以废弃棉为模板低温烧结制备SiC遗态陶瓷

以废弃脱脂棉和精梳棉为生物模板,聚碳硅烷(PCS)为SiC陶瓷先驱体,采用浸渍法在惰性气氛下1 000℃低温热解制备出了SiC遗态陶瓷,为开发非木材原料废弃物制备环境材料提供了实验依据。研究了浸渍浆料中PCS含量对烧成产物微观形貌、物相结构、线收缩率、体积密度、元素组成和比表面积的影响。结果表明:脱脂棉和精梳棉遗态保持了纤维状,浸渍浆料后纤维遗态被PCS热解产物包裹,形成了主晶形为β-SiC的遗态陶瓷;脱脂棉模板对浆料的吸收更好;随浸渍浆料中PCS含量从10%增加至40%,陶瓷中β-SiC含量逐渐增多,线收缩率逐渐减小,体积密度逐渐增大,热解产物Si含量逐渐增多,比表面积逐渐减小。     

局部Fisher向量编码与交叉视角二次判别分析的人头重识别

目前行人重识别主要是基于完整人体的研究,但是某些特定场景下,完整行人图片难以获取,因此本文建立一个基于人头的重识别数据库,并提出了相关算法.算法采用局部Fisher向量编码和交叉视角二次判别分析算法,首先基于HSV颜色信息去描述特征,使用高斯混合模型对特征数据建模,然后Fisher向量加权聚合,最后对样本的低维特征子空间和度量矩阵同时进行学习.实验及分析证明了基于人头的重识别算法的可行性,其中基于Rank1的重识别率达到89.29%.     

空中目标辐射源的个体识别方法

针对传统的辐射源个体识别方法在低信噪比环境下识别性能不佳的问题,提出了一种空中目标辐射源的个体识别方法,该方法利用经验模态分解和变分模态分解得到信号不同频率的模态分量,将各模态分量的多尺度排列熵作为特征,利用主成分分析对数据进行降维,并采用支持向量机分类器进行辐射源个体识别。仿真结果表明,该方法对相位噪声、频率漂移以及谐波失真等细微特征的识别性能明显优于传统方法,并具有良好的抗噪性。     

基于卷积神经网络和稀疏滤波的调制识别方法

针对当前通信系统所采用的主要调制方式,提出了一种基于卷积神经网络和稀疏滤波的调制识别方法。首先,分析了利用信号循环谱二维灰度图进行通信信号调制识别的可行性;然后,通过降采样和裁剪技术对循环谱图预处理;最后,设计了深度卷积神经网络架构,并提出了稀疏滤波预训练的方法。仿真结果表明:相比于经典的基于深度学习的调制识别方法,该方法模型简单,优化量少,且在小样本场景下性能最佳,具有很高应用价值。     

浅谈体育教学中和谐师生关系的构建

和谐的师生关系有助于教学质量和效果的提高.为了保证体育教学活动的顺利开展,提高教学质量,分析了师生关系不和谐的原因,并给出了具体的构建措施,包括重视情感效应、丰富教学内容、优化教学方法、构建综合性评价体系、提高体育教师自身素质等方面,为教师更好地构建和谐的师生关系提供了参考和借鉴.     

土壤中四溴双酚A不可提取态残留的降解转化

四溴双酚A(tetrabromobisphenol A, TBBPA)在各种氧化还原状态土壤中均可形成大量的不可提取态残留(nonextractable residues, TBBPA-NER).然而TBBPA-NER在环境中的稳定性和生物可利用性目前还鲜见报道.本研究以TBBPA在淹水条件和有氧条件下分别形成的不可提取态残留(即flooded-nonextractable residues, F-NER和oxicnonextractable residues, O-NER)为研究对象,分析了有氧条件下F-NER的归趋,以及土壤氧化还原状态改变下, FNER和O-NER环境行为的差异;同时研究了水稻根系分泌物对上述过程的影响.结果显示,有氧条件连续培养231 d中, F-NER在土壤中发生了缓慢的生物转化.尽管F-NER在土壤中释放出的可提取态量很低(1%～6%),但是矿化10%,且酯键和醚键结合部分有所消减.土壤氧化还原状态的改变(即0～50 d有氧, 50～103 d淹水, 103～231 d有氧)对F-NER的矿化影响很小;而TBBPA-NER在土壤中的降解转化受形成条件影响较大,表现为有氧-淹水-有氧培养下F-NER的矿化量,以及释放量均显著高于O-NER. F-NER受环境因素的影响更大,水稻根系分泌物抑制了FNER在有氧环境下的矿化,而淹水条件促进了F-NER的释放产物在土壤中的累积.结果证明,土壤中添加根系分泌物以及氧化还原状态转变等,在不同程度上影响了两种NER在土壤中的生物转化.     

六自由度生活搬运机器人设计

为提高搬运物体的便利性和智能化,本文设计了一种六自由度生活搬运机器人。在原有搬运机器人机械臂配置的基础上,融合了更具创新性和应用性的功能模块。所设计的六自由度机械臂集成了多项创新性技术,将大大提高物品的搬运效率,改善人们的生活品质。