基于CNN-SVM的地下目标形状识别

针对传统地下目标识别算法中特征提取方法的缺陷,鉴于深度学习中的卷积神经网络（CNN）能自动从数据中提取特征,但CNN自带的分类器不能很好的解决非线性分类问题,由于SVM具有良好的泛化分类能力,为此提出基于CNN-SVM的地下目标形状识别方法。本文首先在地表面光滑场景下,利用该方法对地下圆形和矩形目标识别,然后加大场景难度,在地表面粗糙场景下进行地下目标形状识别。实验结果表明,相比传统人工设计的特征分类方法,该算法利用CNN自动提取的特征联合SVM提高了CNN的分类准确率,并且在两种场景下都具有更高的地下目标识别精度。     

分数阶热弹理论下重力场对二维纤维增强介质的影响

基于Sherief等提出的分数阶广义热弹性耦合理论，研究了在热冲击作用下二维纤维增强弹性体的热弹性问题.考虑了重力对二维纤维增强线性热弹性各向同性介质的影响，建立了控制方程.运用正则模态法，经过数值计算，对控制方程进行求解，得到了不同分数阶参数和不同重力场下无量纲温度、位移和应力分量的表达式，以图形的方式展示了变量的分布规律并对结果展开了讨论.研究结果为:重力场和分数阶参数对纤维增强介质的位移及应力有着重要的影响，但对温度的影响有限.     

广义神经传播方程的整体吸引子

使用Galerkin方法,结合Sobolev空间理论和不等式技巧,给出了广义神经传播方程解的存在唯一性定理,然后利用吸引子存在性定理,采用半群方法证明了方程整体吸引子的存在性.     

多元统计分析中一类矩阵迹函数最小化问题的有效算法

研究来源于多元统计分析中的一类矩阵迹函数最小化问题$\min c+ tr(AX)+\sum\limits_{j=1}^{m}tr(B_j X C_jX^{T}),\ \ {\rm s. t.} \ X^TX=I_p,$其中$c$为常数, $A\in R^{p\times n}\ (n\geq p)$, $B_j\in R^{n\times n}, C_j\in R^{p\times p}$为给定系数矩阵. 数值实验表明已有的Majorization算法虽可行, 但收敛速度缓慢且精度不高. 本文从黎曼流形的角度重新研究该问题, 基于Stiefel流形的几何性质, 构造一类黎曼非单调共轭梯度迭代求解算法, 并给出算法收敛性分析.数值实验和数值比较验证所提出的算法对于问题模型是高效可行的.     

基于联合神经网络学习的中文电力计量命名实体识别

随着电力计量业务的不断扩展，迫切需要由业务信息、技术知识、行业标准及其内在联系所组成的电力计量知识图谱，为电网的决策和发展提供更为全面有效的支持。命名实体识别是构建知识图谱的基础。针对电力计量领域需要，结合中文分词技术特点，基于联合学习思想，提出了一种基于联合学习的中文电力计量命名实体识别技术。该技术联合CNN-BLSTM-CRF模型与整合词典知识的分词模型，使其共享实体类别和置信度；同时将2个模型的先后计算顺序改为并行计算，减少了识别误差累积。结果表明，在不需要人工构建特征的情况下，方法的正确率、召回率、F值等均显著优于以往方法。     

从双层规划的角度看道德风险理论的一阶条件方法

本文首先对双层规划的一个特殊例子即道德风险模型中使用的一阶条件方法（FOA）做简要的梳理，然后提出一种更为一般的使FOA有效的原则与方法。新方法主要依赖于代理人对委托人设置的目标的最优反应映射是否存在不动点，这个性质不要求原问题与用一阶条件放松以后的问题之间的约束集等价，从而也不要求代理人的期望效用对行动具有全局凹性。在新方法下，可以用较为简单的方法证明FOA在以下两种情形之一有效，即如果分布函数是概率分布的凸组合或者分布函数来自某些特殊的指数族分布。     

