深度自编码器在数据异常检测中的应用研究

针对自编码器网络（AE）需要正常数据进行训练的局限性,结合主成分分析方法,将AE的每次重建输出与输入数据进行求差,隔离出异常数据部分,即将输入数据分为正常与异常部分,正常部分由AE重建输出,异常部分由近端法进行优化输出,最后采用交替方向乘子法训练整个模型并达到预定训练次数再输出结果,实现了一种基于深度自编码网络（DAE）模型的无监督数据异常检测方法。在7个真实数据集与8种机器学习模型和AE模型进行了对比实验,结果表明,DAE模型无需输入正常数据就可以有效进行模型训练,且可以防止模型的过拟合,其综合表现高于传统机器学习模型和AE模型,AUC值在4个数据集中达到最优。在mnist数据集中,DAE模型的AUC值相比于孤立森林（IF）方法提高了10.93%。     

基于深度神经网络的移动端人像分割

针对现有的人像分割算法大多忽略移动设备的硬件限制，盲目追求效果，以致无法满足移动端对于分割速度要求的问题，提出了一种可在移动设备上高效运行的人像分割网络。首先，基于编码器-解码器的轻量级U型架构来构建网络；其次，为了克服全卷积网络（FCN）受制于较小的感受域，无法充分捕获长距离信息的缺陷，引入期望最大化注意力块（EMAU）置于编码器之后、解码器之前；然后，在训练阶段添加多层边界辅助损失，有助于提高人物边界轮廓的准确度；最后，对模型进行量化和压缩。在Veer数据集上将所提网络与PortraitFCN+、ENet和BiSeNet等网络进行对比实验。实验结果表明，所提网络可以提高图像推理速度和分割效果，并能够以95.57%的准确率处理分辨率为224×224的RGB图像。     

EGSB反应器处理高浓硫酸盐废水

研究在负荷为20 kg COD/(m3.d)正常运行的EGSB(Expanded Granular Sludge Bed)反应器中,处理高浓硫酸盐废水。经过一个月左右的驯化,在进水COD为4 000 mg/L的条件下,进水SO42-质量浓度可提升至约1 800 mg/L,获得了9 kg SO42-/(m3.d)的运行能力。较高的有机负荷使得产气量较大随之带来明显的气提效应,再加上较高的上升流速所产生的良好的气固分离效果,使得气相中的硫元素含量较高,达到了质量分数43.8%。硫酸盐还原菌所能达到的最大电子流比重为31.4%,对应的最低COD/SO42-值约为2.0。EGSB反应器内溶解性硫化物与相应的自由硫化氢质量浓度为255 mg/L和102 mg/L,未对SRB与产甲烷菌产生任何毒性。     

蓝藻猪粪共发酵产沼气及动力学研究

对蓝藻与猪粪分批混合发酵进行了研究.结果表明,猪粪与蓝藻总固体(TS)质量比例在3∶7时产气效果最好,发酵最佳初始pH为8.0.在整个反应中,产沼气潜力分别为175 mL/g、546 mL/g、560 mL/g,发酵出料中总氮含量为2.2 g/L,总磷含量为0.14 g/L,未检出藻毒素,可以作为肥料使用.对发酵的生化产沼气潜力(BMP)的研究结果表明,最终甲烷产量 B 0 为302.5 mL/g,反应速率常数 k 为0.144 d -1 ,整个产甲烷的过程与Cheynoweth方程的相关系数 R 2 为0.976 7,能够用Cheynoweth方程较好反映蓝藻与猪粪混合产甲烷的规律.     

