陈四楼煤矿“123456双重预防体系”的建设与应用

针对煤矿“双重预防体系”如何落地生根问题，结合陈四楼煤矿在风险分级管控和隐患排查治理方面的实用方法和“双重预防体系”的建设经验，深入研究了“双重预防体系”的相关标准、风险隐患事故之间的关系及其各自的产生和发展机理、安全风险的有关辨识评估方法、事故隐患的排查和治理方法，分析了传统安全管理模式与“双重预防体系”的新型安全管理模式的差别，总结出了“123456双重预防体系”这个囊括了事前安全风险辨识、事中隐患排查治理、事后安全现状评估的创新成果，实现了“事前、事中、事后”的全过程控制，对夯实煤矿安全管理根基、促进矿井平稳有序发展发挥着越来越重要的作用，为煤炭行业“双重预防体系”的落地生根提供了借鉴和参考。     

基于二元水循环的水量-水质-水效联合调控模型开发与应用

为将我国最严格水资源管理制度的实践与二元水循环理论相结合，提高“三条红线”控制指标的科学性与合理性，本文以SWAT模型为基础，通过改进子流域划分方法、添加经济社会模块和人工用水模块，对其人工侧支循环模拟进行了系统的完善，开发了基于SWAT的水量-水质-水效联合调控模型SWAT_WAQER。以广西南流江流域为例，从国民经济用水量、河道径流与水质等方面对模型进行校验，并在此基础上划分了2030年“三条红线”控制指标。结果表明：该模型性能良好，能够用于不同节水情景下的国民经济用水量、污染物排放量、水功能区水质达标结果分析，可以作为科学制定“三条红线”控制指标的有力支撑工具。     

无失效数据机载多余度EWIS可靠性研究

针对高可靠度机载多余度EWIS各组成部分寿命服从指数分布但参数未知的情况，提出采用无失效数据可靠度分析方法评估EWIS的可靠度水平。通过Monte-Carlo仿真方法对连接形式为“先并联、后串联”EWIS各组成部分寿命进行抽样，利用“最小最大值”方法获得系统寿命的抽样值，用概率纸检验法初步判断EWIS寿命是否服从威布尔分布，再用Pearson拟合优度检验法判断EWIS寿命是否服从威布尔分布。结合无故障飞行时间的样本值与EWIS寿命服从威布尔分布的假设，采用无失效数据分析方法评估EWIS的可靠度水平。研究方法对机载多余度EWIS无失效数据可靠度分析有一定的贡献。     

两种3D打印用雾化Ti-6Al-4V粉末的对比研究

本研究分别利用水冷铜坩埚真空感应熔炼气雾化(VIGA-CC)和等离子旋转电极(PREP)两种技术制备出球形Ti-6Al-4V合金粉末,作者利用SEM、同步辐射CT扫描-三维重建和氩气含量测试等分析手段对不同粒径的Ti-6Al-4V合金粉末的孔洞缺陷和氩气含量、硬度值进行了表征。实验结果表明, VIGA-CC粉末粒度分布宽,细粉收得率较多,粉末粒度分布在40~180 μm之间, PREP粉末的粒度分布较窄,主要集中在110~180 μm之间；金属粉末内部的孔隙率、气体含量和孔尺寸随着粉末粒度的增大而增大,且同一粒径范围内VIGA-CC粉末的气孔概率多于PREP粉末；随着粉末粒径减小,粉末截面组织逐渐细化,其硬度值逐渐升高,整体上VIGA-CC粉末硬度值高于PREP粉末。     

马尔可夫跳变线性系统最优控制的研究现状与进展

马尔可夫跳变线性系统（MJLS）是一种具有多个模态的随机系统，系统在各个模态之间的跳变转移由一组马尔可夫链来决定。MJLS模型因其在表示过程中可以产生突变而更能精确的描述实际工程应用中的系统。近年来，MJLS的最优控制问题成为了研究的热点，动态规划、极大值原理以及线性矩阵不等式等成为了解决此类问题的主流方法。本文对MJLS最优控制领域的研究现状进行了综述。分别对一般情况下、带有噪声的情况下、带有时滞的情况下以及某些特定情况下的MLJS最优控制问题的国内外研究现状进行论述。最后进行了总结并提出MJLS最优控制领域未来值得关注的研究方向。     

