基于神经网络模型评价高技术项目投资风险

简要回顾了人工神经网络的发展历史,介绍了信息计量学的概念和人工神经网络算法在信息计量学领域中的应用,警示了在人工神经网络应用中的"过拟合"现象。在对高技术项目投资风险因素分析的基础上,建立了能够预测项目投资风险的线性神经网络模型,模型避免了"过拟合"现象的发生。通过对有关数据进行实例计算,预测结果表明,该神经网络模型稳定可靠,所获得的结果是令人满意的。     

镧、钇稀土在过共晶铝硅合金中的作用

研究了稀土镧和钇对过共晶铝硅合金的微观组织和力学性能的影响．实验合金为Ａｌ－２２％Ｓｉ,所加稀土为富镧混合稀土（含８０％Ｌａ）和Ａｌ－８８％Ｙ中间合金,加入量分别为０．６％～１．４％Ｌａ和０．１０％～０．１８％Ｙ．合金熔化精炼后在预热至２５０°Ｃ的金属型中浇铸成１２ｍｍ×６０ｍｍ试棒,浇注温度７４０°Ｃ．高温力学性能测试３００°Ｃ下保温３０ｍｉｎ后的拉伸强度．实验结果表明：单独加入稀土不能细化初晶硅,结合磷的作用,镧、钇可实现初晶硅和共晶硅的双重变质,其中初晶硅可细化至２２μｍ左右;适量Ｌａ可形成有利于提高高温性能的Ａｌ５ＳｉＣｕ２Ｌａ化合物;Ｙ可以有效地抑制该化合物长成粗大针状．经淬火及稳定化回火热处理后,合金室温抗拉强度可达２７６ＭＰａ,高温强度可达１７４ＭＰａ．     

碱性介质中二过碘酸合铜(Ⅲ)配离子氧化2-氨基-1-丁醇的反应动力学及机理

采用分光光度法在298.2～313.2 K内研究了碱性介质中二过碘酸合铜(Ⅲ)酸根配离子(DPC)氧化2-氨基-1-丁醇(AB)的反应动力学及机理.结果表明,反应对氧化剂(DPC)是一级,对还原剂AB的表观反应级数(nap):1＜nap＜2,准一级速率常数kobs在弱碱性介质中随[OH-]增大而减小,在较强碱性介质中随[OH-]增大而增大,随[IO-4](ex表示外加的IO-4的离子浓度)的增大而减小,也随离子强度的增大而减小,并且有弱的负盐效应.据此导出了一个能够解释全部实验事实的速率方程,求出了速控步骤的速率常数及298.2 K时的活化参数.     

CoFe2O4-Al2O3复合材料的制备及其在含日落黄废水处理中的应用

制备了铁酸钴-氧化铝（CoFe₂O₄-Al₂O₃）复合材料,并采用扫描电子显微镜（SEM）、X射线衍射（XRD）、比表面积和孔径分析仪对多孔CoFe₂O₄-Al₂O₃复合材料的物相和形貌进行了分析. 利用制备的CoFe₂O₄-Al₂O₃复合材料活化过硫酸氢钾（PMS）来降解废水溶液中的日落黄（SY）,通过研究CoFe₂O₄-Al₂O₃材料制备过程中Co²⁺,Fe³⁺和Al³⁺的物质的量之比、煅烧温度和时长对材料催化性能的影响,发现Co²⁺,Fe³⁺和Al³⁺的最佳物质的量之比为1:2:12,最佳煅烧温度为400 ℃和最佳煅烧时长为3 h. 对采用在最优条件下制得的CoFe₂O₄-Al₂O₃复合材料作为催化剂,PMS氧化降解含日落黄废水进行研究,考察了pH值、温度、不同体系、PMS用量、CoFe₂O₄-Al₂O₃材料用量和一些阴离子对日落黄降解的影响. 结果表明：在pH=7,温度为55 ℃条件下,用0.1 g催化剂和0.125 g PMS能使100 mL质量浓度为0.6 g·L^-1的日落黄溶液在30 min内降解率达到99.5%. 同时,碳酸氢根负离子（HCO₃^-）和硝酸根负离子（NO₃^-）的加入抑制了日落黄的降解,而Cl^-则能促进日落黄的降解. 此外,在进行4次循环使用后,CoFe₂O₄-Al₂O₃仍表现出很好的催化性能,日落黄去除效果仍能达到90%以上.     

