基于模糊β-覆盖的(I,T)-模糊粗糙近似算子

利用模糊β-邻域和模糊逻辑算子,提出两种基于模糊β-覆盖的(I, T)-模糊粗糙集模型;研究了模型中上、下近似算子的基本性质;对比分析这两对广义模糊粗糙近似算子与其他模糊粗糙近似算子之间的关系,刻画了相关近似算子等价的条件。     

基于正交设计的折射反向学习樽海鞘群算法

为克服基本樽海鞘群算法(SSA)存在的收敛速度慢、高维求解精度低等不足,提出正交折射反向学习机制和自适应惯性权重策略,嵌入SSA中,得到一种基于正交设计的折射反向学习樽海鞘群算法(OOSSA)。正交折射反向学习策略中,采用基于透镜成像原理的折射反向学习策略以加强对反向解空间的勘探,极大地降低了算法陷入局部最优的概率;采用正交试验设计构建若干部分维上取折射反向值的部分反向解,深度挖掘并保存当前个体和折射反向个体的优势维度信息。此外,在跟随者位置更新阶段引入惯性权重因子,有效地改善跟随者的搜索模式并增强算法的局部开采能力。采用CEC2017基准函数进行仿真实验,同时使用Wilcoxon秩和检验、Friedman检验等方法来评价OOSSA算法的优化性能,测试结果表明所提算法的寻优精度和收敛速度明显优于基本SSA算法、8种新近的改进SSA算法和9种前沿的群体智能优化算法。此外,将所提算法应用于一个工程设计问题,结果表明该算法在工程优化方面的性能优于对比算法。最后,针对求解自主移动机器人路径规划问题,提出一种基于OOSSA的路径规划算法。在3种环境设置下对所提算法进行仿真实验,并与PSO、ABC...     

利用文档级信息结合语义空间加强事件检测

事件检测(ED)是事件抽取的一项基础任务,旨在检测事件触发器并进行分类.现有事件检测方法主要基于句子级信息,忽略了句子间的事件相关性.文档级信息有助于减轻语义歧义与加强上下文理解,为此,提出一种新颖的事件检测框架,命名为document embedding networks combined with semantic...     

聚苯乙烯微球粒径调控与结构色的构筑

通过无皂乳液聚合法,以苯乙烯(St)为单体,碳酸氢钠作离子调节剂,过硫酸铵(APS)作引发剂,制备粒径范围在纳米级的均匀聚苯乙烯(PS)微球;研究了粒径及形貌与单体、丙烯酸(AA)及APS用量的关系。研究结果显示：所得PS微球粒径范围在221～610 nm,分散指数PDI均小于0.05;单体用量增大时,PS微球粒径增大;AA含量增加,微球表面趋于粗糙且粒径减小,不使用AA时微球表面光滑且球形规整;当St用量大时(35 mmol),粒径随APS用量增加而增大,但微球单分散性变差;当St用量小时(9 mmol),粒径随APS用量增加而减小,单分散性良好。另外,以垂直沉降自组装法得到的薄膜为非晶态光子晶体,具有鲜艳的结构色,且色彩与Lab值的图谱相一致。     

软弱破碎围岩深埋隧道拱顶渐进性塌方机理及控制

隧道拱顶塌方事故是近年来隧道施工中造成重大人员伤亡的主要事故类型,危害极大,因此必须掌握隧道拱顶塌方发生机理和演化规律、制定科学有效的控制对策,为塌方事故的防治提供依据。基于上限变分法,建立深埋地层中隧道拱顶塌方模型,研究隧道拱顶塌方范围及其影响因素,进一步建立软弱破碎围岩隧道拱顶渐进性塌方模型,推导渐进性塌方范围全过程曲线,并与模型试验结果进行对比。据此提出了拱顶塌方事故的安全性控制措施,揭示预控制、过程控制两类措施下拱顶塌方安全性控制机理和承载特性,提出支护措施的围岩荷载确定方法。结果表明：隧道塌方宽度L随着初始粘聚力c0和单轴抗拉强度σt的增大而增大,随着重度γ和非线性系数m的增大而减小;隧道塌方高度h1随着抗拉强度σt和非线性系数m的增大而增大,随着初始粘聚力c0和围岩重度γ的增大而减小;基于渐进性塌方过程中围岩物理力学参数逐渐减弱的特性,建立了考虑围岩粘聚力和抗拉强度衰减的隧道拱顶渐进性塌方模型;根据控制机理和目标,将拱顶塌方控制措施分为预控制措施和过程控制措施;围岩的形变荷载和总荷载随着塌方荷载的增大而增大。相关研究成果将为隧道拱顶塌方的预测及安全性控制提供借鉴。     

