基于改进SIR模型的知识密集型企业隐性知识转移研究

通过对比分析传染病传染机制与隐性知识的转移过程,引入SIR模型,根据隐性知识转移的特点对SIR模型进行改进,并在组织遗忘视角下,将员工知识遗忘细分为主动遗忘和被动遗忘,建立知识密集型企业隐性知识转移模型.而后,通过Matlab对该模型的演化函数进行模拟,分析知识接收方占比、知识转移能力、知识遗忘率及核心员工流失率对知识密集型企业隐性知识转移的影响.最后,基于模拟分析结果,为提升知识密集型企业隐性知识转移效益提出相应策略.     

Hudson模型适用性及储层微观建模应用*

为明确裂缝间相互作用对各向异性的影响，本文以Hudson模型为例分析了裂缝密度、裂缝倾角对地震波波场、弹性常数和Thomsen系数的影响规律，然后采用“基质-骨架-流体”组合化的方法进行了裂缝储层微观尺度的建模，并与实际测井资料进行了对比。结果表明该模型适用条件为低裂缝密度储层，二阶模型适用的裂缝密度范围比一阶模型大，但在裂缝密度过大时，二阶模型会出现不收敛的现象，模型便不再适用。裂缝储层纵横波速度随裂缝倾角增大而增大，纵波速度对裂缝倾角更为敏感。另外，在与实际测井曲线对比时，在高裂缝密度地层二阶模型的应用效果明显优于一阶模型，说明了在高裂缝密度储层考虑裂缝间的相互作用的必要性。     

双激光脉冲打靶形成Gd等离子体的极紫外光谱辐射

高端芯片制造所需要的极紫外光刻技术位于我国当前面临35项"卡脖子"关键核心技术之首.高转换效率的极紫外光源是极紫外光刻系统的重要组成部分.本文通过采用双激光脉冲打靶技术实现较强的6.7 nm极紫外光输出.首先,理论计算Gd¹⁸⁺—Gd²⁷⁺离子最外层4d壳层的4p-4d和4d-4f能级之间跃迁、以及Gd¹⁴⁺—Gd¹⁷⁺离子最外层4f壳层的4d-4f能级之间跃迁对波长为6.7 nm附近极紫外光的贡献.其后开展实验研究,结果表明,随着双脉冲之间延时的逐渐增加,波长为6.7 nm附近的极紫外光辐射强度呈现先减弱、后增加、之后再减弱的变化趋势,在双脉冲延时为100 ns处产生的极紫外光辐射最强.并且,在延时为100 ns处产生的光谱效率最高,相比于单脉冲激光产生的光谱效率提升了33%.此外,发现双激光脉冲打靶技术可以有效地减弱等离子体的自吸收效应,获得的6.7 nm附近极紫外光谱宽度均小于单激光脉冲打靶的情形,且在脉冲延时为30 ns时刻所产生的光谱宽度最窄,约为单独主脉冲产生极紫外光谱宽度的1/3.同时...     

基于电化学老化衰退模型的锂离子动力电池外特性

当前锂离子动力电池电化学模型存在模型复杂、建模难度大、计算效率低、老化评估效果差的问题,本文提出一种考虑电池衰退老化的机理模型(ADME).本文首先通过有限差分法对伪二维(P2D)电化学模型进行离散降阶处理,得到简化伪二维(SP2D)模型.在SP2D模型的基础上,基于阴阳两极发生的副反应导致的衰退老化现象,提出一种考虑电池衰退老化的机理模型.其次,使用多变量偏差补偿最小二乘法实现模型参数辨识.最后通过动力电池衰退老化性能循环实验,对比分析了恒流、脉冲工况下SP2D模型和ADME模型的终端电压输出.结果表明:ADME模型较为简单、计算效率和估算精度高,可以有效评估电池容量老化衰退,得到理想的锂离子动力电池外特性曲线.     

