高应力区沿空留巷围岩现状监测研究与分析

陈四楼矿计划实施沿空留巷的2802运输巷，断层较多，直接顶厚度较大，巷道矿压显现较为明显。针对顶板下沉、两帮外鼓、顶板淋水较大、巷道顶板受压破碎、金属网锈蚀严重、压脱锚杆较多、两帮位移较大等现象，提出在高应力区采用矿压监测的方法，通过对巷道变形现状进行的监测分析，对巷道破坏变形程度有了清晰的认识，对造成巷道破坏变形原因和影响因素有了详细的分析，根据注浆加固可改善围岩结构，提高围岩承载能力及锚杆、锚索锚固性能，是一种较为有效的围岩控制措施，确定了需要采用注浆加固的方式对进行巷道围岩破坏变形治理，并根据现场实际情况对注浆材料的性能提出了要求。     

新型低GWP高温热泵工质HFO-1234ze(Z)的研究进展

高温热泵可以有效回收工业余热，达到节能减排和保护环境的目的。目前，有关高温热泵技术的研究热点在于寻找一种全球变暖潜能值(GWP)低、使用性能良好的工质，以替代现有CFC-114、HFC-245fa工质。对新型环境友好型工质HFO-1234ze(Z)进行了综述，其GWP＜1，临界温度高于423 K，是一种潜在的高温热泵替代工质。总结了近年来国内外学者对HFO-1234ze(Z)的合成技术、热力学性质、输运性质、传热性能等方面的研究，并分析了HFO-1234ze(Z)在高温热泵系统中应用的可行性，认为HFO-1234ze(Z)在高温热泵中具有较好的工作性能和发展前景。     

SBBR反应器中耐冷微生物的驯化与识别

以模拟生活污水为处理对象，三种不同填料为生物膜载体，运行 A、B、C三个SBBR，通过逐步降温（25、20、15、10、6和5℃）培养驯化处理低温污水的生物膜。运行251周期，三个反应器COD出水浓度均低于50 mg/L；B反应器对氨氮去除效果优于A和C。特别在低温5℃时，A、B和C三个反应器氨氮平均出水浓度分别为14.1、3.79和14.1 mg/L。高通量测序结果显示，5℃时，三个反应器中均以降解有机物的微生物为主；只有B反应器中驯化富集出了嗜冷硝化菌（Candidatus Nitrotoga）；而其他有硝化作用的菌属在B反应器中的丰度也高于A和C反应器；不利于脱氮的类固氮菌（Elstera）在A和C反应器中丰度较高。此结果可从微生物角度解释三个反应器处理效果的差异性，表明B反应器处理低温污水有显著优势，其所用填料可结合低温菌进一步开发利用。     

罩式退火温度对高强IF钢组织及性能的影响

为研究不同退火温度下高强IF钢的组织性能及织构的变化规律,采用温箱式电阻炉加热模拟罩式退火工艺,研究了不同退火温度下高强IF钢210P1冷轧板力学性能;对不同退火温度钢板的r90进行了统计并对其进行显微组织观察;采用X射线衍射仪及热场发射扫描电镜对不同退火温度的罩式退火成品板进行了织构分析。结果表明,在高强IF钢210P1冷轧板的罩式退火过程中,提高退火温度将使晶粒明显长大。随着退火温度的升高,屈服强度及抗拉强度下降,伸长率升高,n值略有上升,板材横向r值增加较明显,有利织构{111}取向密度增加,不利织构{100}取向密度降低。     

小型机载激光通信系统设计与验证

针对空空宽带高速通信的需求，设计了小型化机载激光通信系统。仿真分析了300 km、2.5 Gb/s无线激光链路性能，并通过运动仿真台模拟机动环境测试了系统的跟踪与通信性能，其中粗跟踪误差为533.2 μrad(1σ)，精跟踪误差为3.6 μrad(1σ)，测试数据传输240 s，通信误码率为2.82×10-9。仿真与实验验证了该系统用于远距离空空无线激光通信的可行性。     

