磷酸锆/介孔密胺树脂复合吸附材料的制备及性能研究

将介孔密胺树脂与无定形磷酸锆复合制得一种广谱性复合吸附材料,考察了复合吸附材料对SO2和NH3的吸附性能,采用X射线衍射仪、X射线光电子能谱仪、傅里叶变换红外光谱仪、热重分析仪和扫描电子显微镜等对复合吸附材料的结构、形貌、热稳定性进行表征.结果 表明:介孔密胺树脂呈网状多孔交联形貌,比表面积为548.81m2/g、孔径...     

合建式取水泵站在石化生产中的应用

大庆石化公司异地新建取水泵站采用合建式结构,整个泵站设计简洁、工艺合理、投资节省、管理方便.工程的技术性能和安全可靠性都达到了预期的效果.     

矿用传感器的性能及其发展趋势

矿用传感器的性能及其发展趋势阳光监控设备制造（山西）有限公司武越，吉晓清传感器是矿井监测系统的重要基础，是监测系统与被监测环境间的关键部件，是保证矿井安全的首要条件。传感器品种的多少和优劣，决定矿井监测系统的应用水平，没有质量优良的传感器就不会有良好...     

海底云台自动清洁系统的设计

针对海底观测网中摄像机防护罩易受污染问题,设计了一套以控制器MSP430为核心,配以电机驱动、行程限位、角度检测、清洁刷等外围模块的海底云台自动清洁系统;系统选用梯度结构相似度(GSSIM)的图像质量评价方法对防护罩污染程度进行判断,当污染程度超出阈值时,通过串口命令单片机驱动清洁刷,实现对污染物的自动清洁;实验表明,系统根据图像实时质量评价结果自动清洁防护罩,克服了手工清洁困难、定时清洁耗能等缺点,快速高效,保证摄像机的正常工作.     

多任务优化算法及应用研究综述

进化多任务优化(EMTO)是进化计算中一种新型方法,它可以同时解决多个相关的优化任务,并通过任务之间的知识转移增强每个任务的优化.近年来,越来越多的进化多任务优化相关研究致力于利用它强大的并行搜索能力和降低计算成本的潜力优化各种问题,并且EMTO已应用于各种各样的实际场景当中.从EMTO的原理、核心设计、应用以及挑战四个方面对EMTO的算法及应用进行了讨论.首先介绍了EMTO的大致分类,分别从两个层次、四个方面介绍,包括单种群多任务、多种群多任务、辅助任务形式以及多形式任务形式;其次介绍EMTO的核心组件设计,包括任务构建以及知识转移;最后对它的各种应用场景进行介绍,并对今后研究做了总结与展望.     

演化多任务优化研究综述

演化多任务优化研究利用种群进行优化搜索、借助任务间遗传信息的迁移达到多任务同时处理的目的.演化多任务优化被认为是继单目标优化、多目标优化后的第三种问题优化研究范例,是近年来计算智能领域兴起的一大研究热点.演化多任务优化算法模拟自然界选型交配和垂直文化传播的生物文化现象,通过任务间和任务内的知识迁移来促进多个优化任务各自的收敛.对近年来演化多任务优化领域的研究进展做出了系统总结:首先,引入了演化多任务优化问题的概念,给出了其相关的5个定义,并从知识迁移优化的角度对这一问题做出阐述;然后,详细介绍了演化多任务优化算法的基本框架,总结了这一算法近年来的改进情况和基于这一算法框架下其他经典算法的实现情况;之后,对演化多任务优化算法的学术、工程应用情况做出了较为完整的归纳介绍;最后,指出了演化多任务优化领域目前存在的主要问题和挑战,并对这一方向的进一步发展做出了展望.     

一种自适应混合权重的自步学习方法

自步学习是一种受人类和动物学习过程启发的学习机制,它赋予训练样本不同的权重,从而逐步将简单到更复杂的样本纳入训练集进行学习.自步学习在目标函数中加入自步正则项控制学习过程.目前存在多种形式的自步权重正则项,不同的正则项可能会导致不同的学习性能.其中,混合权重正则项同时具有硬权重和软权重的特点,因而被广泛应用在众多自步学习问题中.然而,当前的混合权重方法只结合了对数软权重,形式较为单一.此外,相较于软权重或硬权重方式,混合权重方法引入了更多的参数.提出一种自适应混合权重的自步正则方法来克服形式单一和参数难以调节的问题.一方面,在学习的过程中权重的表示形式能够自适应进行调整,另一方面,可以根据样本损失分布特点来自适应混合权重引入的自步参数,从而减少参数对人为经验的依赖.行为识别和多媒体事件检测上的实验结果表明提出的方法可以有效地解决权重形式和参数的自适应问题.