氧化石墨烯改性碳纤维复合材料抗冲击行为研究

使用单层纳米氧化石墨烯（NGO）粒子对环氧树脂进行改性处理，采用真空辅助树脂传递模塑成型工艺制备了[±45/0/90]_2S铺层角度下的纯树脂及单层NGO改性碳纤维复合材料（CFRP）层合板。通过落锤冲击试验、超声C扫描检测、冲击后压缩试验等对纯树脂及单层NGO改性CFRP进行实验研究。结果表明，纯树脂及单层NGO改性CFRP在损伤阻抗及损伤容限实验中均存在拐点现象，且拐点出现在相同深度位置，其中纯树脂CFRP拐点位置为0.51 mm，单层NGO改性CFRP拐点位置为0.43 mm；相对于纯树脂CFRP，单层NGO改性CFRP可以显著提高复合材料的抗冲击性能及冲击后的压缩性能；通过对冲击后凹坑深度及凹坑面积进行数据模拟，可以用拟合公式实现对复合材料的损伤预测。     

基于改进CGANs的入侵检测方法研究

近年来,机器学习算法在入侵检测系统(IDS)中的应用获得越来越多的关注。然而,传统的机器学习算法更多的依赖于已知样本,因此需要尽可能多的数据样本来对模型进行训练。遗憾地是,随着越来越多未知攻击的出现,且用于训练的攻击样本具有不平衡性,传统的机器学习模型会遇到瓶颈。文章提出一种将改进后的条件生成对抗网络(CGANs)与深度神经网络(DNN)相结合的入侵检测模型(CGANs-DNN),通过解决样本不平衡性问题来提高检测模型对未知攻击类型或只有少数攻击样本类型的检测率。深度神经网络(DNN)具有表征数据潜在特征的能力,而经过改进后的条件CGANs,能够通过学习已知攻击样本潜在数据特征分布,来根据指定类型生成新的攻击样本。此外,与生成对抗网络(GANs)和变分自编码器(VAE)等无监督生成模型相比,CGANsDNN经过改进后加入梯度惩罚项,在训练的稳定性上有了很大地提升。通过NSL-KDD数据集对模型进行评估,与传统算法相比CGANs-DNN不仅在整体准确率、召回率和误报率等方面有更好的性能,而且对未知攻击和只有少数样本的攻击类型具有较高的检测率。     

引入气相对D类颗粒间歇卸料过程特性的影响

通过测量并分析引入气相前后D类颗粒间歇卸料过程中示踪颗粒的流动状态、压力分布和颗粒流率，发现床体内气固两相流动特性不仅随时间变化，还受到气速（正负压差）的影响。据此将卸料过程按时间分为3个阶段：初始蓄压（PS）阶段、稳定卸料（SD）阶段和非满管流（PP）阶段；并给出各卸料阶段不同正、负压差和重力条件下的气固流动特性。在时间较长、流场较为稳定的SD阶段，发现卸料口颗粒阻力是影响颗粒流率的关键参数，通过修正De Jong公式、Beverloo公式，依次建立卸料口颗粒阻力、D类颗粒卸料流率预测模型，与实验值吻合较好，有望为引入气相调控D类颗粒卸料流率的方法提供参考。     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。     

基于自适应融合的手掌静脉增强方法

针对掌脉轮廓不清晰，图像对比度低、亮度低，进而导致识别性能降低的现象，提出一种自适应融合的手掌静脉增强方法。首先，基于暗原色先验（DCP）去雾算法，根据掌脉图像变异系数自适应选择去雾系数，得到DCP增强图像，并且基于部分子块重叠直方图均衡（POSHE）算法得到POSHE增强图像；然后，将图像分为16个子块，依据图像灰度均值与标准差确定各子块权重；最后，根据各子块权重对DCP和POSHE增强图像进行自适应融合，得到最终增强图像。该方法既保留了DCP算法在增强图像对比度和亮度的同时不引入明显噪声的优点，又保留了POSHE算法在增强图像对比度和亮度的同时不损失局部细节的特点；同时，两者的自适应融合既解决了DCP图像阴影部分掌脉缺失现象，又削弱了POSHE产生的块效应。在对两个公开库和自建库分别进行的实验中，三个数据库的等错误率分别为0.0004、0.0472、0.0579，识别率分别为99.98%、94.27%、92.05%。实验结果表明，与现有的图像增强方法相比，该方法降低了等错误率，提高了识别精度。     

