平稳环境中马氏链的不可约性

给出若单链X^→具π-不可约性，则环境空间中的平稳分布π-是遍历的．同时也指出在单链叉的状态空间有限的前提下，该单链是强常返的，从而推广了经典马氏链相应的结论．     

基于MEMS电容加速度计的声矢量传感器小型化设计

针对传统压电型声矢量传感器无法兼顾小体积与高灵敏度的问题,利用MEMS电容加速度计作为拾振器,实现矢量传感器的小型化设计。首先采用机电类比分析的方法得到内置加速度计的刚硬球体的声致振动响应;然后进行硅微电容加速度计选型和参数分析、设定,并设计制作了一只二维球形矢量传感器样机;最后对样机进行了参数测试,结果表明两矢量通道均具有良好的方向性,声压灵敏度分别为?185 d B和-186 d B(1 k Hz,0 d B ref 1 V/μPa),通道间相位差与理论值保持一致,验证了利用MEMS电容加速度计设计矢量传感器的可行性。     

基于CRBM算法的时间序列预测模型研究

针对受限玻尔兹曼机（restricted Boltzmann machines,RBM）算法对时序数据预测存在抽取抽象特征向量能力较差和梯度下降能力有限的问题,基于CRBM（conditional restricted Boltzmann machines）算法以及信念网络（deep belief network,DBN）模型,构建了一种非线性的CRBM-DBN深度学习模型,并采用高斯分布处理输入特征值和对比散度抽样,用于预测时序数据.实验以浙江省近岸海域赤潮时序数据作为输入特征值,讨论该模型的深度及参数选取,并与经典的深度学习模型RBM、DAE和浅层学习中的BP神经网络进行对比,实验验证CRBM对于赤潮时序数据的预测拟合度要明显优于其他3种模型,该模型可有效用于赤潮类时序数据的趋势性预测.     

全景配置动态生成方法及实现

基于配置静态存储方法的全景应用模式已能较好地满足一般的全景浏览应用要求.但在更新频繁、交互量大、场景数多的环境下,此方法容易造成维护困难、服务器数据量激增等问题.针对在不同场景图像配置中存在重复的静态内容这一问题,提出了一套具有普适性和可移植性的全景配置文件动态生成方法：提炼静态内容,存储动态内容,并根据不同场景的请求参数动态生成配置文件.经实验对比,相较配置静态存储方法,动态生成方法显著减少了服务器文件数量,在传输时间、可维护性与浏览器缓存利用方面均优于传统方案.     

Behavior of an Extended Dislocation near an Elliptical Blunt Crack

The behavior of an extended dislocation near an elliptical blunt crack is investigated. The equilibrium separation between Shockley partials and the critical value of stacking fault energy for the formation of extended dislocations by dissociation reaction as well as the extended dislocation emission criterion are developed. The results show that the equilibrium separation increases as the extended dislocation tends to the blunt crack. If the stacking fault energy is comparable to the critical energy for dissociation in a perfect medium, complete dislocations can dissociate to form extended dislocations near the blunt crack. The critical stress intensity factor （SIF） for extended dislocation emission increases with the stacking fault energy and the curvature radius of the blunt crack tip. Moreover, the critical SIF for extended dislocation emission is far lower than the critical SIF for edge dislocation emission.     

高熵合金强韧化理论建模与模拟研究进展

高熵合金因其优异的性能受到广泛关注,如高强度、高硬度、高韧性、高耐磨、高耐辐照、高耐腐蚀、高电阻、高耐热等,有望应用于核能、航天航空等重要领域和重大装备。从高熵合金制备、组织结构以及性能表征等方面开展的实验研究表明其独特的性质依赖于高熵合金高熵效应、晶格畸变和扩散迟滞。在微观尺度以及宏观尺度, 理论模型和数值模拟为研究高熵合金微观机理和力学特性提供了一种方法。建立从高熵合金的微观结构与变形机理到宏观独特力学性能的联系是一个多尺度的科学问题。最近,基于实验观察结果,采用多尺度的理论与模拟方法（第一性原理、分子动力学、离散位错动力学、晶体塑性有限元、微结构依赖的理论模型）,研究了高熵合金层错能、弹性模量、扩散系数以及相稳定性,揭示了高熵合金变形与强韧化机制。本文综述多尺度计算在高熵合金力学性能和变形行为方面的研究进展,并对高熵合金在原位变形实验、高通量技术以及机器学习方面的研究进行简要展望。     

基于RNN-CNN集成深度学习模型的PM2.5小时浓度预测

针对目前大部分PM_2.5预测模型预测效果不稳定、泛化能力不强的现状,以记忆能力较强的循环神经网络（RNN）和特征表达能力较强的卷积神经网络（CNN）为基础,采取Stacking集成策略对两者进行融合,提出了RNN-CNN集成深度学习预测模型。该模型不仅充分利用时间轴上的前后关联信息去预测未来的浓度,而且在不同层次上将自动提取的高维时序数据通用特征用于预测,以保证预测结果的稳定性。最后,对集成之前的RNN、CNN和集成之后的RNN-CNN模型,以2016年中国大陆地区1 466个监测站点的空气质量数据为样本进行实例验证,结果表明,RNN-CNN在PM_2.5时间序列预测上的表现明显优于集成之前的RNN和CNN,而且泛化误差更低,在34%站点上的拟合度超过0.97,该模型可用于大范围区域的PM_2.5小时浓度预测。     

压力对碳氢氧超临界流体中碳的溶解度的影响

 采用统计热力学方法，利用CHEQ程序对5.5～7.7 GPa的压力和1 000～2 900 K温度下碳加水体系中碳的溶解度进行了计算。重点研究了石墨和金刚石在水中溶解度差与压力的关系，得出如下结果：（1）在一定压力下，使石墨和金刚石在水中的溶解度之差ΔX(C)为正值的温度有确定的下限和上限。（2）在高温高压下，对每一个压力，石墨和金刚石在水中的溶解度之差ΔX(C)都有一个极大值。使ΔX(C)为极大值的温度随着压力的升高而增大，同时，溶解度差的极大值本身也随压力的升高而增大。     

YAG晶体中Ce^3＋对Er^3＋的敏化作用

通过求解（Ｃｅ，Ｅｒ）：ＹＡＧ和Ｅｒ：ＹＡＧ的能级跃迁速率方程，讨论了Ｃｅ＾３＋对Ｅｒ＾３＋离子的敏化作用。表明掺Ｃｅ＾３＋可增强Ｅｒ＾３＋离子１．６６μｍ波长的激光强度，但仅改变了１．６６μｍ波长激光粒子数反转，即Ｎ２（＾４Ｉ１２／２）〉Ｎ１（＾４Ｉ１５／２）与Ｅｒ＾３＋离子浓度的关系。     

波导短程透镜的优化理论设计研究

本文给出了非球面短程透镜的优化理论设计。卷边与平面波导连接处的曲率半径为无限大,卷边与实际透镜连接处的曲率半径为较大的有限值。完善了短程透镜的一般解析法。