TeO2晶体位错腐蚀形貌与晶体对称性

用化学腐蚀的方法研究TeO2晶体(110)面和(001)面位错蚀坑的形貌，结合晶面极图，并运用对称群理论进行分析论证，理论分析与实验结果相一致．实验结果同时显示，TeO2晶体位错腐蚀坑面由{110}面族构成，即{110}面族是晶体的习性面．     

基于神经网络的电力负荷不良数据的清洗

电力负荷预测前应首先对负荷数据进行清洗,根据电力日负荷曲线的特征,应用改进的ART-2神经网络准确的提取电力日负荷特征曲线,然后利用支持向量数据描述法对不良数据进行精确定位,最后利用特征曲线对不良数据进行修正.由于ART2网络能够动态调整特征曲线以及支持向量数据描述法快速准确性,使得该清洗模型具有对不良数据进行动态清洗的功能,实例分析说明了该模型的高效性.     

基于RCFile的无线传感器网络数据存储策略研究

随着无线传感器网络技术的发展,其应用价值遍布环境监测、工农业、抢险救灾、军事国防、生物医疗等许多领域.由于无线传感器网络特征与节点特点,其数据存储与查询策略研究成为热点.对已有的数据存储策略进行了详细介绍与研究,并分析它们的优缺点;其次结合大数据中一种高效的数据存储结构——RCFile,并将其应用到传感器网络的数据存储中,结合行列存储的优势,改变数据存储结构,提出了一种基于RCFile的无线传感器数据存储算法(Wireless sensor network Data Storage based on RCFile,WDSR),并给出了仿真结果分析.仿真结果表明,提出的算法在低能耗、高效率方面存在一定优势.最后指出了无线传感器网络数据存储算法的发展方向.     

一种改进的图像自嵌入优化算法

提出了一种改进的图像自嵌入优化算法,它将图像的压缩信息嵌入到自身之中,能检测和恢复被篡改的图像.算法利用DCT域系数的特点,通过判断图像块的平坦与否来决定图像提取的DCT系数个数,从而使得图像恢复的质量进一步提高.     

大截面非调质预硬型塑料模具钢组织对硬度均匀性的影响

采用光学显微镜,扫描电镜和透射电镜观察了截面尺寸为460mm×800mm的非凋质预硬型塑料模具钢(NQP钢)模块心部和表层的组织,结果表明,心部组织较表层粗大,表层存在变形带特征,但精细结构均为位错密度较高的贝氏体铁素体板条和板条间不连续的碳化物或残余奥氏体组成.心部贝氏体铁素体板条稍宽于表层.结合NQP钢连续冷却时的相变特点,分析其截面硬度波动在±1.5HRC内的原因在于其有较好的贝氏体淬透性,模块整个截面上都得到了均匀的贝氏体组织,贝氏体板条宽度和位错密度的差异使得其表层硬度稍高于心部.     

基于.Net技术的江西省暴雨洪水计算程序模型开发应用

根据《江西省暴雨洪水查算手册》,采用面向对象编程方法,利用.Net技术开发出江西省暴雨洪水计算模型,支持二次开发,模型整合了该手册所有的查算表格,并推导出P-Ⅲ型频率曲线、时段单位线的计算方法,应用到Web网站,获得了广泛应用。     

基于混合神经网络的脑电时空特征情感分类

提出一种脑电图（electroencephalograph,简称EEG）数据表示方法,将一维链式EEG向量序列转换成二维网状矩阵序列,使矩阵结构与EEG电极位置的脑区分布相对应,以此来更好地表示物理上多个相邻电极EEG信号之间的空间相关性.再应用滑动窗将二维矩阵序列分成一个个等长的时间片段,作为新的融合了EEG时空相关性的数据表示.还提出了级联卷积-循环神经网络（CASC_CNN_LSTM）与级联卷积-卷积神经网络（CASC_CNN_CNN）这两种混合深度学习模型,二者都通过CNN卷积神经网络从转换的二维网状EEG数据表示中捕获物理上相邻脑电信号之间的空间相关性,而前者通过LSTM循环神经网络学习EEG数据流在时序上的依赖关系,后者则通过CNN卷积神经网络挖掘局部时间与空间更深层的相关判别性特征,从而精确识别脑电信号中包含的情感类别.在大规模脑电数据集DEAP上进行被试内效价维度上两类情感分类实验,结果显示,所提出的CASC_CNN_LSTM和CASC_CNN_CNN网络在二维网状EEG时空特征上的平均分类准确率分别达到93.15%和92.37%,均高于基准模型和现有最新方法的性能,表明该模型有效提高了EEG情感识别的准确率和鲁棒性,可以有效地应用到基于EEG的情感分类与识别相关应用中.     

膜过程中热质耦合传递分析

研究了透过致密无孔膜的传热传质过程,考察了传热传质的相互作用,建立了膜过程中热质耦合传递的数学模型,并以湿空气透过薄膜分离过程为例,分析了温差及浓度差的变化对传热传质过程的影响,发现温差及浓度差的变化会引起热阻及湿阻的变化,从而进一步影响热流量和传质通量,所以对传热传质过程有加成作用。     

MXene/CNF复合气凝胶的制备及辐射制冷性能研究

目的 探究制备过程中不同MXene含量、预冻温度及方式对MXene/CNF复合气凝胶内部结构和性能的影响。方法 采用原位生成HF刻蚀法和冷冻干燥法制备MXene粉末和MXene/CNF复合气凝胶,采用扫描电镜(SEM)观察刻蚀前后的MXene及–18 ℃、–196 ℃下不同含量MXene经过均相冷冻和定向冷冻的MXene/ CNF气凝胶的微观结构,并测试力学性能、导热率、光谱性能及制冷性能。结果 在相同预冻条件下,气凝胶的密度和力学强度随着MXene含量的增加而下降;随着预冻温度的降低,气凝胶孔隙的尺寸减小且数量增加,CM50-18的孔径在103 μm左右,而CM50-196具有最小的孔径,为25 μm左右。与普通均质冷冻相比,定向冷冻制备的气凝胶的导热率更低,并且随着MXene含量的增加,导热率增大。在80 ℃加热条件下其表面温度最多能降低33.4 ℃,制冷性能优异。而样品的表面平均温度随着MXene含量的增加而上升。不同MXene含量的气凝胶对太阳光的平均吸光度能达到0.95以上,对波长为400 nm、874 nm以及1 800 nm以上的光的吸光度能达到1。结论 通过定向冷冻制备的MXene/CNF的力学性能、光谱性能、制冷性能有所改善。