基于参考序列与全卷积网络的风速数据缺失与异常修复方法

针对风速缺失与异常数据修复问题，考虑到风速采样网络中的节点数据相关性，提出了一种基于参考序列与全卷积网络的风速数据缺失与异常修复方法。首先，构建了基于全卷积插值网络与全卷积门控网络的数据修复模型。然后，利用全卷积插值网络计算无参考修复数据，利用全卷积门控网络计算无参考修复数据与参考数据的权重系数，并将两种数据带权重求和得到最终修复数据。最后，使用两个风电场数据验证了所提方法的效果。结果表明，与其他无参考修复方法相比，所提方法能够利用相近节点的参考风速数据，提高目标节点的风速时序数据修复精度。     

复合橡胶颗粒用于混凝土的改性测试研究

为有效利用资源、增强混凝土的抗冲磨性能，对橡胶颗粒采用5%NaOH改性和5%NaOH+1%KH560复合改性，并以不同橡胶掺量制备了C40改性橡胶混凝土，研究其力学和抗冲磨性能。结果表明：5%NaOH+1%KH560无机加有机复合改性方式的改性效果较优，当掺入20%复合改性橡胶颗粒时，混凝土的抗冲磨强度为20.84 h/(kg·m²),增幅达到250%,磨损率为1.5%,降幅达到71.7%,材料的抗冲磨性能最好，试验确定掺入8%复合改性橡胶颗粒最佳。此时，混凝土的抗压、抗折强度、劈裂抗拉强度分别为43.2、3.81、2.09 MPa,抗冲磨强度和磨损率分别为10.77 h/(kg·m²)、2.8%,材料具备良好的力学和抗冲磨性能，制备的5%NaOH+1%KH560复合改性橡胶混凝土，综合性能良好。     

基于在线交互学习的语言在线测试系统设计

为了推动教学与测试现代化发展，提出了一种基于在线交互学习的语言在线测试系统，为测试考生与教师提供更为便捷、高效的教学与测试模式。首先，对语言在线测试系统的整体框架与结构进行设计；随后，以英语考试为例，分别对音频录音模块、智能组卷模块、在线交互学习模块进行设计，其中着重对智能组卷模块进行研究，提出了一种基于改进和声搜索算法的组卷最优解求解策略；最后分别对智能组卷模块与整体系统进行测试。结果表明：基于改进和声搜索算法的智能组卷策略能够提高计算自动组卷的组卷速度与组卷精度，基于在线交互学习的语言在线测试系统能够正常运行，且稳定性高，负载能力强。     

极深地下实验室空调和新风系统设计方法研究

极深地下实验室项目属于国家重大科技基础设施项目，环境特殊、空间狭小、温湿度及洁净度控制要求高，对空调系统和新风系统设计提出了较大挑战。本文提出了以地下天然水资源作为空调冷源，新风降氡及吸附除氡相结合的方式来实现实验装置对环境的低氡要求，无需新风及排风的转轮除湿机，空调机组非标定制等多种措施，有效地解决了极深地下实验室空调系统和新风系统的各种设计难题。     

5G信号对微波站点干扰的排查与解决方法分析

由于移动5G信号频段与4GHz微波信号频段部分重合，会导致4GHz微波信号接收受到周边5G信号的干扰，本文结合实测介绍了5G信号干扰排查及解决的方法，为广电微波站查找处理5G信号干扰提供了一种思路。     

Er对Al-Mg-Si-Zr-Er合金(T4态)板材性能的影响

通过常温拉伸性能测试、硬度测试、ODF图、OM、SEM、TEM及EDS等分析，研究了Er对Al-Mg-Si-Zr-Er合金(T4态)组织和性能的影响，并解释了Er的作用机制。结果表明，随着Er含量增加，合金强度和硬度均增加，伸长率降低，平面各向异性降低，晶粒细化，织构强度变弱，再结晶形核机制改变；Al-Mg-Si-Zr-Er合金(T4态)主要织构为Brass{110}<112>织构；Er的加入起到了细晶强化、抑制再结晶、降低铝合金层错能及减弱合金变形时的平面滑移所引起的局部应变集中的作用。     

退火热处理对5056铝合金线材微观组织与力学性能的影响

采用拉伸试验和双剪试验，结合金相显微镜（OM）、电子背散射衍射（EBSD）和透射电子显微镜（TEM）观察，研究了退火热处理对5056铝合金线材组织和性能的影响。结果表明，与冷拉态线材相比，经250℃/2 h退火处理后5056铝合金线材组织形貌与冷拉态基本一致，以变形态组织为主，内部发生了回复和少量再结晶；经280℃/2 h退火处理后5056铝合金线材组织基本完成再结晶，此后升高退火温度或延长退火时间均未显著影响线材的晶粒组织形貌。随退火温度的升高，5056铝合金线材的强度先降低后在退火温度为280℃（即再结晶基本完成的温度）时保持稳定，延伸率则是整体呈现增加的趋势；在280℃下延长保温时间，线材的力学性能未随退火制度的变化而显著改变。因此确定280℃/2 h为适宜的退火制度，该制度下5056铝合金线材抗拉强度为288 MPa，屈服强度为140 MPa，剪切强度为177 MPa，延伸率为32.4%。     

硼中子俘获治疗中硼浓度测量方法的研究进展

硼中子俘获治疗(boron neutron capture therapy, BNCT)是基于细胞水平的二元靶向新型放射疗法，其治疗机理是利用¹⁰B(n,ɑ)⁷Li^*的核裂变反应，产生的α和⁷Li粒子在细胞尺度内释放所有能量，选择性杀伤肿瘤细胞而对周围正常组织几乎没有影响。相比传统的放疗，BNCT具有精准靶向定位、高生物效应、短疗程的优势，是国际粒子治疗的热点。目前BNCT正在推行临床试验，在瘤内动态、定量监测含¹⁰B药物的硼浓度是实现BNCT“增效、减副”的关键要素。本文简要介绍了BNCT治疗原理，总结了BNCT治疗过程中含硼药物的多种监测方法，包括物理测量法、核测量法、化学测量法以及利用新型分子影像技术(如正电子发射断层成像、磁共振成像、光学成像等)原位、动态、定量监测的新方法，分析了各种方法的优势与局限性，并提出未来BNCT治疗过程中硼浓度精准监测的新发展方向，旨在实现BNCT精准治疗。     

基于近红外光谱的SSA-RELM的菠萝含水率快速检测

目的：建立快速无损检测菠萝含水率的方法。方法：提出一种基于连续投影法的特征波长选择和麻雀搜索算法（SSA）优化正则化极限学习机（RELM）的菠萝含水率检测模型。针对菠萝近红外光谱数据具有维度高、冗余信息多的特点，分别对比连续投影法、主成分分析法和全波段等筛选特征波长的结果，确定菠萝近红外光谱特征波长筛选方法；针对RELM模型性能受其输入层权值和隐含层偏置的影响，运用麻雀搜索算法优化RELM模型的输入层权值和隐含层偏置，提出一种基于麻雀搜索算法改进正则化极限学习机的菠萝含水率检测模型。结果：与遗传算法改进正则化极限学习机（GA-RELM）、粒子群算法改进正则化极限学习机（PSO-RELM）和RELM相比，基于麻雀算法改进正则化极限学习机（SSA-RELM）的菠萝含水率检测模型的检测精度最高。结论：麻雀搜索算法优化RELM模型可以有效提高RELM模型的菠萝含水率检测精度。