基于一阶反转曲线三维Ni反点阵列磁学特性研究

采用一阶反转曲线方法研究了三维Ni反点阵列中的磁偶极相互作用和磁化反转行为.以自组装聚苯乙烯球为胶体晶体模板,采用电化学沉积法制备出有序的三维Ni反点阵列.样品的孔径尺寸均为大约500 nm,厚度依次从0.3 μm到1.2μm.通过一阶反转曲线方法分析表明,随着样品厚度的增加,磁偶极相互作用减小,矫顽力分布变窄.这主要是由于随着厚度的增加,磁偶极相互作用向交换耦合作用转变的结果.     

Landsat8光谱衍生数据分类体系下的牧草生物量反演

牧草生物量的估算对于草地资源合理利用和载畜平衡监测具有重要的意义,是评价草地生态系统与草地资源可持续发展的关键指标。基于Landsat遥感技术快速、无损的大面积植被生物量估算研究已广泛应用,当前大多基于单一变量或几个常用植被指数构建反演模型,这些指数往往不能从多方面反映植被理化特征。归纳了不同Landsat8光谱衍生数据所反映的植被理化特征及它们间的关联方式,构建了Landsat8光谱衍生数据的分类体系;在此基础上提出了一种基于随机梯度Boosting(SGB)算法的多变量、非线性生物量估算模型,探讨不同类型光谱衍生数据组合对于牧草生物量反演结果的影响。以青海省海晏县为研究区进行方案可行性探讨。结果表明常用的Landsat8光谱衍生数据主要从植被的绿度、黄度、盖度、水分含量、纹理特征以及通过消除大气干扰和土壤背景干扰等7个方面反映植被的理化特征(7个小类),可归纳为直接因子(绿度、黄度、盖度、水分含量)、间接因子(消除大气干扰和消除土壤背景干扰)和空间因子(纹理特征)3大类型。在牧草生物量反演中,这些光谱衍生数据类型间具有较好的互补性,单一的直接因子模型估算结果最差,引入间接因子和空间因子均能提高模型的估算结果,而由直接因子(GNDVI, TCW, NDTI, NDSVI, TCD)、间接因子(SAVI, VARI)和空间因子(MeanB3, MeanB6, HomⅡ, DisB5)共同构建的SGB模型估算精度最优,R2达到了0.88;RMSE为141.00 g·m-2。与5种常用的生物量估算模型结果对比,该方法具有明显的优势。较单变量模型,R2提高了42%~60%,RMSE降低47%以上,R■提高了31%~53%, RMSEcv降低29%;较多变量模型,R2提高了29%~42%, RMSE降低35%以上,R■提高了2%~18%, RMSEcv降低2%以上。此外,所提出方法在消除反演模型过饱和方面也具一定成效。综上,利用Landsat8数据从反映植被不同理化特征角度构建反演模型实现了牧草生物量的精准估算,对于后期牧草生长状况实时监测以及草地资源可持续利用与管理具有重要的指导意义。研究结果还可以为今后进行大面积区域草地动态监测以及其他农业领域的研究提供参考和借鉴。     

酸-碱交替沉淀法铜基甲醇合成催化剂的优化制备与表征

采用酸-碱交替沉淀法制备了Cu基甲醇合成催化剂放大样(500 g), 并用X射线衍射、低温N2吸附和扫描电子显微镜等对催化剂进行了表征,系统考察了制备条件(搅拌速度、溶液滴加速度、盐和碱溶液浓度等)对催化剂性能的影响. 结果表明,采用酸-碱交替沉淀法制备的Cu基甲醇合成催化剂中, Cu和Zn组分以无定形的CuO-ZnO固溶体存在,使得CuO和ZnO的晶粒减小,导致催化剂的晶粒度较小,粒径尺寸分布较均匀,结晶度相对较低,有利于提高催化剂的比表面积. 采用酸-碱交替沉淀法制备的Cu基甲醇合成催化剂具有较高的Cu分散度和较大的Cu比表面积. 在优化条件下制备的催化剂的活性和耐热性均比国内外工业催化剂高.     

三类沥青路面结构力学响应的对比分析

针对半刚性基层、柔性基层及复合式基层沥青路面的不同力学分布特征,以京津塘高速公路改扩建工程为依托,采用壳牌设计软件BISAR 3.0为计算工具,并用Mathlab 7.0软件将三类沥青路面结构、各主要力学响应量进行三维化处理,并对力学响应分布进行了比较分析.结果表明:从路面整体受力的角度看,复合式基层沥青路面的各项力学响应均介于柔性基层沥青路面及半刚性基层沥青路面之间;复合式基层沥青路面较柔性基层沥青路面及半刚性基层沥青路面有较大的力学优势.     

TRT与地质雷达在马坑铁矿中的超前探测应用研究

在金属矿山地下巷道施工过程中,通过综合物探超前探测可准确预报地下富水区和破碎带等地质异常体的规模和深度,对于保障施工人员生命安全、顺利完成施工任务、减少经济损失至关重要。本文采用TRT-6000超前地质预报系统与天线频率为100 MHz的地质雷达相结合的综合物探手段,对马坑铁矿巷道掘进前方进行超前探测,通过开挖验证,表明TRT技术与地质雷达相结合的手段在金属矿山中可取长补短,有效提高预报精度,保障巷道施工顺利进行。     

基于多蜂群的多无人机协同自适应搜索

针对多无人机(unmanned aerial vehicle, UAV)在未知海域环境下协同搜索这一重要研究课题,提出基于精英学习的多蜂群协同自适应搜索路径规划算法。首先,建立考虑飞行高度时变的无人机模型、传感器模型以及海域模型。其次,在该模型基础上建立了包括目标发现收益、期望探测收益及避碰等多目标效能函数。在考虑到UAV飞行高度动态变化时采用不同搜索策略,由于传统蜂群算法在搜索中存在适应性差、速度慢等缺点,提出基于精英学习的多蜂群算法,保证了搜索效益的最大化。最后,通过仿真实验验证了算法的有效性和实用性。     

A Modified Extended Bayesian Method for Parameter Estimation

This paper presents a modified extended Bayesian method for parameter estimation. In this method the mean value of the a priori estimation is taken from the values of the estimated parameters in the previous iteration step. In this way, the parameter covariance matrix can be automatically updated during the estimation procedure, thereby avoiding the selection of an empirical parameter. Because the extended Bayesian method can be regarded as a Tikhonov regularization, this new method is more stable than both the least-squares method and the maximum likelihood method. The validity of the proposed method is illustrated by two examples: one based on simulated data and one based on real engineering data.     

荧光碳点调控植物光合作用研究进展

碳点(CDs)作为一种碳基纳米材料,因其粒径小、水溶性好、生物相容性高、无毒性、制备简便、原料来源广等优势,吸引了众多研究人员的关注,已在医学成像技术、环境监测、化学分析、催化剂制备、能源开发等诸多领域表现出较好的应用前景.近些年,CDs开始被应用于农业领域,尤其对植物光合作用具有优异的调控作用.一方面,CDs具有良好...     

基于回归神经网络的柴油机NOx排放预测及影响分析

针对柴油发动机NOx排放量的预测问题与其影响参数进行研究.通过构建训练神经网络回归算法模型(recurrent neural network,RNN),基于发动机试验过程中采集的大量样本数据训练和预测NOx排放情况;预测结果表明,该网络模型的预测值与目标输出值之间的误差满足实际工程需求,具有良好的预测精度和泛化性能.基...