三湾水库蓄水期重金属迁移特性数值模拟研究

水库水体重金属污染治理过程十分复杂,加强对水库重金属迁移特征的研究具有重要价值。文章以辽宁省在建的三湾水电站为例,利用MIKE软件构建该水库的二维水质数学模型,对水库蓄水过程中的特征污染物迁移特征进行模拟研究。结果显示:水库在蓄水至正常蓄水位时,爱河在研究区段干流的砷化物和铁元素的浓度比较稳定,特征污染物浓度基本可以满足地表水Ⅱ类水质标准要求。     

加工方式对玉筋鱼干风味的影响

为研究加工方式对玉筋鱼干风味的影响，实验按加工方式分为加盐煮制冷风干燥（boiling in salt solution followed by cold air drying，SCC）组和冷风干燥（cold air drying，CD）组。采用电子鼻技术、气相离子迁移谱（gas chromatography-ion mobility spectroscopy，GC-IMS）技术、氨基酸自动分析技术、高效液相色谱技术测定玉筋鱼干中的风味成分。结果表明，不同加工方式制作的玉筋鱼干在气味、滋味方面存在显著差异。电子鼻、GC-IMS技术均能区分不同工艺制作的玉筋鱼干气味，采用GC-IMS技术共分析出68 种挥发性成分，庚醛、戊醛、3-甲基丁醛对玉筋鱼干独特风味的形成有重要影响，其中3-甲基丁醛源自CD工艺，其区别于SCC工艺气味的关键物质。玉筋鱼干中的主要鲜味氨基酸是Glu，主要呈味核苷酸是肌苷酸；CD组玉筋鱼干中的鲜味氨基酸和甜味氨基酸含量占总游离氨基酸的比重高于SCC组，同时CD组滋味活性值、味精当量值均高于SCC组，所以仅采用CD工艺制作的玉筋鱼干滋味优于加盐煮制后CD工艺制作的玉筋鱼干。     

干湿循环红土的铅直向水分迁移试验研究

对云南红土进行了研究,以室温恒定水头浸泡增湿、恒温脱湿作为控制条件,考虑干湿循环次数和干密度的影响,通过变水头水分迁移试验的方法,研究了干湿循环作用对云南红土铅直向水分迁移特性的影响。试验结果表明:经过干湿循环作用的红土,在相同干密度、相同积水高度下,当循环次数由0次增加到8次时,红土中水分的迁移时间显著延长,相应的水分的迁移速率和迁移系数波动减小;循环次数较少时,水分迁移时间增加的变化程度较大,水分的迁移速率、迁移系数下降迅速;循环次数较多时,水分的迁移时间增加的变化程度较小,最终使得水分的迁移速率、迁移系数缓慢减小。     

有砟轨道路基翻浆冒泥模型试验系统的研发与应用

为研究既有线有砟轨道路基的翻浆冒泥机理，自主研发了一套能够模拟循环荷载–湿化耦合作用的模型试验系统。模型试样直径500 mm，由厚度分别为350 mm的路基土和200 mm的道砟组成，整个试样在高强度透明有机玻璃模型筒中制备完成。模型试验系统配备有监测荷载、位移、体积含水率和孔隙水压力的4种传感器，并通过高清相机对颗粒迁移过程进行图像捕捉。基于所研发的试验系统，针对辛泰铁路典型翻浆冒泥病害路段土样，开展翻浆冒泥模型试验。试验结果表明：动孔隙水压力是导致翻浆冒泥病害产生的关键因素。随着体积含水率的增加，动孔隙水压力引起的颗粒迁移量逐渐增加；在饱和状态下，会引起大量颗粒迁移，翻浆冒泥现象显著。试验结束时，道砟污染指数达到25%，在实际工程中已严重影响铁路的正常运营，有必要对污染道砟进行换填。     

