Ca掺杂的对LiNi1/3Co1/3Mn1/3O2正极材料及其电化学性能研究

为探讨Ca的掺杂对LiNi_1/3Co_1/3Mn_1/3O₂材料结构和电性能的影响，以草酸为沉淀剂，以不同含量Ca对LiNi_1/3Co_1/3Mn_1/3O₂进行掺杂改性，并通过X射线衍射（XRD）对产品进行表征，探讨了不同Ca含量样品的电化学性能.结果表明：大量Ca掺杂生成明显CaO杂相，而少量Ca掺杂则能顺利进入材料晶格之中.随着Ca掺入，晶体类型不变，但c轴略收缩，形成更紧密的结构. 充放电显示Ca在低倍率(2.5～4.3 V，0.5 C)时，能一定程度提高材料的循环性能；但在高倍率(2.5～4.3 V，5 C)时，能明显提高容量和循环性能.充放电曲线同时显示未掺杂的材料高倍率下极化严重，放电平台严重降低；而Ca掺杂的材料极化状况则不明显，说明Ca掺杂能抑制极化并提高电化学性能.     

不同运行策略下的分布式系统多目标分析

为寻求能源供给系统在经济-安全-环保-节能的协调,依托"互联网+"思维,构建了一套分布式冷电联供系统,主要包括动力子系统、地源热泵子系统、蓄能子系统。建立了在偏离设计工况时不同设备的性能模型,在此基础上,以运行费用、CO_2排放和一次能源消耗为目标函数,分析了电负荷跟踪运行策略、热负荷跟踪运行策略、混合跟踪运行策略和动力设备(PGU)最大效率跟踪运行策略下系统中各设备的运行时间、运行状态及系统总性能的变化。结果表明,与传统电网购电的分供系统相比,分布式系统的经济性、环境性较好,一次能源消耗较低。热负荷跟踪策略的经济性和环境友好性最优,运行费用和CO_2排放分别降低了32.7%和45.3%;最大效率跟踪策略经济性最差,但由于PGU机组连续运行,其一次能源消耗降低最多,为86.7%。不同运行策略结果可为分布式系统的运行提供一定的理论参考。     

基于Bernstein多项式的SISO三层前向神经网络的设计与逼近

利用一元Bernstein多项式在相邻等距剖分点的差值和Sigmodial转移函数性质设计单输入单输出(single input single output, SISO)三层前向神经网络,并给出选取连接权和阈值的方法。此外,依据一元Bernstein多项式逼近连续函数定理证明SISO三层前向神经网络对连续函数也具有逼近性,进而通过实例获得该网络的一种输入输出解析表达式。     

一种基于强化学习的CDN流量调度系统设计方法

针对传统的CDN流量调度系统大多采用启发式方法或规划方法，存在维护成本高，实时性不足等缺点，提出一种基于深度强化学习的CDN流量调度系统设计框架。该框架基于马尔科夫链设计了故障告警网络来触发调度，建立了基于stacking模型的质量评估奖励函数，并在此基础上对流量调度进行定义和建模，构建了基于DQN的深度强化学习模型。最后，通过仿真实验验证了该调度框架的有效性。     

胰岛素受体底物1和2的氨基酸网络特征研究

在胰岛素对脂质代谢的调控作用中,胰岛素受体底物2(IRS2)比胰岛素受体底物1(IRS1)发挥了更加重要的作用。为研究两者发挥作用的差异,分别选择IRS1、IRS2的4个结构数据,构建氨基酸相互作用网络,计算整体拓扑特征,分析网络的hub氨基酸差异,计算7种中心性特征。实验表明,IRS2氨基酸相互作用网络的平均度及聚类系数高于IRS1的1QQG、5U1M、6BNT;IRS2中的hub氨基酸ATP、LYS、ILE是IRS1所没有的;除子图中心性和特征向量中心性外,IRS2网络中节点的其他中心性特征均优于IRS1。结果表明,IRS2的氨基酸相互作用网络中,节点聚集程度较高,更容易形成模块,更容易到达其他节点,与其他节点发生通讯。可以推测:IRS2在胰岛素对肝脏的代谢调控中比IRS1发挥着更加重要的作用。     

基于多域网络的红外目标跟踪算法

随着红外探测器性能的不断提升, 红外目标跟踪在智能安防等领域的应用越来越广泛。然而红外图像分辨率较低, 依赖其进行目标跟踪仍然是一个制约相关应用发展的难题。针对红外图像分辨率低的特点, 以多域网络为模型算法框架, 结合目标运动过程中的尺寸变化特点, 提出了一种基于多域网络的红外目标跟踪算法。为了评估算法性能, 分别在VOT-TIR2016数据库和AMCOM红外数据上进行了实验。实验结果表明, 目标尺度预测机制能够显著提高算法的跟踪精度。     

基于改进的深度学习网络的SAR图像瞬时海岸线自动提取算法

针对目前合成孔径雷达(synthetic aperture radar, SAR)在对大尺度瞬时海岸线提取方面的图像解译过程中, 仍然存在精度低与自动化水平差的问题, 提出一种基于深度学习网络的瞬时海岸线自动提取算法。首先, 将SAR图像进行Lee滤波增强来抑制相干斑。其次, 通过升级残差网络为主干网络，分4级提取海水目标的特征。然后, 将4级特征经过全局卷积网络、密集连接网络和解码器网络配合，充分提取目标的本质特征, 并通过上采样产生海水分割结果。最后, 利用Sobel算子分离出海岸线并和原SAR图像融合以便清晰查看结果。通过与全卷积网络与细化网络的海岸线提取实验结果进行对比, 证明所提算法对海岸线的提取更加准确, 能够减少虚警和漏警, 具有更好的性能。     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit, APU)性能参数预测的精度,针对支持向量机(support vector machine, SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization, PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature, EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error, MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature, OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。     

江苏新型研发机构绩效评价体系研究及建设发展建议

新型研发机构建设是创新驱动发展战略的重要举措,但目前江苏新型研发机构建设大多处于前期建设阶段,地方管理部门在机构管理上缺少统筹和顶层设计,仍较多关注机构的建设数量和规模,也缺乏符合新型研发机构建设周期特点的评价体系。以江苏集萃智能制造技术研究所为案例,通过剖析其在组织架构、功能定位和管理机制等方面的创新模式,分析新型研发机构绩效产生的过程,构建以科技成果产业化为目标和满足政府资金绩效评价需求的评价体系,发掘可推广复制的经验和做法,提出符合江苏实际的新型研发机构建设发展建议。     

一种基于类不平衡学习的情感分析方法

针对网络评论中普遍存在的负面评论较少而影响力却较大的类不平衡问题, 提出一种基于类不平衡学习的情感分析方法. 该方法利用深度学习训练过程中的概率输出, 以计算样例的信息熵作为影响因子构建交叉信息熵损失函数. 在IMDB公开数据集上进行实验验证的结果表明, 基于集成信息熵损失函数的双向长短期记忆网络能处理类不平衡问题; 对数据的统计分析结果表明, 该策略能提升基于双向长短期记忆网络的评论情感极性分类性能. 针对AUC(area under curve)指标, 使用集成信息熵损失函数的双向长短期记忆网络模型比未考虑类不平衡的深度学习模型在中位数上最多提升15.3%.