纳米钴基尖晶石活性氧化物的研究 I.Sol-gel法制备

本文探索采用溶胶凝胶法制备钴基尖晶石氧化物涂层钛阳极,对不同温度热处理的样品分析表明,涂层相成分很复杂,主要是由Co3O4,Co2RuO4,CoTiO3等尖晶石相所构成,采用在450℃以下的温度处理,其晶粒均非常细小.450℃处理的涂层内部晶粒平均尺度大约为20～30nm.     

知识·权力和学术自由

本文对学术自由的合法性依据 ,即“对真理的追求”进行了质疑 ,指出知识还具有权力性特征 ,正是这一特征造成了学术自由与外部权威的紧张关系。学术史就是知识和权力交织、纽结的历史。在学术自由已为各国法律普遍认可之后 ,学术自由的理论和实践层面依然存在着诸多悬而未决的疑难。     

基于本体的教育资源库的研究与设计

目前,我国的教育资源建设在共享性、重用性、资源检索查全率和查准率等问题上依然存在某些不足,为了解决当前检索系统中同义词难以识别、相关查找困难等问题,把本体引入到教育资源建设中,并提出了基于本体的语义检索系统的体系结构,该系统旨在实现对领域内资源的语义分析,赋予检索系统足够的语义信息。研究的重点是资源的元数据描述、领域本体的构建及语义查询,而这也是进行语义检索的理论基础。     

室内服务机器人的实时场景分割算法

室内场景下的实时场景分割是开发室内服务机器人的一项关键技术,目前关于语义分割的研究已经取得了重大进展,但是多数方法都倾向于设计复杂的网络结构或者高计算成本的模型来提高精度指标,而忽略了实际的部署成本。针对移动机器人算力成本有限的问题,设计一种轻量化的瓶颈结构,并以此为基本元素构建轻量化场景分割网络。该网络通过与特征提取网络级联获得更深层次的语义特征,并且融合浅层特征与深层语义特征获得更丰富的图像特征,其结合深度可分离卷积与多尺度膨胀卷积提取多尺度图像特征,减少了模型的参数量与计算量,同时利用通道注意力机制提升特征加权时的网络分割精度。以512像素×512像素的图像作为输入进行实验,结果表明,该算法在NYUDv2室内场景分割数据集和CamVid数据集上的MIoU分别达到72.7%和59.9%,模型计算力为4.2 GFLOPs,但参数量仅为8.3 Mb,在移动机器人NVIDIA Jetson XavierNX嵌入式平台帧率可达到42 frame/s,其实时性优于DeepLabV3+、PSPNet、SegNet和UNet算法。     

混合柯西变异和均匀分布的蝗虫优化算法

由于位置更新公式存在局部开发能力较强而全局探索能力较弱的缺陷,导致蝗虫优化算法(GOA)易陷入局部最优以及早熟收敛,对此,提出一种混合柯西变异和均匀分布的蝗虫优化算法(HCUGOA).受柯西算子和粒子群算法的启发,提出具有分段思想的位置更新方式以增加种群多样性,增强全局探索能力;将柯西变异算子与反向学习策略相融合,对最优位置即目标值进行变异更新,提高算法跳出局部最优的能力;为了更好地平衡全局探索与局部开发,将均匀分布函数引入非线性控制参数c,构建新的随机调整策略.通过对12个基准函数和CEC2014函数进行仿真实验以及Wilcoxon秩和检验的方法来评估改进算法的寻优能力,实验结果表明,HCUGOA算法在收敛精度和收敛速度等方面都得到极大的改进.     

快照成像光谱仪快速光谱重构算法

为实现对光谱数据的快速实时处理,针对快照式傅里叶成像光谱仪,提出一种基于GPU的并行化光谱重构算法.通过分析快照式成像光谱仪的工作原理和数据特性,结合CUDA并行计算架构,对光谱重构算法可并行部分最大程度并行化,并针对并行计算中的内存分配等方面进行优化处理,实现并行化的光谱重构算法.实验结果表明:基于GPU的并行化光谱重构算法,相对CPU串行化算法,精度相同的情况下,计算效率提升了约25倍.利用GPU加速程序的并行部分,可以极大地提高光谱重构的效率,使得快照式成像光谱仪更加适用于实时测量当中.     

基于质量比和间隙比的相邻等高RC框架结构碰撞反应分析

地震作用下,相邻建筑结构由于明显的动力特性差异以及没有足够的间距,容易使结构遭受严重的碰撞破坏甚至倒塌。采用简化的Hertz-damp碰撞模型将相邻结构简化为带间隙的非弹性杆单元,以相邻3层RC框架结构为例,以Open Sees软件平台为依托研究结构在地震作用下的碰撞反应,分析两相邻结构在不同的间隙比和质量比工况下,地震碰撞对其结构特性的影响以及影响两相邻等高RC框架结构间地震碰撞的因素。研究表明:间隙比及质量比是影响相邻等高RC框架结构间碰撞效应的两大因素。     

学术自由研究述评

本文主要阐述了有关学术自由这一议题的研究意义、研究现状及其在学理上搭建一个比较合理的理论基础的可能性     

海堤工程中的水下土工布施工

针对玉环县漩门三期围垦工程中珠港海堤的施工环境,就该工程中水下土工布施工具体的施工准备、施工设备、施工组织及质量控制等进行了详细的分析。     

基于深度学习的高压隔离开关分合状态检测算法研究

高压隔离开关的正常工作是电力系统稳定运行的前提。为正确识别隔离开关的分合状态,提出一种轻量化改进型YOLOv5s目标检测算法。首先,针对隔离开关数据集,采用二次优化K-means++聚类算法重新获取锚框参数。然后,将模型中的损失函数由CIOU替换为具有更强收敛性能的EIOU,加快模型训练的收敛速度。最后,在模型主干特征提取网络的最后一层添加CBAM注意力模块,加强模型特征提取能力。在此基础上,采用通道稀疏化剪枝的方法对改进后的模型进行轻量化处理,减小模型体积和算力消耗。实验结果表明,改进后的模型识别平均精度均值到达97.4%,轻量化处理后的模型大小为3.92 MB,使得模型更加容易部署到移动端设备完成实时检测。