球磨时间对Fe48Ni20Zr15Nb5B12多元合金结构的影响

采用机械合金化法制备不同球磨时间的Fe48Ni20Zr15Nb5B12合金,主要利用 X射线衍射(XRD)与扫描电镜(SEM)测试分析不同球磨时间的Fe48Ni20Zr15Nb5B12多元合金结构的影响.结果表明随着球磨时间的增加,逐渐形成非晶,球磨60 h时,已完全形成Fe48Ni20Zr15Nb5B12非晶合金.     

初始组织对钒微合金化TRIP钢组织性能的影响

对一种低硅含磷和钒的TRIP钢进行热轧、冷轧及连续退火,研究不同热轧初始组织对组织特征与力学性能的影响.通过不同工艺得到两种不同的热轧初始组织：F＋P钢;F＋B钢.在相同的冷轧连续退火工艺条件下,初始组织为F＋B钢相比较F＋P钢,组织中含有较多体积分数的贝氏体和残余奥氏体组织,而且残余奥氏体尺寸更为细小,分布更为弥散,屈服强度和抗拉强度较高,但延伸率、n值和r值略低.初始组织为F＋B钢的抗拉强度可达980MPa,强塑积为21 952MPa.%.     

双壁钢套箱锁口围堰拼装施工

围堰是桥梁承台施工的大型临时结构设施,在水上桥梁施工过程中起到重要作用。无内支撑双壁钢套箱锁口围堰在承台施工中的运用较少,由于其使用条件的特殊性,本文结合港珠澳大桥围堰施工实例,简要介绍双壁钢套箱锁口围堰拼装的技术要点。     

强G-预不变凸函数的性质研究

给出了强G-预不变凸函数的一些新的性质,这些性质在数学规划中有着重要的应用.     

软土深基坑钢支撑预加力对围护结构变形影响数值分析

为提高软土深基坑钢支撑预加力对围护结构变形影响分析的准确性,设计软土深基坑钢支撑预加力对围护结构变形的合理影响数值分析方法。以实际工程为例,根据该工程中岩土物理力学参数,设定计算模型的基本假设条件、边界条件及施工阶段的条件;采用基于支持向量机(SVM)的最小二乘算法和核函数分析技术设计数值分析方案,建立计算模型。结果表明,当钢支撑预应力增加时,深层水平位移值减少;排桩在开挖后,位移最大值18.3 m出现在顶部,随着进一步开挖,位移曲线呈弓形变化;第一层钢支撑轴力变化最大,为800 kN;不同预加轴力下灌注桩最大位移值差异为10 mm;研究提出的分析方法与实际值相差小于10 m,有效提高了分析的准确性,满足设计需求。     

MnO2/Al@C作为水性锌离子电池正极

利用阳离子预插入以及碳包覆协同作用的 α-MnO₂( Mn-Al8-C7. 5) 以提高长循环性能． 电化学测试结果表明,Al^{3 +}预插入 α-MnO₂隧道中以及碳包覆协同作用能提高 α-MnO₂的结构稳定性并且减少 Mn^{2 +}的溶解,从而提高材料比容量( 在 0. 1 A/g 的电流密度下比容量高达 390 m Ah/g) 及稳定性( 1 A/g 的电流密度下 500 圈后容量保持70% ) .     

一种新的模糊神经网络删剪策略

模糊规则的数量直接决定模糊神经网络结构的复杂度和效率.基于神经网络自构行学习(NNSCL)算法,用共轭剃度预条件正则方程算法求取删除隐层神经元后的剩余权值,得到改进的NNSCL-1算法.将此算法应用到模糊神经网络的规则推理层,可以极大地优化网络的规则及结构,并且结构优化后不需要重新训练也能保持网络的精确度和泛化能力.仿真结果显示了此算法的有效性和可行性.     

建材取样与管理不规范对工程质量的影响

建筑材料检验是保证工程质量的重要措施.本文针对目前施工现场建筑材料在取样方面存在的问题,就如何规范建材取样,确保工程质量提出了建议.     

基于预聚类主动半监督的作战体系效能评估

针对作战仿真实验中体系效能通常依靠专家评估、评估代价较大的问题,提出一种基于预聚类主动半监督学习的作战体系效能评估方法。明确了使用该方法进行作战体系效能评估的基本流程,以及自顶向下的评估模式和二值化的评估标准。重点构建了预聚类主动半监督学习算法,首先,结合作战仿真实验数据的特点,对未评估样本进行预聚类,选择最有价值的样本供专家标注;然后,使用已标注的样本训练主动学习算法和半监督学习算法的公用学习器;最后,利用主动学习算法挑选价值较高的样本交由专家评估,并利用新样本对学习器进行不断更新。作战仿真实验数据表明,该方法在达到预期评估准确度的同时降低了评估代价,能有效应用于大规模作战仿真实验的体系效能评估。     

预训练语言模型的可解释性研究进展

基于深度神经网络的大型预训练语言模型在众多自然语言处理任务上都取得了巨大的成功,如文本分类、阅读理解、机器翻译等,目前已经广泛应用于工业界。然而,这些模型的可解释性普遍较差,即难以理解为何特定的模型结构和预训练方式如此有效,亦无法解释模型做出决策的内在机制,这给人工智能模型的通用化带来不确定性和不可控性。因此,设计合理的方法来解释模型至关重要,它不仅有助于分析模型的行为,也可以指导研究者更好地改进模型。本文介绍近年来有关大型预训练语言模型可解释性的研究现状,对相关文献进行综述,并分析现有方法的不足和未来可能的发展方向。