γ-Fe2O3@C复合材料的制备及其光催化性能

氧化铁(Fe2O3)导电性能差、可见光吸收范围窄、电子-空穴对复合速率过快等一系列问题极大限制了其在光催化领域的应用.通过简单的水热法,调控葡萄糖的添加量,合成不同碳含量的γ-Fe2O3@C异质结复合材料.研究结果表明,γ-Fe2O3与碳层之间的光电协同效应可有效降低光生载流子的复合速率,并明显改善光催化性能.当调控葡...     

丰城煤矿区长兴灰岩水文地质特征

长兴灰岩为丰城煤矿区的主要充水含水层.通过矿区内见灰岩钻孔简易水文地质观测资料和抽水试验资料收集整理,分析了长兴灰岩岩溶发育规律.     

流速分布规律在横向声学多普勒流量测验系统中的应用

横向声学多普勒剖面流速仪(H-ADCP)因其测验的自动高效和信息传输的快捷在流量测验中得到广泛应用.针对现状代表流速选取存在水文物理含义不明的缺点,根据垂线流速分布理论模型,结合实测垂线流速资料,提出平原区不同类型河道指数、一元多项式流速分布模型,并实际应用于百渎口站H-ADCP测验系统的单断关系率定.应用结果表明:基...     

新型功能材料在纺织服装中的应用

新型功能材料在纺织服装领域有广阔的应用前景,也是产业转型升级的重要研究方向。本文根据不同的作用方式对纺织服装中新应用的功能材料做分类描述,包括应用已较为普遍的石墨烯材料和纳米材料,介绍并评价这些新型功能材料特异性的实现机理和应用实例。     

采用虚拟场景技术的高温气冷堆仿真系统研究

仿真系统对10 MW高温气冷堆的堆芯、主回路系统和蒸汽发生器等部件进行分析计算,模拟稳态和瞬态过程。采用虚拟场景技术,按高温气冷堆的实际结构建立三维虚拟场景,用户可在虚拟场景中漫游观测,实时查看仿真计算状态;同时可对仿真数据结果进行分析并以二维、三维图形显示。该仿真系统不仅对高温气冷堆的工程设计、安全分析和人员培训有重要作用,且可以对HTR-10主控室的操作人员进行现场支持及各项研究提供帮助。     

一种改进的基于分水岭算法的粘连分割研究

在细胞图像制作过程中,由于设备或人为原因,经常会出现细胞粘连程度分布不均匀的情况,从而影响分割的效果,给后续的统计分析造成了一定的困难。提出自适应距离变换,结合分水岭分割的处理方法,把细胞的粘连程度信息引入到距离变换函数中,根据细胞粘连程度的不同,自适应地变换距离函数的参数,从而有效地防止欠分割和过分割。实验证明,这种改进的方法能成功地分离不同粘连程度的粘连细胞,并具有良好的稳定性。     

J2EE平台上基于共同建构的协同学习系统CSCL

计算机支持的协同学习(CSCL)是CSCW理论在当代网络教育领域的新应用,其实现可采用J2EE与EJB组件技术及B/W/D三层结构,对实现过程中的一些关键技术如EJB的创建与调用、并发控制技术、协同感知技术等的研究也具有很高的应用价值。     

Ｌｉ Ｈｏｐｆｉｅｌｄ神经网络用于汉字字符识别

提出了一种Ｌｉ Ｈｏｐｆｉｅｌｄ网络,解决了Ｈｏｐｆｉｅｌｄ神经网络能量函数存在积分项、振荡收敛、计算复杂等问题,并继承了Ｈｏｐｆｉｅｌｄ网络的结构与Ｌｉ网络的优点．同时发现基于部首拆分的汉字字符识别可以忽视甚至利用该网络的虚假稳定点,从而使样本存储量降为传统Ｈｏｐｆｉｅｌｄ网络的１４４％,表明该算法有效且快速．     

多路径卷积神经网络的轮廓感知

目的 引入视觉信息流的整体和局部处理机制,提出了一种多路径卷积神经网络的轮廓感知新方法。方法 利用高斯金字塔尺度分解获得低分辨率子图,用来表征视觉信息中的整体轮廓;通过2维高斯导函数模拟经典感受野的方向选择性,获得描述细节特征的边界响应子图;构建多路径卷积神经网络,利用具有稀疏编码特性的子网络（Sparse-Net）实现对整体轮廓的快速检测;利用具有冗余度增强编码特性的子网络（Redundancy-Net）实现对局部细节特征提取;对上述多路径卷积神经网络响应进行融合编码,以实现轮廓响应的整体感知和局部检测融合,获取轮廓的精细化感知结果。结果 以美国伯克利大学计算机视觉组提供的数据集BSDS500图库为实验对象,在GTX1080Ti环境下本文Sparse-Net对整体轮廓的检测速度达到42幅/s,为HFL方法1.2幅/s的35倍;而Sparse-Net和Redundancy-Net融合后的检测指标数据集尺度上最优（ODS）、图片尺度上最优（OIS）、平均精度（AP）分别为0.806、0.824、0.846,优于HED （holistically-nested edge detection）方法和RCF （richer convolution features for edge detection）方法,结果表明本文方法能有效突出主体轮廓并抑制纹理背景。结论 多路径卷积神经网络的轮廓感知应用,将有助于进一步理解视觉感知机制,并对减弱卷积神经网络的黑盒特性有着重要的意义。     

模糊Petri网库所集中token初始值的确定方法

在模糊Petri网的应用研究中,由专家或研究人员主观确定网中token初始值的现象普遍存在,这必然会影响模糊Petri网的实际应用效果。提出了一种适用于模糊Petri网的确定token值的有效方法,通过实例验证了该种方法的可行性与有效性。