高效光能转换新媒介:中空多壳层结构材料

光能的捕获和利用为环境、能源和医学等多个领域的发展提供了广阔的前景.为了实现高效的光能转换,对作为媒介的光功能材料的设计至关重要.作为一种新兴的多级微纳材料,中空多壳层结构(hollow multi-shelled structures, HoMSs)材料在光能转换领域中具有诸多优势,其高效的光捕获能力、增强的光生电荷分离能力和灵活可调的壳壁组成等结构特性都能够有效提高材料对光能的转换效率.本文从HoMSs光功能材料在光能转换过程中的优势出发,总结了其在光催化、太阳能电池和光致发光等光能转换领域中的应用研究进展,并对该领域的发展趋势进行了展望.     

融合码盘和激光雷达的里程计与建图

提出了一种用于自动驾驶汽车的低漂移、低延迟的里程计与高精度建图的算法。该方法融合了多种传感器的测量结果，包括车轮编码器、转向盘转角编码器、激光雷达及可选GPS等的测量结果。里程计算法由车轮里程计和激光里程计组成：前者基于车辆运动学模型，高频、实时估计位姿增量，用于点云去畸变和为后者优化位姿提供可用的初值；后者以较低的频率估计车辆的精确位姿变化，以补偿前者累计的误差，其核心是一种基于角度度量的两阶段特征提取方法。建图算法基于因子图，包含激光里程计因子、回环因子和可选GPS因子，通过增量平滑和建图算法优化全局轨迹，在线生成全局地图，其中GPS因子能够自动对齐GPS坐标系和里程计坐标系，逐步融合GPS测量值，解除了算法初始化过程对于GPS的依赖。所提出的方法在自动驾驶汽车平台数据集上进行了评估，并和已开源的部分相关工作进行对比，结果表明它具有更低的漂移率，在本文进行的最大规模的测试中达到了0.53%。相关代码以开源形式供交流参考（https：//github.com/Saki-Chen/W-LOAM）。     

基于序列特征的点击率预测模型

点击率预测模型是主流推荐系统中十分重要的部分.根据点击率预测的打分来调整商品的展示策略,对提高业务的转化率、改进用户体验等有着重要的意义.传统的点击率预测模型是利用用户特征和商品特征,对点击率进行预测.然而,用户行为序列的结构特征,如周期性规律、趋势等也能一定程度地体现用户行为的倾向.针对部分信息利用上的空缺,使用时间序列分析单元,将提取用户行为序列的特征作为用户特征的扩展,结合因子分解机结构将其与用户、商品特征进行交叉,能够有效提高特征质量,优化点击率预测模型的性能.实验表明,结合用户行为序列特征进行交叉优化的方法能够对点击率预测模型的表现带来很大提升,提高点击率预测的精度.     

人体益菌膜生态防御屏障

人体中的微生物菌群做为人体免疫系统的重要组成部分,在构建人体免疫系统、增强人体免疫功能等方面具有非常重要的生物学意义,并与宿主形成相互依存、相互制约的共生关系.通过研究,菌群可以在皮肤和鼻腔、眼腔、耳腔、口腔、消化道、生殖泌尿道等人体体外和体内环境的界面,构筑了一道隔离致病微生物和各种毒素的系统化的微生物膜性聚合物——人体"益菌膜"生态防御屏障.这层生物屏障能有效保护宿主,使机体免受致病微生物侵袭,在维系人体健康过程中扮演着极其重要的角色.本文系统阐述"益菌膜"生态防御屏障的形成建立、作用机理及应用前景,为探究"菌群平衡"的人体微生态系统与健康的关系提供理论参考,对滥用抗生素引发的细菌耐药性、人体生态平衡等研究提供一定的参考价值.     

