Microstructure and Properties of Co2+: ZnAl2O4/SiO2 Nanocomposite Glasses Prepared by Sol–Gel Method

Transparent bulk Co²⁺: ZnAl₂O₄/SiO₂ nanocomposites containing nanocrystalline Co²⁺: ZnAl₂O₄ dispersed in silica glass matrix were obtained by the sol–gel method. The gels of composition 89SiO₂–6Al₂O₃–5ZnO− x CoO ( x =0.2, 0.4, 0.6, 0.8, 1.0) (mol%) were prepared at room temperature by using two different aluminum salts, aluminum nitrate and aluminum alkoxide (aluminum-iso-propoxide, Al(OPrⁱ)₃), as starting materials. The transparent gels were converted to the crystalline phase of gahnite by heating above 900°C. The microstructural evolution of gels was characterized. The effect of Co²⁺ concentration on spectroscopic properties was also discussed. Co²⁺: ZnAl₂O₄ nanocrystals dispersed in the SiO₂-based glass are formed at lower heat-treatment temperature and shorter heating time by using Al(OPrⁱ)₃ as raw material.     

组合KdV方程的Hamilton系统

本文根据KdV方程的Hamilton系统,构造并证明了组合KdV方程的Hamilton系统。     

基于通道注意力机制和U-net的医学图像分割方法

随着人工智能和医学大数据的发展,基于深度学习的医学图像分割技术因具有重要的应用价值和前景,已经成为目前的研究热点.为了增强特征图的语义信息,在U-net网络的基础上引入通道注意力机制,对U-net生成的特征逐通道进行压缩,将压缩后的特征逐通道计算权重,然后将该权重与原始特征相乘得出最终的特征.通过在两个不同器官的医学图像数据集上进行实验,Dice系数相较于原始U-net网络分别提高了2.7％和1.8％,验证了该方法的可行性和有效性.     

Augmented Online Sequential Quaternion Extreme Learning Machine

Neural Processing Letters - Online sequential extreme learning machine (OS-ELM) is one of the most popular real-time learning strategy for feedforward neural networks with single hidden layer due...     

Visualizing and understanding graph convolutional network

Multimedia Tools and Applications - The graph convolutional network (GCN), which can handle graph-structured data, is enjoying great interest in recent years. However, while GCN achieved remarkable...     

并行化洪水演进模拟研究综述

近年来,并行化洪水演进模拟技术发展迅速,在防汛减灾领域发挥重要作用。在考虑洪水演进模型的数值方法、并行模式和编程技术等因素后,选取一些有代表性的洪水演进模型,分析了同构并行和异构并行洪水演进模型涉及的技术细节,提出并行化模型开发的技术难点和解决方法。最后,提出将来并行化洪水演进模型研发的着力点：非结构网格模型的异构并行化;混合并行的洪水演进模型;适于GPU异构并行的网格形式;并行环境下的实时可视化和交互式计算;基于动态编程语言的模型开发;界面式开发及模型应用推广。     

基于卷积神经网络的脑肿瘤分割方法综述

脑肿瘤自动分割对脑肿瘤诊断、手术规划和治疗评估中起着重要的作用。然而,由于脑病变结构的高可变性,组织边界模糊,以及数据有限和类不平衡等问题,导致其仍面临巨大的挑战。目前,大部分分割依赖手工,耗时耗力,易受主观影响,寻求一种高效的自动分割方法非常具有研究意义。介绍了脑肿瘤分割的研究背景、意义和难点,并概述了其发展历程;从数据和结构优化两方面详细描述基于脑肿瘤分割的卷积神经网络,简介脑分割常用的数据集和性能指标;分析了2017至2019年的BraTs挑战赛中排名靠前的算法性能,并讨论分析卷积神经网络应用于脑肿瘤分割的发展趋势。     

格宾网箱覆绿功能反滤层优化设计研究

格宾网箱应用于边坡工程时具备护坡、覆绿及材料就地利用等多种特点。为了保证格宾网箱中的植被能够稳定存活,并且防止强降雨条件下植被土颗粒的流失,需对格宾网箱填充物进行反滤层的优化设计,从而实现绿色生态护坡的目的。依托北京冬奥会张家口赛区正在实施的“科技冬奥”项目,在模拟当地最大降雨强度条件下,采用自行设计的试验装置开展了反滤层的防冲刷试验,探究反滤层层数、厚度和反滤料粒径对反滤层防冲刷效果的影响,最终确定了格宾网箱覆绿功能反滤层的优化设计。试验结果表明：反滤层层数设置为两层,上下层厚度均为100 mm且上层碎石粒径小于20 mm、下层碎石粒径为20~100 mm时,反滤层的防冲刷效果最佳。     

煤粉源集合体对水力压裂效果的影响

煤粉颗粒在压裂液中发生"造浆"及"聚集"作用是影响煤层气藏水力压裂效果的关键.构造煤粉源集合体对压裂效果影响显著,研究结果表明:原位状态下,煤粉以构造煤粉源和原生裂缝煤粉源集合体两种形式赋存.前者体积在20~30m3之间,呈顺层和断层两种产状,其明显受煤储层小微构造的控制;后者规模很小,主要分布在内生裂隙缝间,其受煤变质程度和煤岩类型影响.煤层气完井期间,井筒附近构造煤坍塌扩径,构造煤粉源卸压膨胀,煤粉颗粒启动难度降低;压裂期间,在压裂液动压、紊流搅动作用下,煤粉颗粒均匀混合在流体中形成浆体;排采期间,回排的压裂液中煤粉含量较高,导致气井近井部位压裂裂缝及炮眼较早地堵塞,气井减产.而原生裂缝内煤粉在压裂液中通过颗粒疏水相互作用发生聚集,在压裂裂缝内形成堵塞,但堵塞程度较轻.稳定压裂液注入排量、减小流速,利用煤储层小微构造解剖技术预测构造煤粉源集合体发育部位能够降低近井部位堵塞的风险,改善水力压裂效果.