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...     

不同浓度聚合物段塞交替注入提高采收率技术

针对单一聚合物段塞驱存在低渗储层动用程度低、部分注入井注入困难以及油井受效比例低等问题,开展了高、低浓度聚合物段塞交替注入提高采收率技术研究.采用物理模拟的实验方法,评价了不同交替注入方案下低渗层的吸液比例、分流率以及聚合物驱的采收率.结果表明:与单独注入高、低浓度聚合物驱相比,不同浓度聚合物段塞交替注入能使低渗储层的...     

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...     

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。     

薄膜荧光传感器的制备及其基底溶胀性能研究

本文以咔唑噻唑盐(BCVTI)为传感元素分子,不同高分子聚合物为基底,采用方法简便价格低廉的分子包埋法制作了多种薄膜荧光传感器,并在几种常见的体系中测试了其溶胀性。结果表明用高分子包埋法制备薄膜荧光传感器时优先选择聚乙烯醇作为基底,可以提高荧光检测速率和材料的重复实用性。     

多孔聚咔唑用于二氧化碳捕获与催化转化

二氧化碳作为一种常见的温室气体,其浓度的升高造成了全球性的生态环境问题,有效地捕集和利用二氧化碳,不仅具有环境保护意义,也具有工业和经济意义.有机多孔聚合物(POPs)作为一种新兴的多孔材料,具有高孔隙率、低密度、可设计的结构和组成、易于官能化和高稳定性等特点,在气体存储/分离、生物医药、污染处理、能源、催化等领域具有广阔的应用前景.咔唑类化合物构建的聚咔唑具有微孔结构,富含氮元素,对二氧化碳具有高吸附容量和选择性;功能性基团的引入也有助于进一步提升材料的吸附性能.线型的二氧化碳分子具有高稳定性,其转化需要催化剂的参与以实现高效反应.利用功能性分子直接构建或后修饰策略,均能制备出具有催化活性的聚咔唑,多孔性、吸附性、催化活性的结合使聚合物在二氧化碳化学转化、电催化和光催化还原中表现出优异的性能.与分子催化剂相比,聚咔唑的多孔性不仅能保证催化位点与反应物充分接触,而且可实现底物的富集并对反应有限域作用,提升反应效率和选择性.作为异相催化剂,聚咔唑回收方便,在循环实验中依然能保持高催化活性.本文将重点介绍多孔聚咔唑的制备方法及其在二氧化碳吸附与催化转化等方面的应用,分析材料结构与性能的关系...     

海泡石纤维载体催化剂的合成及应用进展

讨论了海泡石纤维的晶体结构特点,总结了酸、离子交换改性等海泡石纤维负载催化剂的制备方法.海泡石在热处理过程中的相变特征以及其在氢化还原、脱氢氧化、异构反应等催化领域方面的应用现状,并展望了未来海泡石纤维负载型催化剂的研究方向.