粉砂淤泥质潮滩潮沟形态特征及发育演变过程研究现状

从潮沟分类、潮沟地貌形态特征及发育演变过程等方面回顾分析了潮沟系统的研究进展。认为Strahler在Horton分级方法基础上提出的潮沟分级模式相对更为合理;潮沟总长与潮盆集水面积之间存在正相关关系,潮差与潮沟密度间存在正相关关系,植被对潮沟密度的影响尚无一致结论;对于潮沟截面形态的研究主要集中于宽深比、不对称性以及沉积物和植被对其影响作用;潮沟发育演变动力机制的研究在定性层面的成果较多,定量研究成果相对较少。指出潮沟内复杂的水流结构、潮沟边壁稳定性,以及通过物理模型试验、数值模拟、遥感分析等综合性手段建立影响因素与潮沟形态特征的定量关系等是今后的研究热点。     

城市交通网格集群的Bi-LSTM的流量预测

为提升交通流预测精度，深层次地挖掘交通流数据的时空特征，提出一种基于双向长短时记忆网络(Bi-LSTM)的城市交通网格集群流量预测模型。将所获得的网约车轨迹数据集网格化；考虑人为确定集群个数对结果的影响，用贝叶斯信息准则进行参数估计确定集群数，利用高斯混合模型对交通状况相似的网格进行聚类得到不同交通网格集群；利用集群内部交通网格的输入时间序列的相互影响设计多对多模型，构建Bi-LSTM模型预测不相交集群上的流量；以经典多元线性回归模型(MLRA)作为对照组进行实验验证，采用平均绝对误差(MAE)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)和动态时间规整(DTW)这四类评价指标对预测结果进行综合评价，验证基于Bi-LSTM模型的城市交通网格集群流量预测的可行性。实验结果表明：MLRA模型和Bi-LSTM模型对城市交通网格集群流量的预测值小于真实值，早高峰时段尤为明显；各交通网格集群的交通状态态势相似，集群的簇内相关性较强，两类模型均可实现较好的流量预测效果，Bi-LSTM表现更优； MLRA和Bi-LSTM预测模型的精度MAE、RMSE、MAPE分别为3.2011、4.4009、0.3187，3.0687、4.2943、0.3045，Bi-LSTM与MLRA相比，模型精度分别提高了4.14%、2.40%、4.46%，说明所构建的Bi-LSTM交通流网格集群流量预测精度高、误差低，要优于MLRA模型，表现出较好的泛化性能； MLRA和Bi-LSTM的DTW结果分别为52938.6356、54815.1055，构建的Bi-LSTM模型较MLRA模型各自工作日和节假日时间序列相似性DTW结果提高3.42%，表现出更好的鲁棒性。利用城市交通流量的特点和交通轨迹数据网格化的优点，基于Bi-LSTM模型的城市交通网格集群流量预测与MLRA交通流量预测模型相比，具有精度高、误差低的特点。同时，DTW指标方面，基于Bi-LSTM对城市交通网格集群流量模型与真实流量变化趋势一致，表现出较好的鲁棒性。     

一种考虑参数不确定性和相关性的悬置系统固有特性分析方法

针对汽车动力总成悬置系统参数同时存在不确定性和相关性的复杂情形,提出了一种汽车动力总成悬置系统固有频率和解耦率的不确定性分析方法.首先,基于多维平行六面体模型对具有不确定性和相关性的系统参数进行描述;其次,结合正则化、泰勒级数展开和中心差分法等方法,计算悬置系统固有频率和解耦率的不确定性响应;再次,给出方法的具体分析步...     

多频带互相干处理中多目标相位补偿方法

雷达回波中往往存在不同速度的目标，并且不同频带信号之间存在依赖于速度的多普勒相位差异，该差异不能通过乘以统一的固定相位和线性相位得到补偿。本文针对此问题提出一种基于Keystone变换的多普勒相位补偿方法, 定义了一个新的慢时间变量, 将慢时间轴作为快频率的函数进行缩放, 从而对不同速度的目标同时完成多普勒相位补偿。通过仿真分析, 验证了算法的有效性, 为多频带、多目标信号相参处理中的互相干处理提供一种方法。     

氮掺杂石墨二炔材料负载钯催化的非均相硝基芳烃还原

基于非均相催化剂的发展现状以及绿色化学的需求,以多孔氮掺杂石墨二炔（PQ-GDY,“自下而上”法合成）碳材料为载体,经钯负载成功制备了具有高硝基还原催化活性的非均相催化剂（Pd@PQ-GDY）.通过场发射扫描电子显微镜（FE-SEM）、X射线光电子能谱（XPS）、密度泛函理论（DFT）对该复合材料进行了综合表征及理论计算.结果表明：Pd@PQ-GDY实现了PQ-GDY对Pd(0)的高效负载,催化活性显著提高,是原位生成且未负载PQ-GDY的Pd(0)催化活性的23倍;其催化的10种硝基芳烃的还原转化率均高于96.5%,且展现了出良好的官能团兼容性.     

