A Fullerene Seeded Strategy for Facile Construction of Nitrogen-Doped Carbon Nano-Onions as Robust Electrocatalysts

Carbon nano-onions (CNOs) as a novel form of carbon materials hold peculiar structural features but their electrocatalytic applications are largely discouraged by the demanding synthesis conditions (e.g., ≥1500 °C and vacuum). Using C₆₀ fullerene molecules as the sacrificial seeds and melamine as the main feedstock, herein, a novel strategy for the facile construction of CNOs nanoparticles is presented with ultrafine sizes (≈5 nm) at relatively low temperatures (≤900 °C) and atmospheric pressure. During the calcination, in-depth characterizations reveal that C₆₀ can retain the melamine-derived graphitic carbon nitride from complete sublimation at high temperatures (≥700 °C). Owing to the N removal and subsequent pentagon generation, severely deformed graphitic fragments together with the disintegrated C₆₀ molecules merge into larger sized nanosheets with high curvature, eventually leading to the formation of N-doped defect-rich CNOs. Owing to the integration of multiple favorable structural features of pentagons, edges, and N dopants, the CNOs obtained at 900 °C present superior oxygen reduction half-wave potential (0.853 V_RHE) and zinc–air cathode performance to the commercial Pt/C (0.838 V_RHE). Density functional theory calculation further uncovers that the carbon atoms adjacent to the N-doped edged pentagons are turned into the ORR-active sites with O₂ protonation as the rate-determining step.     

基于精化的TrustZone多安全分区建模与形式化验证

TrustZone作为ARM处理器上的可信执行环境技术,为设备上安全敏感的程序和数据提供一个隔离的独立执行环境.然而,可信操作系统与所有可信应用运行在同一个可信环境中,任意组件上的漏洞被利用都会波及系统中的其他组件.虽然ARM提出了S-EL2虚拟化技术,支持在安全世界建立多个隔离分区来缓解这个问题,但实际分区管理器中仍可能存在分区间信息泄漏等安全威胁.当前的分区管理器设计及实现缺乏严格的数学证明来保证隔离分区的安全性.详细研究了ARM TrustZone多隔离分区架构,提出一种基于精化的TrustZone多安全分区建模与安全性分析方法,并基于定理证明器Isabelle/HOL完成了分区管理器的建模和形式化验证.首先,基于逐层精化的方法构建了多安全分区模型RMTEE,使用抽象状态机描述系统运行过程和安全策略要求,建立多安全分区的抽象模型并实例化实现分区管理器的具体模型,遵循FF-A规范在具体模型中实现了事件规约;其次,针对现有分区管理器设计无法满足信息流安全性验证的不足,设计了基于DAC的分区间通信访问控制,并将其应用到TrustZone安全分区管理器的建模与验证中;再次,证明了具体模型...     

基于历史数据和多目标优化的测试用例排序方法

针对如何提高测试用例序列的揭错效率和回归测试效益问题,提出一种基于历史数据和多目标优化的测试用例排序方法。首先,根据测试用例的文本主题相似性和代码覆盖相似性对测试用例集进行聚类,并根据历史执行信息对测试用例间的执行失败关系进行关联规则挖掘,从而为后续过程做准备;然后,利用多目标优化算法对每个类簇内的测试用例进行排序,在此之后生成最终排序序列,使相似的测试用例分隔开;最后,利用测试用例间的关联规则,动态调整测试用例执行次序,从而使可能失败的测试用例优先执行,以进一步提高缺陷检测效率。与随机排序方法、基于聚类的排序方法、基于主题模型的排序方法、基于关联规则和多目标优化的排序方法相比,所提方法的平均故障检测率（APFD）平均值分别提高了12.59%、5.98%、3.01%和2.95%,基于成本的平均故障检测率（APFDc）平均值分别提高了17.17%、5.04%、5.08%和8.21%。实验结果表明,所提方法能有效提高回归测试效益。     

基于张量鲁棒主成分分析的视网膜眼底图像序列变化检测

在计算机辅助诊断系统中,视网膜眼底图像序列的变化检测是一项重要且具有挑战性的任务。针对视网膜眼底图像序列采样帧少、光照干扰大、难以获得稳健的背景模型,提出了一种基于张量鲁棒主成分分析(tensor robust principal component analysis, TRPCA)的变化检测方法。该方法以TRPCA为模型,通过对序列背景扩充,再利用张量分解而获得变化区域：首先,先选择出序列中最接近正常状态的一张图像作为背景模型;然后,通过预处理将单帧背景模型扩张成多帧背景使得背景模型包含更丰富的光照变化;接着,将整个序列建模为一个3维张量体;最后,利用总变分约束背景模型和变化区域的时空连续性,通过Tucker分解分离出背景模型,获得变化区域。实验结果表明,与基于矩阵的鲁棒主成分分析(matrix robust principal component analysis, Matrix RPCA)方法,Masked-RPCA方法以及不加总变分约束的TRPCA方法相比,基于总变分约束的TRPCA方法能够更准确地分离出变化区域,对血管和光照干扰更具有鲁棒性。     

