早龄期混凝土动态力学性能实验研究

采用75 mm 的SHPB 实验装置对5种不同龄期的C20和C40混凝土分别进行单次和重复冲击实验,从养护龄期和应变率两方面系统研究了冲击荷载作用下早龄期混凝土的力学性能。单次冲击实验结果表明:相同应变率条件下混凝土的动态抗压强度与龄期呈对数关系,峰值应变随应变率的增加而增大;每一龄期的单轴抗压强度与应变率为幂函数关系,峰值应变则随冲击龄期的增加而减小。重复冲击实验结果表明:龄期小于3 d 的混凝土试件受到冲击作用,达到标准养护龄期后其变形能力有所减弱,龄期超过5 d后,早期冲击作用则使其变形能力增强;当首次冲击的应变率超过25s-1,达到标准养护龄期后混凝土的动态抗压强度随早期冲击应变率的增加而减小,龄期越大,降低幅度越大。结合C20和C40混凝土实验结果分析认为,混凝土强度等级越低,其力学性能受应变率和冲击龄期的影响越大。     

超高效液相色谱-串联质谱法检测畜肉及内脏中苯甲酸和马尿酸残留

建立超高效液相色谱-串联质谱技术对畜肉及内脏中苯甲酸和马尿酸进行检测。通过加标回收优化提取溶剂和净化方式,最终选择纯甲醇提取,经PRiME HLB固相萃取小柱净化,采用多反应监测模式检测,外标法定量。结果表明：苯甲酸在20～1 000 ng/mL、马尿酸在4～200 ng/mL质量浓度范围内线性关系良好,线性相关系数均大于0.99,检出限分别为12.5?μg/kg和2.5?μg/kg,定量限分别为50?μg/kg和10?μg/kg;在3个添加水平的回收率在70.5%～99.7%之间,精密度相对标准偏差在0.3%～7.1%之间（n=6）;方法具有良好的重复性和日内、日间稳定性,相对标准偏差不大于7.2%。该方法前处理简单、准确灵敏、回收率好,可为畜肉及内脏中苯甲酸和马尿酸残留量的监管提供技术支持。     

机器学习赋能的软件自适应性综述

软件系统自适应提供了应对动态变化的环境和不确定的需求的技术方案.在已有的软件系统自适应性的相关研究中,有一类工作将软件系统自适应性转换为回归、分类、聚类、决策等问题,并利用强化学习、神经网络/深度学习、贝叶斯决策理论和概率图模型、规则学习等机器学习算法进行问题建模与求解,并以此构造软件系统自适应机制.将其称为机器学习赋能的软件自适应性.通过系统化的文献调研,综述了该研究方向的前沿工作:首先介绍基本概念,然后分别从机器学习、软件自适应的视角对当前工作进行分类;按机器学习算法、软件对外交互、软件对内控制、自适应过程、自适应任务和学习能力的对应关系等方面进行分析;最后对未来的研究进行展望.     

熔融沉积成型打印参数对试样力学性能的影响

采用熔融沉积成型技术,研究了不同打印平面和打印角度对成型试样力学性能的影响。以聚乳酸(PLA)耗材为打印原料,用Makerbot打印机分别以试样局部坐标系下的xy和yz平面作为打印平面,改变试样的摆放角度,制备了多组成型试样,测试并分析了其力学性能。结果表明:与打印角度相比,打印平面对试样力学性能的影响更大;以yz平面为打印平面,试样的力学性能更高;在各组试样中,以yz平面为打印平面、以45°为打印角度时试样的力学性能最佳;以xy平面为打印平面时试样的力学性能符合材料力学中的单层板刚度和强度理论,该理论可以用来指导实际的制备生产。     

