陕西5种外来入侵植物新纪录

现报道陕西5种外来入侵植物新纪录,即北美车前(Plantago virginica L.)、细叶旱芹(Cyclospermum leptophyllum(Persoon)Sprague ex Britton&P.Wilson)、裂叶月见草(Oenothera laciniata Hill)、匙叶合冠鼠麴草(Gamochaeta pensylvanica(Willd.)Cabrera)以及柳叶马鞭草(Verbena bonariensis L.),凭证标本保存于陕西理工大学植物标本馆(HZTC).     

排气消声器模态分析及降噪性能优化

汽车排气系统的振动和噪声是影响乘坐舒适性的因素之一。为研究排气消声器结构模态和声腔模态对消声器降噪性能的影响规律,建立声学有限元模型计算壳体结构模态和声腔模态,并分析各自振型模态和固有频率之间的关系。结果表明:在低频率范围内,壳体结构模态和声腔模态的固有频率发生耦合共振,导致降噪效果不佳;增加消声器外壳壁厚可提升结构固有频率,降低排气系统振动和辐射噪声水平。     

共价有机骨架/碳纳米管复合材料中锂离子吸附与传输特性的分子模拟

利用分子模拟方法对共价有机骨架 (covalent organic framework, COF)/碳纳米管(carbon nanotube, CNT) 复合材料 COF@CNT 中锂离子 (Li$^{+})$ 的吸附与传输特性开展研究, 明确了 Li$^{+}$ 的吸附位点与吸附顺序, 得到了相应的吸附能, 并观察 COF@CNT 的表观形貌变化. 当达到饱和吸附状态时, COF@CNT 的体积变化率仅为 0.25, 平均电压保持在 2.00 V 以上, 而理论容量则高达 1 402.47 mAh/g. 此外, Li$^{+}$ 在 COF@CNT 内部的电导率大于其在单纯 CNT 中电导率的实测值. 模拟结果可为此类体系的实际应用提供理论基础.     

实验动物行业兽医现状分析

实验动物行业中,兽医体现在实验动物相关工作中的每一个环节,包括实验动物的日常管理、动物实验的设计、实验过程中动物健康保障和护理、实验动物福利的监督和管理、动物实验技术的应用、实验动物取材、施行安死术等。通过参阅相关文献资料,结合自身工作总结,就目前实验动物兽医现状进行分析,供各位同仁以参考。     

基于放电检测和机器视觉技术的火花塞缺陷检测系统

为了减少传统人眼目测检测造成的误差,提高火花塞的缺陷检测效率,设计了1种基于放电检测技术和机器视觉技术的火花塞缺陷检测系统.火花塞缺陷检测系统由工控机、NI DAQ数据采集卡、IGBT驱动板、IGBT模块、点火线圈、分压模块和工业相机构成.利用脉宽调制技术和电磁感应原理,对火花塞施加电压,通过抓拍点火线圈电压输出下火花塞放电火花的位置信息,检测火花塞陶瓷件是否存在缺陷.试验结果表明:该火花塞缺陷检测系统输出的放电高电压安全可测,检测精度更是高达95％,满足了火花塞缺陷检测的实际应用需求.     

电化学机械加工对轴/轴承类零件表面质量影响研究

零件的表面质量对其使用性能具有决定性影响.由于加工机理不同,不同的加工方法对表面质量的影响也不相同.为研究电化学机械加工(electrochemical mechanical finishing,ECMF)方法对轴/轴承类零件表面质量的影响,文章在经过改装的普通车床上进行油石磨削加工和ECMF加工实验,对比了两种加工方法对轴类零件的轮廓算术平均偏差Ra、轮廓最大高度Rz、轮廓单元平均宽度Rsm以及轮廓支承长度率Rmr(c)的影响,并分析了原因.结果表明,ECMF加工是一种有效的加工轴/轴承类零件的方法,在提高加工效率的同时,还可大幅提升零件的表面质量,进而提高零件的使用性能.     

李雅普诺夫：逐梦唯美天空的俄罗斯数学家

 李雅普诺夫是圣彼得堡数学学派的中流砥柱，创立了运动稳定性理论、旋转液团平衡形状理论和微分方程定性理论，探索了概率论中心极限定理和一系列其他深刻数学力学问题，为俄罗斯跻身世界科技强国做出了卓越贡献。通过采撷李雅普诺夫的动人爱情诗篇和唯美科学奋斗目标，展示了其美丽的爱情观和追求卓越的科学精神、人生观和宇宙观。     

基于深度学习的Stack Overflow问题帖分类方法

针对基于正则表达式和传统机器学习的分类方法分别存在模式手工提取困难和性能瓶颈的问题, 提出一种基于深度学习的问题帖分类方法, 采用深度文本挖掘模型TextCNN和融合注意力机制的TextRNN构建分类模型. 实验结果表明, 基于深度学习的方法在多数问题目的类别上的分类性能优于已有基准方法, 且使用的Adam优化器优于SGD优化器, 使用Glove预训练的词向量优于使用随机生成的词向量. 该方法以提问目的对帖子进行分类, 可为分析Stack Overflow(SO)上的帖子讨论主题增加新维度.     

基于码头闸口数据的集卡周转时间短时预测方法

为给车辆调度优化以及集卡预约系统设计提供重要参考,利用所采集的深圳市某港口的码头闸口数据,建立一种基于数据挖掘的集卡周转时间短时预测方法.首先,通过对码头闸口数据进行分析,获取车辆到达时间分布、任务类型、作业方式等集卡作业特征以及集卡在码头内的周转时间;在此基础上,利用循环神经网络并结合训练集数据,建立集卡作业特征与其周转时间之间的映射关系.其次,为减少随机波动对周转时间预测效果的影响,利用小波分解算法对循环神经网络拟合结果的残差进行高频噪声分离,并通过自回归模型拟合过滤后的低频序列.最后,将拟合后的循环神经网络与自回归模型进行结合,建立一种支持集卡周转时间短时预测的组合模型,并利用测试集数据进行有效性验证.结果 表明,相比单一的循环神经网络,该组合模型可以大幅提升预测精度.     

三维AoA目标跟踪的二次约束卡尔曼滤波算法

在基于到达角(angle of arrival, AoA)的三维目标跟踪中, 伪线性卡尔曼滤波具有稳定性高和计算复杂度低的优点, 但是严重的偏差问题使其跟踪精度迅速下降。针对该问题, 提出一种二次约束卡尔曼滤波(quadratic constraint Kalman filter, QCKF)算法。首先引入涉及所有观测噪声项的增广矩阵, 然后建立与线性卡尔曼滤波等价的目标函数并且附加含有二次项的约束条件, 以此降低偏差影响, 实现更准确的状态更新。QCKF算法采用广义特征值分解求解约束优化问题, 无法直接通过状态更新表达式推导其协方差矩阵, 因此利用约束条件以及矩阵扰动方法完成协方差矩阵更新。仿真分析表明, QCKF算法相较于其他非线性滤波算法具有更优的跟踪性能, 不仅在低噪声条件下可达到后验克拉美罗下界, 而且当噪声严重时能够显著降低跟踪误差, 并且计算开销不高。