需求侧全球碳排放强度的度量及分解

利用非竞争型投入产出表提出了需求侧的全球完全碳排放强度度量方法,建立了经济体维度和最终需求类型维度变化的贡献率分解模型,以及包含碳排放系数、中间投入技术结构、增加值系数和最终需求4类影响因素的结构分解模型,分析了1998-2007年全球主要经济体和代表性国家的碳排放强度变化.结果表明:全球完全碳排放重心向发展中国家转移,完全增加值重心在发达国家,完全碳排放强度下降主要贡献仍来自欧盟和北美自贸区.各国消费的完全碳排放强度均小于出口和投资的完全碳排放强度,并带动了整体完全碳排放强度的下降。碳排放系数仍是促进需求侧碳排放强度下降的主导因素,其他3类因素对不同国别不同类型的完全碳排放强度影响效果不一,其中在出口的完全碳排放强度中表现出更为显著的国别差异.     

储层含油性识别中ANN和GA融合的模糊规则提取

提出一种基于ANN和GA融合的自学习自适应的模糊规则提取算法,用来对油层进行识别.其方法是:首先运用人工神经网络(ANN)对训练样本进行有导师学习,网络的输入是测井属性,输出表达为网络权值和输入的函数Ψk=f(xi(WG1)ij,(WG2)jk)(其中:Ψk代表含油性类别Ck的判别函数;C1为干层;C2为水层;C3为差油层;C4为油层).然后,以Ψk作为遗传算法(GA)中的适应度函数提取对应于类别Ck的模糊规则.最后,通过某油田oilsk81和oilsk83油井的实证研究表明,该方法能够有效地识别储层的含油性.     

电荷掺杂和C1掺杂聚吡咯、聚呋喃、聚噻吩的导电性理论研究

利用Gaussian 03程序包中的密度泛函理论在B3LYP/6-31G(d)水平下,对未掺杂、电荷掺杂和C1掺杂的聚吡咯、聚呋喃、聚噻吩进行几何全优化,并对它们的几何结构、自旋密度、自然键轨道(NBO)、前线轨道能进行了理论分析.结果表明,电荷掺杂能使聚合物键长趋于平均化,其极子分布几乎遍及了整个分子链而C1原子掺杂对聚合物的影响主要集中在与C1原子相邻的C原子上,极子分布局域在C1原子附近的大约7个碳原子上,掺杂能够明显增强仃电子共轭性,降低能隙,从而增强导电性.     

润叶加料工序料液有效利用率的计算方法

为在生产过程中实现对料液有效利用率进行在线监测,把握料液有效利用率的实际情况,寻找提高料液有效利用率的方法,通过对润叶加料入口物料状态、料罐料液状态及润叶加料出口物料状态进行研究,分析出口流量、流量稳定时间、料液实际质量、加料前物料质量、含水率以及生产时间的关系,建立了润叶加料料液有效利用率的计算方法,并将该方法计算得到的有效利用率与1, 2–丙二醇作为标记物的方法进行F检验。结果表明:料液有效利用率的计算值与测量值之间差异无统计学意义(P>0.05),计算结果可代表实测值。该方法可应用于料液有效利用率的在线监测,为润叶加料工序的工艺优化,设备缺陷改进,过程料液吸收情况等提供数据支持。     

基于剔除拟合的股骨头修复建模

提出了一种可以获得目标病例健康时股骨头模型的新建模方法.通过CT扫描获得髋骨部位的序列断层图像,利用一种精确的自动分割方法提取图像中的髋臼轮廓.针对髋臼的特殊结构,使用辐条式采样法得到髋臼凹面的空间坐标点集.剔除坐标点集中的误差采样点.采用闭合形式解的最小二乘法拟合原始股骨头球面模型.通过对2例不同坏死程度的男性患者进行修复实验,证明此方法可以良好地还原坏死的股骨头模型,既为骨科临床中的精确手术定位提供了理论模型,又为针对个体化制造的人工假体生产提供了新的实践方法.     

绳驱动并联打磨机构模糊控制策略

船舶坞修作为维护和修复船舶结构的关键环节,在船舶行业中扮演着重要的角色。然而,目前船舶坞修时表面打磨过程依赖于传统的人工作业,存在着效率低、工时长、危险性高等问题。为此,提出了一种新型绳驱动式打磨机构,该机构采用四根绳索驱动打磨装置实现三自由度的运动。首先,通过拉格朗日法建立系统的动力学模型;然后在动力学模型的基础上提出了一种带有绳索张力优化项的Fuzzy-PID(proportional integral derivative)控制策略,该控制策略可以实现精确的轨迹跟踪并保证绳索处于张紧状态;最后,通过数值仿真验证所提控制策略的有效性。结果表明,和绳牵引并联机器人上常用的PID控制相比,所提控制策略控制精度提高25%,具有较高的控制精度和稳定性。本文提出的绳驱动式打磨机构及其控制策略可为大型结构件表面处理和精密制造等应用提供一定理论支持。     

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。     

OFDM系统LS信道估计中的最优导频设计

针对设置有保护频带的OFDM系统,基于等间隔导频(UPPTS)设计方法,在保证最小二乘(LS)信道估计均方误差(MSE)最小的前提下,计算了系统允许存在的最大保护频带宽度,给出了初始导频位置的选择范围,通过调整导频序列的初始位置,使导频序列有效避开保护频带.仿真实验结果表明,当导频序列的初始导频落入本文所给出的导频位置选择范围之内时,系统给出了更高的信道估计精度和更低的误码率,进一步验证了算法的有效性和优越性.     

基于滤波反投影的超短锥束CT扫描算法

分析了现有的一些超短扫描算法,提出一种基于滤波反投影(FBP)方法的超短扫描算法和实现这种算法的圆周分段联合的扫描方式.用该算法对感兴趣区域实施超短扫描所获取的数据可以进行精确的体积重建,并且对噪声不敏感.所提出的圆周分段联合的锥束投影扫描是一种把圆周轨道的半扫描和超短扫描进行合并的组合扫描方式,这种方式有助于提高病灶区域的空间分辨率和密度分辨率,并可降低病人所受X射线照射的剂量.