复合助剂对低温常压烧结AIN性能的影响

研究了Y2O3,LiO2,CaO烧结助剂对AlN陶瓷常压烧结致密度和性能的影响。结果发现,同时添加Y2O3,LiO2,CaO作为助剂,在1600℃低温烧结就能获得具有高致密度、较小的晶粒尺寸(1μm~4μm)、较高的抗弯强度(331MPa)、断裂韧性(3.8MPa·m1/2)及导热率(118W·m-1·K-1)的AlN陶瓷。     

防止过拟合的属性约简

近年来,机器学习的过拟合问题备受关注,尤其在属性约简中。为解决这一难题,提出一种融合集成策略和去除操作的算法。首先将训练模型数据平分为◢M份;然后将其中M◣-1份采用集成策略进行潜在约简计算;最后将剩余的一份进行提前测试,一旦发生过拟合则将刚加入的属性从潜在约简集中去除。利用提前测试潜在属性约简的方法来防止过拟合现象的发生,几组UCI数据的实验结果说明了新算法的有效性,同时为丰富和发展属性约简提供了一种新的方向。     

原油及油品体系微生物损害的研究

油品在加工、储运过程中存在着许多适宜于微生物生长繁殖的环境,有充足的碳源、水、氧和所需的其它有机物、无机物。当微生物在某一环节大量繁殖后,将造成油品的污染、降级;长期带菌,也会给设备带来严重的腐蚀和损坏。探讨了以脱硫弧菌、脱氮硫杆菌、亚铁杆菌为代表的有害厌氧菌和好氧菌的腐蚀机理,总结了微生物腐蚀的几种方式。最后概括了原油及油品体系的杀菌现状,并介绍了一种新型油品专用杀菌剂。     

多交叉混沌选择反向小生境遗传算法

为提高小生境遗传算法的全局以及局部搜索能力,提出一种多交叉混沌选择反向小生境遗传算法。利用分段线性混沌映射函数生成一组混沌数序列,在每次进行交叉操作前,依据序列中对应元素的数值大小选择不同的交叉算子进行操作,通过小生境遗传算法产生较优的子代种群。针对子代种群,应用反向搜索策略获得反向种群,在子代种群和反向种群中进行精英选择得到最终新种群,以进一步加强算法的局部寻优能力。仿真实验结果表明,该算法在最优解及均值方面好于小生境遗传算法,从而证明其可行性和优越性。     

海军航空兵机动转场辅助决策系统设计与实现

针对海军航空兵部队实施机动转场时需要完成的选择转场飞机、确定物资携行量、物资装载和调配运输资源这四个关键决策任务,在充分需求分析的基础上,讨论了模型构建规则和系统功能要求,提出了辅助决策系统的设计方案,并利用面向服务的体系结构和Web Service开发技术,给出了系统实现方法.应用结果表明该系统具有先进的技术体系,稳定可靠的运行结果,为科学生成机动转场预案提供了新途径,从而提高飞行团机动转场决策能力.     

辣椒疫病菌对氟吗啉的抗药性研究

为了评估氟吗啉的未来抗性风险，以辣椒疫病菌为靶标，通过室内抗性菌株的驯化、筛选，以及紫外线诱变等方法，初步探索了辣椒疫病菌对氟吗啉的抗性情况。结果表明：抗性菌株对氟吗啉的抗性倍数较低，在3.45～11．33，生长速率明显低于野生敏感菌株。由此可见辣椒疫病菌对氟吗啉的抗性风险可能较低。     

聚甲醛在新型陶瓷注射成型催化脱脂工艺中的应用

利用聚甲醛对酸性气氛敏感易分解的特性，将其作为主要粘结剂应用于陶瓷注射成型技术中，并采用了新型的催化脱脂技术，使得脱脂速度有了很大提高，实验样品主要粘结剂的脱除量在10h内即达到90％以上，记录了该过程中样品失重的情况，分析了脱脂阶段不同特征及其原因，指出催化脱脂过程速度的控制因素是气态催化剂和气体产物扩散过程，实验观察了脱脂过程不同时刻样品外围与中心区域的微观形貌，证明了脱脂过程由外围逐渐向内部扩散，对物料流变性能的考察表明物料为假塑性，有良好的流动充模性。     

纸制备SiC/Si层状陶瓷复合材料的微观结构和性能

本文以纸为原料,通过叠层设计、低温碳化和高温渗硅制备了具有层状结构特征的SiC/Si陶瓷复合材料。并采用XRD、SEM和三点弯曲等分析测试手段对其相组成、微观结构和力学性能进行了分析。结果表明:纸碳化后为非晶形的碳;渗硅后试样的相组成为β-SiC相、自由Si相和残C相。叠层纸碳化后的微观结构为含有大量扁长空洞的碳骨架,渗硅后得到的SiC陶瓷复合材料具有明显的层状结构特征。三点弯曲实验表明,SiC/Si陶瓷复合材料的强度高达290MPa,达到了常规反应烧结SiC陶瓷的强度水平;且其断裂方式为非灾难性断裂,分析认为这与材料的层状结构形貌有关。     

倾角传感器稳定性测试与分析

为了进一步加强产品质量监管,更加全面地了解倾角传感器的稳定性,随机抽取了两款倾角传感器,针对倾角传感器的启动特性、动态特性和稳态特性进行测试与分析.为了更全面地展示出倾角传感器稳定性,结合倾角传感器在设备上面从启动到稳定工作的整个过程,文章给出较为合理的测试方法和步骤,重点分析了倾角传感器启动时的快速稳定性、动作时的动态跟随性和静态时的稳态特性.测试结果表明,动态特性好的倾角传感器启动时会更快地稳定,而稳态特性相对降低.     

面向交通流量预测的时空超关系图卷积网络

交通流量预测是智能交通系统中的重要研究课题,然而,交通对象（如站点、传感器）之间存在的复杂局部时空关系使得这项研究颇具挑战。尽管以往的一些研究将流量预测问题转化为一个时空图预测问题从而取得了较大的进展,但是它们忽略了交通对象们跨时空维度的直接关联性。目前仍缺乏一种全面建模局部时空关系的方法。针对这一问题,首先提出一种新颖的时空超图建模方案,通过构造一种时空超关系来全面地建模复杂的局部时空关系;然后提出一种时空超关系图卷积网络（STHGCN）预测模型来捕获这些关系用于交通流量预测。在四个公开交通数据集上进行了大量对比实验,结果表明,相比ASTGCN、时空同步图卷积网络（STSGCN）等时空预测模型,STHGCN在均方根误差（RMSE）、平均绝对误差（MAE）、平均绝对百分比误差（MAPE）这三个评价指标上均取得了更优的结果,不同模型运行时间的对比结果也表明,STHGCN有着更高的推理速度。