基于快速神经网络架构搜索的鲁棒图像水印网络算法

为解决深度学习在图像水印算法中计算量大且模型冗余的问题，提高图像水印算法在抵抗噪声、旋转和剪裁等攻击时的鲁棒性，提出基于快速神经网络架构搜索（neural architecture search，NAS）的鲁棒图像水印网络算法。通过多项式分布学习快速神经网络架构搜索算法，在预设的搜索空间中搜索最优网络结构，进行图像水印的高效嵌入与鲁棒提取。首先，将子网络中线性连接的全卷积层设置为独立的神经单元结构，并参数化表示结构单元内节点的连接，预先设定结构单元内每个神经元操作的搜索空间；其次，在完成一个批次的数据集训练后，依据神经元操作中的被采样次数和平均损失函数值动态更新概率；最后，重新训练搜索完成的网络。水印网络模型的参数量较原始网络模型缩减了92%以上，大大缩短了模型训练时间。由于搜索得到的网络结构更为紧凑，本文算法具有较高的时间性能和较好的实验效果，在隐藏图像时，对空域信息的依赖比原始网络更少。对改进前后的2个网络进行了大量鲁棒性实验，对比发现，本文算法在CIFAR-10数据集上对抵抗椒盐噪声和旋转、移除像素行（列）等攻击优势显著；在ImageNet数据集上对抵抗椒盐高斯噪声、旋转、中值滤波、高斯滤波、JPEG压缩、裁剪等攻击优势显著，特别是对随机移除行（列）和椒盐噪声有较强的鲁棒性。     

微波辅助法制备氧化铜非酶葡萄糖传感器

采用微波辅助法制备了氧化铜(CuO)材料,其结晶度好,没有杂质,呈现片层堆叠而成的块状结构.以CuO材料修饰玻碳电极作为工作电极(CuO/GCE),饱和甘汞电极作为参比电极,铂丝电极作为对电极,在碱性条件下对葡萄糖溶液进行电化学性能检测.该传感器对520 nM到2.0 mM浓度范围内的葡萄糖溶液实现了优良的检测性能,灵敏度为2491.362μA·cm-2·mM-1,检测限为216 nM(S/N=3),在2 s内就可以完成反应.丙烯酸等物质对传感器的影响可以忽略,具有良好的抗干扰性.     

倾斜下降管气液两相分层流截面含气率的计算与液层高度的预测

分层流是气液两相流中常见的流动型式，分层流中液层高度是计算的基本数据，由于界面波的存在，对液层的测量和预测都很困难．Ｖｌａｃｈｏｓ提出了预测气液两相分层流液层厚度的关系式，但这一关系式并不适用于倾斜下降管气液两相流．本文提出了计算倾斜下降管气液两相分层流截面含气率的理论模型，在这种模型下得到的截面含气率和实验结果符合良好．在大量实验的基础上，考虑了倾角、管径、气液各相折算速度的影响，根据实验数据提出了预测液层厚度的关系式。     

一类三参数混沌动力学系统模型及其在经济增长研究中的应用

从非线性自回归模型Xt+1=-αXtλ+1+βXt+γ出发,通过变量替换Xt=aYt,推出三参数混沌动力学系统模型Yt+1=kYt(1-Ytλ)+c;采用线性回归与非线性回归相结合的改进的混合法,对模型参数作了估计;实际研究表明,该模型可以用于对国内生产总值GDP增长的研究.     

火焰原子吸收光谱法分析香菇中微量元素的形态

对香菇中Cu、Zn、Fe、Mn、Ca和Mg进行了微量元素的含量和形态分析.分别用0.45μm滤膜,D101型大孔吸附树脂,将香菇水煎掖中Cu、Zn、Fe、Mn、Ca和Mg分为悬浮态和可溶态、有机态和无机态,用HCl和CCl4处理煎渣,得煎渣无机态和有机态,火焰原子吸收光谱法测定香菇各形态含量.方法的回收率在95.0%～101.7%范围内,相对标准偏差均在2%以下.     

新型Zhuo酚酮类糖苷化合物的合成

根据Zhuo酮的结构特点，对Zhuo酚酮类化合物与半乳糖的Kenigs-Knorr反应进 行了研究。探索出一种具有较高立体选择性的合成方法，从而制得四种具有β－构 型的单一端基异构体的Zhuo酚酮半乳糖苷新化合物。生成的新化合物不但保持了原 有的生理活性，而且降低了毒性、提高了药效，为人工合成Zhuo酚酮类增添新化合 物的同时，也扩展了此类化合物的应用领域。应用元素分析、核磁共振、红外光谱 表征了它们的结构。     

涡流发生器污垢特性实验台的设计

为了研究涡流发生器的污垢特性设计了一个能够在线监测温度、流量以及压差进而可以直接得到污垢热阻的实验台。通过验证实验、准确性分析与误差分析,验证了实验台设计精度在允许的误差范围内。示例实验结果表明实验台具有研究涡流发生器的污垢特性、压力特性以及换热特性的功能。     

汽车租赁调度多目标优化模型

本文考虑一个周期的汽车租赁调度问题,在直接调运的前提下,首先以汽车租赁公司的总收益最大和总短缺损失最小为目标,建立多目标优化模型;然后提出了基于启发式的双层排序综合择优算法;最后对汽车租赁案例进行了实证研究。     

钢管和有机玻璃管油水两相摩擦压降比较实验

本文对水平放置的内径为40 mm的钢管和有机玻璃管内的油水两相流动摩擦压降特性进行了比较实验研究.从实验方面含水率和混合流速等因素对钢管和有机玻璃管内油水两相油滴分散流摩擦阻力压降规律的影响进行了详细研究.实验结果表明:含水率和混合流速是影响压降的主要因素;在本实验范围内,除了分层流区域以外,有机玻璃管内的油水两相摩擦阻力压力梯度大于钢管内油水两相摩擦阻力压力梯度.     

EMD与神经网络在气液两相流流型识别中的应用

本文提出了EMD与Elman神经网络相结合的气液两相流流型识别的新方法.将压差波动信号经验模态分解(EMD)后的固有模态函数(IMF)进行分析、提取IMF能量作为Elman神经网络的输入特征向量,对水平管内的气液两相流流型进行识别.实验结果表明:该方法优于BP网络且稳定、识别率高,具有可行性.