PET的紫外老化性能及机理研究

采用力学、紫外-可见光分析和热失质等测试手段研究了PET改性料的紫外老化性能及老化机理。结果表明:复合助剂的加入能显著提升体系的力学性能保持率,进而提升其紫外老化寿命,提升的幅度随复合助剂中耐紫外剂含量的增加而显著增加。DSC分析表明,随着复合助剂的引入和老化的进行,改性料结晶度增加。文中进一步讨论了PET改性料的紫外老化机理。紫外-可见光分析表明,紫外老化能产生醌类和双醌类物质,进而提升PET改性料的紫外吸收度。     

DP980+Z烘烤硬化值与退火温度的关系

摘要：为了研究退火温度对镀锌DP980+Z烘烤硬化值的影响，退火温度控制在760～820℃之间，系统分析退火温度对烘烤硬化值的影响。通过准静态拉伸试验机测量烘烤硬化值及抗拉强度，采用lepara试剂对组织中的马氏体进行着色，利用金相显微镜及图像处理软件测量马氏体的体积分数；采用扫描电镜观察DP980+Z的双相组织特点，并且将组织图片通过CAD转化成有限元图进行网格划分，建立代表性体积单元（RVE），通过有限元分析铁素体、马氏体强度对烘烤硬化值的影响。在同样的变形量情况下，DP980+Z的原始屈服强度越高，烘烤硬化值越高。     

基于颜色四通道及空间金字塔的鱼类图像检索

随着计算机视觉技术在海洋水产领域中的应用不断加深，鱼类图像检索在渔业资源调查、鱼类行为学分析等方面发挥了巨大的作用。通过研究发现，鱼类图像的背景信息会对鱼类图像检索造成极大干扰，而且鱼类图像中颜色、纹理、形状等特征由于空间位置信息的缺乏而使检索的准确率不高。为解决以上问题，提出了一种新的基于颜色四通道及空间金字塔的鱼类图像检索算法。首先，提取视觉显著性图将鱼类图像的前景和背景分开，从而减少图像背景对检索的干扰；其次，为了使图像特征包含一定的空间位置信息，利用空间金字塔的理论对图像进行分割，在此基础上，将图像转为HSVG四通道图并提取SURF特征；；最后，得到检索结果。为验证所提算法的有效性，在QUT_fish_data数据集和DLOU_fish_data数据集上对算法的查全率、查准率与经典的HSVG算法和显著性分块算法进行对比：在两个数据集上查准率分别比传统的HSVG算法最多分别提高12%和5%，查全率最多分别提高7%和22%；比传统的显著性分块算法查准率最多分别提高15%和5%，查全率最多分别提高36%和22%；从而证明所提算法是有效的，能有效提升鱼类图像的检索效果。     

Automatic breast tumor detection in ABVS images based on convolutional neural network and superpixel patterns

Breast cancer is one of the most common female malignancies, as well as the second leading cause of mortality for women. Early detection and treatment can dramatically decrease the mortality rate. Recently, automated breast volume scanner (ABVS) has become one of the most frequently used diagnose methods for breast tumor screening because of its operator-independent and reproducible advantages. However, it is a challenging job to obtain the tumors’ accurate locations and shapes by reviewing hundreds of ABVS slices. In this paper, a novel computer-aided detection (CADe) system is developed to reduce clinicians’ reading time and improve the efficiency. The CADe system mainly contains three parts: tumor candidate acquisition, false-positive reduction and tumor segmentation. Firstly, a local phase-based approach is built to obtain breast tumor candidates for further recognition. Subsequently, a convolutional neural network (CNN) is applied to reduce false positives (FPs). The introduction of CNN can help to avoid complicated feature extraction as well as elevate the accuracy and efficiency. Finally, superpixel-based segmentation is used to outline the breast tumor. Here, superpixel-based local binary pattern (SLBP) is proposed to assist the segmentation, which improves the performance. The methods were evaluated on a clinical ABVS dataset whose abnormal cases were manually labeled by an experienced radiologist. The experiment results were mainly composed of two parts. At the FP reduction stage, the proposed CNN achieved 100% and 78.12% sensitivity with FPs/case of 2.16 and 0. At the segmentation stage, our SLBP obtained 82.34% true positive, 15.79% false positive and 83.59% Dice similarity. In summary, the proposed CADe system demonstrated promising potential to detect and outline breast tumors in ABVS images.

