基于残差卷积自注意力神经网络的铝电解过热度识别方法

过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

F?对熔融NaCl–KCl熔盐中钛离子配位结构的影响

本文采用电化学、数学分析和光谱分析相结合的方法,研究了氟离子(F?)对钛离子(Tin+)的电化学行为和配位性能的影响,以α表示F?和Tin+的摩尔浓度比。采用循环伏安法(CV)、方波伏安法(SWV)和开路电位法(OCP)研究了不同α条件下钛离子的电化学行为,并采用原位采样器制备了α = 0、1.0、2.0、3.0、4.0、5.0、6.0、8.0时的熔盐样品,然后用X射线光电子能谱(XPS)和拉曼光谱对样品进行分析。结果表明:熔盐中F?的加入缩短了钛离子的还原步骤,并极大地影响了价态钛离子的比例,使高价态钛含量增加且更加稳定,当α大于3.0时,Ti2+不再存在于熔盐中,最终转移到价态更高的钛离子中。研究发现,这些现象背后的机制是由于配合物(TiCl_jF_im?)的形成,这对揭示钛还原过程机理和电解质的选择具有重要意义。     

基于改进I-Attention U-Net的锌浮选泡沫图像分割算法

针对泡沫图像的高度复杂性导致其难以被准确分割的难题,本文提出了一种新的I-Attention U-Net网络用于泡沫图像分割.该算法以U-Net网络作为主干网络,使用Inception模块替换第一卷积池化层来提取泡沫图像的多尺度、多层次浅层特征信息;引入金字塔池化模块,通过对不同尺度的特征图求和来提升分割效果;并对自注意力门控单元进行改进,使注意力单元更适合于浮选泡沫图像的分割,强化深层特征的重要性并对不同尺寸的泡沫边界进行强化学习.研究结果表明：本文所提出算法的Jaccard系数为91.73%,Dice系数为95.66%.与同类其他分割算法结果相比,Jaccard系数及Dice系数分别提高了1.59%、0.88%.该模型能够较好地对锌浮选泡沫图像进行分割,解决欠分割与过分割的问题,为后续的泡沫特征提取奠定基础.此外,该方法检测时间和模型参数少,具备可以部署在工业现场计算机的能力,有一定的实际应用价值.     

基于扩散偶法的CaO–V2O5和MnO2–V2O5固相界面反应行为比较

钒是我国重要的战略金属资源,广泛应用于钢铁、化工、航空航天等领域。钒渣作为我国最重要的含钒原料,其钙化提钒及锰化提钒工艺在钒的高效分离、尾渣利用和环境保护方面优势显著,但焙烧过程中钒酸钙和钒酸锰始终共存。两种钒酸盐的生成机理及钒与钙、锰反应能力的差异是两种提钒工艺的基本问题和共性问题,这对充实提钒基础理论和促进提钒工艺优化具有重要意义。为此,本文基于扩散偶研究方法,通过制备氧化钙–氧化钒和二氧化锰–氧化钒扩散偶,并在不同时间恒温焙烧,比较研究了钙、锰与钒组元固相反应的界面扩散行为差异;阐明了钒酸钙和钒酸锰的生成机理;进一步基于扫描电子显微镜和能谱分析研究并计算了扩散产物和扩散系数随焙烧时间的变化规律。结果表明,随着焙烧时间的延长,氧化钙–氧化钒、二氧化锰–氧化钒两组扩散反应逐渐进行。氧化钙–氧化钒扩散偶中钙和钒的分布区域边界始终清晰。而对于二氧化锰–氧化钒扩散偶而言,随着恒温焙烧时间的延长,二氧化锰逐渐分解生成三氧化二锰,钒组元能扩散到三氧化二锰内部,但仅有部分钒与锰反应形成扩散产物层。氧化钙–氧化钒、二氧化锰–氧化钒扩散偶的界面反应产物分别是偏钒酸钙和偏钒酸锰。恒温焙烧16 h后,产物厚度分别为39.85和32.13 μm,且由于组元扩散反应能力的限制,两个扩散偶均达到反应平衡。相同恒温焙烧时间内,氧化钙–氧化钒扩散偶的扩散系数略高于二氧化锰–氧化钒扩散偶,这说明钒与钙的扩散反应比钒与锰的扩散反应更易进行。     

基于双向门控机制和层次注意力的方面级情感分析

针对传统情感分析模型将单词或词语作为单一嵌入,而忽略句子之间依存信息和位置信息的问题,提出基于双向门控机制和层次注意力的方面级情感分析模型（Based on Bi-GRU and Hierarchical Attention,BGHA）。首先,将文本数据转成词向量再加入位置编码信息,得到包含位置和语义信息的词向量后通过双向门控机制提取上下文特征;接着,分别在单词注意力层和句子注意力层用注意力机制对特征分配权重,突出重点词和重点句信息;最后,结合给定的方面信息选择性提取与其较匹配的情感特征。在SemEval 2014、SemEval 2016和Twitter短文本评论数据集上的实验结果表示,BGHA模型的准确率对比其他模型都有不同程度的提高,证明了模型的有效性。     

改进的SIFT特征匹配算法

针对SIFT特征匹配算法在特征空间中进行历遍搜索,匹配速度慢的问题,提出一种金字塔层间匹配算法。首先,根据特征点所处金字塔层不同将特征点划分为不同的集合,其次,选择待配准图像金字塔中某一层集合,在基准图像金字塔中寻找相似层,并确定待配准图像金字塔与基准图像金字塔层之间的相似关系,最后,在相似层之间寻找匹配点。待配准图像中的选择层集合由金字塔底层到顶层,寻找相似层所用时间依次缩短。与原算法相比,该算法具有相同的旋转稳定性。将该算法与原算法分别应用实际图像配准中,结果表明:可见光图像配准中,匹配速度提高了3.2倍,正确匹配率提高了10.3％,红外图像配准中,匹配速度提高1.4倍,正确匹配率达到100％。     

一种新的弹道目标成像匹配识别算法

为了能充分利用目标的散射中心对弹道目标进行识别,提出利用解线频调的方法,通过对距离向和方位向进行快速傅里叶变换,实现对目标散射中心成像,然后从目标ISAR像中提取目标特征信息,提出了一种新的匹配识别的方法实现对目标的分类识别。该方法利用提取的散射中心的位置和幅度信息,通过构造匹配度矩阵,进而与预设门限比较,判定目标类别。仿真实验及识别性能评估表明,该方法在设定情况下具有良好的目标识别能力。     

专利制度在科技经济发展中的重要作用

专利制度在科技经济发展中具有重要的作用：专利制度是一种竞争激励机制,是维护市场公平、有序竞争的重要保障;是科技进步的加速器;为企业应用专利保护鼓励发明创造,参与市场竞争提供了重要武器;是实现我国经济与国际经济接轨的重要桥梁之一。     

压电换能器与匹配电感的耦合振荡

从耦合振荡的角度,讨论了压电换能器与匹配电感之间的关系及其对换能器谐振特性的影响。