分层填料土地渗滤系统处理生活污水

为提高土地渗滤系统水力渗透性能,构建了2套不同填料的渗滤系统,1#装置由红壤与砂分层装填,20装置由红壤与煤渣分层装填,并将二者分别用于处理生活污水。在水力负荷10cm3／（cm2·d）运行下,1。装置对COD、总磷、氨氮的去除率分别为91．1％、97．6％、80．1％,2。装置为94．9％、98．3％、89．0％;1#装置出水硝氮和亚硝氮的平均浓度分别为54．7mg／L和0．09mg／L,2#装置为60．3mg／L和0．15mg／L。试验结果表明,20装置对COD、总磷和氨氮的去除效果稍优于1#装置,但1#装置更利于硝氮和亚硝氮的脱除,进一步说明分层装填能充分利用填料性能,有效地提高了土地渗滤系统的水力渗透性能且保持了良好的去除污染物的能力。     

地聚合物的制备及其在性能增强方面的研究进展

地聚合物是一种已被人们普遍接受的极有利于节能减排的新型胶凝材料,它同时具备有机高分子材料、陶瓷材料和水泥材料的优异性能,并且可以通过硅铝质材料与激发剂在低温下作用制备而成,制备过程简单易行,因此成为近年来国际上新型胶凝材料领域的研究热点.本文综述了近年来国内外研究者在地聚合物制备过程中涉及到的硅铝原料的选择、激发剂的选择和成型方式方面的主要研究进展,阐述了增强地聚合物性能的主要方式,并对地聚合物在制备技术和性能增强方面的研究进行了展望.     

盐湖卤水中几种资源的提取工艺研究现状

介绍了盐湖卤水中锂、硼、钾这几种主要资源的提取工艺研究现状,评述了各种工艺的优势及存在问题,并指出了今后应重点研究的方向。     

锡铁山深部铅锌矿石工艺矿物学特征及其浮选性能

为高效利用锡铁山深部(-2 702 m)铅锌矿石资源,鉴于工艺矿物学对矿石浮选性能研究的重要指导作用,利用X射线衍射(XRD)分析仪和显微镜照相等测试分析技术,对该矿石进行了详尽的工艺矿物学研究,并探究了矿石的浮选特性。结果表明,矿石中金属矿物主要是黄铁矿,其次为闪锌矿和方铅矿,还可见少量的磁铁矿、褐铁矿、黄铜矿、铁闪锌矿、磁黄铁矿,可综合回收的有价矿物为铅、锌、硫及伴生金银,脉石矿物则以透辉石居多,其次是石英、方解石、绿泥石;方铅矿和闪锌矿分别呈中-细粒及中粒嵌布特征,大部分有用矿物的嵌布粒度在74μm以上,对矿物之间的解离十分有利。浮选试验结果表明,在较粗的磨矿细度下,即可实现矿石中主金属铅锌的高效浮选,实验室利用现有生产工艺处理该矿石,可获得理想的选矿综合指标,试验结果可为生产现场进行深部矿石的选矿生产提供技术依据。     

可穿戴脑电监测系统的低功耗逐次逼近型模数转换器设计

基于TSMC 180 nm芯片工艺,设计了一个用于可穿戴脑电监测的10位低功耗逐次逼近型模数转换器(SAR ADC)。为了有效降低DAC电容阵列的切换功耗,采用新型差分DAC电容阵列,并使用单调开关切换方式。比较器采用两级动态比较器,在提高效率的同时也降低功耗及噪声。针对脑电信号的特点,采用栅压自举开关实现高线性的采样。后仿真结果表明：在1.8 V供电电压、40 kS/s采样率下,这款SAR ADC的功耗仅为2.4μW,其有效位数(ENOB)为9.68 bit,无杂散动态范围(SFDR)为70.6 dB,优值为73.1 fJ/(conv-step),设计的SAR ADC适用于可穿戴脑电监测设备。     

高分辨率主动驱动型氮化镓基Micro-LED芯片的制备

本文设计并制备了一款分辨率为1 920×1 080的氮化镓基Micro-LED芯片。采用单次ICP(Inductively Coupled Plasma)刻蚀的方法完成电流扩展层的图案化和台面刻蚀,实现了电流扩展层和台面的自对准。同时,在制作过程中用HMDS(Hexamethyldisiloxane)提高光刻胶附着力,从根本上提高小尺寸台面刻蚀的一致性和完整性。此外,通过垫高N型电极解决了传统倒装芯片中P型电极和N型电极不等高的问题,有利于显示芯片与驱动芯片的键合。该芯片尺寸为17.78 mm(0.7 in),发光单元尺寸为6μm,像素周期为8μm,像素密度达到3 129 PPI。I-V测试数据表明,所制备的Micro-LED的开启电压仅为3.5 V。