Fenton 氧化法在造纸废水处理中的应用进展

Fenton深度氧化技术在处理难生物降解废水中应用广泛。但其存在H_2O_2成本较高、利用率低的缺点,为解决这一问题,将其与其他深度氧化工艺相结合是现在研究的热点。本文在综述Fenton氧化机理的基础上,总结了超声波-Fenton、光-Fenton、电-Fenton在造纸废水处理中的应用概况。     

结合Conformer与N-gram的中文语音识别

Transformer模型对输入序列中重要的信息进行学习, 相比传统的ASR (automatic speech recognition)模型提升了准确性. Conformer模型在Transformer的编码器中加入卷积模块, 增加了获取细微局部信息的能力, 进一步提高了模型性能. 本文结合使用Conformer模型和N-gram语言模型(language model , LM)用于中文语音识别, 获得了良好的识别效果. 在数据集AISHELL-1和aidatatang_200zh上的实验表明, 使用Conformer模型字错率分别可降低到5.79%和5.60%, 较Transformer模型降低了5.82%和2.71%. 结合N-gram语言模型后字错率分别可降低到4.86%和5.10%达到最佳性能, 实时率(real time factor , RTF)达到0.14566. 测试信噪比降低为20 dB时模型字错率才明显下降到8.58%, 表明该模型具有一定的抗噪能力.     

混合CTC/Attention模型在普通话识别中的应用

基于链接时序分类（Connectionist Temporal Classification, CTC）的端到端语音识别模型具有结构简单且能自动对齐的优点,但识别准确率有待进一步提高。本文引入注意力机制（Attention）构成混合CTC/Attention端到端模型,采用多任务学习方式,充分发挥CTC的对齐优势和Attention机制的上下文建模优势。实验结果表明,当选取80维FBank特征和3维pitch特征作为声学特征,选择VGG-双向长短时记忆网络（VGG-Bidirectional long short-time memory, VGG-BiLSTM）作为编码器应用于中文普通话识别时,该模型与基于CTC的端到端模型相比,字错误率下降约6.1%,外接语言模型后,字错误率进一步下降0.3%;与传统基线模型相比,字错误率也有大幅度下降。     

超高强度贝氏体钢中的韧性恶化研究

含有锰元素的无碳贝氏体钢已经获得了高强度和高韧性的匹配。当达到抗拉强度从1600MPa～1800MPa时同时可获得超过10％的延伸率。室温冲击韧性与回火马氏体相似，该性能被认为是最好性能。韧性的提高是由于通过加入1．5％的硅来抑制贝氏体形成过程中渗碳体颗粒的形成而获得的。然而，实验可观察到组织中有强烈的马氏体板条束位向，在凝固过程中伴随着锰偏析，这就导致了高强度贝氏体钢韧性的恶化。应力集中带来硬度不均，并导致早期裂纹形成。     

基于Attention机制的BiLSTM诈骗电话识别

电话诈骗日益猖獗, 严重影响人民的生命和财产安全, 如何有效防范电话诈骗已成为社会的一大焦点问题. 本文提出一种基于Attention-BiLSTM模型的诈骗电话识别方法. 该方法以电话文本为数据集, 采用双向长短时记忆神经网络(bi-directional long short-term memory)模型提取句子的长距离特征. 通过引入注意力机制增强电话文本中与诈骗相关词汇的特征权重, 得到电话文本的句子层面的特征向量表示, 最后输入Softmax层进行分类预测. 实验结果表明, 基于注意力机制的BiLSTM诈骗电话分类模型的准确率较基线模型分别提高了2.15%和0.6%, 具有更好的预测性能.     

N,O-羧甲基壳聚糖的制备及其结构表征

壳聚糖和氯乙酸反应,在低碱浓的条件下合成了水溶性较好的总取代度高、N位取代度低的N,O-羧甲基壳聚糖,并采用单因素实验优化了制备条件,结果表明:当反应温度为90℃,壳聚糖与氯乙酸质量比为1:4时,制备的N,O-羧甲基壳聚糖的取代度为1.567。用红外光谱(FTIR)和热重分析(TGA)对N,O-羧甲基壳聚糖进行了结构表征,发现N,O-羧甲基壳聚糖的N位和O位均引入了羧甲基,但改性后N,O-羧甲基壳聚糖的热稳定性比壳聚糖差,热分解温度比壳聚糖低。     

结合降噪自编码与极限学习机的LTE上行干扰分析

针对长期演进LTE网络上行干扰分类模型中噪声敏感、训练时间长的问题,建立了结合堆栈降噪自编码器与极限学习机的LTE网络上行干扰分析模型.使用上行干扰原始数据无监督地预训练堆栈降噪自编码(SDAE)提取高层抽象特征,并为极限学习机(ELM)分类器提供初始参数.该模型发挥了ELM收敛快和SDAE抑制噪声的优势,同时克服了E...     

壳聚糖接枝共聚制备抗菌性竹浆粕

为了赋予竹纤维抗菌性,以天然生物高分子壳聚糖为抗菌整理剂,利用K2S2O8与Na2S2O3组成的氧化还原体系,引发竹纤维素与壳聚糖进行接枝共聚,制备了具有抗菌性的纤维素材料.以接枝率和接枝效率作为衡量标准,确定了最佳反应条件,并对在最佳条件下合成的样品进行了红外、扫描电镜和抗菌性检测.研究结果表明,竹纤维素与壳聚糖接枝共聚后,纤维表面形态明显改变,对大肠杆菌和金黄色葡萄球菌的抑菌率分别达到97.00％和99.91％,具有良好的抗菌性.     

绿色高效制备电化学性能优异的多孔石墨烯电极材料

电极材料的性能决定超级电容器的储能特性,因此研究优异电极材料的制备方法是提高其储能特性的重要前提。多孔石墨烯(Porous graphene)作为新型的碳材料具有比表面积大、电导率高等优点,是一种理想的双电层电容器电极材料。本工作制备的多孔石墨烯材料微孔和中孔都很发达,孔径分布更为合理,因此其比表面积相较于原始的石墨烯有了很大的提高。经检测该材料的比表面积为1 417.65 m²·g-1,并且能够提供较高的电化学双电层电容,经测试由该材料组装成的扣式超级电容具有31.7 F·g-1的比容量且具有优良的导电特性。此外,在电流密度1 A·g-1下循环10 000次后材料比电容保持率为78%。这些电化学测试结果表明本研究制备的多孔石墨烯在超级电容器的能量存储方面具有较好的应用前景。     

机器学习在网络路测质差小区分析中的应用

由于LTE网络数据量庞大而且种类繁多,人工路测分析已经无法满足当今对基于路测数据质差小区检测的需求.为了提高质差小区检测的效率与正确率,机器学习逐渐在质差小区检测中得到了应用.本文针对小区数量较少的路测数据,提出了一种基于距离的四维特征的质差小区检测方法.该方法采用聚类算法和人工判断相结合的方式对路测数据进行标定,对比分析了基于距离的四维特征和传统的两维特征的提取效果,并在逻辑回归分类器、决策树分类器、支持向量机分类器和k近邻分类器这4种分类器中进行分类.实验结果表明,基于距离的四维特征比传统的二维特征更有利于质差小区检测;使用四维特征进行分类,支持向量机分类器的效果最好.