石墨烯-Fe_3O_4@SiO_2纳米复合材料去除水溶液中甲基红的研究

采用水热合成法制备Fe_3O_4并与SiO_2同时负载于石墨烯表面,得到石墨烯-Fe_3O_4@SiO_2纳米复合材料.运用SEM,TEM,XPS,FTIR,XRD等技术对石墨烯-Fe_3O_4@SiO_2纳米复合材料进行表征.以甲基红作为有机污染物代表,研究了甲基红溶液pH、吸附时间、温度及甲基红初始浓度对石墨烯-Fe_3O_4@SiO_2纳米吸附性能的影响.结果表明:石墨烯-Fe_3O_4@SiO_2纳米复合材料对甲基红吸附符合Langmuir等温吸附模型和拟二级动力学模型;热力学研究表明,吸附是吸热和自发过程.因此,石墨烯-Fe_3O_4@SiO_2纳米复合材料可作为从水溶液中去除有机污染物的高效吸附剂.     

跨水域大桥桩基础施工质量评价-案例分析

采用超声波法及取芯法对国内某跨海大桥桩基础施工质量进行评价。超声波法检测时发现波幅及波速存在异常点,进而利用取芯法对取出的芯样进行外观描述及抗压试验,试验结果表明:波幅及波速异常点处的芯样侧面存在微麻面,且抗压强度较低,并判定桩身局部存在离析现象,桩身结构完整性为Ⅱ类。超声波法为实体工程中桩身质量的检测提供了便捷,但其精准性不足,需借助取芯法进行验证。     

2种典型嵌挤骨架配比下混合煤样的渗透特性

基于轴向压缩位移控制法,利用破碎岩体渗透试验系统,测试了破碎煤样在采用单级嵌挤骨架和级配嵌挤骨架2种配比方式下,承压过程中的渗透特性。结果表明:级配嵌挤骨架煤样压缩过程中,随着20～25 mm含量的增高,渗透率出现明显的平稳变化阶段,说明大煤样颗粒对骨架具有显著的支撑作用,造成煤样内部有效孔隙通道保持平稳;以5～10 mm为主的单级配嵌挤骨架其渗透率远小于其他3组,说明小颗粒煤样对较大煤样颗粒之间的空隙具有良好的充填作用;2种配比方式下,孔压梯度与渗流速度两者之间的二次拟合系数都高达0.94以上,说明煤样压实渗流过程中都满足Forchheimer方程;通过建立的物理模型发现煤样压缩过程中存在侧向约束阻力,其值随轴向压缩位移、渗透压的增大而增大。     

一种应用于人体活动识别的迁移学习算法

通过采集可穿戴运动传感器信号,并利用迁移学习克服数据分布不一致来识别人体日常行为成为当下主流.利用可穿戴传感器采集信号,会产生影响迁移效果的噪声样本,传统的算法缺少对这部分样本的处理.针对这一问题,在传统算法的基础上进行改进,引入了基于马氏距离的样本筛选算法,提出了可用于人体活动识别的迁移学习算法T-WMD,并在两个公开的人体活动识别数据集上与其他5种算法进行对比实验.结果表明提出的算法可以有效地提升迁移学习效果.     

浅析高速公路景观设计中生态原则的发展及应用

在公路建设中将＂生态＂的设计理念运用到公路景观设计中,是现有条件下解决公路对景观不利影响的现实而有效的手段。     

基于视觉显著性的分块自适应压缩感知算法

针对SAR图像的压缩感知重建问题,在分块压缩感知框架的基础上,提出了基于视觉显著性的分块自适应压缩感知算法.在采样阶段,每个子块的采样率依据显著信息自适应的变化;在重建阶段,根据不同图像显著信息的差异,自适应地滤波.实验结果表明:该方法不仅重建结果的整体质量更优,视觉效果更好,而且在重建后的图像中能更好地保持边缘和目标等重要特征.     

一种应用于脑电情感识别的迁移学习框架

脑电信号作为最能表征人体情绪的信号，正在成为情感识别的主流信号源.利用迁移学习可以克服生理信号源域、目标域间存在分布差异的问题.传统迁移学习由于缺少对样本、特征的选择过程，会对迁移效果产生负影响，致使识别率较低.为提升迁移效果，在样本、特征两个方面对迁移数据进行优化.介绍了一种基于Like值的实例筛选方法，以及基于粒子群优化的自动特征选择方法，并使用联合分布适配(joint distribution adaptation, JDA),提出了一种应用于情感识别的迁移学习框架.在SEED数据集上构建了两个迁移任务并进行验证，结果表明，该框架可以有效提升迁移效果，提高跨域情感识别准确率.