摘要：根据三菱M701F4控制系统(TCS)没有分散度监控,不能对燃烧工况进行全方面监控的情况,研究设计出可以对燃烧筒及透平燃烧工况、高低温区,进行全方位监控的分散度监控系统。

摘要：以不同等电点的明胶为原料,用浊度分光光度法和毛细管等电点聚焦法测定了它们的等电点,用乳化法在归一化的介质酸碱度下制备了一系列微球,考察了明胶等电点对所制得微球的分散度的影响。结果表明,等电点越接近溶液pH值的明胶,制得的微球直径越小,分布越均匀,球形和流动性越好;等电点偏离溶液pH值越远的明胶,制得的微球直径越大,分布越不均匀,球形和流动性越差。因此,乳化法制备明胶微球时应该把溶液pH值调至尽可能接近所用明胶的等电点值。这是微球设计和制备必须遵循的一条重要准则。

摘要：将基于脲酶诱导碳酸钙沉积(EICP)的微生物矿化技术运用于分散性土的改良。以内蒙古呼伦贝尔某水库工程的筑坝土料作为岩土基质,通过针孔试验、双密度计试验和碎块试验,对微生物矿化改良前后的土样进行分散性试验鉴定和评价。试验结果显示,经过微生物矿化改良后的土样抗分散能力明显增强,特别是以脲酶溶液制备的微生物改性剂,改良后土样在针孔试验中经历了50、180、380 mm以及1020 mm的水头后,流出水始终保持清澈透明的状态,且出水口平整;针孔尺寸保持不变,收集针孔试验后的土样进行碎块试验,未出现胶粒的分散状况。双密度计试验中测得经脲酶溶液改良后土样的分散度低于30%,较原土样的分散度降低约50%,土样由分散性转变为非分散性;经微生物菌液改良后土样的分散度为41.1%,较原土样的分散度降低22%,土样由分散性转变为过渡性。以脲酶溶液制备的微生物改性剂,在粒径细小的黏性土中发挥矿化作用更加充分,就分散性土的改良和提高抗分散能力而言,优于以微生物菌液制备的微生物改性剂。首次将脲酶诱导碳酸钙沉积(EICP)技术应用于分散性土的改良,这是绿色微生物矿化技术与水利筑坝材料改良相结合的创新,在筑坝填料分散性土的改良中有着良好的应用前景。

摘要：在土木桥梁施工场景中,点云数据包含大量植被、地面和桥梁建筑点云。现有滤波算法对桥梁建筑的提取完整度仍存在一些问题,因此提出一种基于组合滤波的桥梁点云提取算法。首先,该算法根据植被点云分布发散这一特征运用分散度法对植被进行粗滤除;其次,基于半径滤波与充分利用颜色与高程特征思想进行半径滤波算法的改进,对剩余植被点云进行精细滤除;最后,利用法向滤波模型对地面点云进行滤除。实验结果表明,所提算法提取桥梁点云的完整率为99.3%,误差为0.73%,对比现有滤波算法,可更完整地提取桥梁点云,准确率更高。

摘要：本文论述了针对目前环境保护技术对大气、工厂车间环境粉尘浓度及分散度数据测定的要求,所设计研制的一种采样流量200L/min的级联式冲击采样器。其采用狭缝形冲击孔结构,体积小,便于携带使用。标定实验的结果表明该采样器具有分布较好的捕集效率特性曲线,是比较理想的粉尘分散度测量仪器。本文还鉴于狭缝形冲击器效率特性曲线较平缓的特点,研究提出了适于所研制冲击器使用的预测——极大化(EM)数据处理计算程序。经校验,程序设计合理,其计算结果使得对粉尘分散度的测量精度有了显著提高。

摘要：挤压与高温焙烧技术 ,可提高凹凸棒石晶体的分散度 ,排出孔道中挥发物和不同状态的水份 ,从而提高凹土孔隙度、扩大其比表面积与表面氧化能等。对凹土吸附剂的脱色力 :挤压可提高 3 0 %～ 3 5 % ,高温焙烧可提高 5 0 %～ 5 2 %。本技术无废水、废气排出。

摘要：以东北地区36个地级行政单元为样本,利用2000年中国第五次人口普查数据,采用Meijers等给出的区域城市人口中心度和分散度指标对各市域城市人口空间结构进行测度,同时借鉴Cobb-Douglas生产函数,推导出基于OLS算法的实证回归模型,选取中心度、分散度和首位城市人口规模等指标与劳动生产率进行实证分析。结果表明:①首位城市人口规模越大,劳动生产率越高;②中心度对劳动生产率的作用不明显;③分散度对劳动生产率有负的影响,并受到市域人口规模和市域尺度的影响。

摘要：与部分氧化重整、自热重整相比,蒸汽重整相对温和,反应温度低,氢产率高,是柴油制氢的有效技术之一。贵金属催化剂因优异的催化活性在柴油蒸汽重整制氢的应用中备受关注。从催化剂的活性组分、助剂、载体、制备方法及催化剂失活等方面进行综述,指出通过添加助剂和开发制备方法及结合探索贵金属活性组分自身抗失活性质,可明显提高贵金属活性组分的分散度;研究氧储存结构对抗碳能力的贡献及结构化载体被金属取代产生的相互作用并用于催化剂的设计,可以显著增加柴油制氢贵金属催化剂的稳定性。

摘要：利用K-最近距离算法对哈萨克语文本进行分类,通过统计词频信息和语言信息相结合的方法选择特征,实现一个哈萨克语文本分类系统。在计算特征权重值时不仅考虑词频,还利用特征的集中度、分散度,经过训练和统计对每一类哈萨克语文本形成特征的权重向量,根据K-最近距离算法判断测试文本的所属类别,实验结果表明该方法可行。

摘要：为提高元分类器的预测精度,在基于分类器类向量输出的Stacking算法基础上,提出一种基于熵权法的堆叠泛化算法E-Stacking (Stacking based entropy),对于基分类器的输出类别,引入一种熵权法ELFMF (label frequency and mistake frequency based entropy)。通过考虑基分类器预测结果出现的频率及错误率,以及预测结果在各个类别中的分散度,增强多个元分类器成员之间的差异性,增加堆叠算法的泛化效果。实验结果表明,与传统及各种改进的Stacking算法相比,该算法有效提高了预测精度且更具有适用性。