一类系统损伤模型的可靠性指标

建立了一类设备系统承受冲击损伤的数学模型，定义了系统的冲击损伤函数，给出了系统损伤的数学期望，一般地表达了系统的可靠度公式。     

基于体态的视频人像特征提取与比对

信息技术的发展壮大和应用的快速普及,利用计算机技术在图像处理方面的研究,并对视频图像中的人体行为进行特征提取和有效识别已成为日益关注的热点问题。然而如何构造有效的特征来对视频当中的人体动作进行描述一直是一个非常有挑战性的问题。对视频图像中的人体特征进行识别,是对视频图像的序列进行分析处理,并对检测出的人体运动目标进行特征提取和分类识别,从而达到理解和描述其行为的目的。人体行走的身体轮廓具有唯一性,是运动时的静态特征。同时人在行走运动中会带动上百处肢体的同步运动,人体的这些肢体角度包含了大量的运动信息,用于描述人体动态特征,可以很好地表示人的身份,并且容易与其它特征相结合。人体行为特征的提取与识别需要生物识别技术来识别和判断运动中的人的行为、区别个体身份。     

蛋白质组学在肉类真实性鉴别中的应用研究进展

基于质谱的蛋白质组学技术已逐渐应用于肉类食品的真实性鉴别中，通过对特异性生物标志物的蛋白或肽段进行鉴定、检测和定量，为确证物种的真实属性、含量及来源提供有效的技术手段。本文简要介绍蛋白质组学工作流程，对物种特异性多肽的提取、分析鉴定、热稳定性评价及筛选原则进行详细概述，列举了该技术在肉类食品的动物源性及非肉蛋白成分检测鉴别中的应用，并对其发展方向及前景进行了展望，以期为复杂的食品体系研究提供新思路，也为食品溯源提供更丰富的技术手段。     

基于多元统计分析的牛排掺假定量判别及差异分析

结合市场对食品中不同成分的定量分析的需求，模拟不同比例混合样品，利用高分辨质谱进行数据采集及分析，分别考察主成分分析、偏最小二乘判别分析和正交偏最小二乘判别分析（orthogonal partial least squares-discrimination analysis，OPLS-DA）统计方法对不同混合比例的样品数据进行分析。相比之下，OPLS-DA模型具有更好的判别效果。通过进行S-Plot分析，分别筛选出25?条猪源多肽及牛源多肽，经线性拟合分析，其中牛源的10?条多肽和猪源的6?条多肽的线性相关系数R2大于0.99，并开展了真实性样品的验证实验，证明筛选的多肽可用于预计样品中的成分含量。这项研究建立了一种量化牛排的方法，并为筛选差异显著性的定量多肽提供新思路。     

约翰·邓恩的《别离辞:节哀》的意象分析

<别离辞:节哀>是英国玄学派诗人约翰.邓恩在离别前写给妻子的诗,这首诗可以说是玄学派最有代表性的作品之一.在诗中,邓恩把圆规的两只脚比做夫夫和妻子.妻子是定脚,永远在中心,丈夫是转脚,当丈夫出门远行(即转脚去画圆)的时候,妻子(定脚)也随之旋转,比喻夫妻虽然分离,然而却心系对方,互相支持.暗示忠贞不渝的爱情会让人一生幸福圆满.     

合作-竞争混合型多智能体系统的虚拟遗憾优势自博弈方法

合作-竞争混合型多智能体系统由受控的目标智能体和不受控的外部智能体组成.目标智能体之间互相合作,同外部智能体展开竞争,应对环境和外部智能体的动态变化,最终完成指定的任务.针对如何训练目标智能体使他们获得完成任务的最优策略的问题,现有工作从两个方面展开:(1)仅关注目标智能体间的合作,将外部智能体视为环境的一部分,利用多智能体强化学习来训练目标智能体.这种方法难以应对外部智能体策略未知或者动态改变的情况;(2)仅关注目标智能体和外部智能体间的竞争,将竞争建模为双人博弈,采用自博弈的方法训练目标智能体.这种方法主要针对单个目标智能体和单个外部智能体的情况,难以扩展到由多个目标智能体和多个外部智能体组成的系统中.结合这两类研究,提出一种基于虚拟遗憾优势的自博弈方法.具体地,首先以虚拟遗憾最小化和虚拟多智能体策略梯度为基础,设计虚拟遗憾优势策略梯度方法,使目标智能体能更准确地更新策略;然后,引入模仿学习,以外部智能体的历史决策轨迹作为示教数据,模仿外部智能体的策略,显式地建模外部智能体的行为,来应对自博弈过程中外部智能体策略的动态变化;最后,以虚拟遗憾优势策略梯度和外部智能体行为建模为基础,设...