基于形态结构特征的对流单体自动分割方法研究

风暴单体是形成各类强对流灾害天气的基本单元,它们的雷达回波形状复杂、内部分布不一、外层相互交织,从而造成单体分割困难.提出了一种基于形态结构特征的对流单体自动迭代分割方法.以雷达图片中区域树结构单体分割结果为初始输入,在每次迭代分割过程中,首先计算各个分割结果的3个形态结构特征,然后通过一个预先训练的支持向量机(Support Vector Machine,SVM)分类器判断分割结果是否为对流单体,对非单体的分割结果进行再次分割.通过3种不同类型的风暴案例进行测试,结果表明,本文方法能够有效地识别出聚集的单体和处于分裂/合并状态的单体,并且能够获得单体的完整结构.在定量评估测试中,本文算法获得了0.84的临界成功指数评分,高于传统的风暴单体识别与跟踪算法(Storm Cell Identification and Tracking,SCIT)方法(0.55)和单阈值方法(0.49).     

CaCl2的水解反应对固态SiO2显微特征的影响

利用扫描电镜(SEM)和能谱仪(EDS)等手段,并结合热力学理论计算,研究了浸泡在1173 K温度下脱水不完全的CaCl2熔盐中的固态SiO2圆柱样显微特征变化及其原因,初步分析了CaCl2盐的水解反应对固态SiO2电解特性的影响.结果表明,未严格脱水操作的CaCl2盐很容易高温水解,生成的CaO在熔体中的活度只要不低于0.001,即可与SiO2逐级形成CaO·SiO2(CS)、3CaO·2SiO2(C3 S2)和2CaO·SiO2(C2 S)等多种硅酸盐,导致圆柱体外表面的形貌、结构发生较大变化;圆柱体内部渗透进入的熔盐中CaO含量低,形貌变化较小.外表面硅酸盐层的存在使仅内置阴极集流体的固态Si O 2圆柱体电解还原速度减慢和难度增加.     

基于改进CLDNN的辐射源信号识别

传统辐射源信号识别方法往往需要人工提取特征,不仅对专业知识要求较高,而且人为选择的特征不能够保证适用于大多数类型信号的识别,识别精度和识别速度也不能兼顾。针对上述问题,将语音处理领域常用的深度学习模型——卷积长短时深度神经网络(convolutional long short-term deep neural network, CLDNN)引入到辐射源信号的识别中,并将该模型中的长短时记忆层改为双向门控循环单元层。模型的输入为原始时间序列数据,特征提取和分类识别过程均在网络中进行,避免了人工选择特征的不完备性。实验结果表明,所提模型在低信噪比情况下也能够有效识别信号类型,同时与其他模型相比,实现了识别精度和识别速度之间的平衡。     

基于特征选取与树状Parzen估计的入侵检测

针对目前网络空间安全形势快速变化带来的新风险和新挑战, 提出一种基于相关性分析的特征选取和树状Parzen估计优化的入侵检测方法。首先, 通过基于相关性分析的数据特征选取方法对数据维度进行压缩。其次, 对原始数据集进行特征筛选, 生成新的特征子集。最终, 使用序列模型优化算法中的树状Parzen估计算法对随机森林算法进行模型优化。实验结果表明, 相比其他应用机器学习算法的入侵检测方法, 所提方法在提升综合性能的同时拥有更高的检测效率, 有效地提升了入侵检测技术的实用性。     

基于保角映射的断层影响区内隧道涌水量预测

建立了断层影响区内衬砌隧道渗流模型.在该模型中,断层被视为地下水补给边界,以隧道涌水量作为衡量依据将隧道横断面内倾斜断层等效为竖向断层.利用镜像叠加原理将有限边界渗流问题转化为半无限空间渗流模型,再通过保角坐标变换和极坐标联立求解渗流微分方程,推导富水断层影响区内地下水头半解析公式,得到了隧道涌水量计算公式.经过退化验算、数值模拟及现场实测数据对比,验证了公式的正确性.在此基础上,探讨了地层与衬砌的相对渗透系数(K_S/K_L)、隧道与水位线的距离(h)、隧道与断层的距离(L)对涌水量的影响:K_S/K_L对涌水量的影响最显著;其次为h,h也会影响L的作用效果,h越大,L的影响程度也越大.施工过程中应加强注意衬砌防水措施的施作,隧道线路的选择应尽可能考虑埋深设计,避免高水头压力.     

基于核函数强化学习的抗干扰频点分配

针对学习未知动态的干扰图样问题，提出一种基于核函数强化学习的雷达与通信抗干扰频点协作算法。与需要获得干扰模式、参数等先验知识的研究相反，所提算法能够利用过去时隙中频点的使用情况来优化抗干扰频点分配策略。首先，通过核函数的强化学习来应对维度诅咒问题。其次，基于近似线性相关性的在线内核稀疏化方法，确保了抗干扰频点分配算法的稀疏性。最后，仿真结果验证了所提算法的有效性。得益于稀疏化码字对于系统动态特性的学习，所提算法与传统基于Q学习的抗干扰频点分配算法相比，收敛时间更短，并且可以快速规避外部未知干扰源的干扰。     

氢气制备和储运的状况与发展

随着全球碳达峰和碳减排的推进,氢能作为一种重要的清洁可再生能源受到越来越多的关注,开发利用氢能已成为中国能源技术发展的重要战略方向.以往主要是大专院校、中国科学院等机构的科研人员从事氢能相关的研究,大多获得国家自然科学基金委员会、科技部等的基金支持.目前许多企业也参与进来,既有国企也有民企,这与以往有很大不同,对于氢能产业的发展有巨大的推动作用.氢能发展不仅需要技术成熟,同时还要满足成本、市场和安全等多方面的要求.氢能产业包含制氢、氢分离、储运、应用等多个环节.通过近几年的努力,这些环节已经有了很大的变化,有的领域发展快,有的领域仍面临很多困难.为此,本文对氢能产业链上这些环节的状况、问题和今后的发展进行系统的分析和归纳.     

关于Berger定理的推广

Berger定理断言任意可解群G中的拟本原复特征标也是本原的，文章考察了该定理关于正规子群L?G的相对情形。为了统一研究复特征标和Brauer特征标的本原性和拟本原性的关系，引入了L-本原的和L-拟本原的π-部分特征标，证明了在适当的可解性条件下L-拟本原性等价于L本原性，该结果加强并推广了Berger定理。     

KL油田沙三下亚段混合沉积特征及演化

针对目前莱州湾凹陷南斜坡带KL油田沙河街组三段下亚段陆源碎屑与碳酸盐岩混合沉积形成条件、沉积特征及模式认识程度较低的问题，利用该区壁芯、薄片及扫描电镜等资料，结合构造演化、古气候和古地貌背景，在层序格架约束下研究沉积环境，分析其沉积特征。结果表明，研究区发育混合沉积，形成于宽缓斜坡、亚热带湿润气候，兼具湖平面、物源、水动力条件周期性变化等条件；该混合沉积包括相缘渐变混合与原地混合两种沉积类型，互层式和组分式两种混合模式，以及4种混合样式。两种混合沉积类型沉积机理不同，混合模式及组合样式表现较大差异，因而具有不同的储层微观特征。