Er3+掺杂LiFePO4正极材料的制备与性能

采用固相法合成了Er3+掺杂的试样,利用X射线衍射分析、四探针、电化学阻抗谱和充放电性能测试,探讨了掺杂位置及掺杂量对材料的晶体结构、电子电导率和电化学性能的影响.结果表明:铁位掺杂效果优于锂位掺杂,少于摩尔分数为3%的Er3+掺杂并未改变材料的晶体结构,但改善了材料的微观结构,电子电导率提高了4个数量级,1℃倍率下放电容量为103.47 mAh/g,比未掺杂试样提高了22.28%,Er3+掺杂改善了材料的比容量、循环性能及倍率性能.     

白洋淀流域生态水文过程演变及其生态系统退化驱动机制研究

白洋淀是华北地区最大的天然淡水湖泊湿地和重要的生态功能区,在自然和人为驱动影响下,生态系统呈明显的退化趋势。通过对白洋淀流域生态水文过程演变分析,剖析了其生态系统退化的特征及驱动机制。气候干旱是白洋淀生态系统退化的环境背景条件,而上游水库的截流、水利工程的建设及水资源的开发利用等自然、人为因素的耦合作用,加速了白洋淀生态系统退化的过程。基于白洋淀生态系统退化的特征和驱动机制,从流域生态水文过程演变出发,为湿地的保护提出了措施和建议。     

生物化学实验考核方法研究与探讨

本文根据攀枝花学院生物与化学工程学院的生物化学实验课程教学的具体情况,建立了适合本院系的考核方法和评分标准,具有较强的可操作性,能有效的督促学生对实验课的学习,也利于教师对教学效果的检查,能较全面客观地评价学生的实验学习成绩.     

论儒学的人文理性及其当代价值

儒学既重人文,又尊理性,是高扬人文理性的哲学。儒学的这种品格是儒学思想长期发展的产物,它已经在中华民族历史上和社会生活中积淀下来形成了中国特有的文化传统。正确看待这一传统,发掘儒学的这种文化内涵、道德伦理,必然成为推动现代社会发展的内在精神动力。     

基于可视化分析模型的汽车电控系统需求开发方法

为解决汽车电控系统需求开发过程中需求描述模糊不清、理解不一致问题,结合实际研发项目及CMMI-3等级认证过程的经验,提出了一种基于可视化分析模型的需求开发方法。首先,将复杂的汽车电控系统进行层级划分,从客户对整车顶层功能需求开始着手分析,通过用例场景建模定义系统与外部环境边界和交互关系,捕获顶层系统需求;然后,基于活动图和时序图可视化分析方法,对系统静态和动态行为进行细化分析,给出了不同层级需求挖掘思路及方法,并用需求图展示需求开发细节以及不同层级需求的追溯关系;最后,以触发柴油机颗粒捕集器DPF再生为研究案例,系统阐述了可视化分析模型的需求方法的应用过程,验证了所提方法的可行性与有效性,为汽车电控系统正向开发提供技术手段和指导建议。     

基于GRU-DRSN的双通道人体活动识别

人体活动识别(human activity recognizition, HAR)在医疗、军工、智能家居等领域有很大的应用空间。传统机器学习方法特征提取难度较大且精度不高。针对上述问题并结合传感器时序特性,提出了一种融合CBAM(convolutional block attention module)注意力机制的GRU-DRSN双通道并行模型,有效避免了传统串行模型因网络深度加深引起梯度爆炸和消失问题。同时并行结构使得两条支路具有相同的优先级,使用深度残差收缩网络(deep residual shrinkage network, DRSN)提取数据的深层空间特征,同时使用门控循环结构(gated recurrent unit, GRU)学习活动样本在时间序列上的特征,同时进行提取样本不同维度的特征,并通过CBAM模块进行特征的权重分配,最后通过Softmax层进行识别,实现了端对端的人体活动识别。使用公开数据集(wireless sensor data mining, WISDM)进行验证,模型平均精度达到了97.6%,与传统机器学习模型和前人所提神经网络模型相比,有更好的识别效果。     

