Coupling effects of water content,temperature, oxygen density,and polytetrafluoroethylene loading on oxygen transport through ionomer thin film on platinum surface in catalyst layer of proton exchange membrane fuel cell

In this work, coupling effects of water content, temperature, oxygen density, and polytetrafluoroethylene (PTFE) loading on oxygen transport through an ionomer thin film on a platinum surface in a catalyst layer of a proton exchange membrane (PEM) fuel cell are investigated using molecular dynamics approach. Taguchi orthogonal algorithm is employed to comprehensively analyze the coupling effects in a limited number of cases. It is found that the effect of operation temperature is the weakest among the four factors, which has the smallest effect index 14.4. Coupling effects including the PTFE loadings on the oxygen transfer through the ionomer thin film is uncovered. Less PTFE loadings should be beneficial for the oxygen transfer. The chemical potential gradient is considered as the major driven force for the oxygen transport through the ionomer thin film, and oxygen density is the dominating factor, significantly affecting the chemical potential in the thin film.     

机器人系统有限时间自适应迭代学习控制

研究任意初态下，机器人系统的有限时间自适应迭代学习控制方法。引入初始修正吸引子的概念，构造一个含有初始修正项的误差变量。针对定常机器人系统和时变机器人系统，采用Lyapunov-like方法，分别设计迭代学习控制器处理系统中不确定性。并且，采用未含/含限幅学习机制，保证闭环系统各变量的一致有界性和误差变量在整个作业区间一致收敛性。藉以实现跟踪误差在预先指定区间的完全跟踪。仿真结果验证所设计控制方法的有效性。     

Deploy Efficiency Driven k-Barrier Construction Scheme Based on Target Circle in Directional Sensor Network

Journal of Computer Science and Technology - With the increasing demand for security, building strong barrier coverage in directional sensor networks is important for effectively detecting...     

[成形过程仿真优化与集成计算材料工程]限定加热管布局的快速热循环注塑成形模具电加热系统优化

针对管道布局、最大允许能耗给定条件下快速热循环注塑成形（RHCM）注塑模具型腔表面快速均匀加热的问题，提出以单根加热棒热流密度为设计变量，以模具型腔表面升温效率和温度分布均匀性为目标，结合有限元模拟、响应面设计以及多目标粒子群优化技术来优化RHCM模具电加热系统。与优化前相比，加热系统优化后，模具型腔表面最大温差降低63.4%，加热系统总能耗降低9%。对比了不同注塑成形工艺条件下成形的平板塑件表面质量，结果表明，相对传统注塑成形（CIM）工艺，RHCM工艺将制品表面粗糙度Ra从320 nm降低到118 nm，并有效抑制了制品表面熔接痕、缩痕等缺陷；发现制品表面粗糙度与型腔表面对应点温度成负相关，说明优化后的型腔表面温度分布更有利于提升制品表面质量。     

塔里木盆地中秋1凝析气藏成藏条件及演化过程

2018年12月,塔里木盆地秋里塔格构造带天然气勘探取得重大突破,中秋1井在下白垩统巴什基奇克组测试获高产工业气流,发现了该构造带迄今为止最大的整装凝析气藏。为了给该构造带下一步油气勘探部署提供依据,在充分利用前人研究成果的基础上,基于岩心、薄片、测井及地球化学分析资料,明确了中秋1大型凝析气藏的油气藏特征和气藏类型,分析了该气藏天然气成藏条件并推演其演化过程。研究结果表明:①中秋1大型气藏属于低含凝析油凝析气藏,天然气为煤成气,主要来自区内侏罗系腐殖型煤系烃源岩;②该构造带能够形成大型油气藏的有利地质条件是三叠系和侏罗系发育的两套巨厚高演化烃源岩、白垩系发育的大型辫状河三角洲规模有效砂岩储层、喜马拉雅晚期以来的构造活动形成的大规模楔状叠瓦构造圈闭、古近系和新近系巨厚膏盐岩形成的优越保存条件,以及油气生成与圈闭形成的良好时空匹配;③该气藏具有先油后气、晚期快速气侵聚集成藏的成藏模式,总体上是一个"早期聚油、晚期气侵、改造调整、快速成藏"的成藏过程。结论认为,该构造带油气成藏条件优越,具有广阔的油气勘探前景。     

