值,完成权重值在支持向量机的核函数中的计算。实验结果表明,通过对不同学习行为的学生的学习效果的预测,发现该方法能有效帮助教育者通过在线平台分析学习者的学习行为,预测学习效果,具有更高的准确率和稳定性。