Re-GAN：残差生成式对抗网络算法

目的 生成式对抗网络（generative adversarial network,GAN）是一种无监督生成模型,通过生成模型和判别模型的博弈学习生成图像。GAN的生成模型是逐级直接生成图像,下级网络无法得知上级网络学习的特征,以至于生成的图像多样性不够丰富。另外,随着网络层数的增加,参数变多,反向传播变得困难,出现训练不稳定和梯度消失等问题。针对上述问题,基于残差网络（residual network,ResNet）和组标准化（group normalization,GN）,提出了一种残差生成式对抗网络（residual generative adversarial networks,Re-GAN）。方法 Re-GAN在生成模型中构建深度残差网络模块,通过跳连接的方式融合上级网络学习的特征,增强生成图像的多样性和质量,改善反向传播过程,增强生成式对抗网络的训练稳定性,缓解梯度消失。随后采用组标准化（GN）来适应不同批次的学习,使训练过程更加稳定。结果 在Cifar10、CelebA和LSUN数据集上对算法的性能进行测试。Re-GAN的IS （inception score）均值在批次为64时,比DCGAN （deep convolutional GAN）和WGAN （Wasserstein-GAN）分别提高了5%和30%,在批次为4时,比DCGAN和WGAN分别提高了0.2%和13%,表明无论批次大小,Re-GAN生成图像具有很好的多样性。Re-GAN的FID （Fréchet inception distance）在批次为64时比DCGAN和WGAN分别降低了18%和11%,在批次为4时比DCGAN和WGAN分别降低了4%和10%,表明Re-GAN生成图像的质量更好。同时,Re-GAN缓解了训练过程中出现的训练不稳定和梯度消失等问题。结论 实验结果表明,在图像生成方面,Re-GAN的生成图像质量高、多样性强;在网络训练方面,Re-GAN在不同批次下的训练具有更好的兼容性,使训练过程更加稳定,梯度消失得到缓解。     

一种网络社团划分的评价及改进方法

主要从节点在所属群体内的相对重要程度出发, 尝试性地给出一种网络社团结构的新定义, 并在此基础上构建了一种网络社团划分的评价及改进方法。该方法既可以与现有的社团划分算法进行组合, 形成新的网络社团划分算法, 也可以独立使用, 对网络社团的划分结果进行评价与改进。最后, 通过MCL、GN、Factions等方法及算例对提出的算法进行了验证与分析。     

一种基于GN算法的动态图划分方法

随着图规模的急剧增长,对动态图进行实时处理的需求日益增加。大多现有的算法针对静态图划分是有效的,直接用其处理动态图会带来较大的通信开销。针对该问题,提出一种基于GN算法的动态图划分方法。首先收集一段时间内加入动态图中的顶点;然后,利用GN算法对这些新加入的顶点进行预划分,产生若干个内部联系紧密的社区;最后,将预划分产生的社区结果插入到已经划分好的当前图中。实验从交叉边数和负载均衡度两方面将该方法与传统流式划分方法进行比较,结果表明,在公开数据集上,该方法的交叉边数降低了13%,负载均衡度减少了42.3%。由此可见,该方法的划分质量明显优于传统的流式划分方法。     

Magneto-rotation-fibre-reinforced thermoelastic with gravity and energy dissipation

In this article, two theories of the generalized thermoelasticity Green-Naghdi theory (of type II and III) are applied, as well as the coupled theory to study the effect of magnetic field and rotation under influence of gravity on 2D problem of a fibre-reinforced thermoelastic. The normal mode analysis is used to obtain the expressions for the temperature, displacement components and the thermal stresses distributions. The resulting formulation is applied for two different concrete problems. The first concerns the case of a punch moving across the surface of semi-infinite thermoelastic half-space subjected to appropriate boundary conditions. The second deals with a thick plate subjected to a time-dependent heat source on each face. Numerical results are illustrated graphically for each problem considered. A comparison is made with the results predicted obtained by the two theories in the presence and absence of magnetic field, rotation and gravity field.     

