考虑降雨入渗条件的植被边坡稳定性评价

为了研究降雨对植被边坡稳定性的影响,利用改进的Green-Ampt模型,在考虑植被水力作用和饱和区径流基础上,推导出了降雨入渗条件下植被边坡的湿润锋深度计算公式,并采用极限平衡法计算出了植被边坡不同潜在滑动面上的抗滑稳定安全系数,对多层非饱和土植被边坡稳定性进行分析评价。结果表明:考虑植被水力影响和饱和区径流的多层非饱和土植被边坡的入渗模型,更加实用,可更加准确地对降雨作用下植被边坡进行稳定性评价;湿润锋深度随着降雨的持续时间增加而增大,浸润锋经过土层交界处时出现突变现象,根系粉质砂土层的湿润锋深度增幅小于粉质砂土层的湿润锋深度增幅的1.5%~11.8%;4个潜在滑动面处的抗滑稳定安全系数在降雨早期随着降雨持续时间的增加而逐渐减小;粉质砂根土复合层的抗滑稳定安全系数比粉质砂土层的抗滑稳定安全系数提高了12.3%~35.5%;根土层与土层交界面处不易发生失稳破坏,而土层与土层交界面处的抗滑稳定安全系数会出现急剧变化,易发生失稳破坏。     

阴离子田菁胶的合成及应用

以田菁胶（SG）为原料，3-氯-2-羟基丙磺酸钠（CHPS-Na）为醚化剂，乙醇为溶剂，合成阴离子田菁胶（ASG）。通过分析影响田菁胶取代度的主要因素，得出较优的合成条件为：m(NaOH)∶m(SG)=1∶8,m(CHPS-Na)/m(SG)=0.4，碱化温度40℃，碱化时间50 min，醚化反应温度55℃，醚化时间5 h。将阴离子田菁胶用于活性印花，其印制性能和效果接近海藻酸钠。     

一种可用于鉴别肝癌呼气信号的改进AdaBoost算法

提出一种改进的AdaBoost强化学习算法，并将其应用于鉴别健康者和肝癌患者的呼气信号。首先采集志愿者（包括健康对照组和肝癌患者）的呼气信号，利用Relief算法提取其主要特征；接着融合Stacking 模型，基于传统的机器学习算法训练得到若干基分类器组，构建一个个子分类器。为减少训练样本对分类器性能的影响，利用K折交叉，先后得到k个基分类器，形成一个基分类器组；进一步，由投票法得到该基分类器组，即子分类器对测试集的预测结果；然后根据各子分类器对训练集的预测错误率调整训练样本，并获得各子分类器的权重系数；最后将多个子分类器的预测结果进行加权组合，得到最终预测结果。实验结果表明，相比传统的AdaBoost算法，改进的AdaBoost算法在鉴别肝癌呼气和健康对照组呼气时，错误率明显下降，鲁棒性有所提升。该算法在鉴别肝癌呼气时，准确率可以达到90%左右，特异性和精确度也均超过95%。因此，改进的AdaBoost算法可有效提升肝癌呼气鉴别精度，对通过呼气鉴别肝癌、实现早期诊断的研究具有重要意义。     

兼具热湿管理功能的全疏水织物的制备与性能

以涤纶织物为基材，单侧涂覆含石墨烯的疏水浆料，制备出全疏水兼具热湿管理功能的织物，并通过调节石墨烯用量优化织物的保暖性和单向导湿性能。结果表明，随着石墨烯用量的增加，织物外侧（非涂层侧）的温度逐渐降低，与常规涤纶织物相比，P-G-24织物外侧的温度下降了2.1℃。由于涂层织物双侧的疏水性和孔径梯度的差异使得其具有优异的单向导湿性能，单向导湿指数达到680.3%、液态水分管理能力综合值为0.8。此外，从涂层侧到非涂层侧（正向）的透湿量高于反向，而透气性与常规涤纶织物相比略有下降。     

辐射保暖户外织物的制备及性能北大核心

通过溶胶-凝胶法在涤纶织物表面包覆疏水石墨烯层,在织物单侧磁控溅射铝层,制备了一种具有辐射保暖功能的双层织物,通过调节石墨烯用量可优化织物的保暖性能。结果表明,随着石墨烯用量的增加,织物保暖性能逐渐提升。石墨烯质量浓度1mg/mL时,石墨烯层对太阳光吸收率为52.1%,铝层对人体辐射的反射率达到93.7%。此时,织物内侧温度相对于涤纶织物升高了2.6℃。此外,由于石墨烯表层覆盖了HDTMS@SiO_(2)疏水膜,经50次洗涤后,织物双侧温度变化均较小。     

抗紫外线/单向导湿/凉感功能织物的制备及性能北大核心

棉织物经钛酸四丁酯与无水乙醇处理后,再单侧涂覆疏水浆料,制备具有单向导湿功能的凉感织物。研究发现,随着钛酸四丁酯用量的增加,织物的抗紫外线性能和降温效果都逐渐增强,当钛酸四丁酯与无水乙醇物质的量比为1∶15时,制备织物(CF-1/15)的UPF值为223.7,与未处理棉织物相比皮肤侧温度下降2.3℃。此外,双侧的润湿梯度使得织物的单向导湿指数达874.8%。制备的织物兼具抗紫外线、单向导湿和凉感功能,适用于制作夏季服装。