基于层次分析法采场稳定性评价及 FL AC3D 模拟验证

影响采场稳定性的因素具有随机性、模糊性的特点,通过对各评价指标的定量分析,建立了采场稳定性综合评价模型,基于层次分析法（AHP）确定了采场指标权重,对采场稳定性进行了定量评价。运用FLAC3D对峄城区石膏矿采场受到开挖﹑流变﹑爆破扰动等因素影响的情况进行数值模拟,验证影响采场稳定性的因素所起作用的取值是否合理,经验证,基于层次分析法计算采场稳定性的指标权重合理可行。     

基于贝叶斯理论的水文频率参数估计不确定性分析——以P-Ⅲ型分布为例

水文序列受到多重不确定性因素的影响,直接关系到水文频率参数估计结果的精度及可靠性.本文将贝叶斯方法与适线法耦合起来,用于分析水文频率参数估计结果的不确定性,采用基于自适应采样算法的马尔科夫链蒙特卡洛方法(AM-MCMC)求解贝叶斯公式,以P-Ⅲ型分布为例,通过实测序列加以验证,从不确定性角度定量分析了序列长度和历史洪水信息对参数估计结果的影响.将贝叶斯方法估计结果与几种常用方法所得结果进行了对比,相比于传统的确定性方法,贝叶斯方法不仅能应用于P-Ⅲ型分布的参数估计而且可对结果进行不确定性分析,从而可进一步提高水文分析计算的可靠性.     

利用高频脑电的局灶性癫痫患者癫痫发作检测

针对现有的大多数癫痫发作自动检测方法都是在脑电的低频段进行而忽略高频成分这一现象,利用长时程头皮脑电的高频成分对局灶性癫痫患者进行癫痫发作检测。首先将19通道的脑电数据在一个滑动时间窗内利用小波分解提取出高频γ波段,再利用有向传递函数算法来提取信息流特征,求得流出信息强度特征用以降维,然后将此波段的特征通过支持向量机进行分类,通过五重交叉验证得到癫痫发作效果评价。结果表明:利用高频检测脑电癫痫发作的正确率为98.4%,平均选择性为60.7%,平均敏感性为93.4%,平均特异性为98.4%,平均检出率为95.9%;通过和使用其他子频带进行癫痫发作检测的结果对比发现,γ波段有着更高的分类效果;表明了对于局灶性癫痫患者,在癫痫发作时,其γ波段的流出信息强度显著性集中和增强在某些脑区。研究内容验证了癫痫发作与脑电中高频成分有关的观点。     

一种直线阵可校正天线阵列的设计

智能天线的校正是智能天线技术的一个核心问题.设计、实现了一种由单极天线、平行耦合线定向耦合器和1:4的威尔金森功分/耦合器组成的直线阵可校正天线阵列可用于对智能天线系统的非时变的和时变的通道失配进行校正.     

东风EQ4243V半挂牵引汽车制动拖滞的故障分析与改进

目前,东风EQ4243V 6×4半挂牵引汽车在我国运输行业中应用较为广泛。我们在使用和维修过程中发现,该车型部分车辆后桥经常会出现制动拖滞（制动不能及时解除）的故障。本文针对该车型制动拖滞的各种故障和解决故障的方法做简单介绍。     

基于 nRF905 无线收发的公交正点考核仪

设计一种基于nRF905无线收发器的硬件系统,采用单片机控制nRF905的数据收发.接收到的数据保存在单片机内部的Flash中,最后将采集到的全部数据通过串口发送给上位机,以实现公交车的正点考核.通过严格测试,该系统稳定、可靠.     

高铁酸钾氧化降解卡马西平实验研究

以高铁酸钾作为氧化剂对卡马西平(CBZ)进行氧化降解，分别考察了高铁酸钾投加量、CBZ初始浓度、温度和pH对高铁酸钾降解CBZ的影响，并进行了反应动力学计算.采用响应面法拟合了高铁酸钾对CBZ降解率与反应条件之间的回归方程.实验结果表明，高铁酸钾降解CBZ的反应符合二级反应动力学规律.增加高铁酸钾浓度可以有效提高CBZ降解率.提高CBZ初始浓度增加了氧化降解的CBZ总量，但降低了CBZ降解率.升高温度促进CBZ降解.pH是高铁酸钾降解CBZ的关键因素，pH低于7.0时CBZ降解的初始反应速率较高，但降解率比较低；pH高于7.0时CBZ降解的初始反应速率低，但降解率比较高.高铁酸钾降解CBZ的主要反应途径为高铁酸根对烯烃双键的氧化.     

基于滑动窗口CRITIC-G1的空战态势评估

传统的指标重要性相关(CRITIC)方法进行态势评估不能实现变权重，仅从数据本身属性出发进行赋权，忽略了专家意见，且CRITIC方法本身会使得图像抖动。针对以上问题，提出一种基于滑动窗口CRITIC-G1的近距离空战态势评估方法，将空战数据进行预处理，得到根据时间变化的优势函数矩阵，采用滑动窗口的方法将优势函数矩阵进行分解，通过对滑动窗口中的优势函数矩阵进行CRITIC-G1赋权，从而既实现变权重，又完成重要性排序的权重优化；同时引入变异系数降低综合优势函数图像抖动。最终输出飞机的综合优势函数值，对于两飞机的综合优势函数值进行分析得到态势评估的结果。仿真结果表明，滑动窗口CRITIC-G1法较传统CRITIC方法准确性提高了22.75%。     

基于CNN-GCN模型的扫描电镜图像分类

通过对矿物扫描电镜图像进行分类与鉴定，能够获取矿物的微观信息，确定矿物的组成与类别，对于油气田生、储、盖类型的研究具有重要的意义.由于在一幅图像之中有时不止有一种矿物，且不同矿物之间具有相关性或共生性的特性，而普通的神经网络只提取图像特征或只注意图像局部的特征关系，忽略了矿物之间的相关性.因此如何利用标签之间的关系进行更优秀的多标签图像分类成为扫描电镜图像分类的重要任务.鉴于上述情况，通过构建基于Resnet50的图像特征学习模块与基于图卷积神经网络的分类器模块构成的引入图卷积的卷积神经网络模型可以很好地完成上述任务.使用卷积神经网络模块提取图像特征，并利用GCN模块学习矿物标签之间的相关性，达到提高分类准确率的目的 .此模型相比普通的CNN模型准确率提高了5%，相比引入注意力机制的CNN模型，此模型的准确率仍有3%的优势.实验表明，CNN与GCN相结合的分类模型在扫描电镜数据集分类任务中优于其他的分类模型.     

MOF-808@PAN吸附剂去除水中抗生素性能研究

吸附法被广泛认为是一种高效去除水中抗生素的技术.但是，传统的吸附材料存在吸附容量低、回收困难等问题.选择MOF-808材料作为吸附主体，聚丙烯腈(PAN)作为载体，采用相转化法制备了MOF-808@PAN吸附剂.四环素溶液的静态吸附实验结果表明，当MOF-808和PAN质量比优化为2.5∶1时，吸附剂对四环素的吸附效率超过90%,并具有112.2 mg/g的最大吸附容量.该吸附过程符合Langmuir等温吸附模型、准二级动力学模型以及颗粒内扩散模型.此外，该吸附剂在宽泛的pH范围以及高浓度的四环素溶液中均表现良好.首次将MOF-808材料用于水中抗生素的吸附去除，可为其他粉末吸附材料的工程化应用提供参考.