Mechanical properties of graphene films enhanced by homo-telechelic functionalized polymer fillers via π–π stacking interactions

Most researches on graphene/polymer composites are focusing on improving the mechanical and electrical properties of polymers at low graphene content instead of paying attention to constructing graphene’s macroscopic structures. In current study the homo-telechelic functionalized polyethylene glycols (FPEGs) were tailored with π-orbital-rich groups (namely phenyl, pyrene and di-pyrene) via esterification reactions, which enhanced the interaction between polyethylene glycol (PEG) molecules and chemical reduced graphene oxide (RGO) sheets. The π–π stacking interactions between graphene sheets and π-orbital-rich groups endowed the composite films with enhanced tensile strength and tunable electrical conductivity. The formation of graphene network structure mediated by the FPEGs fillers via π–π stacking non-covalent interactions should account for the experimental results. The experimental investigations were also complemented with theoretical calculation using a density functional theory. Atomic force microscope (AFM), scanning electron microscope (SEM), X-ray diffraction (XRD), nuclear magnetic resonance (NMR), thermal gravimetric analysis (TGA), UV–vis and fluorescence spectroscopy were used to monitor the step-wise preparation of graphene composite films.     

利用二进制数算法寻找5个点的Ramsey图

用二进制数来表示完全图的各种组合,借助计算机编程可从完全图的各种组合中寻找出ramsey图。5个顶点的Ramsey图是最基本的Ramsey图,这种基本方法为寻找更复杂的Ramsey图提供了基础。     

Ensemble deep transfer learning driven by multisensor signals for the fault diagnosis of bevel-gear cross-operation conditions

The existing intelligent fault diagnosis techniques of bevel gear focus on single-sensor signal analysis under the steady operation condition. In this study, a new method is proposed based on ensemble deep transfer learning and multisensor signals to enhance the fault diagnosis adaptability and reliability of bevel gear under various operation conditions. First, a novel stacked autoencoder(NSAE) is constructed using a denoising autoencoder, batch normalization, and the Swish activation function. Second, a series of source-domain NSAEs with multisensor vibration signals is pretrained. Third, the good model parameters provided by the source-domain NSAEs are transferred to initialize the corresponding target-domain NSAEs. Finally, a modified voting fusion strategy is designed to obtain a comprehensive result. The multisensor signals collected under the different operation conditions of bevel gear are used to verify the proposed method. The comparison results show that the proposed method can diagnose different faults in an accurate and stable manner using only one target-domain sample, thereby outperforming the existing methods.     

真空预压联合间歇电渗加固疏浚淤泥试验研究

沿海地区的疏浚工程产生了大量疏浚淤泥。为了研究疏浚淤泥的处理方法,通过室内模型试验,对温州地区的疏浚淤泥进行了分级真空预压联合间歇电渗的加固处理,并对间歇通电的时间及间歇逐级加压电渗进行了研究。试验过程中监测了真空压力、电流、排水量和土表的沉降;试验之后,对土体含水率、十字板剪切强度以及电极腐蚀质量进行了测量。试验结果表明,虽然间歇通电时间越长,土体固结效果越好,但是间歇通电时长超过24 h时,土体加固效果开始减弱;然而,电极腐蚀质量和间歇电渗的平均能耗系数却依然与间歇通电时长呈正相关。此外,分级真空预压联合间歇逐级加压电渗法相比于分级真空预压联合间歇电渗法获得了更佳的土体加固效果,并且其电极腐蚀质量和间歇电渗的平均能耗系数也显著降低。     

基于CAE技术的汽车前保险杠成型工艺优化研究

介绍了利用CAE技术优化汽车保险杠的浇口设置,在优化方案的基础上,结合经验设计冷却系统,通过正交试验的方式确定保险杠成型工艺参数对翘曲变形的影响程度,得出最佳的工艺参数组合,用以指导生产实践。     

基于WordNet的无导词义消歧方法

有导词义消歧机器学习方法由于需要大量人力进行词义标注,难以适用于大规模词义消歧任务.提出一种避免人工词义标注的无导消歧方法.该方法综合利用WordNet知识库中的多种知识源（包括：词义定义描述、使用实例、结构化语义关系、领域属性等）描述歧义词的词义信息,生成词义的“代表词汇集”和“领域代表词汇集”,结合词汇的词频分布信息和所处的上下文环境进行词义判定.利用通用测试集Senseval 3对6个典型的无导词义消歧方法进行开放实验,该方法取得平均正确率为49.93％的消歧结果.     

