融合多模态数据的自闭症谱系障碍儿童智能化识别及其有效性

自闭症发病率呈逐年上升趋势,早期发现和及时干预可以显著改善预后,能够很大程度上改善自闭症儿童的语言能力、认知能力以及行为习惯,因此,自闭症的早期识别工作意义重大.传统识别方法能够获得较好的识别结果,但过程耗时且高度依赖于专业人员的操作,而已有的智能化识别方法的识别精度难以满足应用需求.本研究探索了融合多模态数据的自闭症...     

油气储层渗透率应力敏感性与启动压力梯度的关系

人们在进行油气储层渗透率应力敏感性实验研究时,得到的结论不统一。利用毛管模型及启动压力梯度理论,通过实验研究发现之所以会有不同的结论,是因为所取岩心的初始渗透率存在较大差异。经分析得到如下结论：由于启动压力梯度的存在,使得低渗、特低渗储层比中高渗储层具有更强的应力敏感性,当初始渗透率小于某一临界值时,渗透率越低对应力越敏感,大于此值后,渗透率降低只与有效应力有关,而与初始渗透率无关。在油气生产过程中,储层变形对低渗、特低渗油气藏生产的影响很强,加大了这类油气藏的开发难度。     

LiCoO2电极中锂离子的扩散性能

为使锂离子电池在较高的充、放电倍率下满足动力型电源的需要,对LiCoO2中锂离子的扩散性能进行了理论推导及试验测定。以球状电极模型对LiCoO2电极进行了处理,在简化的假设条件下,推导出LiCoO2电极的扩散电流表达式,并可求得锂离子在LiCoO2电极中的固相扩散系数DLi 。研究结果表明:I对t-1/2在10～150s表现出很好的线性关系,与理论分析结果相符合;不同晶粒大小的LiCoO2样品扩散系数有很大差别,相差1个数量级以上;锂离子扩散动力学特征是由LiCoO2的晶粒尺寸决定的,与其粒径分布、比表面积及表面形貌等参数基本无关。     

山口岩水库移民调查及安置分析

对萍乡市唯一的大型水利枢纽工程山口岩水库的工程情况和库区条件做了较为详细的介绍,并重点对水库移民的调查经过、调查成果以及移民的生产安置作了介绍和分析。     

光萼小蜡花精油的超临界CO2萃取及其GC-MS分析

利用超临界CO₂萃取技术从光萼小蜡花中提取精油,通过单因素实验探讨萃取压力和萃取温度对萃取产率的影响,并采用GC-MS技术对萃取物成分进行分析,发现其主要组分为苯乙醇.通过对各组萃取精油中苯乙醇含量进行比较,初步确立利用超临界CO₂萃取光萼小蜡花精油的最佳工艺参数为：萃取压力25 MPa,萃取温度55 ℃.     

分数阶傅里叶变换在合成孔径雷达目标识别中的应用

本文通过分析合成孔径雷达动目标回波线性调频特点,采用分数阶Fourier变换对合成孔径雷达动目标进行检测,对其多普勒参数进行比较精确的参数估计,并通过理论分析和模拟计算证明该方法的有效性。     

HDPE膜的力学特性受损伤影响初步研究

为分析某一现代卫生填埋场边坡上铺设的高密度聚乙烯膜(HDPE膜)因施工损伤而引发的断裂机制,开展了条带拉伸试验和土工离心模型试验．拉伸试验测试了无损膜和4种情形损伤膜试样,发现损伤HDPE膜受力达到峰值强度并被拉长至一定程度后,其拉伸变形不再在整个试样长度范围内均匀发生,而主要集中在受损部位发生,故实测到的损伤膜极限伸长率仅为无损情形时的1／10左右．这一影响实际上改变了HDPE膜的破坏机制,使其由原先的渐进性破坏变成受损后的突发性破坏．两组初步离心模型试验结果发现,在轻质高压缩性的模型MSW作用下,模型膜上的损伤明显扩大,受损部位的拉伸变形十分明显并接近断裂,表明损伤对膜的实际工作性状有很大影响．     

基于嵌入式WEB服务器的PLC通讯研究

不同类型的PLC有着不同的通讯协议，这给工业控制带来许多不便。通过对嵌入式WEB服务器的研究，制定相关的通讯协议。实现客户机与各种PLC的自由通讯。     

LiNi0.5Co0.5O2的制备及其电化学性能

分别以碳酸盐和氢氧化物为原料,合成了LiNi0.5Co0.5O2.研究结果表明:用氢氧化物为原料,在氧气气氛中,适当提高合成温度和延长反应时间均有利于LiNi0.5Co0.5O2晶格结构的完整;在740 ℃和氧气气氛下,以氢氧化物为原料反应15 h可以合成结构理想的LiNi0.5Co0.5O2;LiNi0.5Co0.5O-2的初始放电容量与LiCoO2的初始放电容量相当,达到141.3 mA·h/g,以LiNi0.5Co0.5O2为正极的电极系统具有稳定的电压输出和良好的循环性能,经200次循环后放电容量保持率为82%,可作为LiCoO2的廉价替代物.     

随机森林在企业信用评估指标体系确定中的应用

评估指标体系的确定是企业信用评估的一个关键环节,指标体系选取的好坏直接影响模型的预测准确率.本文引进组合学习算法的新方法随机森林(Random Forest,RF)来选择指标,使得到的指标体系更加客观,更加符合机器学习的特点.实验证明,该方法确定的指标体系能更有效地体现企业的信用状况,使用该指标体系建立的随机森林评估模型具有更高的预测准确率.