     

带有方形肋及双倾斜肋片的细通道内流动、传热和熵产分析

为了探究带有方形肋及双倾斜肋片细通道的流动换热及熵产特性，设计了2种带有方形肋及双倾斜肋片的组合细通道(MCDS-L, MCDS-R)，然后采用数值模拟的方法分析其流动特性、传热特性和熵产特性，并将其分析结果同2种方形肋细通道(MCS-L, MCS-R)和一种双倾斜肋片细通道(MCD)进行对比。结果表明，在所研究的雷诺数范围内，组合通道的摩擦阻力系数基本一致且均高于其他3组通道(MCS-L, MCS-R, MCD) 。此外，组合通道的努塞尔数均高于其他3组通道，而熵产增大数均低于其他3组通道。其中，MCDS-L通道的努塞尔数最大，熵产增大数最低。表明MCDS-L通道的换热效果最佳，能量的综合利用程度最高。研究成果为微细通道热沉的设计提供参考。     

我国煤矿生产事故统计及安全生产措施

我国煤矿生产事故频发,顶板垮落、瓦斯爆炸、机电事故、突水、矿井火灾、放炮等隐患时刻影响着煤矿安全生产,当前矿井开采以井下开采为主,井下开采存在技术要求高、开采难度大的问题,导致煤矿事故发生数和死亡人数相对其他行业居于首位。因此,为了深入研究煤矿事故发生原因和规律,统计了近10 a我国煤矿事故数据,找出当前矿山开采存在的各种安全问题,针对存在的问题提出解决措施,对预防及应对煤矿安全问题具有重要意义。     

水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。     

Mechanism of methanol decomposition on the Pd/WC(0001) surface unveiled by first-principles calculations

In this study, the decomposition of methanol into the CO and H species on the Pd/tungsten carbide (WC)(0001) surface is systematically investigated using periodic density functional theory (DFT) calculations. The possible reaction pathways and intermediates are determined. The results reveal that saturated molecules, i.e., methanol and formaldehyde, adsorb weakly on the Pd/ WC(0001) surface. Both CO and H prefer three-fold sites, with adsorption energies of −1.51 and −2.67 eV, respectively. On the other hand, CH₃O stably binds at three-fold and bridge sites, with an adsorption energy of −2.58 eV. However, most of the other intermediates tend to adsorb to the surface with the carbon and oxygen atoms in their sp³ and hydroxyl-like configurations, respectively. Hence, the C atom of CH₂OH preferentially attaches to the top sites, CHOH and CH₂O adsorb at the bridge sites, while COH and CHO occupy the three-fold sites. The DFT calculations indicate that the rupture of the initial C–H bond promotes the decomposition of CH₃OH and CH₂OH, whereas in the case of CHOH, O–H bond scission is favored over the C–H bond rupture. Thus, the most probable methanol decomposition pathway on the Pd/WC(0001) surface is CH₃OH → CH₂OH → trans-CHOH → CHO → CO. The present study demonstrates that the synergistic effect of WC (as carrier) and Pd (as catalyst) alters the CH₃OH decomposition pathway and reduces the noble metal utilization.     

对荷载规范中旋转壳顶的风载体型系数的研究

采用CFD数值模拟方法,研究了旋转壳顶在不同矢跨比、长宽比等参数影响下的风压分布特性,并得到风载体型系数,对现行风荷载规范作了一定的补充。