考虑关键性的多约束下辐射干扰对消装备随舰备件配置优化方法

可用度是评估备件对装备完好性影响的重要指标,针对备件关键性对装备可用性造成影响而又难以将其考虑在内建立可用度模型的问题,以舰载通信电台辐射干扰对消装备为对象,采用对备件关键性实行专家打分的方法,将备件关键性作为备件配置优化的约束之一,建立以备件费用、备件体积、备件关键性为约束的备件配置优化模型。在备件费用、体积及关键性归一化的基础上,采用权重因子方法将多约束转化为单一约束,并给出了权重因子更新方法。列举案例,分别计算了费用约束、体积约束、关键性约束和多约束下的备件方案,并对比了装备改进前后的备件配置方案,将装备使用过程中的备件保障延伸至装备可靠性设计阶段。案例分析结果表明:备件配置方法在考虑了体积、费用等限制约束下,能同时兼顾备件关键性对装备完好性的影响;装备可靠性设计时,提高装备可靠性低的现场可更换单元(line replaceable unit, LRU)等薄弱点,能有效减少装备维修保障资源。     

河流断面演变关键影响因子遥感统计分析与识别

选取人类活动影响较小的三江源地区,利用多源遥感数据,结合最小二乘法与模糊聚类法开展大数据统计分析,探索自然因素对河流断面形状空间变异的影响.结果表明:在所有影响因素中,流域面积是驱动河流断面形状变化最主要的影响因素,随着断面控制流域面积的增加,上游"窄-深"型河道渐变为下游"宽-浅"型河道;土壤孔隙高、粉粒含量大、断面位置坡度高、植被盖度低的地理环境更利于抛物线型河流断面的形成;断面形状拟合参数(a)、控制流域面积(S)与宽深比(RWD)的关系函数均为指数型函数(a=c1ed1s,RWD=c2ed2S).以上结论适用于受人类活动影响小、资料缺乏的山区自然河道,可准确、高效、安全地获取河流断面形状,为河流水质评价、生态流量计算、河流健康保护、水土保持措施配置研究等奠定坚实的方法和数据基础,助力我国生态文明重大方略的实施.     

智能机器人意识问题的各种解答与我见

智能机器人是否有意识甚或有人的意识?解答这个问题的关键在于把握意识的本质。由于迄今对意识还是众说纷纭,这就意味着从不同的意识观出发,会对问题形成多种解答。这些已有的或潜在的解答经逐一辨析可知,每一个都不能令人满意。与之不同,若从我的信息意识观出发可有好效果,它将意识定义为脑的信息性活动,可以克服以往各种意识观的片面性问题。同时说明,能进行信息性活动的智能机器人也是有意识的。人脑的信息性活动在功能上,不仅能反映,还能感想、反思、想象和决定。智能机器人的意识也能反映、感想、反思、决定,唯独不能想象。并且,它的感想、反映、反思和决定也不如人类的这些意识功能。这些都是智能机器人的意识与人的意识的质差。     

基于因子图的协同定位与误差估计算法

针对多自主水下航行器协同定位系统中从艇的数据融合问题,首先建立了协同定位系统的数学模型,然后分析了速度误差及航向误差对从艇定位误差的影响,同时设计了协同定位及误差估计的因子图模型。接着,提出了基于高斯噪声的协同定位及误差估计算法,利用均值和方差在因子图各节点间传递完成对从艇位置、速度误差和航向误差的估计。为了验证算法的有效性,通过仿真实验和实船试验的离线数据对协同定位及误差估计算法进行验证。结果表明,所提算法可以有效降低从艇的定位误差,在从艇自主定位时尤其明显,大幅提高了从艇的导航定位能力。     

基于k-medoids聚类算法的低压台区线损异常识别方法

针对低压台区线损异常情况的判断问题,以电力公司用电信息采集系统采集的日线损率数据为基础,提出了一种基于k-medoids聚类算法的低压台区线损异常识别方法,并以某地区819个台区为例进行算法可靠性的验证.首先应用局部异常因子LOF算法对低压台区异常日线损率数据进行判断、筛选和剔除;其次应用k-medoids聚类算法对日线损率数据进行聚类分析,得到低压台区日线损率数据的聚类中心点和欧氏距离,从而实现低压台区线损异常情况的判断;最后通过819个低压台区的实际数据验证算法的合理性.结果表明,算法能够对低压台区线损的异常情况做出准确的判断.     

数字化设备功能建模及其综合评价

根据数字化设备的特点,采用特征建模技术将设备信息分为6大类,并建立数字化制造资源特征模型.为适应快速多变的加工模式,提出设备加工能力评价体系:根据设备信息模型,提出特征筛选规则,建立设备加工能力规则库;采用综合模糊评价技术,建立综合评价模型,并且说明特征信息映射及其模糊化表示规则,给出了评价值规范化处理方法.通过实例分析可知,结果符合实际生产情况,实现了数字化设备的优化选择.