东仔叶蜡石矿地质特征与矿石工艺特性

东仔叶蜡石矿是我国东南沿海中生代火山岩区的大型高铁叶蜡石矿,矿石Al_2O_3含量17-21％,TFe_2O_3+TiO_2含量3-8％,矿石经一次湿式强磁选,TFe_2O_3可降至2％以下,可以满足陶瓷和耐火材料工业的生产要求。工艺特性测试资料表明,矿石还可用于农药杀虫剂粉剂,涂料和塑料工业的填充剂。     

四正丁基溴化铵催化合成香豆素的研究

以水杨醛和醋酸酐为原料,无水碳酸钾为催化剂来合成香豆素。研究了四正丁基溴化铵的活化作用、四正丁基溴化铵的用量、反应温度以及反应时间对香豆素产率的影响。结果表明：用四正丁基溴化铵作活化剂,香豆素的产率由原来的61.3%提高到84.3%。最佳反应条件：n（水杨醛）∶n（四正丁基溴化铵）=1∶0.04,反应温度160℃,反应时间4h,香豆素的产率可达85.1%。     

基于半监督距离学习和多模态信息的图像聚类

通过融合图像中不同模态的信息并利用少量带标记的图像进行半监督距离学习,来对图像进行聚类。首先,提取彩色图像中RGB颜色空间的直方图信息、纹理信息,并采用SIFT算法提取Bag of Words来重新表达图像,从而基于图像的颜色特征、纹理特征以及语义特征,建立图像的多模态表达机制,将原始图像投射到表达空间;然后,利用少量标记的图像,通过半监督距离学习,获得图像在多模态信息空间的相似性度量;最后,通过半监督聚类方法,实现图像分组,在多个图像数据库中验证提出的方法的有效性。     

基于改进的最小描述长度小波变换数据压缩

针对电厂数据种类多、数据量大,而实际存储空间有限的情况,提出了一种基于改进最小描述长度（MDL）的小波变换数据压缩方法.该方法根据用户关注的信息特征,对各频段的信息加上不同的权值,以改进最小描述长度函数为准则.通过对电厂负荷数据进行压缩和解压实验,不但选择了合适的小波基函数,而且结果显示出改进MDL方法能够获得优于MDL方法的数据压缩比和重构精度.     

次磷酸铝微胶囊的制备与表征

为解决次磷酸铝(AHP)水溶性高、热稳定性差等问题,采用原位聚合法,以聚脲甲醛(PUF)为壁材,阻燃剂AHP为芯材,制备了聚脲甲醛次磷酸铝(PUFAHP)微胶囊。通过红外光谱、扫描电镜和粒径分析对PUFAHP的结构和形貌进行了表征。AHP粒子表面包覆一层PUF树脂后,棱角被淡化,粒径变大。水溶性和水接触角测试结果表明,AHP经过PUF树脂微胶囊化改性后疏水性得到增强,水溶性明显降低。热失重分析结果表明,所制备的PUFAHP微胶囊具有优良的热稳定性。     

同构迁移学习理论和算法研究进展

迁移学习的目的是解决目标领域中训练样本不足的学习问题,可以把一些在其他相关的源领域中获得的知识,迁移到目标领域中.它放宽了传统机器学习中的两个基本假设:用于学习的训练样本与新的测试样本满足独立同分布的条件;必须有足够可利用的训练样本才能学习得到一个较好的分类模型.按照源领域和目标领域的特征空间是否相同可划分为同构迁移学习和异构迁移学习.本文主要针对同构迁移学习的相关研究进展进行了综述,从理论、算法、应用方面介绍了在该领域所做的研究工作,并指出了同构迁移学习未来可能的研究方向.     

考虑多粒度类相关性的对比式开放集识别方法

深度神经网络在分类任务上不断取得性能突破,但在测试中面对未知类样本时,会错误地给出一个已知类预测结果.开放集识别任务旨在解决该问题,要求模型不仅精确地分类已知类,同时对未知类样本进行准确判别.现有方法虽然取得了不错的效果,但由于未对开放集识别任务的影响因素进行分析,因而大多基于某种假设启发式地设计模型,难以保证对于实际场景的适应性.分析了现有方法的共性,通过设计一个新的决策变量实验,发现模型对已知类的表示学习能力是其中的一个关键影响因素.基于该结论,提出了一种基于模型表示学习能力增强的开放集识别方法.首先,由于对比式学习已展示出的强大表示学习能力以及开放集识别任务所包含的标签信息,引入了监督对比式学习方法,提高模型对已知类的建模能力;其次,考虑到类别间的相关性是在类别层次上的表示,且类别之间往往呈现分层结构关系,设计了一种多粒度类相关性的损失函数,通过在标签语义空间构建分层结构并度量多粒度类相关性的方式,约束模型学习不同已知类间的相关关系,进一步提高其表示学习能力;最后,在多个标准数据集上进行了实验验证,证明了所提出方法在开放集识别任务上的有效性.     

燃气轮机排气温度异常检测及诊断

针对燃气轮机运行过程中的健康维护问题,提出了一种基于模糊C均值聚类的燃气轮机排气温度异常检测方法。以某型工业燃气轮机为例,采用模糊C均值聚类算法对排气温度的监测数据进行了聚类分析,得到了燃气轮机不同运行状态下的排气温度特征模式,并在此基础上实现了燃气轮机排气温度异常状态下的故障诊断分析。研究结果表明,燃气轮机甩负荷及其热通道部件的损坏失效均能够对排气温度产生不同程度的影响,模糊C均值聚类算法可以有效实现燃气轮机排气温度的异常检测,为燃气轮机性能退化预测及故障诊断提供决策参考。     

安全人机工程及其在电力事故预防与分析中的应用

随着火电厂单机容量的不断增大和电力系统自动化水平的不断提高，人们对电力系统的安全可靠性提出了更高的要求，因为一旦系统发生重大事故将会对社会生产和人类生活带来灾难性的后果。电力系统传统的故障预防与分析方法往往忽略了造成故障的重要的一环——人的因素。本文在分析了传统方法存在的缺陷的同时，首次将安全人机工程这一新兴的学科引入电力系统的事故分析之中，结合近几年来我国电力行业发生的重大事故，指出了安全人机工程的重要性，并对这一思想进行了详细的阐述。