Carbon nanotube–polyaniline composites

The last decade has seen a growing interest in hybrid electrically conducting nanocomposites. This article aims to provide a detailed overview of the present status of research in carbon nanotube–polyaniline (CNT/PANI) composites, from processing to structural and property evaluations. CNT/PANI are synthesized by electrochemical and chemical processing. When chemical methods are used, the main challenge is to obtain processable CNT/PANI in the emeraldine salt (ES) form composites. Stable dispersions of ES–CNT in organic media are prepared using the post doping method, inverse emulsion polymerization, or ex situ polymerizations. On the contrary, stable water dispersions of CNT/ES are prepared using hydrophilization of a preformed CNT/ES composite, direct synthesis of micelle–CNT hybrid templates, interfacial polymerization, covalent functionalization of CNT with a water soluble polymer, or using electrostatic interactions between two oppositely charged ES and CNT aqueous colloids. Moreover, the strategies for the synthesis of ternary CNT/PANI composites incorporating noble metal nanoparticles, metal oxide, or graphene sheets are also presented and analyzed in depth. Finally, we give a review of potential applications, including chemical sensors, capacitors, fuel cells and electronic devices.     

GN30型隔离开关故障原因分析及对策

针对一起GN30型隔离开关触头过热引起的短路事故,分析其原因,提出改进隔离刀闸结构、提高母排质量等防范对策。     

一个基于中心度的社团结构发现新算法*

针对GN算法在社团结构发现中时间复杂度高等问题,提出一种基于中心度的GN改进算法（DCGN）。该算法根据节点中心度以及节点之间的最短路径首先确定社团结构中心节点集,然后逐步删除社团结构中心节点之间的最大边介数连边,完成社团结构划分。DCGN算法避免了GN算法边介数计算开销大的问题,算法的时间复杂度约为O(cmn),其中c为常数,n为网络成员数,m为网络连边数。将DCGN和GN算法同时应用到Zachary网络及计算机随机生成网络中并进行了比较。实验结果表明,所提出的DCGN算法在运行效率和效果方面较之GN算     

基于复杂网络理论的产品结构模块划分方法

针对现有的产品结构模块划分方法的不足,将复杂网络理论中的社团结构 发现方法应用于产品结构模块的划分,提出了一种新的结构模块划分方法。产品的结构单元 作为网络的节点,有关联的结构单元对应的节点之间为网络的边,从而构建产品结构的网络 图,使用复杂网路理论中的社团结构发现方法—— GN 算法实现结构模块的划分。论文阐述 了基于GN 算法的模块划分的方法与步骤,在此基础上以汽车发动机的结构模块划分为例验 证了该方法的有效性和实用性,并对模块划分结果进行了分析,最后指出了今后进一步研究 的内容与方法。     

谷壳制备的白炭黑研制Ce-MEL分子筛及其吸附性能的研究

以谷壳制备的白炭黑为硅源、四丁基溴化铵(TBAOH)为模板剂,按0.05Na2O∶SiO2∶0.35TBAOH∶40H2O∶(0.001-0.1)Ce(NO)3.6H20的摩尔比,170℃下水热晶化48h合成了Ce-MEL分子筛,并采用XRD、SEM等手段对合成分子筛进行表征。吸附性能结果表明,Ce-MEL分子筛的投加量为2.5g/L、pH为7、振荡时间为2h时吸附效果较好,脱色率达到88.5%。     

基于REC技术的DFB激光器阵列驱动电路的设计

为了实现DFB激光器阵列的智能化控制,提出了一种智能化、高精度、数字控制的驱动电路设计方案。该系统以单片机和FPGA为主要控制芯片,具有体积小、效率高、无冲击、开关保护等特点。DFB激光器阵列的输出可以由外部可调信号控制。该系统将模拟控制模型转化为数字控制模型,提高了驱动电路的性能。该系统能够实时监测DFB激光器阵列的温度和电流。电流的输出精度可以达到±0.1 mA,保证DFB激光器阵列稳定可靠地工作。该驱动电路有利于DFB激光器阵列的灵活使用。