电沉积法制备PtRuNi、PtRuMo催化剂及甲醇电氧化性能研究

采用恒电位法在玻碳电极上沉积PtRu、PtRuN i和PtRuMo催化剂,研究了催化剂在硫酸溶液中对甲醇的电氧化性能;采用EDS-SEM观察催化剂的形态和测试催化剂的整体组成.研究结果表明,三种催化剂的组成(原子比)分别为Pt/Ru/Mo=3/1/1,Pt/Ru/N i=5/1/0.13,Pt/Ru=3/1,沉积的粒子为球形,粒径在100~600 nm.三种催化剂对甲醇的电氧化活性依次为PtRuMo>PtRuN i>PtRu.     

利用分布式切换提高单链路故障恢复树的QoS

在基于多生成树协议的城域以太网快速故障恢复机制中,为了表示单链路故障情况下网络延时的变化,该文提出了单链路故障下平均延时的概念,并且在修改现有单链路故障恢复树构建算法的基础上,提出利用分布式切换减小单链路故障下平均延时。分布式切换的基本思想是,发生故障后,各节点尽可能多地使用平均延时较小的蓝树上的路径和根节点相连,而不是将到根节点的整条路径完全切换到没有延时保证的红树上。仿真结果表明,分布式切换能够明显减小单链路故障下平均延时。     

基于自相似特性系统建模的算法改进

针对现有基于自相似特性的系统建模算法复杂度高、可实现性差等问题,改进了线性自回归模型叠加生成自相似源的算法;利用业务的自相似特性,Taylor展开式,以及对Pollaczek-Khinchin第一变换式进行恒等变形等方法简化了系统建模模型,解决了服务时间母函数不解析,以及运算繁琐等问题。与原算法相比,改进算法大大降低了算法复杂度,增强了其可实现性。以以太网为例,对改进算法进行验证,结论与原算法一致,运算时间仅为原算法的1/14。     

基于栅格法的人字齿有限元接触精确建模方法

提出了一种基于栅格法的人字齿有限元接触精确建模方法,将栅格法-27分法加密模板扩展到齿面局部加密建模中,根据单元间的节点连通关系建立编号索引矩阵,并以索引值判别过渡单元的加密模式;提出编号轮转算法将待加密单元节点重新编号,并结合节点映射算法修正齿面加密节点坐标;给出了保证节点几何精度、网格密度及质量的参数化精确建模流程．应用提出的精确建模方法对一对人字齿轮进行了有限元建模,分析了人字渐开线齿面的接触应力分布状态,并与赫兹接触理论对比验证了精确建模方法的正确性,为齿轮的加强接触分析提供有效的建模方法．     

基于逆K最近邻的密度峰值异常检测方法

为提升异常检测算法在处理局部异常、异常簇和复杂分布数据集时的检测精度,降低对数据先验信息的依赖性,提出一种基于逆K最近邻的密度峰值异常检测方法(Rknn-DP).首先结合逆K最近邻(Rknn)改进密度峰值算法中局部密度和相对距离的计算方式,通过引入邻域信息更准确地刻画异常点的特征,然后根据特征分布选取局部密度低、相对距...     

“产学研平台”建设下的研究生课程教学改革与实践——以《现代药理学》课程为例

该文为探索“产学研平台”建设下研究生《现代药理学》课程的最佳授课模式,以聊城大学生物制药研究院硕士研究生的培养为例,进行了课程教学改革与实践。结果表明：研究生《现代药理学》课程的教学改革取得了较好效果,但也存在研究生样本量较少、研究生本科专业背景差异较大、实践环节缺失等问题。因此,《现代药理学》课程改革仍需不断完善,以培养符合新形势下医药行业需求的优秀人才,推动医药行业的提升与发展。     

有吹吸速度的外掠多孔平板湍流边界层的积分方法

具有吹吸速度的外掠多孔平板湍流流动特性是研究发散冷却和气膜冷却的基础,具有重要的理论研究意义.将湍流速度边界层划分为层流底层和湍流核心区,采用三次多项式和1/5次幂函数分别代表流体沿两个区域厚度方向的速度分布,通过积分方法建立了动量方程,利用四阶龙格-库塔法求解得到可渗透壁面湍流边界层速度场的理论解析解,同时获得了壁面摩擦系数.对比表明,解析解与Whitten、Blackwell试验结果以及Kays的经验公式符合得较为满意,证明了所提出的湍流理论模型的正确性.     

基于CT-GAN的半监督学习窃电检测方法研究

针对电网公司获取有标签数据成本高、难度大,而获取的无标签数据难以训练有效窃电检测模型的问题,提出了在少量有窃电标签数据场景下基于联合训练生成对抗网络（Co-training Generative Adversarial Networks, CT-GAN）的半监督窃电检测方法.首先,探究了生成对抗网络及半监督生成对抗网络的原理与结构.其次,提出了采用Wasserstein距离取代JS（Jensen-Shannon）散度和KL（Kullback-Leibler）散度距离以解决生成对抗网络因梯度消失和模式崩溃原因导致的模型训练不稳定和生成数据质量低的问题,并构建了多判别器联合训练模型,避免了单个判别器分布误差高的问题,同时增强了GAN生成标签样本数据的能力,通过扩充标签样本数据集,提升了模型检测准确度和泛化能力.最后,采用爱尔兰电网数据集验证了该方法的准确性和有效性.     

基于变惯性系数active demons算法的DTI多通道配准研究

经典的demons算法利用参考图像的梯度信息作为配准的驱动力来配准图像,但是只适用于小形变配准,对于大形变配准效果并不理想,且存在收敛速度慢的问题,active demons算法在demons算法基础上加入了浮动图像的灰度梯度信息,加快了图像的收敛速度,并且对于大形变图像配准同样适用,可是拓扑结构容易发生改变.本文在基...     

Memetic算法及其在分类中的应用研究

群体智能优化算法Memetic算法(Memetic Algorithm,MA)采用进化算法的操作流程,引入局部搜索算子,使其在问题的求解中保证较高收敛性能的同时又能获得较高质量的解,克服了遗传算法等传统全局优化算法易"早熟"的问题,同时避免陷入局部解。在MA框架基础上,提出了全局动态适应MA算法,采用遗传算法为全局搜索算子,k-means算法为局部搜索算子。使用Java语言实现算法并对UCI中分类实验数据集进行测试,结果表明,将遗传算法和k-means结合的全局动态适应MA在分类问题中具有较高准确率。