缓释氧材料对黑臭水体的水质改善效果研究

采用新型缓释氧材料处理城市黑臭水体。中试实验过程中缓释氧材料放置于释氧渗透反应格栅中，研究缓释氧材料对实际城市黑臭水体的处理效果。中试结果表明新型缓释氧材料可以明显改善水体的污染情况。在实验周期为 20 d，水力停留时间为 8 h 的情况下，黑臭水体流经释氧渗透反应格栅后，水体溶解氧（DO）浓度升高，好氧微生物的活性增强，水中好养微生物降解有机污染物速率提高，水体中污染物化学需氧量（COD）、氨氮（NH₃-N）、总氮（TN）以及总磷（TP）的去除率分别为 21.2%、12.0%、15.20%、58.1%；水体中微生物优势菌群发生变化，在属水平上，hgc I＿clade、CL500-29＿marine＿group 和 12up 为优势物种。用冗余分析（RDA）探讨了环境因子与微生物群落结构之间的关系，DO、TN、TP、NH₃-N 是影响微生物群落结构的主要环境因子。     

高吸水性树脂提高井壁混凝土水密性能的机理

裂缝的产生会导致井壁混凝土的水密性能和耐久性能降低.高吸水性树脂(SAP)可在裂缝中膨胀并堵塞裂缝,从而提高井壁混凝土的水密性能和耐久性能.但SAP堵塞裂缝的机理仍需进一步研究.探究了SAP对混凝土力学性能的影响.通过水渗透测试分析了SAP的裂缝堵塞效果.并借助X射线计算机断层扫描技术探究了裂缝中SAP颗粒的形态特征.结果表明,SAP的掺入导致混凝土的抗压强度和劈裂抗拉强度略有减小.SAP的掺入也会导致预开裂砂浆中的水流速减小,水流速的减小程度随SAP掺量的增加而增大.SAP可在SAP孔中膨胀并堵塞SAP孔位置的裂缝,说明SAP导致水流速减小的原因是SAP能够在裂缝中发生膨胀.     

吉林油田低注入井吸水剖面施工工艺控制

本文对吉林油田低注入井五参数测井过程中遇到的一些问题进行分析,并相应提出一系列行之有效的解决方法。     

基于梯度提升决策树的车轮轮缘厚度磨耗预测

轮对在列车走行过程中起着导向、承受以及传递载荷的作用，其踏面及轮缘磨耗对地铁列车运行安全性和钢轨的寿命都将产生重要影响。根据地铁列车车轮磨耗机理，分析车轮尺寸数据特点，针对轮缘厚度这一型面参数，基于梯度提升决策树算法构建轮缘厚度磨耗预测模型。在该模型的基础上，任意选取某轮对数据进行验证分析，结果表明：基于梯度提升决策树的轮对磨耗预测模型具有较好的预测精度，可预测出1~6个月的轮缘厚度变化趋势范围，预测时间范围较长，可为地铁维保部门对轮对的维修方式由状态修转为预防修提供指导性建议。     

我国研制出世界最薄分子筛膜

<正>12月12日,中国化工报记者从中国科学院大连化学物理研究所获悉,该所杨维慎研究员和李砚硕研究员带领的研究团队,成功制备出一种由1nm厚的纳米片构成的分子筛膜,其厚度仅为蝉翼厚度的千分之一,而且具有如筛眼般高度规整的孔道,可以精确筛分尺寸差异仅为0.04nm的氢气和二氧化碳分子。该纳米片分子筛膜的渗透通量和分离选择性远远超过目前所有氢气、二氧化碳分离膜。该项研究成果被美国无机膜科学家林跃生教授,德国分子筛膜和膜催化科学家卡     

一种基于小字典不对等语料的跨语言词嵌入方法

双语词嵌入通常采用从源语言空间到目标语言空间映射,通过源语言映射嵌入到目标语言空间的最小距离线性变换实现跨语言词嵌入。然而大型的平行语料难以获得,词嵌入的准确率难以提高。针对语料数量不对等、双语语料稀缺情况下的跨语言词嵌入问题,该文提出一种基于小字典不对等语料的跨语言词嵌入方法,首先对单语词向量进行归一化,对小字典词对正交最优线性变换求得梯度下降初始值,然后通过对大型源语言(英语)语料进行聚类,借助小字典找到与每一聚类簇相对应的源语言词,取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值,建立新的双语词向量对应关系,将新建立的双语词向量扩展到小字典中,使得小字典得以泛化和扩展。最后,利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。在英语—意大利语、德语和芬兰语上进行了实验验证,实验结果证明该文方法可以在跨语言词嵌入中减少梯度下降迭代次数,减少训练时间,同时在跨语言词嵌入上表现出较好的正确率。     

基于共轭梯度法的空间谱估计算法的实现

针对子空间算法在空间谱估计过程中运算量大、工程实现困难的问题,文中利用共轭梯度算法的快速收敛性进行特征分解,自适应更新信号子空间和噪声子空间,之后使用到ESPRIT算法中,计算出两个子阵的信号空间,利用旋转不变性完成对信号源的跟踪。通过与一般的特征分解算法进行分析和仿真对比后,表明算法不但有快速收敛的特点,而且能够降低算法的计算复杂度。将共轭算法与DOA算法结合,具体分析后,给出算法在FPGA上的实现方案,最后对算法进行了多方面的仿真实验,证明了算法不但可以完成精确的DOA估计,而且能改善子空间算法在实时性和跟踪性上的问题。