热活化过硫酸钠降解饮用水中亚硝基二乙胺

采用热活化过硫酸盐(thermally activated persulfate, TAP)技术对含氮消毒副产物亚硝基二乙胺(N-nitrosodiethylamine, NDEA)进行降解.考察了反应时间、温度、初始pH值、过硫酸盐(persulfate, PS)投加量和NDEA初始质量浓度对降解效果的影响.结果表明，在反应时间为60 min、温度为60℃、初始pH值为3、PS投加量为2.0 mmol·L^-1、NDEA初始质量浓度为2.0 mg·L^-1时，NDEA的去除率达96.60%.热活化PS对NDEA的降解符合一级反应动力学.     

一种实用的光伏逆变器高电压穿越方案

针对光伏逆变器在高电压穿越期间可能出现过调制问题,本文分析了电网电压暂升期间的高电压穿越技术,通过判断直流电压大小来确定当前系统是否出现过调制,分析了可能出现的两种过调制情况。为了抑制过调制问题,给出了一种抬升直流侧电压的方法,搭建了高电压穿越实验平台进行了实验。实验结果表明,该方法有效抑制了过调制,从而提高了系统的可控裕度和稳定性。     

一种用于提升深度学习分类模型准确率的正则化损失函数

针对现有深度学习分类模型存在由标签边缘化效应引起的过拟合问题,提出了一种新的正则化损失函数——得分聚类损失函数.该函数为每个类别学习一个得分中心,将同类别样本的得分向得分中心聚集.得分中心经过softmax函数归一化后的概率向量,即为最佳的平滑标签.该函数避免了根据经验手工设置标签平滑系数,起到了自动平滑标签的作用,从而减轻了模型过拟合的风险.给出了得分聚类损失函数的定义和推导,并在刚性和非刚性图像分类任务上与其他正则化损失函数进行了实验比较.实验结果表明,应用本文的得分聚类损失函数能显著提高分类模型的准确率.     

活化过硫酸盐技术处理有机染料废水

为了研究不同因素对活化过硫酸盐体系处理有机染料废水的影响,并获得处理效果较好的优化体系,考察过硫酸盐的初始浓度,亚铁离子的浓度以及反应体系中的温度对脱色亚甲基蓝的影响.实验结果表明:热-Na2 S2 O8体系中,[Na2 S2 O8]=8.0 mmol/L,T=70℃时,20 min内亚甲基蓝脱色率达99％;光-Na2 S2 O8体系中,[Na2 S2 O8]=8.0 mmol/L时,90 min内亚甲基蓝脱色率达99％;Fe2+-Na2 S2 O8体系中,当[Na2 S2 O8]=1.2 mmol/L,[Fe2+]=0.20 mmol/L时,20 min内亚甲基蓝的脱色率达99％,增大或减少均导致效率降低.出于综合经济性考虑,热-Na2 S2 O8体系可作为最佳选择体系.     

防吹落、可伸缩衣架

平时妈妈洗完衣服,我都会主动帮助晾晒。时间长了,我发现用市场上卖的普通衣架晾晒衣服,衣架容易被风吹落到地上。而且,有的衣服领口较小,不需要长衣架;有的衣服领口较大,需要更长的衣架,现有的衣架长度却无法调节。因此,我想发明一种既不易被风吹落又可以调节长度的衣架。通过查阅资料、请教老师和家长,我做出了新型衣架。     

基于稀疏过零点信息的抗幅值失真时延估计方法

基于时延估计的TDOA方法广泛地应用于声学定位技术中,应用时引入的干扰会导致一定程度的幅值失真,从而影响时延估计的准确与稳定性.文中分析了不同干扰因素带来的影响,进而针对幅值失真问题,提出了一种新的基于信号过零点信息进行时延估计方法.该方法对需要进行时延估计的两路信号进行幅值归一化处理,得到仅含0、1两种特征值的稀疏化信号,在一定范围内将稀疏化信号错位相减得到误差系数函数,通过索引误差系数函数的最小值求得通道时延估计值.为了验证该方法的有效性,分别进行了数值模拟、耦合腔实验与室内混响定位实验,实验中采用广义互相关(GCC)时延估计方法作为对比,结果表明:对于模拟信号和耦合腔标准声源生成信号,该方法均有较好的抗干扰能力,在信噪比为-5 dB时依然可以准确进行时延估计计算;与GCC方法相比,可用于极端条件如信号削波时的时延估计;在低采样率实验中,该方法较GCC方法受采样率降低影响小,在低采样率的条件下依然保留一定时延估计能力;在室内混响条件下的近距离声源定位实验中,该方法受声源距离、混响影响小,并且较GCC方法具备更强的抗突发干扰能力.文中所提出的方法能很好地抑制信号削波、低采样率、混响干...