胶团寿命与各种技术过程的相关性

美国佛罗里达大学化学工程系教授、表面科学与工程中心主任Shah博士从事表面化学领域的研究已逾二十五年,最近成功地举办了一次“胶团、微乳及单分子层二十五年的进展”国际会议。本文介绍Shah博士的研究小组用了近十二年的时间在胶团动态学及应用方面取得的主要成果。原文刊载在“分散科学和技术杂志”(1994年)上,现经作者同意,译成中文。     

运动估值技术及其应用（三）

在任何运动补偿装置里，一项必不可必的处理过程是运动估值，在此过程中对相继的源图像进行分析以确定运动着的物体。屏幕上一个物体的运动由运动矢量来描述，这是一个有长度和方向的二维参数。还必须有一个称为矢量指配的过程，在此过程中把适当的运动矢量分配给图像中的每个像素位置以构成一个矢量场。第三阶段便是真正的运动补偿过程了，它利用矢量场指挥滤波轴与光学的流程轴平行。     

南阳凹陷东部地区核二段储层"四性"关系研究

南阳凹陷东部核二段储层基本为三角洲前缘亚相沉积体系,储层岩性以细砂岩和粉砂岩为主.通过研究取心井储层岩性、电性、物性及含油性及之间的内在关系,拟合了相关性较好的测井资料处理解释模型;并做出了试油资料与相应储层岩性、物性及电性等参数的交汇图,得到了油、水、干层的定量解释标准,从而为实现储层参数由取心井到非取心井的定量求取,为进行测井资料二次数字处理提供了可靠的基础.     

性能数据与试样放置时间的不相关性研究

性能数据与试样放置时间的不相关性研究邬红炜（国家建材局玻璃钢研究设计院北京１０２１０１）１问题的提出我院今年生产的某产品，在初期生产时产品的压强数据小于有关验收技术条件所要求的性能指标，从而给生产蒙上一层阴影。生产部门面临着产品报废和生产延期的考验。...     

稀疏差分网络和多监督哈希用于高效图像检索

针对基于深度哈希的图像检索中卷积神经网络（CNN）特征提取效率较低和特征相关性利用不充分的问题,提出一种融合稀疏差分网络和多监督哈希的新方法SDNMSH（sparse difference networks and multi-supervised hashing）,并将其用于高效图像检索。SDNMSH以成对的图像作为训练输入,通过精心设计的稀疏差分卷积神经网络和一个监督哈希函数来指导哈希码学习。稀疏差分卷积神经网络由稀疏差分卷积层和普通卷积层组成。稀疏差分卷积层能够快速提取丰富的特征信息,从而实现整个网络的高效特征提取。同时,为了更加充分地利用语义信息和特征的成对相关性,以促进网络提取的特征信息能够更加有效地转换为具有区分性的哈希码、进而实现SDNMSH的高效图像检索,采用一种多监督哈希（MSH）函数,并为此设计了一个目标函数。在MNIST、CIFAR-10和NUS-WIDE三个广泛使用的数据集上进行了大量的对比实验,实验结果表明,与其他先进的深度哈希方法相比,SDNMSH取得了较好的检索性能。     

汉江中下游水体重金属时空分布及污染评价

为探明汉江中下游水体中重金属的污染状况,分别于2019年6月(丰水期)和2020年1月(枯水期)在汉江中下游选取20个监测断面采集水样,监测水体中Cu、Zn、Pb、Fe、Mn、As、Se和Cd 8种重金属的含量,分析汉江中下游水体中重金属污染的时空分布特征,并对水体重金属污染状况进行评价。结果表明:汉江中下游水体重金属污染以Fe、Mn为主,其他6种重金属浓度均满足地表水Ⅱ类水标准。汉江中下游水体中Fe和Mn含量沿程波动较大,二者变化规律基本一致。Fe和Mn含量最大值在支流竹皮河,其中Fe浓度超标4.63倍,Mn超标13%;此外,位于汉川市的S17断面Fe元素含量超标3.89倍。结合历史数据分析,发现近年来汉江中下游水体重金属含量总体呈上升趋势。评价结果表明,汉江中下游大部分水体水质良好,钟祥市和汉川市是汉江中下游重金属污染相对较重的两个城市,支流竹皮河的水体重金属污染问题需引起重视。     

深圳市某区降雨径流污染特征研究

该文以居民生活区A和工业厂区B为对象,采样点分布在研究区域末端出口处,以COD、NH3-N、TP、SS为研究对象,研究了降雨径流过程中水质的变化特征、冲刷特征及污染物间的相关性。研究表明:降雨径流过程中水质呈宽幅变化且受前期干燥时间和降雨特征影响;初期冲刷现象存在但并非在每场降雨中显著发生;COD、TP及SS间存在较强相关性,NH3-N与其他污染物不存在相关性。     

基于目标导向行为和空间拓扑记忆的视觉导航方法

针对在具有动态因素且视觉丰富环境中的导航问题,受路标机制空间记忆方式启发,提出一种可同步学习目标导向行为和记忆空间结构的视觉导航方法.首先,为直接从原始输入中学习控制策略,以深度强化学习为基本导航框架,同时添加碰撞预测作为模型辅助任务;然后,在智能体学习导航过程中,利用时间相关性网络祛除冗余观测及寻找导航节点,实现通过情景记忆递增描述环境结构;最后,将空间拓扑地图作为路径规划模块集成到模型中,并结合动作网络用于获取更加通用的导航方法.实验在3D仿真环境DMlab中进行,实验结果表明,本文方法可从视觉输入中学习目标导向行为,在所有测试环境中均展现出更高效的学习方法和导航策略,同时减少构建地图所需数据量;而在包含动态堵塞的环境中,该模型可使用拓扑地图动态规划路径,从而引导绕路行为完成导航任务,展现出良好的环境适应性.     

一种优化的贝叶斯分类算法

贝叶斯分类方法因具有严密的数学理论基础,于是成为一种简单而有效的数据挖掘方法;然而,贝叶斯分类器要求——条件独立性假设和每个属性权值为1,这极大降低了贝叶斯分类器的性能;针对贝叶斯分类器的局限性,文章提出了一种优化的贝叶斯分类算法;文中,首先利用粗糙集理论对待分类数据集进行属性约简,删除冗余属性;然后给出了属性权值的计算方法和公式,目的在于更准确地描述数据集的重要性和相关性;同时,通过weka3.6.2工具,以UCI机器学习数据库中的数据集为测试数据,进行了对比测试;实验结果表明:OBCA具有较高的分类准确率。