结合深度学习与支持向量机的金属零件识别

目的 在视觉引导的工业机器人自动拾取研究中，关键技术难点之一是机器人抓取目标区域的识别问题。特别是金属零件，其表面的反光、随意摆放时相互遮挡等非结构化因素都给抓取区域的识别带来巨大的挑战。因此，本文提出一种结合深度学习和支持向量机的抓取区域识别方法。方法 分别提取抓取区域的方向梯度直方图（HOG）和局部二进制模式（LBP）特征，利用主成分分析法（PCA）对融合后的特征进行降维，以此来训练支持向量机（SVM）分类器。通过训练Mask R-CNN（regions with convolutional neural network）神经网络完成抓取区域的初步分割。然后利用SVM对Mask R-CNN识别的抓取区域进行二次分类，完成对干扰区域的剔除。最后计算掩码完成实例分割，以此达到对抓取区域的精确识别。结果 对于随机摆放的铜质金属零件，本文算法与单一的Mask R-CNN及多特征融合的SVM算法就识别准确率、错检率、漏检率3个指标进行了比较，结果表明本文算法在识别准确率上较Mask R-CNN和SVM算法分别提高了7%和25%，同时有效降低了错检率与漏检率。结论 本文算法结合了Mask R-CNN与SVM两种方法，对于反光和遮挡情况具有一定的鲁棒性，同时有效地提升了目标识别的准确率。     

GreyFan:一种Wi-Fi隐蔽信道攻击框架

针对现实网络中诸如侧信道攻击、HID 攻击等传统的物理攻击，物理隔离被认为是一种较为彻底的抵御网络攻击的安全防护手段。2018 年，业界首次提出了一种物理隔离环境下的 Wi-Fi 隐蔽信道方法——Ghost Tunnel，即在Wi-Fi尚未连接的状态下，无线AP可成功将数据传给发起连接请求的计算机。提出了一种基于Ghost Tunnel方法的攻击框架—— GreyFan，利用该攻击框架攻击者可以对未连接Wi-Fi的用户实施无感知攻击，如文件隐蔽传输、任意代码执行等，并分析了相应的防御技术。     

基于强化学习的数据驱动最优镇定控制及仿真

利用Q-学习算法,针对模型未知只有数据可用的非线性被控对象,解决最优镇定控制问题.由于状态空间和控制空间的连续性,Q-学习只能以近似的方式实现.因此,文中提出的近似Q-学习算法只能获得一个次优控制器.尽管求得的控制器只是次优,但是仿真研究表明,对于强非线性被控对象,相比线性二次型调节器和深度确定性梯度下降方法,文中方法的闭环吸引域更宽广,实际指标函数也更小.     

Foreground extraction via dual-side cameras on a mobile device using long short-term trajectory analysis

This paper presents a foreground extraction method for live-streaming videos using dual-side cameras on mobile devices. Compared to conventional methods, which estimate both foreground and background models from the front camera, the proposed method uses the rear camera to infer the reference background model. To this end, the short-term trajectory analysis is first performed to cluster point trajectories of the front camera, and then the long-term trajectory analysis is performed to compare the paths of the clustered trajectories with the reference path obtained from the rear camera. In particular, clusters having high correlation are classified as background using the Gaussian mixture model. Additionally, a pixel-wise segmentation map is obtained via graph-based segmentation. Experimental results show that the proposed method is robust under a variety of camera motion, outperforming state-of-the-art methods. Code and dataset can be found at https://github.com/YCL92/dualCamSeg.     

Sparse spectrum fitting algorithm using signal covariance matrix reconstruction and weighted sparse constraint

Multidimensional Systems and Signal Processing - Although sparse spectrum fitting algorithm has good multi-target resolution, the performance is decreased under the influence of strong...