Cu_x[Ni_3Fe_1](x=4～12)合金的组织演变北大核心CSCD

研究了Cu-Ni-Fe系列合金中组织结构演变及其对性能的影响。本文固定Ni∶Fe原子比为3∶1,连续改变Cu含量,设计制备了Cu_x[Ni_3Fe_1](x=4,7,9,12)系列合金,并利用光学显微镜、扫描电子显微镜、X射线衍射仪、维氏硬度计、万能试验机、变温电阻仪对合金的表面形貌、物相结构、硬度、拉伸性能及电阻率进行了分析。结果表明:Cu_x[Ni_3Fe_1]合金中主要的强化方式是调幅分解;随着Cu含量的增加,调幅分解形成的富Ni-Fe逐渐减少,合金的抗拉强度、屈服强度以及硬度都呈减小的趋势;编织板条状的组织因排列密度高,表现出良好的耐蚀性;x为4、7和9的合金时效后有少量的γ'-Ni_3Fe析出相,对合金的硬度和拉伸性能影响不大,但γ'-Ni3Fe相在500℃左右会发生分解,导致电阻率略有下降;而x为12的合金时效后晶界上有大量α-Fe相析出。     

基于 ResU-Net 的三维断层识别方法及应用

断层刻画了地层的边界位置,地震成像数据中反射层的不连续性可作为断层解释的主要依据。深度神经网络的强非线性性质可作为地震数据中断层不连续特征表达的有力工具,断层识别问题可视作一个像素级别的二分类问题,并使用深度学习方法对此问题进行建模求解。据此可给出一种端到端的基于深度学习网络的三维断层自动识别方法。首先利用地震子波与反射系数卷积合成多组三维地震数据,建立用于深度网络学习断层特征的样本数据,随后搭建网络进行训练,网络训练完成后应用于实际地震数据。鉴于残差模块可很好地提升网络泛化性能,所提出的将残差网络中的残差块结构引入U-Net中的方法,可用于提升通过合成数据样本训练得到的网络模型在训练数据之外,即实际地震数据上的断层识别性能。所建立网络用于断层解释时,输入为叠后三维地震数据,输出为相同维度的三维数据体,其中每一输出值代表输入三维地震数据相同位置处断层的概率。实际算例对比测试表明,此方法可对三维地震数据中的断层进行有效识别,在合成数据集上训练精度相差不大的前提下,引入残差模块的ResU-Net在实际地震数据上的断层识别泛化性能得到提升。     

巧用电子白板,打造高效课堂

近年来,一种主要应用于教学的交互式电子白板出现了,它是兼容了网络科技、电子信息科技的集硬件和软件于一体的高性能电子产品,大小与传统的黑板无异,却有着传统黑板无可比拟的优越性,它的出现,使黑板的功能得以扩展,使教师在讲台上的施展空间也得以延伸。电子白板的有效应用,对打造高效课堂有着积极的作用。     

高职软件类学生校外毕业实训管理的探索与实践

高校学生在校外进行毕业实训或毕业设计渐成趋势,随之而来的是对这些学生管理难的问题。本文基于我院多届软件技术类学生校外毕业实训管理的实践,总结了校外毕业实训管理的方法和经验,针对高校学生校外毕业实训管理难的问题,提出了全程跟踪管理的管理机制。     

一种用于帧频提升系统的运动估计算法

基于静止检测、运动矢量预测,结合局部全搜索和下采样方法,提出一种有效的运动估计算法。将该算法用于基于运动估计运动补偿的帧频提升系统中。实验结果表明,该算法在减少计算量的同时,保证了内插帧有较高的主客观质量,能减少搜索点数,同时保持较高的搜索准确度。     

面向非平衡文本情感分类的TSF特征选择方法

非平衡数据中样本数量的不平衡分布往往伴随着特征分布的不平衡,在多数类文本中经常出现的特征,在少数类中却很少出现。针对非平衡数据特征分布的特点,提出了一种新的双边fisher特征选择算法TSF。该方法通过显式地组合正相关和负相关特征,缓解了特征层面的非平衡性,较好地表示了文本的信息。TSF方法在图书评论和COAE2014微博非平衡数据上进行实验,结果验证了该方法是可行的。     

基于桥系数的分裂社区检测算法研究

研究社区结构有助于揭示网络结构和功能之间的关系,而社区检测是社区结构研究的基础和核心。该文定义了一种聚集度桥系数,将其应用到社区检测中,设计出一种分裂社区检测方法,包括分裂和合并两个算法。分裂算法使用桥系数识别社区间边,通过迭代删除社区间边分解网络,从而发现网络中的社区结构;合并算法根据社区连接强度合并社区,可以揭示社区结构中的分层嵌套的现象。在六个社会网络数据集上的实验表明,本文算法可以有效的将网络分裂为有意义的社区,并且准确性接近或超过经典的社区检测算法。     

非平衡文本情感分类的数据集设计与评价指标

随着非平衡分类问题研究的深入,训练数据与测试数据如何划分成为一个值得思考的问题。针对非平衡文本情感分类数据集设计问题,通过下采样方法,对测试数据集设计了平衡与非平衡两种方案,给出了在不同任务需求下,选择相应的实验方案,并对验证分类器分类性能的评价指标进行了讨论。通过在真实的网络评论数据上的实验,验证了这些方案的合理性和适用性。     

有界控制下单向收敛滑模控制

提出一种控制有界情况下状态单向收敛的滑模控制方法.对于二阶系统,单向收敛是指初始状态与状态到达滑动模态的位置位于相平面同一象限的过程.通过分析到达阶段的动态特性,揭示了状态非单向收敛的原因,并提出了一种单向收敛条件,给出了系统状态单向收敛的区域.将所提出的方法应用于具有单向收敛要求的交会对接控制系统,结果验证了所提出方法的有效性.     

基于时序话题模型的新事件检测

新事件检测(New Event Detection,简称NED)的目标是从一个或多个新闻源中检测出报道一个新闻话题的第一个新闻.初步实验发现,构成事件的一项重要属性是事件发生的特定时间,因此时间是区分不同事件的重要标志.为此,提出时序话题模型(Temporal Topic Model,简称TTM).TTM将话题和报道切分为若干对应不同时间表达式的事件.其中,时间表达式描述事件发生的特定时间.TTM基于时间表达式在话题中出现的频率和增长率,估量对应时间表达式的事件作为种子事件或相关新颖事件的概率.此外,时间表达式的频率与增长率也用于衡量事件在相关性匹配中权重.在此基础上,NED依赖时间特性快速遏制不同时间发生的事件匹配,并借助种子事件和新颖事件调整相关性判定的权重分配.