聚苯胺接枝石墨的制备及性能测试

目的通过石墨表面的原位接枝反应制备聚苯胺接枝改性石墨(GO-g-PANI)。方法首先对鳞片石墨进行氧化,然后利用表面的羟基与硅烷偶联剂KH550反应在其表面引入胺基,进而接枝聚苯胺,制备聚苯胺接枝改性石墨(GO-g-PANI)。通过FTIR、SEM、四探针导体/半导体电阻率测试仪进行表征,并将其作为导电填料制备导电涂料。结果在苯胺与石墨不同的比例下,产率都在92%以上,并且当石墨与苯胺质量比为3:1时,在石墨表面生长出针状聚苯胺,其形成的复合材料的电阻率最低,为12.8?·mm。当此改性石墨在固膜含量为30%(质量分数)时涂料的综合性能最佳。结论聚苯胺可以通过原位反应接到石墨上,并且能够改善氧化石墨的导电性能,在导电材料、电磁屏蔽材料方面具有潜在的应用前景。     

基于边际Fisher深度自编码器的电台指纹特征提取*

针对在少量有标签样本条件下传统方法训练不充分而且难以准确提取通信电台指纹特征的问题,文中提出基于边际Fisher深度自编码器的电台指纹特征提取算法.以深度自编码器为基础,训练过程分为无监督预训练、基于边际Fisher映射的有监督训练两部分.首先挖掘海量无标签样本中包含的电台个体类别信息,用于深度自编码器最优参数训练.然后在有标签样本的辅助下对训练参数进行基于边际Fisher映射的有监督精校,提高指纹特征对同类型电台个体的鉴别能力.在多个通信电台数据集上进行的分类识别实验表明,文中算法能在小样本训练条件下有效表达同类型通信电台个体之间的差异.     

Super304H和HR3C奥氏体钢在模拟锅炉高硫气氛中的腐蚀行为北大核心CSCD

将Super304H、HR3C钢试样置于700℃下不同SO_2浓度(0.5%,1.5%)模拟气氛中,间隔一定时间取出样品称重,获得腐蚀动力学曲线。采用XRD、SEM和EDS等测试技术对腐蚀产物成分、结构和形貌进行分析。结果表明:在高硫环境中HR3C钢比Super304H钢更耐蚀。Super304H钢的腐蚀产物主要由疏松的富铁氧化物,部分Cr、Ni的氧化物以及尖晶石类化合物和少量的硫化物组成;HR3C钢的腐蚀产物主要为Cr_2O_3和铁的氧化物以及少量硫化物。随着SO_2浓度升高,腐蚀层增厚,腐蚀产物中局部出现S富集,加速了合金腐蚀。     

基于深度学习的通信辐射源指纹特征提取算法

针对在小样本条件下难以有效提取通信辐射源指纹特征的问题，设计了一种堆栈自编码网络的通信辐射源个体细微特征提取算法。首先通过预处理（高阶谱分析）将原始通信辐射源信号从时域转化到高维特征空间，然后利用大量无标签的通信辐射源高维样本训练堆栈自编码器网络，在此基础上，通过少量有标签的通信辐射源样本对softmax回归模型进行精校训练，从而获得面向通信辐射源指纹特征提取的深度学习网络。实际采集的通信电台数据集上的实验结果验证了该模型的可行性与有效性。      

超临界锅炉用材料的高温腐蚀研究进展

合金材料的耐高温腐蚀性能研究在先进超临界火电机组的发展中占有相当重要的地位,随着锅炉参数的提高,高温腐蚀逐渐成为合金材料使用寿命的主要制约因素。从三种主要的超临界锅炉合金材料出发(铁素体耐热钢、奥氏体耐热钢以及镍基高温合金),综述了常用的锅炉用高温合金材料及其高温腐蚀研究,包括在不同环境中的腐蚀,如SO_2气氛、KCl蒸汽、Na_2SO_4盐膜以及NaCl盐膜对高温腐蚀的影响;合金元素以及锅炉温度对高温腐蚀的影响。通过对腐蚀产物形貌、结构及元素分布的总结,对已有的研究成果进行了分析比较,发现大多数合金的腐蚀产物出现了分层现象,并且腐蚀过程中氧化-硫化过程交替进行,导致S元素的侵入以及腐蚀产物层的松动。讨论了腐蚀过程从萌生到加速腐蚀的历程机理,总结了锅炉不同高温腐蚀类型(焦硫酸盐腐蚀、复合硫酸盐腐蚀及氯化物腐蚀)。最后展望了未来高温腐蚀研究在超临界锅炉领域的发展方向。     

