景德镇青白瓷起源与发展的探讨

景德镇是宋元时期青白瓷的产地代表。本文分析了景德镇早期青白瓷的胎釉化学组成与同时期景德镇青瓷和白瓷化学组成之间的关系，以及与其制瓷原料化学组成之间的联系；探讨了宋元时期青白瓷胎、釉配方的发展及显微结构的差异。结果表明，青白瓷可能起源于五代白瓷的烧制，并在其后的生产过程中不断改进坯釉料配方，成品率和质量不断得以提高。     

Atom transfer radical polymerization of n‐butyl methacrylate in an aqueous dispersed system

Atom transfer radical polymerization of n‐butyl methacrylate (BMA) was conducted in an aqueous dispersed system with different kinds of copper complexes. The partitioning behavior of the copper complexes, including CuCl/4,4′‐di(5‐nonyl)‐2,2′‐bipydine (dNbpy), CuCl₂/dNbpy, CuCl/2,2′‐bipydine (bpy), CuCl₂/bpy, CuCl/bis(N,N′‐dimethylaminoethyl)ether (bde), and CuCl₂/bde between the monomer (BMA), and water was studied in detail with ultraviolet‐visible spectroscopy. The results show that with a less hydrophobic ligand, such as bpy or bde, most of the Cu(I) or the Cu(II) complexes migrated from the BMA phase to the aqueous phase, the atom transfer equilibrium was destroyed, and the polymerization was nearly not controlled; it converted to classical emulsion polymerization. As to the very hydrophobic ligand dNbpy, although the partitioning study of the copper complexes indicated that not all the copper species were restricted to the organic phase, the linear correlation between the molecular weight and the monomer conversion and the narrow polydispersities confirmed that the polymerization was still quite well controlled. © 2003 Wiley Periodicals, Inc. J Appl Polym Sci 89: 3175–3179, 2003     

视觉特征对比解耦的广义零样本学习

广义零样本学习通常利用在ImageNet上预训练的深度模型来提取相应的视觉特征,然而预训练模型提取到的视觉特征不可避免地包含和语义无关的信息,这将导致语义—视觉对齐的偏差以及对不可见类的负迁移,从而影响分类结果。为解决上述问题,提出了视觉特征对比解耦的广义零样本学习模型(visual feature contrast decoupling for generalized zero-shot learning, VFCD-GZSL),通过解耦出视觉特征中的语义相关表示来降低冗余信息对分类结果的影响。具体来说,首先用条件变分自编码器生成不可见类的视觉特征。然后通过解耦模块将视觉特征解耦语义相关和语义无关的潜层表示,同时添加总相关惩罚和对比损失来鼓励两者间的相互独立,并用语义关系匹配模型衡量其语义一致性,从而指导模型学习语义相关表示。最后使用特征细化模块细化后的特征和语义相关表示联合学习一个广义零样本学习分类器。在四个数据集上的实验均取得较优的结果,证实了所提方法的有效性。     

考虑地层渗透性各向异性的堤防工程三维防渗结构优化分析

在透水地基上修建长堤防工程,堤基防渗结构的渗控效应直接影响堤防的安全运行。根据岷江干流虎渡溪工程库区长堤防工程地质条件,采用三维渗流分析方法,对堤基高喷防渗墙的布置结构进行优化分析。结果表明：高喷防渗墙可有效降低堤后地下水水位,减小库水向堤后低洼保护区域渗漏,但其渗控效应受防渗结构空间展布长度、深度与渗透性以及地层材料渗透性各向异性的影响。满足低洼保护区域不溢出要求的防渗墙最小展布长度随其布置深度的增大和施工质量的提高而减小,防渗墙渗透系数小于1×10^-5 cm/s并将透水性强的覆盖层截断时,其渗控效应明显,若进一步提升防渗墙质量和布置深度则效果不显著。防渗墙质量的提高对堤防渗控效应的提升受地层材料渗透性各向异性的影响较小,而布置深度增大在渗透性各向异性比较大时对渗控效应与防渗结构优化设计的影响较大。随着地层材料渗透性各向异性比的增大,防渗墙所需最小空间展布长度逐渐增大,由各向同性时的180 m增大到220 m,且当渗透性各向异性比较大时,可能有必要增加防渗墙布置深度。     

Contrastive Meta-learning on Heterogeneous Information Networks for Cold-start Recommendation