具有一般反应函数的随机恒化器模型的动力学行为

研究了具有一般反应函数的随机恒化器模型,同时给出了一般反应函数所满足的条件.首先证明了模型全局正解的存在唯一性.其次给出了微生物灭绝的一些充分条件,并且进一步证明了在某些条件下, 微生物在恒化器中会持续存在.     

基于MVMD-MOMEDA的齿轮箱故障诊断方法

针对齿轮箱振动信号受复杂传递路径、强背景噪声的影响导致早期微弱故障难以诊断的问题，提出了一种基于多元变分模态分解(MVMD)和多点最优最小熵反褶积调整(MOMEDA)的齿轮箱故障诊断方法。首先，利用MVMD将融合后的多通道振动信号进行模态分解，得到一系列表征信号局部特征的IMF分量；其次，引入峭度值(Ku),选取最佳模态进行信号重构，剔除含噪声分量高的IMF;最后，对重构信号进行MOMEDA特征提取以识别故障频率，从而进行故障诊断。结果表明，所提故障诊断方法可以有效剔除噪声分量的干扰，识别出信号中的故障冲击成分及其倍频进而确定故障类型。MVMD-MOMEDA方法解决了在单一通道问题上无法处理多源信号的缺点以及早期微弱故障特征难以提取等问题，可为故障诊断和多源信号处理提供参考。     

基于动态行为特征加权聚类的加壳恶意软件未知变种检测方法

攻击者为了逃避检测，常利用加壳技术对恶意软件进行加密或压缩，使得安全分析人员以及传统基于静态分析的恶意软件检测方法在恶意软件运行前难以利用反汇编等逆向工具对其进行静态分析。为检测加壳恶意软件，当前主要采用动态分析方法检测加壳恶意软件，然而受限于加壳工具种类和样本规模，以及恶意软件加壳行为带来的混淆噪声，导致传统基于机器学习检测方法存在准确率不足等问题。研究提取并分析加壳恶意软件运行时的系统调用行为特征，识别并筛选出敏感行为，旨在过滤脱壳行为噪声产生的影响；通过对系统调用行为特征加权降维，提升行为特征的有效性；通过对加权降维的行为特征进行聚类分析，最终实现加壳恶意软件未知变种检测和检测模型增量更新。实验结果表明，提出的基于动态行为特征加权聚类的加壳恶意软件未知变种检测方法检测误报率3.9%,相较几种典型机器学习检测方法呈显著降低。     

层合板层内损伤检测的模态位移不平整系数法

为了准确识别复合材料损伤的位置和程度，提出一种以模态曲率差幂函数为损伤指标的新检测方法.基于ANSYS的APDL语言，应用Shell181单元建立简支层合板模型，并通过Camanho损伤准则构建层内纤维失效模型.利用模态分析获得层合板的固有频率及网格节点模态位移，应用差分法得到曲面的高斯曲率，研究损伤前后高斯曲率差随损伤位置和程度的变化规律.采用高斯曲率差的平方增加峰值与其他区域的差距，将其定义为模态位移不平整系数并进行层内损伤位置和程度检测.结果表明:模态位移不平整系数使损伤位置检测的准确性提高，且随损伤程度的增加而增大.研究结论为改进复合材料层合板层内损伤的无损检测方法提供指导.     

基于漏波天线的分布式微波辐射计

为了缓解传统实孔径微波辐射计中性能指标与体积、重量间的矛盾, 解决综合孔径微波辐射计中高空间分辨率以系统结构、信号处理复杂度高为代价的难题, 提出了一种基于漏波天线的分布式微波辐射计系统。首先, 介绍了系统总体方案, 包括漏波天线和接收机方案; 其次, 详细分析了系统的关键指标——角分辨率和系统灵敏度, 并介绍了定标方案; 最后, 对系统进行建模并仿真分析。结果表明, 所设计的系统结构简单、复杂度较低、信号处理简单; 通过对系统进行建模仿真, 反演出的亮温值和真实亮温值误差很小。该系统可以作为一种新型的微波辐射计系统重点发展。