您现在的位置: 首页> 研究主题> 塑钢窗

塑钢窗

塑钢窗的相关文献在1995年到2022年内共计810篇,主要集中在建筑科学、工业经济、经济计划与管理 等领域,其中期刊论文284篇、会议论文4篇、专利文献5412篇;相关期刊175种,包括城市建设理论研究(电子版)、黑龙江科技信息、安徽建筑等; 相关会议4种,包括吉林省土木建筑学会2014年学术年会、2006年东北三省土木建筑学会施工专业委员会学术交流会、2004年节能窗国际研讨会等;塑钢窗的相关文献由930位作者贡献,包括张利生、杨明洲、张玉军等。

塑钢窗—发文量

期刊论文>

论文:284 占比:4.98%

会议论文>

论文:4 占比:0.07%

专利文献>

论文:5412 占比:94.95%

总计:5700篇

塑钢窗—发文趋势图

塑钢窗

-研究学者

  • 张利生
  • 杨明洲
  • 张玉军
  • 夏晓明
  • 李小虎
  • 罗箭飞
  • 何佩跃
  • 吴佳云
  • 潘文锦
  • 吴桐
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 张震; 王继芬; 鲁朋武; 付赵奎; 白海涛
    • 摘要: 为了对案件中出现的塑钢窗类检材进行无损、准确的识别与认定,通过实验建立了基于预处理并结合数学建模的分类方法。运用显微共聚焦拉曼光谱分析技术获取了“金鹏”、“瑞恒”等5个品牌共计150份的光谱谱图。基于构建的多层感知器模型,比较了Savitzky-Golay滤波、希尔伯特变换和小波变换三种预处理方式在模型识别精度方面的差异。选择最佳预处理方式,进一步构建Bayesian分类模型对各样本进行分类区分。结果表明,显微共聚焦拉曼光谱能够反映出不同样本理化信息方面存在的差异。预处理能够提升模型的识别精度,其中小波变换处理(96%)>基于希尔伯特变换处理(80%)>基于Savitzky-Golay滤波处理(76%)>未处理(72%)。小波变换没有改变波峰区及其吸光度,但它去除了光谱数据中的噪声。基于小波变换处理结合Bayesian判别分析,成功实现了对150份样本100%的准确区分。
    • 李强; 汪红军; 独山子石化公司工程项目管理部
    • 摘要: 塑钢窗是继木、金属窗之后,在20世纪90年代由国家推广应用的一种窗户形式,虽然近年来市场占有率受到断桥隔热铝窗等新兴型材料窗户的冲击,但因其价格低廉,性价比高,现仍被广泛使用。由于塑钢窗生产厂家制造水平参差不齐,加之施工单位采购及技术人员不熟悉塑钢窗的产品及施工标准,大量不符合标准的塑钢窗产品进入施工现场并错误安装,同时监理人员也未严格按照标准规范验收,使得塑钢窗在使用过程中存在诸多隐患。因此,本文对塑钢窗产品验收及其安装的几个问题进行探讨。
    • 姜红; 张岚泽; 刘津彤; 苑志豪
    • 摘要: 建立了一种对未知产品信息的塑钢窗样本的快速分类方法.利用X射线荧光光谱法(XRF),采用手持式荧光光谱仪,以Ag作阳极靶、电压为50 kV、电流为200μA、采集时间为70 s,对40个不同产地、不同品牌、不同用途的塑钢窗进行元素分析.依据实验结果筛选出具有种属差异性的指标元素Pb、Ti、Cl,同时依据"含量标准偏差和",综合考虑"品牌、产地、用途"之间的相对显著性关系,实现对塑钢窗样本的分类.结果表明,该方法可对样本进行完全分类,为现场勘查所采集的检材分类提供了新模式,具有一定的实战意义.
    • 朱晓晗; 苑志豪; 姜红; 王丹
    • 摘要: 利用X射线荧光光谱仪对收集到的40个不同品牌、同一品牌不同系列、同一品牌同一系列不同批次的塑钢窗样本进行元素种类及含量检测,以分析塑钢窗的种类、品牌、生产厂家等信息,构建一种对塑钢窗检验区分的有效方法.该方法简单快速、准确可靠,可用于公安基层实际办案.
    • 姜红; 赵艳华; 朱晓晗; 苑志豪; 徐少辉; 李春宇
    • 摘要: 为建立一种检验塑钢窗物证的方法,利用X射线荧光光谱仪对收集到的40个不同品牌、同一品牌不同系列、同一品牌同一系列不同批次塑钢窗进行检验.采用Niton XL3t GOLDD+手持式荧光光谱仪,通过预实验确定了检测条件:Ag作阳极靶;检测电压为50kV;检测电流为200μA;采集时间为70s,在此条件下对样品进行检测,根据不同塑钢窗样本所测出的特征元素种类及质量分数可对样本进行区分.为了使分类结果科学准确,首先利用主成分分析法对实验结果进行降维处理,指定提取了4个因子,再利用系统聚类和K-Means快速聚类方法对样品数据进行聚类处理,将40个样本分为28类,并利用Fisher判别分析法验证了分类结果的科学合理性.该方法结合谱图分析和化学计量学,能快速、准确、无损地对样品做出分类,为公安基层实际办案提供帮助.