In recommender systems, the cold-start issue is challenging due to the lack of interactions between users or items. Such an issue can be alleviated via data-level and model-level strategies. Traditional data-level methods employ auxiliary information like feature information to enhance the learning of user and item embeddings. Recently, Heterogeneous Information Networks (HINs) have been incorporated into the recommender system as they provide more fruitful auxiliary information and meaningful semantics. However, these models are unable to capture the structural and semantic information comprehensively and neglect the unlabeled information of HINs during training. Model-level methods propose to apply the meta-learning framework which naturally fits into the cold-start issue, as it learns the prior knowledge from similar tasks and adapts to new tasks quickly with few labeled samples. Therefore, we propose a contrastive meta-learning framework on HINs named CM-HIN, which addresses the cold-start issue at both data level and model level. In particular, we explore meta-path and network schema views to describe the higher-order and local structural information of HINs. Within meta-path and network schema views, contrastive learning is adopted to mine the unlabeled information of HINs and incorporate these two views. Extensive experiments on three benchmark datasets demonstrate that CM-HIN outperforms all state-of-the-art baselines in three cold-start scenarios.     

基于近似 Ｗｏｏｄｂｕｒｙ法的杆系结构静力稳定性分析

为了高效求解杆系结构的静力稳定性问题,本文基于多点位移控制算法和近似 Ｗｏｏｄｂｕｒｙ法, 提出了一种静力推覆分析方法。该方法以 Ｗｏｏｄｂｕｒｙ公式为理论基础,对多点位移控制的平衡方程进行 展开,并结合隔离非线性理论形成了具有刚度矩阵弹塑性分离形式的控制方程,采用近似 Ｗｏｏｄｂｕｒｙ法 对控制方程进行高效求解,避免在稳定性分析中整体刚度矩阵的实时求逆运算。通过数值模拟验证了 本文方法的有效性和精确性,结果表明:该方法能够较好地追踪失稳后的非线性平衡路径,获得下降段 曲线,处理负刚度问题。最后,将本文方法应用于某框架结构的静力稳定性分析中,论证了该方法能高 效地获得荷载 －位移全过程曲线,完整反映结构的承载力、稳定性及刚度的整个变化历程。     

认识隐患预防事故

事故隐患是客观存在的，不论你是否承认，是否意识到，它都存在于企业的生产全过程，而且对员工的人身安全，国家的财产安全和企业的生存、发展都直接构成威胁。正确认识隐患的特征，对熟悉和掌握隐患产生的原因，及时研究并落实防范对策是十分重要的。下面就这方面的问题，谈一点粗浅认识。     

蓝色氧化锆陶瓷的研制

以微米或纳米氧化锆粉体为主原料,钒锆蓝色料或Co3O4为着色剂,添加适量烧结助剂制备蓝色氧化锆陶瓷。研究了氧化锆、助剂、着色剂等对蓝色氧化锆陶瓷颜色及性能的影响。结果表明:用纳米级ZrO2粉体为原料,钒锆蓝色料为着色剂,添加少量烧结助剂,可制得性能优良、颜色亮丽的蓝色氧化锆陶瓷;用纳米级ZrO2为原料,Co3O4为着色剂,添加少量烧结助剂,可制得性能优良、颜色亮丽的钴蓝色氧化锆陶瓷。     

基于多子群的社会群体优化算法

社会群体优化算法(social group optimization,SGO)是一种基于社会群体学习而提出的一种新型优化算法。针对社会群体优化算法易于陷入局部最优问题,提出了一种多群社会群体学习算法（MPSGO）。本算法采用多子群学习方法,对算法两个阶段的个体学习方法进行改进,在维持群体收敛性能的前提下提高群体多样性,同时对部分个体中引入量子学习,使个体学习的有用信息得以增强;此外,每隔一定代数对子群进行随机重组,既能保证各子群个体充分进化,又维持了子群多样性。在设计算法的基础上,分析了其收敛性和多样性;通过与其他四种算法进行对比实验,验证了改进后算法性能更优。     

基于遗传算法优化的OCSVM双轮廓模型异常检测算法

针对Modbus工业总线协议的特殊性及工控数据样本的不均衡性,利用单类支持向量机（OCSVM）分别构建正常OCSVM模型和异常OCSVM模型,即双轮廓模态来模拟系统通信的正常模式和异常模式,从而实现工控系统异常检测。同时将遗传算法优化自变量降维应用于工控网络入侵检测场景,实现对输入自变量的降维压缩处理,防止OCSVM模型出现过拟合现象及分类准确率低的问题,提高异常检测的精度,缩减建模时间。通过仿真验证了该算法对工控网络异常检测的有效性。