蜉蝣算法在供应链库存优化中的应用

针对蜉蝣算法（Mayfly algorithm）全局搜索能力差,搜索精度不高和自适应能力弱等问题,提出一种多策略融合的蜉蝣算法。首先,提出吸引力增强因子,同时引入自适应动态调节的重力系数,来平衡搜索和开发能力。其次,提出中值位置作为群体位置的一部分,加强种群交流,避免陷入到局部最优;最后,引入正弦余弦策略,增强全局搜索能力,提高收敛精度并增强稳定性。8种典型功能函数的仿真结果证明改进后的算法收敛能力提高、收敛精度加强。将改进后的蜉蝣算法应用于工程中,在供应链库存系统中调节PID参数,与其他算法相比,成本下降9.5%,证明该算法在工程上具有适用性。     

基于DeepLabV3+模型的轨道站点影响区自行车出行环境评价

轨道站点影响区自行车出行环境评价对于促进自行车接驳出行效率和服务品质提升具有重要意义。采集百度街景、路网、轨道站点等多源数据,选取自行车出行环境的舒适性、安全性、便捷性和可达性评价指标,运用DeepLabV3+模型和sDNA分析法对轨道站点1 500 m范围影响区内不同类型道路的自行车出行环境进行评价,并以南京市为例进行实证分析。结果表明：站点影响区自行车出行环境存在空间差异性;交通型道路的自行车出行中间性、天空可视度高,但自行车存取方便程度低;生活型道路的自行车存取方便程度、绿视率高,但自行车出行中间性、安全性低;综合型道路各指标相对协调。     

基于气象水文水动力耦合模型的流域尺度洪水预报方法： 以北江流域为例

针对中小流域目前径流和淹没预报难度较大且精度偏低的问题,本文以北江流域为研究对象,构建降雨径流-洪水淹没模型。在非耦合情况下,基于WRF-Hydro模式构建北江流域水文模型,通过对主要参数率定,优化了WRF-Hydro水文模型,模拟了流域的产流、汇流等水循环关键要素。在耦合情况下,将WRF-Hydro模式模拟的径流过程作为CaMa-Flood模型的边界条件,从而实现对整个流域的洪水淹没模拟。研究结果表明：在经过参数率定的WRF-Hydro水文模型中,针对验证期的5场典型洪水事件,皮尔逊相关系数均高于0.8,纳什效率系数在0.52至0.71之间,在预报期的三个洪水事件中,洪峰的平均误差为22.2％。在水文水动力模型耦合后,能够准确地捕捉洪水淹没与降雨强度、洪水流量变化之间的关系,进而提供洪水发生后洪泛区的淹没深度和范围等关键信息。本文构建的降雨径流-洪水淹没模型能够适用于地形复杂、降雨时空分布不均匀的北江流域,为类似半湿润流域的洪水预报提供了有益参考,同时也为水文水动力模型耦合的研究奠定了基础。     

基于SnowNLP的微博网络舆情分析系统

随着微博、抖音、贴吧等新兴网络社交媒体的发展,大量用户开始喜欢使用这些平台进行发布和获取信息,因此累积了大量舆情数据。为了能够及时监测网络舆论动向,更好的维护互联网的安全运营和网络安全,针对实时微博数据,研究设计了一种基于SnowNLP的微博网络舆情分析系统。该系统由舆情数据采集、舆情数据分析和舆情数据可视化组成,能够实现微博数据文本挖掘、网络舆情数据情感分析、舆情数据与关键词匹配结果统计等功能,并能够对微博内容情感分析结果、用户等级、内容分词结果等进行可视化展示。实验测试结果表明：本系统功能运行正常,同时验证了设计方案的可行性和有效性。系统在网络舆情监测领域具有重要的应用价值。