基于差异信息量的多源数据融合方法

D-S证据理论可应用于多源数据融合领域，但在处理高度冲突的证据时，可能会出现反直觉的结果.为解决这一问题，本文提出了差异信息量的概念及融合方法.首先，通过信息熵表明证据的相对重要性，采用散度获取证据可信度.然后利用证据可信度优化证据差异度以得到差异信息量，经过计算获取数据的最终权重，并将其作为D-S证据理论中的基本概率分配进行决策.在处理冲突证据、一致证据及不同数量证据等方面的数据融合问题时与其他方法对比，所提方法收敛更快，准确度更高.故障诊断的应用实例表明，所提方法的不确定性更小，优于现存的其他方法.     

基于Unity3D 的电机拖动仿真系统

为解决电机拖动实验的仿真现实问题，基于虚拟仿真的思想，利用Unity3D 技术，实现了基于Unity3D 的电机拖动仿真系统。通过实验证明，该系统可准确模拟各种电器设备在不同的连接部署情况下电动机的反应情况。用户能通过该系统达到对电机拖动实验的学习、模拟等初步体验，系统可完成不受时空限制的一些实验，有助于提高科学研究效率、准确率以及实验的安全性，降低了实验成本。     

基于三维点云的岩体结构面自动分类与参数计算

结构面间距是岩体稳定性和力学特性分析中的一个重要参数，在岩石力学、采矿工程、边坡监测等领域的数值计算中广泛应用.本文以岩体边坡露头为研究对象，基于非接触测量获得的三维点云数据，提出一种基于密度聚类的结构面细化分类方法；在结构面粗略分组提取的基础上，通过投影变换、散乱点拟合等算法，求得结构面间距和岩体体积节理数.设计开发了结构面细化分类及间距等参数计算与分析原型系统，实际案例分析表明，本文方法可有效实现结构面的自动细化分类，并能够计算出间距等相关参数，可为岩体质量分级和岩体稳定性分析等提供方法支撑.     

哈密翼龙及其3D胚胎化石研究

 翼龙是地球上第一类飞向天空也是唯一绝灭的飞行脊椎动物，人类对其产卵繁殖、生长发育和生活习性等方面的了解还十分有限。本文介绍了一件超过200枚哈密翼龙蛋、胚胎和骨骼化石三位一体保存的重要标本，包括16枚翼龙蛋含有三维立体的胚胎化石。针对这件全世界首次发现的3D翼龙胚胎，研究提出哈密翼龙具有相对早熟的胚胎发育模式，其后肢发育速度较前肢快，孵化之后只能走不能飞；胚胎发育期间牙齿尚未萌出，出生后还需要父母照料；从胚胎到亚成年都具有快速生长的骨骼结构；显示哈密翼龙具有群居的生活习性，白垩纪的湖泊风暴导致其集群死亡并快速埋藏。     

(3+1)维Korteweg-de Vries (KdV)方程的高阶怪波解和多波浪解

基于Hirota双线性形式，一个新的（3+1）维Korteweg-de Vries（KdV）方程的高阶怪波解和多波浪解被得到.通过作图，更直观地展示和讨论了高阶怪波解和多波浪解的动力学性质.     

团簇Co3FeP异构化反应的热力学与动力学研究

为了寻找团簇Co₃FeP的稳定性、结构和内部作用力等规律，利用密度泛函理论，在B3LYP/Lanl2dz的量化水平下对团簇Co₃FeP进行理论计算，得到5种优化构型，并从化学反应热力学与动力学的角度对其异构化反应中的反应物、过渡态和生成物进行了讨论分析。结果表明，所有构型均为C1对称且构型的空间结构对其熵值有影响；构型的稳定性主要由金属原子与非金属原子所决定，并且在常温常压下构型1^（3）、2^（3）和3^（3）可以稳定存在，是大部分异构化反应的最终产物。因此，在实际材料的开发中，不仅需要注意金属原子与非金属原子之间的作用力以确保构型的稳定性，还应首先考虑对稳定构型1^（3）、2^（3）和3^（3）进行相关研究。     

条件故障下3-元n-立方体的容错分析

研究了条件边故障下3-元n-立方体中较大连通分支点的数目，进而证明了3-元n-立方体是(4n－6)-条件边故障强Menger边连通的。最后通过一个反例说明该结果是最优的。     

基于密度自适应深度网络的点云场景语义分割算法

由于传感器噪声干扰，点云密度不均匀，场景复杂多样以及物体之间存在遮挡现象等问题，使得三维点云场景语义分割问题的研究工作极具挑战性。针对三维点云数据采样密度不均匀以及图卷积网络深度有限的问题，提出一种密度自适应的方法。该方法通过多层感知器学习一个权重函数，利用核密度估计学习一个密度函数，对非均匀采样的点云数据进行卷积操作。同时，受深度学习在图像领域的启发，引入残差连接、空洞卷积等结构，训练更深层的点云分割网络。该算法在多个点云分割的标准数据集上取得了优秀的性能。     

Detecting MoS2 and MoSe2 with optical contrast simulation

Optical imaging is a promising method to identify and locate 2D materials efficiently and non-invasively. By putting a 2D material on a substrate, the nanolayer will add to an optical path and create a contrast to the case when the nanolayer is absent. This optical contrast imaging can be used to identify the 2D material and its number of layers. To make the optical imaging process in the laboratories an effective tool, Fresnel Law as a model was used to simulate the optical imaging results of 2D materials(graphene, Mo S2 and MoSe_2) on top of different thickness of SiO_2 and Si wafer in the present investigation. The results provide the details of the optimal conditions(optimal light wavelength and optimal SiO_2 thickness) to identify and locate single to few 2D nanolayers, which can be used directly in laboratories. The optical contrasts of 1–5 layers of molybdenum disulfide(MoS_2) and molybdenum diselenide(MoSe_2) were simulated. To the best of our knowledge, it is the first time that the optical contrast results of MoSe_2 have been reported. In particular, this work highlights the sensitivity of the model on the accuracy of the refractive indices used. It is demonstrated that through computational modeling that optical contrast can allow effective determination of number of layers in few layer 2D materials.     

Synthesis of the 3D porous carbon-manganese oxide (3D-C@MnO) nanocomposite and its supercapacitor behavior study

A 3D porous carbon-manganese oxide ([email protected]) nanocomposite is successfully synthesized via a thermal plasma deposition method. The chemical bonds and compositions, phase structures, surface morphologies, etc. of as-obtained [email protected] nanocomposite were characterized by the various equipment, such as X-ray diffractometer, X-ray photoelectron spectroscopy, and electron microscopes. The electrochemical performances of the [email protected] nanocomposite electrode showed a specific capacitance of 780 F g^?1 at a current density of 2 A g^?1 and a capacitance retention rate of 99% after 5000 charge-discharge cycles at a high current density of 10 A g^?1. These excellent capacitive performances may be attributed to the encapsulation of MnO nanoparticles by porous carbon sheets in the [email protected] MnO nanocomposite structure. It is believed that the carbon-encapsulated MnO nanoparticles can be protected from a volume deformation during the charge adsorption/desorption cycle and can be electrically improved by the encapsulated carbon sheets, resulting in better overall capacitive performance. In addition, this study also demonstrates the practical applicability by assembling a supercapacitor using the as-obtained [email protected] nanocomposite to glow a light emitting diode.