柔性基电磁屏蔽材料的研究进展

本文介绍了电磁屏蔽材料的屏蔽原理、电磁屏蔽损耗材料的类型及性能,总结了柔性基电磁屏蔽材料的制备方法及其研究进展。     

基于二极管-电容倍压单元的DC-DC升压变换器

文章基于二极管-电容倍压单元,提出了一种新型高增益升压变换器。该拓扑在实现高增益的同时可以避免使用极大的占空比,并且有效地降低开关管和二极管的电压应力。分析了变换器的工作原理,推导了变换器工作在连续状态（CCM）和断续状态（DCM）下的电压增益、开关器件的电压应力和电感电流纹波。CCM状态下与传统的Boost变换器相比电压增益是其（5-D）倍,电感电流纹波近似减小为原来的一半。最后通过仿真与样机实验验证了理论分析的正确性,表明提出的变换器具有良好的综合性能。     

软件定义网络中交换机处理时延的仿真

针对目前的网络仿真工具在对软件定义网络(SDN)的仿真过程中,未考虑交换机的处理时延的问题,提出一种处理时延的仿真方法,目的是为了使仿真结果更加真实和准确。该方法首先将交换机的转发处理过程分解为对流表的查询操作和执行不同的动作;然后,利用交换机的处理器频率和访存周期,将查询流表和执行动作转换为处理时间。实验中测量了真实环境中不同配置的交换机处理时延,并与利用该方法仿真出的处理时延进行对比。实验结果表明,利用该方法仿真出的处理时延和真实交换机的处理时延基本一致,该方法能够较准确地仿真交换机处理时延。     

基于鲁棒性的链路权重规划算法

在IP网络中,链路权重规划是流量工程中的重要问题。为了优化网络流量并实现负载均衡,针对业务量矩阵的不确定性,依据鲁棒性理论提出一个链路权重规划的MIP模型。该模型使用Γ模型描述业务量矩阵的不确定集,通过表示扰动程度的参数Γ实现了对鲁棒性的调节,在此基础上求得不确定集中最差情况下的最优解。实验结果表明,与传统的链路权重规划方法以及新出现的MRC规划模型相比较,该算法可降低最大链路利用率,分别达到了40%和20%。     

一种改进的动态核主元分析故障检测方法

针对复杂工业系统动态非线性故障检测过程精度低和计算量大的问题,提出了一种改进的动态核主元分析故障检测方法，该方法首先利用不可区分度剔除相关程度较小或者不相关变量,减少数据量，然后通过观测值扩展对筛选后的新数据构建增广矩阵，并对矩阵使用核主元分析提取变量数据的非线性空间相关特征，最后通过监测T ²和SPE 两种统计量诊断出系统发生故障及识别故障变量。仿真实验证明，该方法能对风力发电机故障进行有效监测和诊断，与KPCA方法相比，改进的动态核主元分析方法对微小故障更为敏感。     

琥珀酰亚胺酯基类偶氮染料的制备及其超临界CO2羊毛清洁化染色

以对氨基苯甲酸和4-氨基-2-氯苯甲酸、苯胺和间甲苯胺为原料,采用重氮偶合反应制备染料前驱体,通过在前驱体上引入琥珀酰亚胺酯获得4例活性分散染料Ⅰ～Ⅳ.对染料的紫外-可见吸收光谱、光热稳定性、超临界二氧化碳(scCO2)中羊毛纤维的染色工艺等进行了测试.结果表明,4例染料均具有良好的光热稳定性,染料Ⅰ、Ⅲ和Ⅳ最大吸收波长集中在360～370 nm,染料Ⅱ的最大吸收波长红移到379～452 nm,染料均具备scCO2染色的条件.染料Ⅰ和Ⅲ的最佳染色条件为2 h、80℃和15 MPa,染料Ⅱ的最佳染色条件为1.5 h、80℃和15 MPa,染料Ⅳ的最佳染色条件为2 h、80℃和24 MPa.染色后的羊毛纤维的耐皂洗和耐光色牢度都可达4～5级,固色率最高可达86％,相比于未活化的前驱体,耐皂洗色牢度能提高2～3级,固色率最高能提升63％.SEM和显微镜成像证明4例染料具有良好的透染性,且能均匀附着于纤维的表面和内部.力学性能测试表明,染色后的羊毛纤维能基本保持原有的力学性能.     

南水北调东线调水区及受水区降水径流变化特征

为给南水北调工程规划与运行提供科学依据,基于比《南水北调工程总体规划》制定水平年更加完整的水文观测数据识别2001年以来工程区降水、径流变化特征,采用Mann-Kendall趋势检验、小波分析等方法分析了比较期(2001—2016年)相对于基准期(1956—2000年)的降水、径流统计特性差异和变化特征。结果表明：相对于基准期,比较期调水区降水量变化不明显,长江大通水文站天然径流量下降3.5%,调水区水资源条件较为稳定;比较期受水区降水量较基准期基本无变化,天然径流量较基准期上升3.9%,但山东省、河北省和天津市受水区天然径流量下降6.6%,3省市天然径流量呈明显衰减态势。     

一种卷积神经网络的模型压缩算法

卷积神经网络的研究取得一系列突破性成果,其优秀表现是由深层结构支撑的。针对复杂的卷积神经网络在参数量及计算量上存在大量的冗余问题,提出一种简洁有效的网络模型压缩算法。首先,通过计算卷积核之间的皮尔逊相关系数判断相关性,循环删除冗余参数,从而压缩卷积层。其次,采用局部-全局的微调策略,恢复网络性能。最后,提出一种参数正交正则,促使卷积核之间的正交化,进而减少冗余特征。实验结果表明,在MNIST数据集上,该压缩算法能够在不损失测试精度的前提下,使AlexNet卷积层的参数量压缩率达到53.2%,浮点操作计算量可以减少42.8%,并且网络模型收敛后具有较小的误差。