一类非线性发展方程的精确解

利用hirota双线性法,得到(3+1)维孤子方程、(3+1)维KP-Boussinesq方程、(2+1)维修正Caudrey-Dodd-Gibbon-Kotera-S awada方程、Hirota-Satsuma浅水波方程的精确解,并做出一部分解的图形,进一步研究解的结构和性质.     

超声波燃气表矩形流道的雷诺修正系数仿真研究

在超声波流量计测量技术中, 雷诺修正系数相关的研究对于提高计量精度有重要作用. 为研究矩形流道的雷诺修正系数与雷诺数的关系, 对矩形流道在常温常压流量较小情况下进行仿真, 结果发现: 矩形流道层流状态下的雷诺修正系数与雷诺数呈线性相关. 保持压强、体积流量不变, 在不同温度下进行仿真及拟合, 结果表明: 在不同温度下雷诺修正系数与雷诺数的线性关系依然满足. 在上述实验基础上, 对矩形流道湍流状态下的雷诺修正系数与雷诺数关系进行研究, 通过改变温度、压强和体积流量进行仿真及拟合发现, 矩形流道湍流状态下雷诺修正系数与雷诺数呈非线性相关.     

基于GA_XGBoost模型的大学生科研能力预测问题研究

科学评价大学生科研创新能力对我国科研水平的提高具有重要意义.采用机器学习模型来预测大学生科研能力可以起到良好的效果,提出一种GAXGBoost模型来实现对大学生的科研能力预测.此模型是以Xgboost算法为基础,然后充分利用遗传算法的全局搜索能力自动搜索Xgboost最优超参数,避免了人为经验调参不准确的缺陷,最后采用精英选择策略以此确保每一轮都是最佳的进化结果.通过分析表明,所采用的GAXGBoost模型在大学生科研能力预测的结果中具有很高的精度,将此模型与Logistic Regression、Random Forest、SVM等模型进行对比,GAXGBoost模型的预测精度最高.     

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。     

On the Relative Twist Formula of l-adic Sheaves

We propose a conjecture on the relative twist formula of l-adic sheaves, which can be viewed as a generalization of Kato—Saito's conjecture. We verify this conjecture under some transversal assumptions. We also define a relative cohomological characteristic class and prove that its formation is compatible with proper push-forward. A conjectural relation is also given between the relative twist formula and the relative cohomological characteristic class.     

基于气体浓度定量的嗅觉刺激器优化设计

现有的基于磁共振测量的嗅觉刺激器，通过调节嗅剂液体浓度的方法可以实现不同浓度的嗅觉刺激，但随着实验进行，受到嗅剂挥发以及实验环境（温度、湿度、气流量）变化的影响，很难确保输送至鼻腔的嗅剂气体浓度的稳定性，进而影响实验结果的准确性．本研究对本实验室前期开发的嗅觉刺激装置进行改进，实现了气体浓度精确定量．改进后的嗅觉刺激器主要分为三个部分：控制系统、反馈系统和气路系统．控制系统主要实现气路系统的送气控制和嗅剂气体浓度调节；反馈系统则负责对气体浓度进行测量；气路系统则在原有基础上添加活性炭装置，降低无关因素干扰．装置改进之后，不同气路切换时间为75.2 ms，比原装置减少了1 s，有效提高刺激精度．实验结果显示，气体浓度调节前，300 s内乙醇、吡啶、乙酸戊酯嗅剂气体浓度分别下降6.7%、71.4%、79.2%，嗅剂气体浓度短时间内发生较大改变．加入气体浓度调节功能后，当气体浓度下降至目标浓度的90%时，可通过调节气泵电压改变嗅剂气流与空气气流比例，从而调节嗅剂气体浓度至目标值，其中吡啶、乙酸戊酯用时13 s．     

Y掺杂WS2二维材料的第一性原理研究

WS₂由于其优异的物理和光电性质引起了广泛关注。本研究基于第一性原理计算方法,探索了本征单层WS₂及不同浓度W原子替位钇(Y)掺杂WS₂的电子结构和光学特性。结果表明本征单层WS₂为带隙1.814 eV的直接带隙半导体。进行4%浓度(原子数分数)的Y原子掺杂后,带隙减小为1.508 eV,依旧保持着直接带隙的特性,随着Y掺杂浓度的不断增大,掺杂WS₂带隙进一步减小,当浓度达到25%时,能带结构转变为0.658 eV的间接带隙,WS₂表现出磁性。适量浓度的掺杂可以提高材料的导电性能,且掺杂浓度增大时,体系依旧保持着透明性并且在红外光和可见光区对光子的吸收能力、材料的介电性能都有着显著提高。本文为WS₂二维材料相关光电器件的研究提供了理论依据。     

射频等离子制备石墨烯负载Co3O4催化剂及其析氧性能研究

氢能的引入能有效提升配电网的供电可靠性,而电解水制氢是实现低碳转型的关键技术,开发高效的电解水催化剂势在必行。过渡金属氧化物储量大、催化活性高,是具有广阔应用前景的析氧反应催化剂。本文通过射频等离子体处理制备石墨烯上负载Co₃O₄析氧催化剂,XRD、Raman和XPS测试结果显示,二维结构石墨烯的引入加速表面电子迁移,增大了反应面积。等离子体处理促进了纳米粒子在石墨烯上的负载,利用等离子体刻蚀作用在催化剂表面制造出大量碳结构缺陷和氧空位结构,改善了活性位点分布,有效调控Co₃O₄电子结构,提高析氧催化活性。电化学测试表明,本文中合成的Co₃O₄@rGO在电流密度为50 mA·cm^-2时的过电位为410 mV,动力学反应速率较快,表现出优于商业IrO₂的析氧催化活性。     

Detecting pore size distribution of activated carbon by low-field nuclear magnetic resonance

In this study, the transverse relaxation time (T₂) of activated carbon (AC) in different relative environment humidity was detected firstly by low-field nuclear magnetic resonance (LFNMR). The pore size (diameter) of AC distributions was calculated by the relationship between T₂ and surface relaxation rate (ρ), where ρ was obtained by the detection of nine porous materials with known pore size. The results showed that the pore size distributions of AC calculated by ρ < 0.19 nm/ms were in good agreement with that obtained by nitrogen adsorption method and proved that LFNMR as a new detection method was feasible for characterizing AC pore size distribution.