Fully distributed consensus for fuzzy multiagent systems with jointly connected topology

This paper investigates the problem of fully distributed consensus for polynomial fuzzy multiagent systems (MASs) under jointly connected topologies. First, a polynomial fuzzy modeling method is presented to characterize the error dynamics that is constructed by one leader and multiple followers. Then, using the relative state information and the agents' dynamics, a distributed adaptive protocol is designed to guarantee that MASs under jointly connected topologies can achieve consensus in a fully distributed fashion. Utilizing the Lyapunov technique, a relaxed sufficient criterion is proposed to ensure consensus for fuzzy MASs under jointly connected topologies. Moreover, the adaptive coupling weights between neighboring agents can converge to certain values. The derived condition is transformed into a sum-of-squares form, which can be solved numerically. We provide an example to illustrate the proposed distributed adaptive consensus technique's validity.     

800kV对接式直流穿墙套管缺陷分析及应对策略研究

本文针对对接式结构高压直流穿墙套管回路电阻异常的缺陷事件,根据力矩平衡原则,对套管关键部位受力情况进行了分析,并通过有限元仿真进行了验证。在此基础上,提出了一种端部新增接线端子的结构优化整改方案,通过仿真验证了方案的有效性。     

图因子分解的故障节点快速修复

为了提高分布式存储系统中故障节点的修复效率, 提出一种新的部分重复(fractional repetition, FR)码的构造算法. 该算法利用完全图的因子分解进行构造, 称为CGFBFR (complete graph factorization based FR)码. 该算法首先对完全图进行因子分解, 分解完成以后确定完全图的因子分解个数, 根据需要存储数据块的重复度来选择完全图的因子个数, 将完全图选中的因子所有顶点当做分布式存储系统中需要存储的数据块, 然后对选中因子图的边进行标记, 标记的边当做分布式数据节点进行存储. 最后根据选中的因子的顶点和边生成编码矩阵, 在分布式存储系统中按照编码矩阵中的数据对数据块分别进行存储. 实验仿真结果显示, 本文提出的一种新的部分重复码构造算法, 与分布式存储系统中的里所(reed-solomon, RS)码、简单再生码(simple regenerating codes, SRC)以及最新的循环可变部分重复(variable fractional repetition, VFR)码相比, 在系统修复故障节点时, 能够快速地修复故障节点, 有效降低了故障节点的修复带宽开销、修复局部性、修复复杂度, 而且构造过程简单, 同时可以灵活选择构造参数, 广泛适用于分布式存储系统中.     

贪心与回溯算法在城市马拉松路线规划中的实践

针对目前城市马拉松路线人工规划效率低下的问题, 本文采用贪心和回溯算法进行城市马拉松路线智能规划, 具体方法是: 通过城市路网信息构建由经纬度坐标点拓扑关系连接而成的路网, 采用贪心和回溯算法对坐标点进行遍历搜索, 结合城市马拉松路线特殊要求, 运用直接逼近、启发式远离、启发式靠近和方向预估等策略实现路线的智能规划. 在此基础上, 提出一种综合POI热度值、道路宽度适宜度、路线畅通指数、过弯舒适度以及POI密集度5个维度的马拉松路线评估方法. 最后, 开展了北京、合肥马拉松人工和智能规划路线对比分析, 结果表明所采用的方法可快速高效实现马拉松路线规划.     

融合语音、脑电和人脸表情的多模态情绪识别

本文提出了一种多模态情绪识别方法, 该方法融合语音、脑电及人脸的情绪识别结果来从多个角度综合判断人的情绪, 有效地解决了过去研究中准确率低、模型鲁棒性差的问题. 对于语音信号, 本文设计了一个轻量级全卷积神经网络, 该网络能够很好地学习语音情绪特征且在轻量级方面拥有绝对的优势. 对于脑电信号, 本文提出了一个树状LSTM模型, 可以全面学习每个阶段的情绪特征. 对于人脸信号, 本文使用GhostNet进行特征学习, 并改进了GhostNet的结构使其性能大幅提升. 此外, 我们设计了一个最优权重分布算法来搜寻各模态识别结果的可信度来进行决策级融合, 从而得到更全面、更准确的结果. 上述方法在EMO-DB与CK+数据集上分别达到了94.36%与98.27%的准确率, 且提出的融合方法在MAHNOB-HCI数据库的唤醒效价两个维度上分别得到了90.25%与89.33%的准确率. 我们的实验结果表明, 与使用单一模态以及传统的融合方式进行情绪识别相比, 本文提出的多模态情绪识别方法有效地提高了识别准确率.