微波水热辅助沉淀法制备氧化铝/碳化硅复合粉体

用微波水热辅助沉淀法制得氧化铝前驱体/碳化硅复合粉体,用XRD、SEM、TG-DSC对粉体进行了表征.研究表明:经过微波水热后,氧化铝的前驱体转变为AlO(OH),随着微波水热时间延长,AlO(OH)的结晶程度越来越高.pH值为7时,煅烧后的Al2 O3/SiC复合粉体的包覆效果最佳.     

公民水素养评价表征因素模型构建与分析

针对我国水资源紧缺、水生态损害、水环境污染等相关水问题,以提升全民爱水惜水节水护水的意识和能力为目标,从水素养概念出发,通过扎根理论质性研究方法对公民水素养评价的表征因素进行筛选和提炼,最终得出包含水知识、水态度、水行为为主范畴的10个表征因素并运用解释结构模型(ISM)深入剖析各因素之间的内在联系。在此基础上建立了3级多层次递阶结构模型,进一步精确描述系统各要素两两之间的直接关系。结果表明:公民水素养评价的表征因素自上而下形成了表象层、中间层和根源层等3个层级,可直观、清晰地反映表征因素之间的递阶、层级关系;水态度在各表征因素中具有调节作用以及各表征因素之间存在内在逻辑关系。研究成果为提高公民水素养水平提供一定的科学依据和政策参考。     

一种基于全变分技术和Lp伪范数的椒盐噪声去除方法

针对传统各向同性全变分（Isotropy total variation，ITV）去噪算法容易导致图像边缘模糊、不易保持图像细节信息等问题，提出一种基于L _p 伪范数和各向同性全变分的图像去噪方法。该方法将L _p 伪范数代替ITV模型中的L ₁范数，利用交替方向乘子算法（Alternating direction method of multipliers, ADMM）将能量泛函拆解成若干个子问题，并将差分算子视为卷积算子；然后引入卷积定理和快速傅里叶变换(Fast Fourier transform, FFT)提高算法运算效率；最后通过Matlab进行仿真实验，运用图像质量的客观和主观评价方法进行评价分析。结果表明，本文方法能够较好地保留图像的边缘特性，有效提升去噪效果。     

基于SAOR的Massive MIMO系统信号检测算法

大规模多输入多输出(Massive multiple input multiple output, Massive MIMO)系统采用最小均方误差(Minimum mean square error, MMSE)接收检测方法时存在矩阵求逆复杂度高的问题，已有较多降低复杂度的研究。在降低检测算法复杂度的同时，如何提高算法收敛速度和检测性能一直是人们关注的焦点。本文将对称加速超松弛(Symmetric accelerated over-relaxation， SAOR)迭代算法应用于Massive MIMO系统信号检测中，避免了复杂的矩阵求逆计算，实现了复杂度较最小均方误差算法降低了一个数量级。仿真结果表明，基于SAOR的检测方法通过较少的迭代次数就能逼近最小均方误差（Minimum mean square error, MMSE）算法的检测性能，为Massive MIMO系统中接收信号的快速检测提供了较好的实现方法。     

基于深度学习的番茄叶部病害识别模型

番茄叶病种类多、成因复杂,其预防和识别难度较大。传统基于机器学习的方法多靠人工识别,需要一定的专家经验,且具有主观性强、识别准确率不高等缺点。为实现番茄叶病特征的自动提取,并提高识别准确率,提出一种基于深度学习的番茄叶病识别模型。该模型基于卷积神经网络对番茄叶部病害特征进行自动提取,获得高维特征后,采用PCA降维算法去除冗余特征;从增大类间距离并减小类内距离的角度改进了softmax分类器,提高了识别准确率。将该模型在CrowdAI提供的数据集上进行了仿真验证,结果表明,该模型能够对番茄叶部常见10种病害进行自动提取特征和识别,综合识别准确率达到95%以上。     

