基于代价敏感系数的混凝土抗压强度预测

针对传统自适应增强学习算法训练过程中只关注预测误差率最小的缺陷,本文提出了一种基于代价敏感系数的改进自适应增强学习算法并应用于混凝土抗压强度预测。首先考虑影响混凝土强度的8种参数作为特征变量,通过自适应增强学习算法集成回归树,依据样本权值抽样建立多个弱回归学习器。同时引入线性敏感系数与指数敏感系数来优化增强学习过程中样本权值的更新问题,采用引力搜索算法对代价敏感系数的基数进行最优选取。最后,根据权重比集成弱学习器得到最终预测模型。通过对所提出的两组不同代价敏感系数组合策略下的预测模型与随机森林、BP神经网络算法等模型的预测结果进行对比分析,验证了所提预测模型具有更好的预测性能。     

冻融、疲劳及两者耦合作用下BFRP片材力学性能退化规律试验研究

通过对包含不同层数玄武岩纤维(BFRP)布片材试件进行冻融循环试验、疲劳试验以及后续静力拉伸试验,分析考察了冻融、疲劳及两者耦合作用后,试件弹性模量、抗拉强度和破坏应变变化规律,并探究了不同作用工况引起试件力学性能退化作用机制,结果表明：随冻融循环次数、疲劳次数以及耦合循环次数增加,试件抗拉强度和破坏应变整体均呈下降趋势,但弹性模量变化未呈现显著规律性,不同工况作用后弹性模量变化幅度均不超过3.8%;随包含BFRP布层数增多,试件抗拉强度和破坏应变降低幅度呈增加趋势,原因主要是试件包含纤维层数越多,纤维丝束及其粘结界面存在初始缺陷就越多;通过分析微观形貌发现,冻融与疲劳耦合作用后试件同时兼具断丝与粘结界面纵向开裂损伤特征,这使得耦合作用导致损伤均大于其中单一因素作用;冻融与疲劳耦合作用下,包含2、3和4层BFRP布试件抗拉强度分别退化5.2%～11.9%、1.8%～13.4%和7.7%～20.2%,其破坏应变分别降低5.0%～10.5%、5.2%～15.2%和7.9%～17.8%;相比疲劳,冻融循环引起试件损伤较明显时,耦合作用放大效应也会更为显著,此时冻融与疲劳耦合作用对试件力学性能...     

模板辅助合成多孔Ni0.85Se/C复合微球及其储锂/钠性能

以多孔Ni/C复合材料作为牺牲模板,通过水热硒化法制备了多孔Ni_0.85Se/C复合微球. XRD、SEM和TEM表征结果显示,具有良好结晶性和相纯度的Ni_0.85Se/C是由Ni_0.85Se纳米颗粒密堆积而成的多孔球形结构;XPS和TG曲线显示共存的碳质量分数由Ni/C中的27.3%下降为Ni_0.85Se/C的7.1%.作为锂离子电池负极材料,在0.2 A·g^-1的电流密度下,Ni_0.85Se/C第2次可逆放电比容量为579.2 mA·h·g^-1,由于非法拉第容量贡献,经过100次循环后,放电比容量变为812.8 mA·h·g^-1,远优于未硒化的Ni/C复合材料.作为钠离子电池负极材料,Ni_0.85Se/C具有较高的放电比容量,50次循环后,放电比容量剩余值为293.5 mA·h·g^-1. CV和EIS分析证明Ni_0.85Se/C的放电容量是法拉...     

钴基沸石咪唑酯骨架结构衍生物锂硫电池正极材料

通过原位复合法合成沸石咪唑酯骨架结构材料(ZIF-67),经高温碳化生成含钴的氮掺杂碳多面体(Co-NC),然后通过热熔融渗硫方法制得钴基沸石咪唑酯骨架结构衍生物(S@CoS2-NC)复合材料,以此复合材料作为锂硫电池的正极材料.采用X 线衍射仪(XRD)、场发射扫描电子显微镜(FESEM)、能谱仪(EDS)、N2 吸...     

感知特征增强学习的低分辨率人脸识别

针对低分辨率人脸图像信息严重缺失而导致的人脸识别能力受限问题,提出了一种感知特征增强学习的低分辨率人脸识别网络.设计的整体网络包含两个通道,其中一个通道为低分辨率人脸识别子网络,顺序执行对输入的低分辨率人脸的超分辨率重构、深度特征提取与识别;另一通道为高分辨率人脸识别子网络,顺序对输入的高分辨率人脸进行深度特征提取与识...     

环氧树脂/活性炭复合材料的力学与隔声性能

以疏松多孔的活性炭为功能填料,环氧树脂为基体,甲基六氢苯酐为固化剂,2-乙基-4-甲基咪唑为固化促进剂,制备环氧树脂/活性炭复合材料,并研究活性炭含量变化对环氧树脂/活性炭复合材料力学性能和隔声性能的影响.当样品厚度为3 mm,添加体积分数为2.4的活性炭时,复合材料的平均隔声量由纯环氧树脂的17.2 dB增加到42....     

基于潜在空间特征的无袖带血压估计方法

针对目前基于光电容积脉搏波(photoplethysmography, PPG)的血压(blood pressure, BP)估计模型的不足,文章提出一种基于潜在空间特征的BP估计方法。该方法充分挖掘PPG中与BP相关的特征,利用梯度增强回归树(gradient boosting regression tree, GBRT)提取单周期PPG信号及其一阶和二阶导数的高阶交叉特征,并利用卷积神经网络(convolutional neural networks, CNN)提取PPG信号的时频图中的深层特征;随后将提取的特征输入支持向量回归器(support vector regression, SVR)构建BP估计模型。在UCI-BP数据库的12 000个样本上进行了模型评估,实验结果表明所提出的方法优于最新的BP估计方法。     

MnO_2纳米簇修饰PANi复合材料的制备及其超级电容性能

超级电容器作为新型化学储能设备之一,具有充放电效率高、使用期限长、节省资源及绿色无污染等特征。超级电容器材料是决定其性能优良的核心部分,研究高性能电容材料对当前绿色能源的发展具有重要的意义。聚苯胺(PANi)由于具有价格低、加工简单、化学稳定性高等优异特点,是当前电容材料研究最为广泛的导电高分子之一。相对于无机的二氧化锰(MnO_2),PANi的电容性能相对较低,然而MnO_2电子传输性能较差。为了能够实现PANi和MnO_2的优势互补,本文利用化学方法制备的新鲜PANi,直接与高锰酸钾反应,MnO_2纳米簇修饰的PANi复合材料,从而实现提高的电容性能。