温湿度对轻质烧结页岩砖节能墙体传热系数的影响

本试验利用烧结页岩砖砌筑了三面试验墙体,并分别在其中两面墙体的冷、热表面粘贴XPS挤塑聚苯乙烯泡沫板,制成外、内保温墙体,通过控制变量法观测三面试验墙在不同温湿度情况下轻质烧结页岩砖节能墙体传热系数的变化,从而得到温湿度对轻质烧结页岩砖节能墙体传热系数的影响。     

Design of electric-field coupled underwater wireless power transfer system based on class E amplifier

针对单级LC谐振型电场耦合式水下无线电能传输(electrical-field coupled power transfer,ECPT)系统的输出功率低、谐振容量小、频率漂移大等关键问题,设计一种更适于海水环境下的无线电能传输系统。该系统基于CLC-S调谐网络,综合E类放大器效率高、频率高等优点,实现较大的功率输出。利用Maxwell有限元仿真软件,对海水环境下耦合机构的电容值进行了有限元分析。通过对水下耦合机构进行试验,分析负载品质因数Q、归一化频率μ对水下无线电能传输系统的影响规律,可为水下ECPT系统设计提供参考。     

Ce3+-Nd3+共掺Y3Al5O12发光材料的合成及其近红外量子剪裁特性研究

以高温固相法合成一系列Ce~(3+)-Nd~(3+)共掺Y_3Al_5O_(12)(YAG)发光材料.通过荧光光谱测试证明,在YAG基质中Ce~(3+)-Nd~(3+)之间发生宽谱高效近红外量子剪裁,能量传递机理为合作能量下转换.在460 nm波长激发下,Ce~(3+)离子吸收一个可见光子跃迁至5d_1能级,然后将自身能量传递给两个邻近的Nd~(3+),进而发射出两个近红外光子.对样品的荧光衰减曲线分析可知,Ce~(3+)-Nd~(3+)之间的量子效率高达177.8%.通过Ce~(3+)-Nd~(3+)之间的量子剪裁,可将太阳光谱中能量较高的紫外-可见波段转换为近红外波段,有利于太阳光谱更好地被晶硅太阳能电池吸收和利用.     

基于CNN的计算机生成图像识别方法

针对计算机生成图像(Computer Generated images, CG)与真实照片(Photograpgh, PG)识别率不高的问题,该文提出了一种改进的卷积神经网络方法来实现CG与PG的识别.该方法首先对识别问题进行卷积神经网络二分类建模,并选择VGG-19网络结构作为基础,建立不同的模型.该方法创新性地引入迁移学习,节省训练时间和大量计算资源,最后使用softmax分类器进行分类.实验结果表明,该文方法对PG图像的识别准确率达到92%.与其他方法比较,该文方法识别准确率最高,说明该文方法具有可行性与有效性.     

材料力学课程中内力求解的改进设正法及其教学实践

设正法是材料力学课程中求解内力的常用方法,传统设正法有值得商榷之处.研究提出了一种改进的设正法,并通过算例对其应用过程进行了介绍,同时分析了应用该方法教学时应注意的问题.教学实践表明,用改进设正法求解内力,可以有效降低出错率,提高学生内力分析的能力,增加学习材料力学课程的自信,可对后续相关课程的学习产生正迁移效应.在日常教学中,教师应对学生是否能真正灵活地应用该方法进行必要的监控.     

基于核酸适配体的荧光分析法定量检测MUC1粘蛋白

MUC1粘蛋白是一种高糖化、高分子量的糖蛋白,其在乳腺癌细胞中高度异常表达,其特异性高于组织多肽抗原,敏感性高于癌胚抗原,因此MUC1在乳腺癌诊断中具有很高的临床应用价值,而建立高灵敏的MUC1蛋白定量检测方法对临床诊断具有重要的意义.该研究建立了基于核酸适配体-滚环扩增（RCA）和氧化石墨烯-荧光共振能量转移（GO-FRET）技术的MUC1黏蛋白定量检测技术,实现了MUC1粘蛋白准确、灵敏的定量检测.结果表明,该方法定量检测线性范围为50~1 000 pg/mL,检测限为28.05 pg/mL,定量限为45.57 pg/mL,在人血样品中的回收率为96%~104%.     

考虑固结效应的高填方夯实地基桩侧负摩阻力计算方法

依托在高填方夯实地基上进行的桩侧负摩阻力现场试验,根据负摩阻力测试结果,提出考虑固结效应的高填方夯实地基桩侧负摩阻力计算方法。该方法对高填方地基强夯加固区与非加固区分段进行侧摩阻力计算,采用太沙基一维固结理论计算桩侧土沉降,反映固结效应对桩侧摩阻力的影响,利用土-混凝土界面直接剪切试验得到桩土荷载传递函数,反映桩土相对位移对侧阻力发挥程度的影响,采用有限差分法求得计算公式的数值解,并将计算结果与现场试验结果对比分析。结果表明,采用文中推导的公式计算的桩侧负摩阻力沿深度的变化趋势与现场试验测试结果一致,现场实测桩侧负摩阻力值约是理论计算值的1/2,工程应用时可将理论计算的桩侧负摩阻力值乘以0.5的折减系数。     

涡节型、酒窝型强化管管内沸腾传热特性实验

以微型Capstone C30燃气轮机排放的烟气余热为热源,研究涡节结构强化管、酒窝结构强化管和光管管内沸腾换热特性。实验结果表明：涡节型结构强化传热管管内沸腾换热系数约为光管的1.6~2.1倍,管外对流传热系数约为光管的1.3~1.5倍,总传热系数约为光管的1.4~1.5倍;酒窝型强化传热管管内沸腾换热系数约为光管的2.1~2.5倍,管外对流传热系数约为光管的1.8~2.0倍,总传热系数约为光管的1.9~2.1倍。分析了涡节型强化传热管和酒窝型强化传热管较光管传热性能好的原因。     

深度学习源代码缺陷检测方法

针对由于传统的源代码缺陷分析技术依赖于分析人员的对安全问题的认识以及长期经验积累造成的缺陷检测误报率、漏报率较高的问题,提出了一种深度学习算法源代码缺陷检测方法.该方法根据深度学习算法,利用程序源代码的抽象语法树、数据流特征,通过训练源代码缺陷分类器完成源代码缺陷检测工作.其依据的关键理论是应用深度学习算法及自然语言处理中的词嵌套算法学习源代码抽象语法树和数据流中蕴含的深层次语义特征和语法特征,提出了应用于源代码缺陷检测的深度学习一般框架.使用公开数据集SARD对提出的方法进行验证,研究结果表明该方法在代码缺陷检测的准确率、召回率、误报率和漏报率方面均优于现有的检测方法.      

深度神经网络内部迁移的信息几何度量分析

使用深度神经网络处理计算机视觉问题时,在新任务数据量较少情况下,往往会采用已在大数据集上训练好的模型权值作为新任务的初始权值进行训练,这种训练方式最终得到的模型泛化能力更好.对此现象,传统解释大多只是基于直觉分析而缺少合理的数学推导.本文将深度神经网络这种网络结构不变下层间的学习转为深度神经网络内部的迁移能力,并将学习过程变化形式化到数学表达式.考虑数据集对训练过程带来的影响,利用信息几何分析方法,确定不同数据集流形之上的度量和联络,实现不同数据集之间的嵌入映射,同时将参数空间的变化也放入流形空间,探究其对学习过程的共同影响,最终实现对这种内部迁移现象的数学解释.经过分析和实验验证可得内部迁移过程其实是一种能使网络可以在更广空间进行最优搜索的变化,有利于模型可以在学习过程中获得相对的更优解.