基于LBSN动态异构网络的时间感知兴趣点推荐

随着基于位置社交网络(Location-Based Social Network,LBSN)的快速发展,兴趣点(Point-Of-Interest,POI)推荐可以帮助人们发现有趣的并吸引人的位置。针对签到数据的稀疏性和用户兴趣的动态性等挑战性问题,提出了基于LBSN动态异构网络的时间感知兴趣点推荐算法。在LBSN异构网络模式中增加会话节点类型。通过动态元路径,在用户和兴趣点语义关系之间有效地融入时间信息、位置信息和社交信息等。设置了用户-兴趣点之间的动态元路径集,并提出了动态路径实例的偏好度计算方法。采用矩阵分解模型对不同动态偏好矩阵进行矩阵分解。根据不同动态元路径的用户特征矩阵和兴趣点特征矩阵,获取用户在目标时间访问兴趣点的推荐列表。实验结果表明,与其他兴趣点推荐方法相比,所提方法在兴趣点推荐精确度上取得了较好的推荐结果,具有良好的应用前景。     

基于边缘和局部熵融合的视觉安全性评估方法

针对基于局部熵进行加密图像视觉安全性评估存在块效应的局限性，引入图像的边缘特征，通过共有边缘来衡量加密图像与原始图像的边缘相似度，消除了块效应。由于局部熵对加密等级低的图像不敏感，边缘相似度对加密等级高的图像不敏感，将两个评估方法进行自适应融合，提出[SLEES]（Local Entropy and Edge Similarity，[SLEES]）指标。通过改变图像像素位置和图像像素值的加密方式处理图像和视频帧进行测试，实验结果表明，[SLEES]指标相比传统评估指标有更好的鲁棒性，评估范围更广。     

汉语谐音与语义双关语的认知神经加工差异——ERP证据

该文运用事件相关电位技术,观测汉语谐音双关语与语义双关语两者是否存在认知神经加工上的差异。结果发现,语义双关语的正确率明显低于谐音双关语以及不符合逻辑语篇的正确率。谐音双关语组、语义双关语组和不合逻辑语篇引发的脑电波数据在300～900ms之间存在显著差异。其中,语义双关语和不合逻辑语篇都引发了N400效应。脑电波形图和脑电波地形图显示,前者引发的N400效应略微晚于后者引发的N400效应,但数据统计的结果不显著。在600～900ms,谐音双关语引发了P600效应。研究由此推论: 汉语谐音双关语与语义双关语认知层面的加工差异与双关语的呈现形式和表达效果密切相关。     

结合预训练模型和语言知识库的文本匹配方法

针对文本匹配任务,该文提出一种大规模预训练模型融合外部语言知识库的方法。该方法在大规模预训练模型的基础上,通过生成基于WordNet的同义—反义词汇知识学习任务和词组—搭配知识学习任务引入外部语言学知识。进而,与MT-DNN多任务学习模型进行联合训练,以进一步提高模型性能。最后利用文本匹配标注数据进行微调。在MRPC和QQP两个公开数据集的实验结果显示,该方法可以在大规模预训练模型和微调的框架基础上,通过引入外部语言知识进行联合训练有效提升文本匹配性能。     

高泉背斜地层压力测井多参数综合解释与异常高压成因

目前国内外地层压力测井解释方法较多,但大多数方法基于欠压实沉积理论并局限于单一的地层岩性,尤其是针对盆地边缘山前深层构造,单一测井参数确定地层压力误差较大,且无法解释沉积压实机制以外的异常高压。为此,将多种异常高压机制相关的测井参数进行综合解释,建立适合山前复杂构造的地层压力测井多参数计算模型,评价准噶尔盆地南缘高泉背斜高探1井的地层压力剖面,其计算结果与钻井实测数据吻合,相对误差小于3.00%.同时,基于原始沉积加载—卸载过程力学原理,利用地层压力测井多参数分析判别出高泉背斜深层各层系异常高压的形成机制。