多级孔芳香骨架材料的合成及固载硫脲催化剂的研究

合成了一种多级孔芳香骨架材料(PAF-70); 使用由氨基修饰过的单体, 应用该合成策略得到了同样具有窄分布介孔的含有氨基活性位点的PAF材料, 并通过硫脲单体与其氨基活性位点的反应, 将硫脲基团引入PAF-70材料中, 获得了含有硫脲催化位点的材料(PAF-70-thiourea). 氮气吸附-脱附测试结果显示, PAF-70存在孔径分布较窄的介孔, 介孔孔径为3.8 nm, 与模拟计算值(约3.7 nm)吻合. 热重分析结果表明, PAF-70具有很高的热稳定性. PAF-70在大多数溶剂中可以稳定存在, 具有良好的化学稳定性. 将PAF-70-thiourea作为催化剂, 应用在N-溴代琥珀酰亚胺(NBS)氧化醇类的反应中, 其表现出较高的催化活性、 较高的稳定性和广泛的底物适用性. 与含有相同硫脲催化位点的金属有机框架(MOF)材料(IRMOF-3-thiourea)作为催化剂对比, 进一步证实PAFs材料非常适合作为催化有机反应的固载平台.     

气相输运沉积制备c轴择优取向的碘化铋薄膜

铋基卤化物材料因其无毒和优良的光电性能而显示出巨大的应用潜力。BiI₃作为一种层状重金属半导体,已被用于X射线检测、γ射线检测和压力传感器等领域,最近其作为一种薄膜太阳能电池吸收材料备受关注。本文采用简单的气相输运沉积(VTD)法,以BiI₃晶体粉末作为蒸发源,在玻璃基底上得到高质量c轴择优取向的BiI₃薄膜。并通过研究蒸发源温度和沉积距离对薄膜物相和形貌的影响,分析了BiI₃薄膜择优生长的机理。结果表明VTD法制备的BiI₃薄膜属于三斜晶系,其光学带隙为~1.8 eV。沉积温度对薄膜的择优取向有较大影响,在沉积温度低于270 ℃时,沉积的薄膜具有沿c轴择优取向生长的特点,超过此温度,c轴择优取向生长消失。在衬底温度为250 ℃、沉积距离为15 cm时制备的薄膜结晶性能最好,晶体形貌为片状八面体。     

痕量K元素对煤基碳材料NOx低温吸附功能的影响机理

本研究选取准东煤为碳材料前驱体，以水热耦合痕量K元素的方法对其进行活化。通过实验探究K质量浓度对碳吸附性能的影响，同时系统研究了材料的NO_x低温吸附性能。实验结果表明，活化液中K₂CO₃质量浓度为0.0067g/mL时，所制得的样品对NO_x的吸附性能较好，其饱和NO_x吸附时间为3200 s。通过低温N₂物理吸附研究发现，该质量浓度下样品的孔结构发展较好，比表面积达到708.6 m²/g。此外，本研究通过XPS、SEM等手段对不同质量浓度K₂CO₃活化的碳基材料进行了物化表征，并对不同质量浓度K₂CO₃活化制备的样品进行了表面性质分析，通过FT-IR对样品表面的吸附过程进行研究，发现准东煤基碳材料优良的吸附性能与表面结构相关，研究中采用DFT手段对反应机理进行验证，结果表明，K可促进C-O键的形成，而活性C-O结构是促进NO_x吸...     

基于应变梯度理论的微尺度蜂窝等效模量计算方法

本文提出了一种新的能够计及尺度效应的微纳米蜂窝等效模量的计算方法。将一种单参数应变梯度理论引入到本构方程当中,并基于能量等效原理推导了蜂窝面内等效模量地计算公式。算例分析表明,本文方法能够有效地计及尺度效应对蜂窝等效模量的影响。尺度效应与胞壁厚度和长度的值都有关,当胞壁厚度较小时,尺度效应显著,本文方法预测的模量会明显高于传统方法;而当胞壁厚度较大时,尺度效应变得微弱乃至可以忽略不计。但如果胞壁的长度/厚度比很大,则面内等效模量会趋近于0,此时是否考虑尺度效应意义不大。