Au/Pt合金气凝胶应用于表面增强拉曼散射

表面增强拉曼光谱(Surface-Enhanced Raman Scattering,SERS)被认为是最具实际应用前景的分析手段之一,在化学分析和污染物监测等众多领域都有着重要的潜在应用.目前对于SERS的研究,主要集中在制备一种新的SERS活性基底.作为气凝胶家族最年轻的成员之一,金属气凝胶(MAs)是一类新型、极...     

黄河宁蒙河段凌汛孕灾环境及凌灾成因分析

黄河宁蒙河段受其特殊的地理位置和气候条件等耦合影响,凌汛致灾因子多样,且各因子之间相互关联、相互制约,形成复杂多变的孕灾环境。文章阐述了该河段凌汛孕灾环境的形成及致灾因子之间的伴生效应,并总结了凌灾的成因,以期为宁蒙河段凌汛灾害的防御提供理论支撑。     

基于樽海鞘群优化VMD和FCF的旋转机械信号分析方法

针对旋转机械振动信号分析困难的问题,提出一种基于樽海鞘群优化变分模态分解(SSO-VMD)和FCF的旋转机械信号分析方法。利用樽海鞘群优化变分模态分解,确定其参数,对信号进行分解,通过故障相关因子(FCF)筛选合适的IMF分量完成信号重构。经实验验证,该方法可有效去除干扰信息,实现信号的分解与重构。     

江南园林文化因子提取及设计应用研究

目的构建江南园林文化因子的提取模型,科学而理性地挖掘与提炼具有识别性的设计元素,结合实践以验证方法的可行性和可靠性。方法建立江南园林文化因子提取及应用研究框架,采用定性和定量相结合的方法提取花窗、洞门、色彩、意蕴4个设计因子,计算各因子的重要性并将研究成果应用于产品设计。结论使用科学的因子提取方法能够提取特征鲜明的江南园林文化设计因子,提升产品的文化内涵,以系统、科学、合理的方法指导创意产品设计实践。     

多不动点约束下的网格变形算法

提出一种多不动点约束下的网格变形算法,能直接对模型进行变形,在算法执行过程中不需要计算控制晶格,具有较低的计算代价。实验结果表明,该算法能够有效改善传统自由变形算法存在的局限性和复杂性问题。     

区域电离层模型在大洋洲的适用性分析

为验证区域电离层模型在大洋洲的适用性,利用达尔文和珀斯站点的电离层探测数据,对亚洲和大洋洲地区模型(Asia-Oceania Model, AOM)在大洋洲的预测结果进行了统计分析,结果显示：两个站点中foF2和M3000F2的观测统计值与模型预测值变化趋势有较好的一致性;foF2模型值与观测值的全年均方误差分别为0.99 MHz和0.62 MHz,相对误差分别为11.82%和8.59%;M3000F2模型值与观测值的全年均方误差分别为0.09 MHz和0.08 MHz,相对误差分别为3.12%和2.54%;在此基础上,分析了预测偏差的日统计、季节统计和全年统计变化规律。上述研究可为区域电离层模型研究及新模型的建立提供参考价值。     

河南水利统一身份认证平台建设研究

随着科技进步和信息化技术的应用,数字化的建设与管理有力地推进了水利事业的发展。在越来越广泛的信息化技术应用当中,网络信息安全和平台的便捷实用性显得尤其重要。运用自动化流程结合人工管理构建好河南水利统一的数字化身份认证平台迫在眉睫,是实现科学、高效、实用的用户全生命周期管理模型和落实水利部“安全、实用”标准的必然选择。河南水利统一身份认证平台的建立必将大大提升河南省水利信息化安全保障水平,促进现代水利迅速发展。     

基于文本挖掘的WUI火灾致灾因子网络构建及特征分析

为预防和减少WUI火灾的发生, 挖掘WUI火灾关键致灾因子, 厘清致灾因子间的作用机制. 本文首先基于本文挖掘技术从WUI火灾事故案例中得到致灾因子, 使用Apriori算法得到致灾因子之间的关联规则. 然后使用复杂网络理论构建WUI火灾致灾因子网络, 计算网络拓扑特征参数, 探析WUI火灾致灾因子网络特征. 最后引入WUI火灾致因链风险度指标, 挖掘出高风险连边, 并提出断链措施. 结果表明: WUI火灾致灾因子网络具有小世界特性, 高温、强风、干旱等对其他致灾因子影响较大. 燃烧废弃物、植物起火、应急响应速度、人为纵火、强风在不同致灾因子转换中具有重要作用, 应加强管控. 网络中风险度最高的边是燃烧废弃物→植物起火, 通过颁布禁止擅自燃烧废弃物等规定, 即可切断该风险链, 实现对WUI火灾的预防和主动控制.     

基于差分进化算法的电力变压器故障监测方法

为保障电力系统安全运行,提出基于差分进化算法的电力变压器故障监测方法,通过电力变压器故障特征的深度挖掘,提高其监测准确度。基于卷积神经网络（CNN）的变压器故障监测原理,将新的卷积层添加在CNN的池化层与全连接层之间,构建改进CNN,利用带有动量因子的随机梯度下降算法,加速训练改进CNN电力变压器故障监测模型,改进CNN速度,减轻收敛时产生的振动,获得精准分类结果;并利用差分进化算法优化改进CNN的权值及阈值,提高改进CNN的收敛速度,实现电力变压器故障精准监测。实验表明,该方法可深度挖掘电力变压器故障类型特征;收敛速度快、收敛准确度高;监测电力变压器故障效果好,准确度高。