Sentinel-2卫星的多光谱轻量级船舶目标检测算法

近年来深度卷积神经网络在可见光船舶检测方面取得了显著的进展，然而，大多数相关研究是通过改进大型的网络结构来提高检测性能，因此加大了对更高计算机性能的需求。此外，可见光图像难以在云、雾、海杂波、黑夜等复杂场景检测到船舶。针对以上问题，提出了一种融合红（red, R）、绿（green, G）、蓝（blue, B）和近红外（NIR）4个波段光谱信息的由粗到精细的轻量型船舶检测算法。与现有的方法中根据光谱特性利用水体检测算法提取水体区域不同之处是该算法是利用改进的水体检测算法来提取船舶候选区域。为获取更准确的候选区域，对船舶、厚云、薄云、平静海面、杂波海面5种场景中4个波段的像素值进行了统计分析，选取近红外大于阈值作为辅助判断，并以其中心点获取候选区域32×32大小的切片，并对切片进行非极大值抑制，由此获得了船舶粗检测结果。随后构建了轻量级LSGFNet网络对船舶候选区域切片进行精细识别。构建的网络融合了1×1卷积提取的波谱特征与3×3的提取几何特征，为防止光谱特征与几何特征的信息在融合时“信息不流通”，在LSGFNet网络中引入了ShuffleNet中的通道打乱机制，并减小了模型结构，与典型的轻量级网络相比具有更好的效果且模型较小。最后，利用Sentinel-2卫星多光谱10 m分辨率数据构建了512×512大小的1 120组数据进行粗检测，以及32×32大小的6 014组数据进行精细网络训练，其中候选区域粗提取的查全率为98.99%，精细识别网络精确度为96.04%，不同场景下的平均精确度为92.98%。实验表明该算法在抑制云层、海浪杂波等干扰的复杂背景下具有较高的检测效率，且训练时间短、计算机性能需求低。     

9-(4-溴丁基)-9H-咔唑的相转移催化合成、表征及室温磷光性能研究——推荐一个大学化学综合实验

推荐了一个大学化学综合实验"9-(4-溴丁基)-9H-咔唑的相转移催化合成、表征及室温磷光性能研究"。实验利用相转移催化合成9-(4-溴丁基)-9H-咔唑分子,采用核磁共振、高分辨质谱和红外光谱对其分子结构进行表征,并利用紫外-可见吸收光谱、稳态/瞬态荧光光谱和密度泛函(DFT)理论计算对其室温磷光性能进行研究。本综合实验涵盖了有机化学、分析化学、物理化学、仪器分析以及理论化学的知识点,建议纳入化学专业高年级综合实验课程。     

紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

ZnO-PSAⅡ型异质结界面电荷转移过程研究

采用稳态光致发光光谱和纳秒时间分辨瞬态光谱(NTRT-PL)表征,揭示ZnO-PSA II型纳米异质结光生载流子电荷转移过程,通过甲基橙光降解实验,测得ZnO-NRs和ZnO-PSA紫外光降解率分别为25.5;和60.1;,光降解率提高到2.4倍,表明II型异质结相对于单一半导体而言,能促进光生载流子在界面间电荷转移,有利于载流子的分离.     

梁柱简化模型在自立塔塔线体系动态响应中的适用性研究

对输电塔进行合理简化可以提高塔线体系动力学仿真的效率。本文给出自立塔梁柱简化模型的计算方法，并提出利用梁柱简化模型计算方法建立自立塔塔线体系整体模型，同时采用桁梁混合模型建立精细化塔线体系整体模型，对两种模型塔线体系静力特性及振型和固有频率等动力特性进行对比分析。以脱冰工况为例，采用生死单元技术将施加在输电线节点上的集中质量单元杀死来模拟脱冰，实现对塔线体系动力学响应的有限元模拟，研究塔线体系简化模型在动态响应中的适用性。结果表明，两种模型弯曲变形误差小，低阶的振型相同，固有频率值误差小，动力特性基本相同；脱冰工况下，自立塔节点位移和塔材内力时程曲线一致，在提高计算效率的情况下，能有效保证计算精度。