多肽N端修饰方法研究进展

多肽是源于生物体内的一类重要的生物活性物质,但由于稳定性差等原因,大大限制了其应用。通过对多肽进行结构修饰,可以改变其理化性质,进而提高其稳定性及生物活性。综述了近年来多肽N端修饰方法的研究进展,包括乙酰化、PEG(聚乙二醇)修饰、荧光试剂修饰、多肽N端亲水性基团修饰、NCL及EPL连接反应等,介绍了2-氨基辛酸、丁烯酶1、N-脒基-焦谷氨酰苯丙氨酸、N-terminal caps等多肽N端修饰实例。     

城市大型给水工程系统迁建设计

在环保督察背景下,城市饮用水水源保护问题凸显。以铜陵为例,介绍城市大型取水口、对应水厂系统迁建设计案例。铜陵市三水厂横港取水口水源保护区内存在多座码头,结合铜陵市长江岸线规划、现状供水布局及存在问题,将横港取水口、三水厂整体迁建至下游新民取水口附近,设计规模为30万m^3/d,同步建设配套给水管道,将原三水厂改造为加压泵站,工程建成后逐步关停现状一、二水厂,形成更加科学合理的供水系统。     

白炭黑或埃洛石填充不同橡胶树品系天然橡胶复合材料的性能研究

分别采用白炭黑或埃洛石填充4种橡胶树品系（72059，PR107,73397和RRIM600）天然橡胶（NR）以制备复合材料，并研究复合材料的各项性能。结果表明：白炭黑或埃洛石填充NR复合材料的硫化特性受橡胶树品系的影响较小；两种填料填充的RRIM600复合材料均表现出最大的溶胀平衡交联密度和最优的物理性能，且50～70 ℃范围内的损耗因子最小，表明RRIM600复合材料的滞后损失最小，RRIM600满足低滚动阻力轮胎的用胶要求，而72059复合材料的相应性能较差；白炭黑填充72059复合材料的热稳定性最优，埃洛石填充各橡胶树品系NR复合材料的热稳定性差异不明显；PR107复合材料和73397复合材料的综合性能居中。     

基于协同多目标算法的多机器人路径规划

多机器人路径规划是群体机器人协同工作的前提,其特点是在防碰撞与避障的前提下追求多方面资源的最小消耗.针对这一特点,提出协同非支配排序遗传算法,解决具有多个优化目标的多机器人路径规划问题;运用改进的多目标优化算法,克服多目标优化取权值的不足,同时考虑机器人能源与时间两大资源,以多机器人的路径总长度、总平滑度、总耗时为规划目标.同时引入合作型协同算法框架,将难以求解的多变量问题分组求解.每个机器人的路径视为子种群,子种群通过带精英策略的非支配排序遗传算法,进化并筛选出子种群的部分进入协同进化,每次迭代更新外部的精英解集,最终生成一组非支配路径解.仿真结果表明,在栅格地图环境下,本文算法可有效实现多移动机器人的多优化目标路径规划.     

儿童用品TBT通报数据可视化预警研究

探索采用数据可视化技术分析儿童用品TBT通报数据,以可视化图形图像呈现通报热点并揭示趋势信息,提出对策与建议,助力为儿童用品产业升级、TBT预警数据分析和信息传播工作提供新思路,提高中小企业的国外市场准入机会。