不同干燥温度对鹿茸菇品质及其抗氧化活性的比较分析

为探究不同热风干燥温度对鹿茸菇品质及抗氧化活性的影响,以新鲜的鹿茸菇为原料,对不同热风干燥温度获得的鹿茸菇的外观、复水率、总酚和黄酮含量进行检测,并考察了样品对DPPH、ABTS、羟自由基的清除能力。结果表明:随着干燥温度提高,鹿茸菇复水率呈现下降趋势,55~65℃干燥温度下,鹿茸菇子实体外观较好;总酚和黄酮含量分别在55℃、75℃达到最高值11.7mg/g、0.23mg/g;鹿茸菇干品中的ABTS和羟自由基清除率在60℃最高,其EC50分别为0.86mg/mL及2.20mg/mL。综合各项指标,热风干燥温度为60℃时,可以较好的保持鹿茸菇的色泽和抗氧化活性。     

基于半监督矩形网络的通信电台个体识别

通信电台信号的小样本条件造成了电台个体识别准确性欠佳的问题,本文首次提出基于半监督矩形网络进行通信电台个体识别,克服小样本条件对电台个体识别效果的影响.首先提取电台信号的矩形积分双谱特征,人为注入噪声构成污染样本,在半监督矩形网络编码器中有监督训练,其训练结果通过网络径向连接传给解码器,解码器再无监督学习,重构未污染的原始样本,从网络顶层提取电台个体特征,输入softmax分类器实现分类识别.在实际采集的电台数据集上的实验结果说明,本算法在小样本条件下相比现有算法能更准确识别同型号的电台个体.     

不同干燥温度对鹿茸菇品质及其抗氧化活性的比较分析

为探究不同热风干燥温度对鹿茸菇品质及抗氧化活性的影响,以新鲜的鹿茸菇为原料,对不同热风干燥温度获得的鹿茸菇的外观、复水率、总酚和黄酮含量进行检测,并考察了样品对DPPH、ABTS、羟自由基的清除能力。结果表明:随着干燥温度提高,鹿茸菇复水率呈现下降趋势,55~65℃干燥温度下,鹿茸菇子实体外观较好;总酚和黄酮含量分别在55℃、75℃达到最高值11.7mg/g、0.23mg/g;鹿茸菇干品中的ABTS和羟自由基清除率在60℃最高,其EC50分别为0.86mg/mL及2.20mg/mL。综合各项指标,热风干燥温度为60℃时,可以较好的保持鹿茸菇的色泽和抗氧化活性。     

基于DBN 的频率与相位编码信号快速调制识别方法

为提升低信噪比条件下雷达/ 通信频率、相位编码信号调制识别性能,降低特征提取复杂度,提出了基于深度信念网络DBN(Deep Belief Network, DBN)以及快速特征提取的调制识别方法。结合快速傅里叶累加算法FAM(FFT Accumulation Method)算法,提出了将循环谱估计图像转化为有效可识别特征向量的提取算法;设计了用于编码信号调制识别的DBN 网络训练与识别框架。仿真结果表明,文中方法较传统方法具有更低的特征提取与预处理复杂度,提取的特征在几种典型编码调制模式信号中具有明显区分,DBN 训练识别框架对雷达/ 通信编码信号调制识别均具有可行性与有效性,在低信噪比条件下对无线电编码信号有更高的识别正确率。     

Alpha稳定分布下基于RHMy滤波的MQAM信号码元速率估计方法

针对Alpha稳定分布噪声环境下,传统的MQAM信号码元速率估计方法性能恶化甚至完全失效的问题,本文结合了改进的Myriad类滤波与小波变换法的优点,提出一种基于递归混合Myriad滤波(Recursive Hybrid Myriad filter, RHMy)的高阶消失矩二次小波变换法对MQAM信号进行码元速率估计。首先采用RHMy滤波充分抑制噪声中的脉冲成分,再采用高阶消失矩小波估计码元速率。仿真结果表明,在Alpha稳定分布噪声环境中,相比于多尺度Haar小波变换法、分数低阶循环谱法与基于加权Myriad滤波(Weighted Myriad filter, WMy)的小波变换法,该方法有效的提高了低广义信噪比下的估计精度,同时在不同的脉冲噪声条件下具有较好的鲁棒性。