基于深度神经网络的表面划痕识别方法

为实现亮度不均的复杂纹理背景下表面划痕的鲁棒、精确、实时识别，提出一种基于深度神经网络的表面划痕识别方法。用于表面划痕识别的深度神经网络由风格迁移网络和聚焦卷积神经网络（CNN）构成，其中风格迁移网络针对亮度不均的复杂背景下的表面划痕进行预处理，风格迁移网络包括前馈转换网络和损失网络，首先通过损失网络提取亮度均匀模板的风格特征和检测图像的知觉特征，对前馈转换网络进行离线训练，获取网络最优参数值，最终使风格迁移网络生成亮度均匀且风格一致的图像，然后，利用所提出的基于聚焦结构的聚焦卷积神经网络对生成图像中的划痕特征进行提取并识别。以光照变化的金属表面为例，进行划痕识别实验，实验结果表明：与需要人工设计特征的传统图像处理方法及传统深度卷积神经网络相比，划痕漏报率低至8.54%，并且收敛速度更快，收敛曲线更加平滑，在不同的深度模型下均可取得较好的检测效果，准确率提升2%左右。风格迁移网络能够保留完整划痕特征的同时有效解决亮度不均的问题，从而提高划痕识别精度；同时聚焦卷积神经网络能够实现对划痕的鲁棒、精确、实时识别，大幅度降低划痕漏报率和误报率。     

基于改进VGG16网络的TBM围岩识别方法研究

根据隧道掘进机(TBM)工程对前方地质条件的超前预警需求,开展围岩识别算法研究。针对原始VGG16网络结构待定参数过多以及知识蒸馏训练模式准确率不足的问题,提出一种基于改进VGG16网络的围岩识别方法。基于原始VGG16网络结构,优化其分类层结构,并减少网络复杂度,大幅降低网络待定参数量。基于传统知识蒸馏训练模式,优化其训练逻辑,提升网络对目标任务的特征提取能力。采用某隧道掘进工程的岩渣图像数据集,对上述方法进行验证。试验结果表明,该方法可在小幅提升准确率的同时,大幅减少网络的待确定权值参数。综上所述,该方法创新性地同时改进模型结构和训练模式,更适用于硬岩掘进条件下的围岩识别任务。     

电流驰豫法测试氧化镧掺杂的氧化铈中氧离子迁移

采用甘氨酸-硝酸盐法(GNP)合成了Ce0.65La0.35O1.825(LDC)粉末,在1400℃下烧结10 h得到陶瓷试样,用XRD和SEM表征了样品的物相和表面形貌。用直流电场测试了试样在不同温度下的电流驰豫现象,并计算了不同温度下试样中迁移氧离子数目和材料直流电导率。结果表明,在固态电解质材料中突然施加强电场,可迁移离子基本都发生了位置偏移,但极少部分可以产生长程迁移。随着温度的升高,样品中发生迁移的氧离子数目增加,但都远小于氧空位总量。迁移氧离子数目与温度之间满足阿累尼乌斯公式,其迁移活化能为0.83 eV。     

跨领域文本情感分类研究进展

作为社会媒体文本情感分析的重要研究课题之一，跨领域文本情感分类旨在利用源领域资源或模型迁移地服务于目标领域的文本情感分类任务，其可以有效缓解目标领域中带标签数据不足问题.本文从三个角度对跨领域文本情感分类方法行了归纳总结：（1）按照目标领域中是否有带标签数据，可分为直推式和归纳式情感迁移方法；（2）按照不同情感适应性策略，可分为实例迁移方法、特征迁移方法、模型迁移方法、基于词典的方法、联合情感主题方法以及图模型方法等；（3）按照可用源领域个数，可分为单源和多源跨领域文本情感分类方法.此外，论文还介绍了深度迁移学习方法及其在跨领域文本情感分类的最新应用成果.最后，论文围绕跨领域文本情感分类面临的关键技术问题，对可能的突破方向进行了展望.