青草背长江大桥桥位风速脉动特性实测分析

为研究山区风场近地层风速的脉动特性,利用安装在青草背长江大桥上的高频风速仪对桥址处风场进行为期8个月的全程监控.根据实测风速序列分析了在桥址处平均风速、风向、湍流强度、阵风因子和功率谱的统计特征,并针对山区风阵风因子随湍流强度变化关系以及不同计算时距条件下阵风因子的换算关系进行了探讨.研究结果表明:受局部热力环流的影响,桥址风场具有明显周期性变化特征;高风速下顺风向湍流强度及竖向风速相对湍流强度大于桥梁抗风设计规范建议值,而横风向相对脉动强度则比桥梁抗风规范值小;阵风因子随阵风计算时距的变换规律可以用对数高斯函数加以描述;山区复杂地形、地貌导致风速中湍流成分发育更为充分,湍流高频能量相对较大,脉动风速谱在高频段比规范推荐风谱大,低频段比规范推荐谱小.     

AC-13C沥青混合料劈裂疲劳损伤试验二维数值模拟

沥青混合料受非均匀性细观结构影响,其刚、强度力学特性易发生变化,为分析受细观结构影响的沥青混合料力学疲劳损伤特性,本研究从细观尺度出发,结合室内劈裂试验结果,利用有限元软件建立二维数值模型分析沥青混合料的力学与疲劳损伤特性。结果表明:在沥青混合料疲劳损伤过程中,粗集料尖角附近应力集中现象明显,疲劳损伤往往先在粗集料尖角处发生;AC-13C数值模型应充分考虑2.36 mm以上的粗集料,并在细观尺度上说明2.36 mm作为AC-13C粗细集料分界线的可行性。     

冷/热端散热对半导体冷藏箱性能的影响

研究了水冷式半导体冷藏箱冷端和热端传热对冷藏箱性能的影响.通过试验及计算,分析了冷藏箱性能与冷端风扇电压及热端冷却水温度的关系.冷端传热强化后,冷藏箱的耗电量几乎不变,制冷量和制冷系数增加,制冷温度及热端、冷端温度差降低,制冷性能上升.热端冷却水温度降低,耗电量、制冷量及制冷系数增加,制冷温度降低,半导体的热端、冷端温度差减小,运行性能提高.研究结果可为通过改善半导体冷端和热端传热提高半导体冷藏箱的性能提供试验和理论依据.     

电磁偶合场量子(Polariton)的模拟

本文介绍用具体直观的“耦合摆实验”来模拟固体物理中一种重要的复合准粒子——电磁耦合场量子的特性,并形成清晰的物理图象。     

含氮含硫有机物的键裂能和自由基的标准生成热的计算

建立了用基团电负性计算含氮含硫有机物键裂能的简单方法，并且得到自由基标准生成热的计算方法。计算了一些含氮含硫有机物键裂能及自由基的标准生成热，平均偏差分别为３．６１ｋＪ·ｍｏｌ－１，２．４２ｋＪ·ｍｏｌ－１。     

H-空间中Ky Fan截口定理的两个等价形式和一个推广

证明了H-空间中Ky Fan截口定理、Ky Fan极大极小不等式和Browder不动点定理三者的等价性，同时，还利用H-KKM定理给出了H-空间中Ky Fan截口定理的一个推广形式。     

N—（乙酰甘氨酰基）—蛋氨酸亚砜酰亚胺甲酯的…

主要探讨了Ｎ－（乙酰甘氨酰基）－蛋氨酸亚砜酰胺甲酯的构象和电荷分布。采用分子动力学（ＭＤ）方法对其橡象作了分析研究。其中有四个能量低于２０Ｊ／ｍｏｌ的构象上Ｌ．Ｒ．Ｌ．Ｓ．Ｌ．Ｓ和Ｄ．Ｓ，并用量子化学方法（ＡＭＩ）进行了计算，得到了分子中重原子的电荷分布等。     

科氏加速度的推导

本文从定性到定量，从特殊到一般对科氏加速度的产生原因及计算方法进行详细的论证，以便能迅速、正确地分析和解决机构运动中动点的各种加速度分量。     

五层原始方程模式对西南低涡的数值预报及实验

笔者应用五层原始方程模式,对我国西南低涡的发生发展的影响因子进行了数值预报,结论表明该模式对西南涡有较强的预报能力。在此基础上,对涡的生成和发展进行了一系列数值模拟,并得到一些有意义的结果,从而再次从理论上定性的论证了有关的实际观测结沦以及天气学观测所得到的论点。笔者认为:冷空气对西南低涡的补充是其发展的重要条件;水汽充足的条件下,降水对西南低涡有一定的影响,主要表现在当降水中心发生在西南低涡周围时,西南低涡得以相对增强,如降水中心发生在西南低涡内部时,西南低涡有填塞的可能,西南低涡一但形成在比较干燥的环境里也能维持。     

基于深度学习的智能合约漏洞检测方法综述

智能合约是区块链三大特点之一,也是区块链具有应用价值和灵活性的领域.本质上,智能合约是一段用特定脚本语言实现的代码,不可避免地存在安全漏洞风险.如何及时准确地检查出各种智能合约的漏洞,就成为区块链安全研究的重点和热点.为了检测智能合约漏洞,研究者提出了各种分析方法,包括符号执行、形式化验证和模糊测试等.随着人工智能技术的快速发展,越来越多基于深度学习的方法被提出,并且在多个研究领域取得了很好的效果.目前,针对基于深度学习的智能合约漏洞检测方法并没有被详细地调查和分析.本文首先简要介绍了智能合约的概念以及智能合约漏洞相关的安全事件;然后对基于深度学习的方法中常用的智能合约特征进行分析;同时对智能合约漏洞检测中常用的深度学习模型进行描述.此外,为了进一步推动基于深度学习的智能合约漏洞检测方法的研究,本文将近年来基于深度学习的智能合约漏洞检测方法根据其特征提取形式进行了总结分类,从文本处理、静态分析和图像处理3个角度进行了分析介绍;最后,总结了该领域面临的挑战和未来的研究方向.