星系中心大质量黑洞及潮汐瓦解恒星事件

黑洞潮汐瓦解恒星事件(Tidal Disruption Events,TDE)是星系中心黑洞瓦解进入其潮汐瓦解半径内的恒星并吸积恒星碎片物质而产生的一种剧烈辐射耀发现象.TDE的能谱和光变特征中蕴含了中心黑洞和被瓦解的恒星的信息,为我们证实和普查宁静星系中的黑洞,研究其参数、吸积过程和喷流产生、以及核区星际介质等提供了可能.TDE还可能提供中等质量黑洞和双黑洞存在的证据.TDE的观测和理论已成为一个新开辟的天体物理研究领域,但目前的进展受制于探测到事件太少(尤其是在X射线波段),且观测数据普遍质量不高.TDE的发生率很低,要探测大样本的事例需要监测足够大的空间体积.爱因斯坦探针卫星(Einstein Probe,EP)覆盖了0.5–4 keV的软X射线波段(接近TDE耀发时的辐射峰值能段),具有大视场以及高灵敏度,非常利于对TDE的探测.预期爱因斯坦探针卫星每年可以发现约几十至上百例TDE,其中有约10例或更多具有相对论性喷流特征.这将使我们可以获得较为完备、具有统计意义的TDE的样本,为进一步研究黑洞的存在和统计性质、增长和演化、发现中等质量黑洞和大质量双黑洞等提供了新的途径.     

基于卡方核的正则化线性判别行人再识别算法

针对行人再识别过程中存在获取的训练样本较少,真实样本分布不一定线性可分和算法识别率低的问题,提出基于卡方核的正则化线性判别分析行人再识别算法(KRLDA,kemel regularized linear discriminant analysis)。该算法首先利用核函数将样本从线性不可分的原始空间映射到线性可分的高维特征空间,然后在高维空间中构造描述数据之间邻近关系的散度矩阵,再利用正则化线性判别分析获得高维到低维空间的投影矩阵,使得数据在低维空间能够保持高维空间的可分性,从而提升行人再识别算法的识别率。在VIPeR、iLIDS、CAVIAR和3DPeS数据集上,实验结果表明所提出的算法具有较高识别率。     

基于众智科学的“互联网+”时代下档案信息建设研究

"互联网+"时代下的档案信息正呈现大数据特征,由于具有协同合作开放共建,众包机制被广泛应用于档案信息建设.在分析其研究热点,即众包平台构建和用户参与分析后,笔者引入"众智科学"理念,对比分析了"众智科学"和"众包机制",并对基于"众智科学"的档案信息建设进行了探讨.     

空时自适应混合高斯模型复杂背景运动目标检测

为克服传统基于单像素建模方法存在的缺陷,解决复杂背景下的运动目标检测问题,将视频图像序列的空间信息引入背景建模过程中,研究了邻域更新、二维联合直方图信息熵判别、空时平滑等方法.采用引导滤波方法对视频图像进行预处理,以消除图像噪声,并保留图像中目标的边缘信息,给出了算法处理流程和实现步骤.在不同的评测数据库及现实捕获的视频图像上进行了定性及定量实验,结果表明,本文提出的算法在目标检测准确度和完整性等指标上优于传统的同类型算法,为复杂背景环境下的运动目标检测提供了一种新的解决方法.      

秸秆乙醇生产废液制备改性木质素磺酸钠的研究

利用秸秆乙醇生产废液资源化制备木质素磺酸钠,分别以正交试验和响应面法试验研究了反应温度、反应时间、反应液pH值和质量比对磺化率的影响,优化得出了最优制备条件以及各因素对磺化试验的影响的先后顺序;在制备得到的木质素磺酸钠的基础上,利用过氧化氢对木质素磺酸钠进行了氧化改性,并用红外光谱对氧化前后木质素磺酸钠进行了分析,初步讨论了氧化反应发生的活性位点;通过木质素磺酸钠及其氧化产物对水泥净浆减水分散作用,研究了氧化前后木质素磺酸钠的实际应用性能.     

向量多项式优化问题的数值方法

向量多项式优化问题中的目标函数和约束条件都是由多项式描述的.先将多目标多项式函数分别通过主要目标法、线性加权和法和理想点法等转化为单目标多项式函数,再利用Lasserre松弛方法求解该多项式优化问题,从而得到原向量多项式优化问题的弱有效解或有效解.数值实验结果表明该数值方法是有效的.     

一种基于孪生网络的图片匹配算法

随着卷积神经网络（Convolutional Neural Networks,CNN）的不断改进，基于CNN的图片匹配成为图像处理的关键，然而，许多基于CNN的图像相似度检测算法对图像特征的表达能力较差，且曼哈顿距离或欧式距离的计算方式导致在计算损失函数时模型不一定能很好地收敛.针对此问题，提出一种基于孪生网络和注意力机制的方法（CSNET）来提升图像匹配的性能，主要步骤如下：使用将激活函数改进为Mish函数的VGG16网络作为主干网络提取图像的特征，在模型的卷积层加入注意力机制模块（Convolutional Block Attention Module,CBAM），这提高了模型的特征提取能力和鲁棒性，保证训练可以收敛.对模型输入图片对的特征向量的欧氏距离，再利用网络全连接层输出的相似度分数来度量被检图片是否相似.将提出的CSNET与其他图片匹配方法在Omniglot和SigComp2011等数据集上进行比较，实验结果表明，CSNET能有效提高图像相似度匹配的准确性.     

云计算环境中SBS应用动态资源分配方法

建立了一个SBS（基于服务的系统，service based system）应用端到端性能评价模型，并在该模型的基础上提出了SBS应用动态资源分配方法，该方法通过将静态的初始资源分配和动态的资源分配方案调整相结合，能够适应用户访问行为的动态变化，保证SBS应用端到端性能. 在SBS应用动态资源分配问题求解中，提出了服务吞吐量约束确定算法并在此基础上 给出了SBS应用动态资源分配算法，该算法根据SBS应用吞吐量约束确定服务资源需求量并在此基础上通过起始服务 到服务间的转移时间计算服务的资源分配时刻，从而能够在保证SBS应用端到端性能约束的同时提高资源利用率. 实验验证了所提出的基于SBS应用端到端性能评价模型的动态资源分配方法的有效性.     

浅析地铁车站通风空调施工配合

地铁车站机电设备安装过程中,涉及专业较多,接口作业繁琐,车站通风空调设备和管线占据空间较大,安装过程要考虑管线碰撞和甲供设备的准确投产.文章通过对地铁车站通风空调施工配合的细节进行介绍,旨在总结设计经验,提高设计质量,为以后的地铁车站通风空调设计和施工提供参考.     

基于经验模态分解的无量纲指标故障诊断定位

无量纲指标作为新的理论工具应用于故障诊断研究中,虽然取得了一定的进展,但在应用时没有考虑到其他噪声干扰信号的影响,对结果分析有一定的干扰.而经验模态分解(EMD)技术能够提取出振动数据的故障特征信号,针对无量纲指标分析数据时的噪声干扰,提出了基于EMD的无量纲指标处理算法.首先对采集到的振动数据做EMD,分解出的前几个固有模态函数(IMF)分量中包含了振动数据的故障特征,去除其他噪声干扰信号的影响;其次求出含有振动数据特征信号的IMF分量的无量纲指标值,做出其无量纲指标的特征范围值;最后进行故障诊断分析.将此算法应用于旋转机械的故障诊断实验中,通过实验验证了该方法的可行性和有效性.