绿茶制备纳米铁在饱和多孔介质中的迁移特性及影响因素

绿茶还原制备纳米铁颗粒(nanoscale iron particles produced by green tea, GT-NIPs)由于成本低,对环境二次污染风险较小,在地下水环境修复中具有较好的应用前景。为研究GT-NIPs在饱和多孔介质中的迁移特性及影响因素,通过批试验和一维模拟柱试验,分析GT-NIPs颗粒沉降及迁移情况,并计算其最大迁移距离。结果表明：GT-NIPs在乙醇溶液中具有较好的悬浮稳定性,在2 000 min内,相对吸光度保持在0.95以上;在石英砂介质中,GT-NIPs迁移能力随介质粒径的增大而增强,其在粗砂中的截留量仅为在中砂和细砂中的1/2和1/3;离子强度及二价阳离子对GT-NIPs运移影响较小;黏土矿物促进了GT-NIPs在介质中的沉积,使其截留率增加了1倍;GT-NIPs在天然砂中的迁移能力大幅降低,出流率较在石英砂中降低了36.67%;利用滤床理论模型对GT-NIPs的最大迁移距离进行预测是合理且符合实际的,其在不同介质条件下的最大迁移距离为1～5 m。     

关于距离图着色问题一个结果的新证明

利用数论的方法,重新确定了距离图G（Z,D）的圆色数Xc（D）和分式色数Xf（D）,其中D={a,b,a＋b,2（a＋b）}是一个特殊的四元素距离集．     

基于支持向量机的图像检索主动学习方法

为解决基于内容的图像检索中训练集样本过小问题,本文提出一种结合相关反馈和支持向量机的主动学习算法,首先计算未标注样本到分类超平面的距离以及与当前训练集中样本的余弦距离和,然后取具有总的最大余弦距离同时到超平面距离最短的样本加入训练集,通过增加最具信息的样本到训练集,使得分类器可通过少量反馈次数而快速达到较高的准确性.试验表明,本文算法能有效提高分类器的分类精度和泛化能力,在减少评价样本数量的前提下,可快速收敛于用户定义的目标查询概念.     

线粒体密码表的进化关系

提出一个理论模型,由此推导出标准密码表与10个物种线粒体非标准密码表之间的进化关系,得到这些表的进化关系和真核总界中物种的三界分类正相吻合,同时发现氨基酸与终止密码间的无义突变和其逆过程是重建进化树的关键因素.     

基于小波变换的双回线路高阻接地保护新方法

提出了一种适用于双回线路接地故障的继电保护新方法.利用小波变换对两条线路上的电流进行分析,提取对应相相同尺度上的高频谱能量值.在此基础上,求取它们谱能量比值的平方和,根据比值来判断接地故障类型及线路,以识别区内外故障.大量仿真计算表明,新方法同时具有选线和选相的功能,方向性明确,同时具有较高的耐受过渡电阻的能力.     

有限人参与下的排爆机器人半自主抓取

提出了一种新的排爆机器人半自主爆炸物抓取方法.该方法包括机械臂、爆炸物和障碍环境的建模、C空间地图和路径规划.排爆机器人SUPER-PLUS在有限人参与下,利用手腕装载的激光测距传感器,扫描爆炸物周围的障碍环境,规划出一条无碰轨迹,实现爆炸物自主抓取.实验结果表明,该方法极大地提高了排爆操作的安全性和效率.     

Hamming距离下树型网络的最短路改进问题

研究Hamming距离下树型网络的最短路改进问题,通过把该问题转化为0-1整数线性规划问题并通过求解有限个小规模0-1整数线性规划问题并求解.该研究方法在一定程度上推广了已有的结果.该问题的研究有助于设计求解一般的Hamming距离下的最短路改进问题的有效近似算法.     

基于句法依存卷积神经网络的句子相似度计算

句子相似度计算是自然语言处理的一项基础任务,其准确性直接影响机器翻译、问题回答等下游任务的性能。传统机器学习方法主要依靠词形、词序及结构等浅层特征计算句子相似度,而深度学习方法能够融入深层语义特征,从而取得了更好效果。深度学习方法如卷积神经网络在提取文本特征时存在提取句子语义特征较浅、长距离依赖信息不足的缺点。因此设计了DCNN(dependency convolutional neural network)模型,该模型利用词语之间的依存关系来解决该不足。DCNN模型首先通过依存句法分析得到句子中词语之间的依存关系,而后根据与当前词存在一跳或者两跳关系的词语形成二元和三元的词语组合,再将这两部分信息作为原句信息的补充,输入到卷积神经网络中,以此来获取词语之间长距离依赖信息。实验结果表明,加入依存句法信息得到的长距离依赖能有效提升模型性能。在MSRP(microsoft research paraphrase corpus)数据集上,模型准确度和F1值分别为80.33%和85.91,在SICK(sentences involving compositional knowledge)数据集...     

含位形权重的磁流变液孤立链流变剪应力模型

为降低采用标准孤立链理论模型计算高体积分数磁流变液流变剪应力时的计算误差,提出一种通过距离权重系数评价磁链间相互作用的流变模型.编写Monte Carlo仿真程序计算颗粒位置与磁矩方向矢量、同时输出与系统颗粒间距有关的距离权重系数.按标准和距离权重这两种链结构模型计算磁流变液剪切应力数值,并和4种磁流变液(30.58%~44.79%)的流变仪剪应力测试数据进行比较,结果显示,权重模型在磁场全范围内具有更高的计算精度,并且和流变试验实际结果基本符合,证实了磁链微观结构间的相互作用力是影响磁流变液流变特性的主要因素之一.     

基于脑电的实时疲劳监测算法的研究

疲劳驾驶是造成交通事故的一个重要因素。基于脑电波传感器采集到的脑电(EEG)信号,提出了一种基于特征节律波样本空间距离的实时驾驶疲劳监测算法。该算法通过提取脑电特征信号并建立相应的特征样本空间,然后通过将实时采集的脑电信号与样本空间之间的距离来判别驾驶员是否处于疲劳状态;并结合多次实验结果,使用ROC曲线分析方法获得确定疲劳判别的阈值,由此实现对驾驶者疲劳状态的实时监测。实验结果显示,该算法能有效地、实时地对疲劳进行监测,且具有较好的鲁棒性和准确性。