基于介形类生态特征评价湖南某铀矿山地表水放射性环境

湖南某铀矿为我国一重要铀资源生产基地，长年的矿冶活动使该铀矿冶地域生态环境不可避免地遭到了一定程度破坏。本文以该铀矿冶地域介形类为研究对象，分析其分布与生态特征，并利用该生物评价本矿冶地域地表水放射性污染状况。结果表明，Cypridopsis vidua在溪流与河流中均有分布，Helerocypris incongruens仅发现于河流，两者丰度均不高。利用该两种介形类丰度及总丰度变化可指示水体铀浓度的变化，丰度越小，铀含量越大，反之亦然。Shannon-Wiener物种多样性指数与水体铀浓度呈明显负相关，表明也可利用介形类生物指数指示水体铀浓度。该生物指数明显偏低，说明该铀矿冶地域地表水环境质量需要改善，放射性污染应引起足够重视。     

基于(火用)效率目标的环冷机余热回收系统操作参数优化

摘要：针对烧结环冷机余热回收利用率不高的难题，采用分析法建立了评价某钢铁厂烧结环冷机余热回收系统运行效率的效率模型。基于多孔介质模型、局部非热平衡方程、真实气体SRK方程建立环冷机内气固两相换热模型。通过CFD仿真模拟，探究料层高度、循环风机输入烟气温度、烧结矿底部入口风速三项可控环冷机运行工艺参数对系统效率的影响规律。结果表明，料层厚度在1～1.5 m区间每增加0.1 m，效率增加0.8%～1.1%；循环风温在100～140℃之间每增加10℃，效率增加1.4%～1.5%；烧结矿底部入口风速在0.9～1.9 m/s之间每增加0.1 m/s，效率降低0.18%～0.24%。在此基础上，基于工业运行数据建立效率正交试验优化模型，提高了该余热回收系统3.42%的效率。     

基于优势学习的深度Q网络

强化学习问题中，同一状态下不同动作所对应的状态-动作值存在差距过小的现象，Q-Learning算法采用MAX进行动作选择时会出现过估计问题，且结合了Q-Learning的深度Q网络（Deep Q Net）同样存在过估计问题。为了缓解深度Q网络中存在的过估计问题，提出一种基于优势学习的深度Q网络，通过优势学习的方法构造一个更正项，利用目标值网络对更正项进行建模，同时与深度Q网络的评估函数进行求和作为新的评估函数。当选择的动作是最优动作时，更正项为零，不对评估函数的值进行改动，当选择的动作不是最优动作时，更正项的值为负，降低了非最优动作的评估值。和传统的深度Q网络相比，基于优势学习的深度Q网络在Playing Atari 2600的控制问题breakout、seaquest、phoenix、amidar中取得了更高的平均奖赏值，在krull、seaquest中取得了更加稳定的策略。     

智能跟踪算法在采砂监管中的应用研究

受利益的驱动,长江流域非法采砂行为屡禁不止,给采砂有效监管造成很大的困扰。采砂监管水平的提高需要高效准确的跟踪识别技术作支撑。提出了一种基于相关滤波器的可变跟踪框智能算法。该算法可以准确快速地跟踪江河湖面上的非法采砂船,计算量少,鲁棒性高,对硬件的要求并不严苛,可以自由应用于从低性能到高性能的各种设备。基于该算法开发了非法采砂船追踪器,再配合百度深度学习平台Easy DL后,可构成一套采砂船监控系统,能够实现对长江水域非法采砂船24 h的有效监控,从而大大提高监控非法采砂行为的效率。     

基于数据挖掘的开源电子资源访问行为统计模型

为了解决当前图书馆资源个性化推荐过程中存在推荐的准确率、召回率以及效率较低的问题,采用二维距离模型构建用户社区模型,用于描述访问用户与图书馆开源电子资源之间的关系,并对互联网用户需求和访问行为进行模糊规则推理.依据互联网用户属性和图书馆资源访问需求属性之间的模糊规则,建立图书馆开源电子资源访问行为统计模型,并利用该模型向用户提供个性化推荐服务.仿真结果表明,所建模型的推荐召回率高达98. 4%,推荐准确率为99. 2%,运行时间小于0. 04 s.所建模型能够为互联网用户提供准确、高效地图书馆资源个性化推荐服务.     

面向高层建筑结构的屈曲约束支撑减震技术研究

针对高层建筑结构中的屈曲约束支撑技术应用,阐述了屈曲约束支撑的设计原理和几种主要的应用形式.对屈曲约束支撑的施工工艺、施工要点、施工监控方法等进行了研究探讨,对于类似工程的施工建造有一定的借鉴价值.     

基于人体关节点数据的攻击性行为识别

针对人体攻击性行为识别问题，提出一种基于人体关节点数据的攻击性行为识别方法。首先，利用OpenPose获得单帧图像中的人体关节点数据，并通过最近邻帧特征加权法和分段多项式回归完成由人体自遮挡和环境因素所导致缺失值的补全；然后，对每个人体定义动态"安全距离"阈值，如果两人真实距离小于阈值，则构建行为特征矢量，其中包括帧间人体重心位移、人体关节旋转角角速度和发生交互时的最小攻击距离等；最后，提出改进的LightGBM算法w-LightGBM，并对攻击性行为进行识别。采用公共数据集UT-interaction对所提出的攻击性行为分类识别方法进行测试实验，准确率达到95.45%。实验结果表明，所提方法能够有效识别各种角度的攻击性行为。     

NiH/Hβ催化剂的制备及催化正己烷异构化性能

采用浸渍还原法制备了一种新型镍氢化物/分子筛（NiH/Hβ）烷烃异构化催化剂，考察了催化剂制备条件及反应条件对其催化正己烷异构化性能的影响。结果发现，当活性组分质量分数为0.5%，反应温度为300 ℃，反应压力为2.0 MPa，氢/油摩尔比为4.0及质量空速为1.0 h^-1时，NiH/Hβ催化剂催化正己烷异构化活性最优，正己烷的转化率为83.0%，异构烷烃的选择性与收率分别达到78.6%、65.2%。根据实验结果，提出了NiH/Hβ催化剂催化正己烷异构化反应机理，证明NiH金属活性中心具有良好的加氢/脱氢功能。