    • 孟柏宏
    • 摘要: 二〇〇八年的冬天不是很冷,至少气温还未曾抵达零下二十几度的寒威。可是今年冬天屋子出奇地冷。本来十四五度的室温很是相宜,可是今冬的暖气似乎颓靡苍老,凉凉的铁片镀着生硬的棱角,冷冰得让人无语。塑钢窗的密封条也开始皱缩老化,北风穿过狭窄的缝隙,丝丝地渗进屋里,仿佛瞬间便填满整个空间。凉冰冰的寒意主宰了房间的温度,成为不可抗逆的主流。别人家的温度我没有探询,左右一个小区里住着,想来大抵如此。
    • 何欣龙; 王继芬; 刘腾飞; 张宇; 牛凡; 余静
    • 摘要: 选取7家公司生产的42种塑钢窗成品,以品牌为单位将其分为7组.选取9号、17号、21号、32号样本作为待判定样本,其余38种样本作为分类鉴别研究对象.用傅里叶红外光谱法对上述样本进行检测,借助Spss统计分析软件,采用Z标准化方法并用系统聚类分析方法对所得光谱信息进行处理.将38种样本分为27类,以此为依据,选择典型判别分析对4种未知样本进行分类,分类正确率为94.6%.
    • 何欣龙; 王继芬; 刘文浩; 赵亚磊; 刘腾飞; 唐敏力
    • 摘要: Study on the species identification of 26 Plastic Steel Windows from different brands and regions with comprehensive ap-plication of methods. Using Micro Laser Raman Spectroscopy technique respectively detects samples,and showed that in the Raman spectrum first derivative of 780nm laser propagation,the plastic steel windows spectral morphology were prominently different,the background fluorescence interference was weak and the overlap of the peaks were effectively separated,which can construct a model of clustering with the high discrimination. Gathered the spectral data and quantified it. The characteristic data were clustered by se-lecting the ward as the distance between classes and using Euclidean as the closeness between interval representations of samples. At the same time,combined different verification methods to measure the clustering effects,26 kinds of steel windows were success-fully divided into the following 18 categories. Finally,the model based on the full band spectral information and the system cluster a-nalysis can be used to accurately identify the types of plastic steel windows,which provides a theoretical basis for discriminating the physical evidence.%应用拉曼光谱法并结合聚类分析对26种不同品牌、厂家、型号的塑钢窗进行了深入的检验研究.采用显微激光拉曼光谱分析技术分别对样品进行检测,得到在780nm激光光源的一阶导数扩展拉曼光谱中,塑钢窗的光谱形态差异显著,荧光背景干扰弱,重叠的谱峰得到有效的分离,可构建具有高鉴别能力的聚类分析模型,采集光谱数据将其定量化,选择离差平方和法作为类间距离,采用欧氏距离作为度量区间表征样品之间的亲疏程度,进行系统聚类分析,同时结合多种方法验证衡量聚类效果,成功将26种塑钢窗样本分为了18类,实现了基于全波段光谱信息结合系统聚类分析建立模型用于准确鉴定塑钢窗种类的目的,为现场物证的区分检验方法提供了一定的理论依据.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号