基于策略梯度算法的工作量证明中挖矿困境研究

针对区块链中工作量证明（PoW）共识机制下区块截留攻击导致的挖矿困境问题，将矿池间的博弈行为视作迭代的囚徒困境（IPD）模型，采用深度强化学习的策略梯度算法研究IPD的策略选择。利用该算法将每个矿池视为独立的智能体（Agent），将矿工的潜入率量化为强化学习中的行为分布，通过策略梯度算法中的策略网络对Agent的行为进行预测和优化，最大化矿工的人均收益，并通过模拟实验验证了策略梯度算法的有效性。实验发现，前期矿池处于相互攻击状态，平均收益小于1，出现了纳什均衡的问题；经过policy gradient算法的自我调整后，矿池由相互攻击转变为相互合作，每个矿池的潜入率趋于0，人均收益趋于1。实验结果表明，policy gradient算法可以解决挖矿困境的纳什均衡问题，最大化矿池人均收益。     

基于移动室内信号传输损耗模型的研究

目前室内信号覆盖是网络优化的重点区域,由于室内建筑物结构本身存在信号屏蔽和吸收的问题,这就会引起无线信号产生较大的传输损耗,信号传输损耗主要通过传播模型来计算.主要介绍了几种常见的室内信号传播模型,并且给出了各个模型的适用环境,为不同场景的室内分布系统提供依据.     

低温热水解污泥厌氧产甲烷过程研究

为了促进剩余污泥(WAS)的厌氧降解转化,本文在50～110℃温度下,对WAS进行热水解,考察热水解污泥的厌氧产气效能。粒径、溶解性蛋白和多糖、磷酸盐等指标的分析结果表明,低温热水解能有效破坏WAS的絮体结构,促进有机物释放。110℃处理2h后,WAS粒径从208.9μm降低至10.8μm,相应的溶解性化学需氧量(SCOD)浓度提高3.29倍。此外,生物气产量随热水解温度的升高而升高,最大累积生物气产量比对照组提高34.1%,且CH_4和H_2含量合计可达81.8%。     

动态权-集对分析模型在矿井突水水源识别中的应用

矿井突水是煤矿生产的主要威胁之一,准确判定矿井突水水源是突水灾害防控的重要环节。为进行矿井突水水源识别,基于动态权和集对分析理论,针对葫芦素井田5种不同含水层中所提取的53组水样,选取K~++Na~+,Ca~(2+),Mg~(2+),Cl~-,SO■及HCO■六项水化学指标作为识别因子,确立了其水源识别区间,构建了矿井突水水源识别的数学模型。然后利用10组已知矿井水样验证水源识别模型,最后使用该模型对2015-04-26葫芦素井田21102工作面突水进行水源识别。结果表明:动态权重综合考虑主客观权重,既削弱了人为因素的影响,又考虑了识别指标的实际情况,权重赋值合理。利用动态权计算的6项识别因子中,SO■,Cl~-,K~++Na~+的权重值分别为0.38,0.25及0.20,远大于其他3项指标且其权重之和占总权重的83%,在突水水源识别中起决定性作用。利用10组已知矿井水样验证动态权-集对分析水源识别模型,9组识别结果与实际情况完全吻合,仅有1组第四系水样识别结果与实际不符,为建模时第四系样本数据少,待测水样超出识别区间所致。使用已建模型识别葫芦素井田21102工作面突水水源,判别结果与实际完全一致,因21102工作面突水几乎均来自直罗组与白垩系,而直罗组与白垩系建模样本量大,所建识别区间合适。大量的水质数据及准确的识别区间是动态权-集对分析模型进行准确突水水源识别的基础与保障。     

某低品位白钨矿浮选试验研究

为提高矽卡岩型白钨矿浮选粗精矿品位,降低后续加温精选成本,开展了低品位钨矿抑制剂研究。采用自主研制的WT-1有机抑制剂,通过两次粗选,粗精矿合并,可获得WO_3品位为4.04%,回收率为84.21%的白钨粗精矿。红外光谱分析结果表明WT-1分别在萤石和方解石表面上发生了化学吸附,未在白钨矿表面发生化学吸附。在保持粗精矿回收率不变的前提下,白钨粗精矿WO_3品位提高了1倍左右,精选加温成本可减少将近一半。     

肌红蛋白在加工贮藏过程中结构与功能特性的变化及其对肉制品色泽的影响研究进展

肌红蛋白是一种主要存在于肌浆中的色素蛋白质,可以赋予和提升肉及肉制品在加工、贮藏和消费过程中的色泽。在肉制品加工过程中,引起肌红蛋白结构变化的因素有很多,而蛋白质结构的改变会引起其功能特性的改变,从而对肉制品的色泽产生影响。本文主要介绍肉及肉制品中肌红蛋白在加工和贮藏过程中的结构变化,并综述了结构变化引起的肌红蛋白功能特性改变,以期为肉及肉制品的品质控制提供参考。     

程序标准化转换中的指针分析算法研究

 针对已有指针分析算法的程序中间表示不能充分表示程序的语法结构与语义,而导致不适合应用于程序标准化转换的问题,提出基于控制依赖树的流敏感和上下文敏感的过程间指针分析算法.将程序表示为控制依赖树,改进指向表示法用以表示指针别名,在此基础上定义数据流公式,对控制依赖树进行流敏感和上下文敏感的指针分析.实验结果表明,该算法的准确性高于Emami指针分析算法的准确性,并且应用于程序标准化时可显著提高代码多样化消除率.     

分子动力学模拟高压静电场对碳酸钙结晶的影响

用分子动力学模拟的方法,研究了不同高压静电场对碳酸钙水溶液中水分子、Ca2+和CO32-的扩散系数及不同离子间径向分布函数的影响。结果表明,高压电场能显著增大水分子、Ca2+和CO32-的扩散系数,使三者增长最大的场强分别为1400、1100和1600 V/m。在高压静电场的影响下,晶面上的Ca2+与水分子中的氧原子间有离子键形成。高压电场使溶液中的Ca2+和CO32-间的距离有所增加,能减少两者生成碳酸钙微晶的几率。     

基于深度学习的机械轴承故障智能诊断

智能故障诊断对于提高智能制造的可靠性具有重要意义。基于深度学习的故障诊断方法在工业领域已经取得了很大的成功,但是不同的模型提取的特征存在一定的差异。针对数据特征提取不全面等问题,提出一种基于深度学习的融合网络模型(CLOD)。首先通过傅里叶变换对故障信号进行时频分析,得到时频谱样本,然后将样本送入经过LSTM模型和改进的CNN模型融合后的卷积网络模型(CLOD)中训练学习,最后通过更新网络参数来提高模型性能,实现轴承故障精确智能诊断。与传统方法比较,CLOD在保证准确率的基础上,极大的增加了模型的拟合速度和稳定性。