基于Keras手写数字识别模型的改进

针对结构设计不合理的卷积神经网络导致MNIST识别的准确率低、收敛速度慢和训练参数多等问题,提出卷积神经网络结构的改进模型.改进的模型采用2次卷积、2次池化和3次全连接、采用Relu激活函数和Softmax回顾函数相结合,加入Dropout层防止过拟合,加入Flatten层优化结构.为了缩减代码量,采用API功能强大的Keras模型替代Tensorflow.对MNIST的训练集和测试集数据的准确率进行仿真实验,实验结果表明:采用改进的结构在MNIST的训练中不仅收敛速度快、训练参数少、损失率低,而且在测试集上的准确率达到99.54％、高于改进前的99.25％,对后续手写数字的研究具有重要意义.     

关键人脸轮廓区域卡通风格化生成算法

针对人脸轮廓特征区域的局部化限定,结合关键特征点的提取和脸部邻近颜色区域的融合,并 引入注意力机制,提出了一种基于 CycleGAN 的关键人脸轮廓区域卡通风格化生成算法,以此作为初始样本构 建生成对抗网络(GAN)并获取自然融合的局部卡通风格化人脸图像。利用人脸轮廓及关键特征点进行提取,结 合颜色特征信息限定关键人脸风格化区域,并通过局部区域二值化生成关键区域人脸预处理的采样图像;为了 使生成图像能够自然匹配所提取特征区域,利用均值滤波操作对所提取区域的边缘轮廓进行平滑羽化处理,并 相应地扩展风格化生成图像的过渡区域;最后通过构建基于无监督学习的生成对抗网络,使用训练数据集进行 人脸图像局部轮廓特征区域的卡通风格化生成。算法对人脸轮廓区域的边缘及邻近区域颜色进行滤波处理,可 实现良好的边缘轮廓过渡融合,生成自然的人脸局部轮廓区域的卡通风格化图像。实验结果表明,该算法对于 人脸图像的生成具有很高的鲁棒性,能够应用于各种尺度人脸图像的风格化生成。     

存在高渗透区的黏土心墙土石坝渗流稳定性分析

黏土心墙土石坝是重要的挡水建筑物,心墙的低渗透性可以大幅降低坝体水力梯度,减少坝体发生渗透破坏的风险。然而心墙的质量问题（如局部高渗透区）会影响坝体的渗透稳定性,甚至酿成管涌溃坝等严重后果。以瀑布沟心墙土石坝为原型开展坝体渗流大型水槽模型试验,并结合有限元数值模拟方法研究高渗透区对坝体内部渗流场和渗流稳定性的影响。试验表明高渗透区域将改变心墙的渗流场,成为优势渗流通道,导致高渗透区域附近孔压值大幅上升,同时高渗透区域的存在将显著提升坝体渗漏速率。试验与模拟结果一致表明,随着高渗透区域逐步上移,高渗透区所在位置处的孔隙水压力增大,坝体渗漏量减小。高渗透区和心墙的渗透系数增加都会使心墙孔压值和渗漏量增加;随着高渗透区的渗透系数的增大,心墙坝渗流稳定性系数降低,导致坝体稳定性下降;随着心墙渗透系数的增大,高渗透区水力梯度略微减小,但心墙整体临界水力梯度下降,坝体稳定性降低。所得结论可为基于监测数据反演分析心墙的质量问题和评估坝体的安全性能提供依据。     

论我国没收程序的没收对象问题

我国违法所得没收的特别程序规定的没收对象是违法所得及其他涉案财产,我国程序法规定的没收对象与实体法规定的没收对象有所不同,也与国际公约所规定的犯罪所得不一致.在分析违法所得与犯罪所得区别的基础上,认为我国刑事诉讼法新增违法所得没收程序的没收对象应该进一步明确和完善.