Omega-6支撑身体，Omega-3支撑大脑：均衡摄入对儿童大脑发育的影响（网络首发、推荐阅读）

人体大脑和身体的发育，需要从食物中摄取均衡的营养物质。人类大脑是区分人类和其他动物的特征。食物中的必需脂肪酸是机体组织结构和功能的必要组成部分。Omega-6（O6）亚油酸（LA6）是皮肤组织的组成成分，且是炎症、血栓形成、免疫和其他信号分子的前体；Omega-3（O3）α-亚麻酸（ALA3），特别是其长链代谢产物——二十二碳六烯酸（DHA3），是大脑、视网膜和部分神经组织中的关键组分。从富含LA6脂肪酸（缺乏O3脂肪酸）的植物籽中提取出的廉价而优质油脂，是20世纪的西方国家食品工业生产的主要脂肪来源。在代谢通路中，高浓度的LA6脂肪酸可拮抗O3脂肪酸代谢，造成O3脂肪酸不足，因此，在给怀孕动物的饲料中，只提供富含LA6但缺乏O3脂肪酸的油脂作为唯一的脂肪来源，会导致幼崽大脑发育不良。过去20~30年的研究表明，低含量LA6且含DHA3的油脂可改善大脑的功能。近年来的研究较多集中在营养因素对大脑发育的影响，最新研究数据表明，脂肪酸平衡对营养不良儿童的大脑发育尤为重要。世界卫生组织（WHO）越来越重视大脑的营养健康，通过其下属的食品法典委员会，建议用于治疗严重急性营养不良儿童的即食治疗食品中，使用含有均衡脂肪酸组成/构成的脂肪。同样，脂肪酸均衡对老年人可能也很重要。目前，业界已经有了调整油脂成分的方法，以确保脂肪酸均衡，从而维持人体整个生命周期的大脑健康。     

高效液相色谱法测定多环芳烃的出峰顺序探讨

目的探讨水﹑气﹑土壤中多环芳烃检测标准(HJ 478-2009﹑HJ 647-2013、HJ 784-2016)的正确出峰时间和顺序。方法用高效液相色谱来对苊烯、芴、苊、?、苯并(a)蒽进行定性分析,并与3个标准中的出峰顺序进行比较。结果苊烯、苊、芴、苯并(a)蒽、?的出峰时间分别为6.450、7.923、8.233、17.760、18.740min,与标准HJ478-2009﹑HJ647-2013的出峰顺序存在差异。结论在使用标准HJ478-2009﹑HJ647-2013、HJ 784-2016同时测定16种多环芳烃时,多环芳烃的出峰顺序及时间应以HJ 784-2016为准。     

A single-phase algorithm for mining high utility itemsets using compressed tree structures

Mining high utility itemsets (HUIs) from transaction databases considers such factors as the unit profit and quantity of purchased items. Two-phase tree-based algorithms transform a database into compressed tree structures and generate candidate patterns through a recursive pattern-growth procedure. This procedure requires a lot of memory and time to construct conditional pattern trees. To address this issue, this study employs two compressed tree structures, namely, Utility Count Tree and String Utility Tree, to enumerate valid patterns and thus promote fast utility computation. Furthermore, the study presents an algorithm called single-phase utility computation (SPUC) that leverages these two tree structures to mine HUIs in a single phase by incorporating novel pruning strategies. Experiments conducted on both real and synthetic datasets demonstrate the superior performance of SPUC compared with IHUP, UP-Growth, and UP-Growth+ algorithms.     

When Does Communication Learning Need Hierarchical Multi-Agent Deep Reinforcement Learning

Abstract

Multi-agent systems need to communicate to coordinate a shared task. We show that a recurrent neural network (RNN) can learn a communication protocol for coordination, even if the actions to coordinate are performed steps after the communication phase. We show that a separation of tasks with different temporal scale is necessary for successful learning. We contribute a hierarchical deep reinforcement learning model for multi-agent systems that separates the communication and coordination task from the action picking through a hierarchical policy. We further on show, that a separation of concerns in communication is beneficial but not necessary. As a testbed, we propose the Dungeon Lever Game and we extend the Differentiable Inter-Agent Learning (DIAL) framework. We present and compare results from different model variations on the Dungeon Lever Game.