基于特征选择和时间卷积网络的工业控制系统入侵检测

针对工业控制系统流量数据存在特征冗余及深度学习模型对较小规模数据集检测能力较差的问题,提出了一种基于特征选择和时间卷积网络的工业控制系统入侵检测模型。首先,对源域数据集的异常特征和样本不平衡数据进行处理,提高源域数据集质量。其次,针对流量数据的特征冗余,利用信息增益率和主成分分析法构建IGR-PCA特征选择算法,筛选出最优特征子集实现数据降维。然后,根据工业控制系统流量数据的时间序列特性,在较大规模的源域数据集上,利用时间卷积网络（temporal convolution network,TCN）对时间序列数据优异的处理能力,构建源域时间卷积网络预训练模型。最后,在较小规模的目标域数据集上,结合迁移学习（transfer learning,TL）微调策略,获取源域样本数据的流量特征,构建目标域TCN-TL模型。利用公开的工业控制系统数据集进行实验测试,实验结果表明：流量数据经本文特征算法处理后,相较于其他方法,在降低数据维度减少计算量的同时仍具有良好的检测效果;在较大规模的源域数据集和较小规模的目标域数据集上,本文模型均取得了良好的检测效果,在目标域中利用迁移学习微调策略能够学习到源域中的知识,模型检测准确率为99.06%,在训练时间对比中,本文模型训练时间消耗更少,具有更好的泛化能力,能够更好地保护工业控制系统安全。     

2维水动力模型中入流边界优化处理方法

在极端暴雨事件频率和强度不断加剧的趋势下,防洪安全面临着极其严峻的考验,研究河道洪水演进、漫溢及淹没过程,有效评估洪水灾害风险就显得尤为重要。为精确模拟河道洪水演进过程,本文采用基于非结构网格有限体积法建立的二维水动力模型,构建了一种基于虚拟单元法的入流边界改进方法。该方法采用基于地形网格数据的纵断面提取法以近似确定深泓线的位置,从而计算出河道平均纵比降;在入流边界各网格上以均匀流的方式入流,计算出不同流量下的对应水位;依据各网格上的水深和入流边长计算权重以合理地分配流量,再结合单宽流量边界条件确定边界外侧虚拟单元上的水力要素,最后耦合至模型通量部分进行计算,实现入流模块的优化。将该方法应用于Toce河物理模型试验的模拟,在入流边界附近计算出的水位、流速和流态都更为合理;河道中各测点水位与试验数据吻合度较高,洪水到达测点时间及各点间洪水运动传播时间与测量值较为接近,纳什效率系数在0.82~0.95之间,验证了该方法的可行性和模型的准确性;并且在单机上用时86s完成计算,效率较高,表明模型能高效准确的模拟洪水演进过程。通过对入流模块的改进优化,模型可以更好地应用于洪水演进过程的模拟预警及灾情评估工作,为洪水灾害管理决策提供技术支撑。     

河南省碳达峰与碳中和战略、技术路线和行动方案

河南省是中国重要的人口、农业、工业及能源消费大省,碳中和战略的实施对推动区域经济绿色低碳高质量发展、促进中国2060年碳中和愿景的实现具有重要意义.但长久以来煤炭主导的较单一能源结构导致河南省面临碳排放基数大、生态治理形势严峻、能源对外依存度持续增长、可再生能源开发程度低等关键问题.为此,详细梳理了河南省当前的能源供需...     

2020年新冠疫情前后南昌市大气CO2浓度变化及影响因子分析

大气CO₂浓度的变化主要受源汇和大气传输过程影响,因此城市地区的浓度观测包含区域人为源排放的重要信息.为明晰2020年新冠疫情对CO₂浓度及人为源排放量的影响,本研究以南昌市大气CO₂为研究对象,结合先验排放清单和高精度大气传输模型,对南昌市2020年1月24日至4月30日的小时CO₂浓度进行了观测和模拟.基于当地管控政策把研究时段分为两段:一级管控期间(1月24日至3月11日)和二、三级控期间(3月12日至4月30日),并对排放源等主要影响因子进行了量化分析.研究发现:模型能够模拟CO₂浓度的小时变化特征,然而由于模型没有考虑排放源的高度信息,尤其是城市中的发电站烟囱等强点源,将对夜晚浓度高估,而正午(12:00-18:00)则无影响.一级管控期间正午CO₂浓度(干燥空气中CO₂的摩尔分数)观测值和模拟值分别为433.63×10^-6和438.22×10^-6,其中模拟的人为源浓度贡献值高于观测值约21.9%;而二、三级控期间的观测值和模拟值分别为432.06×10^-6和432.24×10^-6,其模拟一致性高.浓度对比结果表明所使用的先验排放清单能代表二、三级管控期间人为CO₂的排放量,而一级管控期间的排放量则偏高约21.9%,显示出调控措施明显降低了南昌市人为CO₂的总排放量.整个时间段植被NEE的平均CO₂浓度贡献都小于2×10^-6,表明人为源相较于NEE是导致CO₂浓度差异的主要因素.二、三级管控期间的边界层相比一级管控期间升高,减少了人为CO₂排放量导致的浓度增加幅度,抵消了背景值浓度升高的影响,是两个时间段的浓度观测值接近的主要因素.本研究结果可为城市尺度的温室气体反演提供科学支撑和方法参考.     

新杀虫剂福先防治茶尺蠖的田间药效

测定了新杀虫剂福先(10%呋喃虫酰肼悬浮剂)对茶树害虫茶尺蠖的田间防效。结果表明,稀释1000～2000倍后,福先对茶尺蠖的3d防效达80%以上;而且,同剂量下,该药剂对茶尺蠖显示了比当地常用药剂透叶万虫杀和甲氰菊酯更高的防效,是替代高毒、高残留茶园杀虫剂的理想药剂。