DP980+Z烘烤硬化值与退火温度的关系

摘要：为了研究退火温度对镀锌DP980+Z烘烤硬化值的影响，退火温度控制在760～820℃之间，系统分析退火温度对烘烤硬化值的影响。通过准静态拉伸试验机测量烘烤硬化值及抗拉强度，采用lepara试剂对组织中的马氏体进行着色，利用金相显微镜及图像处理软件测量马氏体的体积分数；采用扫描电镜观察DP980+Z的双相组织特点，并且将组织图片通过CAD转化成有限元图进行网格划分，建立代表性体积单元（RVE），通过有限元分析铁素体、马氏体强度对烘烤硬化值的影响。在同样的变形量情况下，DP980+Z的原始屈服强度越高，烘烤硬化值越高。     

低觉醒脑电识别与唤醒的可穿戴系统研究

为智能化地识别警戒作业人员出现的低觉醒、注意力下降的生理状态，本文介绍了一种基于FPGA和脑电信号处理的低觉醒状态检测与唤醒系统，系统通过传感器从大脑头皮采集脑电信号，转换为数字信号，经傅里叶变换获取了脑电信号的θ相对能量、α相对能量、重心频率、谱熵等4个特征量，由4个特征量表征低觉醒状态并运用支持向量机对低警戒状态进行识别，当识别出低觉醒状态时采用声音报警模块发出声音，唤醒警戒作业人员。设计系统能够较好地识别出低觉醒状态，识别率达90.8%，可为提高警戒作业工作绩效提供一种可穿戴的智能装备。     

碳基采暖电热材料研究进展

近几年,由于节能与环保的需求,电取暖的方式得到大力的推广,电热材料的研究与应用受到人们广泛的重视。非金属碳基电热材料是新型的节能型电热采暖材料,本文重点对影响非金属碳基电热材料中的炭黑基电热材料、碳纤维基电热材料、碳晶电热材料电热性能的因素及相关应用进行了综述。     

2A12铝合金化学铣切加工工艺探讨

为了精确加工2Al2铝合金,探讨了化铣时间和温度对其化铣速率及表面粗糙度的影响,采用现代技术对化铣工件的力学性能进行了测试与分析.结果表明:延长非化铣部位保护胶固化时间并使保护部位向非加工面位移3～5 mm可很好地解决未化铣区域的腐蚀问题;随化铣时间的延长,化铣速率降低,且化铣温度与化铣速率呈现正相关性;化铣表面的粗糙度随化铣时间的延长而增加,随化铣温度的升高呈先减小后增加的趋势;化铣后材料的抗拉强度和屈服强度均有所提高.     

5-二茂铁基噁唑的合成研究

以二茂铁甲醛和对甲苯磺酰基异氰(TOSMIC)为原料,经过Van Leusen反应,一步合成目标化合物5-二茂铁基噁唑,通过~1HNMR、~(13)CNMR和ESI-MS对其结构进行表征,并对影响收率的主要因素进行考察。结果表明,在物料比n(TOSMIC)∶n(二茂铁甲醛)为1.1∶1、反应溶剂为甲醇、K_2CO_3用量即n(K_2CO_3)∶n(二茂铁甲醛)为2.0∶1、反应温度为65℃、反应时间为8 h的最佳条件下,目标化合物收率达到74.7%。该方法具有原料廉价易得、反应操作简单、收率高等优点,具有一定的应用价值。     

基于Q-learning的不确定环境BDI Agent最优策略规划研究

BDI模型能够很好地解决在特定环境下的Agent的推理和决策问题,但在动态和不确定环境下缺少决策和学习的能力。强化学习解决了Agent在未知环境下的决策问题,却缺少BDI模型中的规则描述和逻辑推理。针对BDI在未知和动态环境下的策略规划问题,提出基于强化学习Q-learning算法来实现BDI Agent学习和规划的方法,并针对BDI的实现模型ASL的决策机制做出了改进,最后在ASL的仿真平台Jason上建立了迷宫的仿真,仿真实验表明,在加入Q-learning学习机制后的新的ASL系统中,Agent在不确定环境下依然可以完成任务。     

红枣多糖提取、分离纯化及生物活性研究进展

红枣作为我国传统的药食同源的天然保健果品,已有近四千多年的栽植和食用历史。红枣多糖是一种复合杂多糖,现代药理学研究表明多糖是红枣果中主要的功能活性成分之一,具有抗氧化、抗肿瘤、免疫保肝及调节肠道菌群等功能。本文系统地综述了国内外近年来关于红枣多糖提取、分离纯化、结构特征及生物活性的研究进展,以期为提高红枣多糖的利用以及为进一步深入研究红枣多糖构效关系提供理论依据。     

水文序列相依变异识别的RIC定阶准则——以自回归模型为例

水文过程相依性是水文变异的主要表现形式之一,应用自回归模型对其进行拟合时合理确定模型阶数是一个难点问题。本文在分析AIC和BIC准则的基础上,提出了一种以原序列与其相依成分的相关系数作为拟合度指标,同时借用信息熵形式的函数式,作为模型不确定性度量指标的自回归模型定阶准则(简称RIC准则)。以AR(1)、AR(2)、AR(3)和AR(4)模型为例进行统计试验,将不同序列长度下该准则的定阶准确率与其他定阶准则进行比较,试验结果表明,RIC准则对于上述模型均具有较好的适应性,且定阶准确率远高于AIC准则,其中对于前三阶模型RIC准则优于BIC准则,但四阶模型略低于BIC准则。RIC准则的优势是可以同时满足模型定阶、相依程度分级与模型检验的需求,将其应用于实测水文序列分析,结果显示,该准则能较准确地识别自回归模型的阶数,且符合提出的"相依有变异而残差无变异的最小阶数"的检验标准。     

基于注意力机制与文本信息的用户关系抽取

随着社交媒体的发展,用户之间的关系网络对于社交媒体的分析有很大的帮助。因此,该文主要研究用户好友关系检测。以往的关于用户好友关系抽取的研究主要基于社交媒体上的结构化信息,比如其他好友关系,用户的不同属性等。但是,很多时候用户本身并没有大量的好友信息存在,同时也不一定有很多确定的属性。因此,我们希望基于用户发表的文本信息来对用户关系进行预测。不同于以往的潜在好友推荐算法,该文提出了一种基于注意力机制以及长短时记忆网络(long short-term memory,LSTM)的好友关系预测模型,将好友之间的评论分开处理,通过分析用户之间的评论来判断是否具备一定的好友关系。该模型将好友双方信息拼接后的结果作为输入,并将注意力机制应用于LSTM的输出。实验表明,用户之间的评论对于好友关系预测确实有较大的实际意义,该文提出的模型较之于多个基准系统的效果,取得了明显的提升。在不加入任何其它非文本特征的情况下,实验结果的准确率达到了77%。