基于蛋白质组学技术研究秦川牛肉宰后贮藏过程中肌红蛋白含量及其衍生物转化

本实验采用4D-非标记蛋白质组学技术研究秦川牛肉贮藏过程中（0～8 d）肌红蛋白含量及其衍生物的转化情况，阐释冷却秦川牛肉中肌红蛋白含量及其衍生物转化的分子机制。结果表明：贮藏过程中，肌红蛋白表达量在宰后0～4 d上升、4～8 d下降，利用非标记蛋白质组学技术鉴定出与肌红蛋白及其衍生物相关的差异蛋白14 种，具体包括代谢酶、氧化还原酶、过氧化物酶、伴侣蛋白4 类，这4 类蛋白的表达共同调控贮藏过程中肌红蛋白含量的变化及其3 种衍生物之间的转化，具体表现为贮藏过程中肌红蛋白表达量整体呈下降趋势，氧合肌红蛋白相对含量持续下降，脱氧肌红蛋白、高铁肌红蛋白相对含量逐渐增加，导致肉色发生褐变。本研究结果有利于理解秦川牛肉贮藏过程肉类变色的复杂生化变化机制。     

A gradient boosting decision tree approach for insider trading identification: An empirical model evaluation of China stock market

Insider trading is a kind of criminal behavior in stock market by using nonpublic information. In recent years, it has become the major illegal activity in China’s stock market. In this study, a combination approach of GBDT (Gradient Boosting Decision Tree) and DE (Differential Evolution) is proposed to identify insider trading activities by using data of relevant indicators. First, insider trading samples occurred from year 2007 to 2017 and corresponding non-insider trading samples are collected. Next, the proposed method is trained by the GBDT, and initial parameters of the GBDT are optimized by the DE. Finally, out-of-samples are classified by the trained GBDT–DE model and its performances are evaluated. The experiment results show that our proposed method performed the best for insider trading identification under time window length of ninety days, indicating the relevant indicators under 90-days time window length are relatively more useful. Additionally, under all three time window lengths, relative importance result shows that several indicators are consistently crucial for insider trading identification. Furthermore, the proposed approach significantly outperforms other benchmark methods, demonstrating that it could be applied as an intelligent system to improve identification accuracy and efficiency for insider trading regulation in China stock market.     

澳大利亚“基于能力本位的评估”模式及对我国高职教育 质量评估的启 示

澳大利亚职业教育在全球享有较高的声誉,这与其坚持严格的"基于能力本位的评估"(competency based assessment, CBA)密不可分。介绍了澳大利亚CBA的内涵特征,并详细描述"准备评估、开发评估工具、开展评估、对评估结果进行评估"的CBA运作过程,关注评估工具的开发和后续常规系统性检查及完善,以期对我国的高等职业教育质量评估起到启示和借鉴作用。     

A three-dimensional surface measurement system implemented with Gaussian process based adaptive sampling

Self-adaptive surface measurements that can reduce data redundancy and improve time efficiency are in high demand in many fields of science and technology. For this purpose, a system implemented with Gaussian process (GP) adaptive sampling is developed. The non-parametric GP model is applied to reconstruct the topography and guide the subsequent sampling position, which is determined from the inference uncertainty estimation. A criterion is proposed to terminate the GP adaptive measurement automatically without any prior model or data of the topography. Experiments on typical surfaces validate the intelligence, adaptability, and high accuracy of the GP method along with the stabilization of the automatic iteration termination. Compared with traditional raster sampling, data redundancy is reduced and the time efficiency is improved without sacrificing the surface reconstruction accuracy. The proposed method can be implemented in other systems with similar measurement principles, thus benefitting surface characterizations.