用焓法有限元解相变问题的离散化方法

为了消除应用焓法进行含有相变的有限元传热计算结果呈台阶形的现象,本文作者提出“焓计算单元”和“固相分数”的概念,并将几种一维有限元实施方案的计算结果与精确解对比,说明采用所提出的概念,可以使有限元计算得出更为合理的结果。     

Position of the Y-chromosome at somatic metaphase in patients with chronic myelogenous leukemia (CML)

Summary A random distribution of the Y-chromosome at somatic metaphase was found in 50 patients with Ph' positive chronic myelogenous leukemia (CML). Thus, it is concluded that the positive of the Y-chromosome at somatic metaphase does not appear to influence the loss from bone marrow cells.     

Learning attention-based strategies to cooperate for multi-agent path finding

Multi-agent path finding (MAPF) is a challenging multi-agent systems problem where all agents are required to effectively reach their goals concurrently with not colliding with each other and avoiding obstacles. In MAPF, it is a challenge to effectively express the observation of agents, utilize historical information, and effectively communicate with neighbor agents. To tackle these issues, in this work, we proposed a well-designed model that utilizes the local states of nearby agents and outputs an optimal action for each agent to execute. We build the local observation encoder by using residual attention CNN to extract local observations and use the Transformer architecture to build an interaction layer to combine local observations of agents. With the purpose of overcoming the deficiency of success rate, we also designed a new evaluation index, namely extra time rate (ETR). The experimental results show that our model is superior to most previous models in terms of success rate and ETR. In addition, we also completed the ablation study on the model, and the effectiveness of each component of the model was proved.     

基于强化学习的电磁悬浮型磁浮列车悬浮控制

为了保证磁浮列车的安全、可靠运行,研究了悬浮系统在参数摄动条件下的悬浮控制问题。首先,对电磁悬浮（EMS）型磁浮列车的基本悬浮单元建模,给出了电流控制模型;然后,建立了悬浮系统的强化学习环境以及软演员-评论家（SAC）智能体,并设计了加速训练的奖励函数与“吸死”处理方案;最后,提出了基于强化学习的悬浮控制方法。与传统比例-积分-微分（PID）控制方法的对比结果表明,本方法具有更快的动态响应,在损失50%线圈匝数或磁极面积变化时具有更好的跟踪精度。     

基于深度学习的红外与可见光图像融合综述

图像融合技术是指从不同的源图像中提取并融合互补的信息,生成一幅信息量更丰富、对后续高级视觉任务提供足够支持的图像.红外与可见光图像融合（Infrared and Visible Image Fusion,IVIF）是图像融合领域的一个重要分支.近年来,深度学习技术在视觉计算领域表现出了良好的性能,尤其是基于自编码器、卷积神经网络、生成对抗网络等几种基于深度学习的IVIF技术得到了蓬勃发展.为此,对基于深度学习的IVIF算法的方法、数据集和评估指标等进行了总结和阐述;通过大量的实验,进行定性和定量的结果分析,对比了各类基于深度学习IVIF算法的性能;最后,讨论了该领域未来发展的一些前景和研究方向.     

电子束熔化成形与锻造Ti6Al4V合金的腐蚀行为对比研究

本工作采用电化学工作站研究了电子束熔化技术（EBM）成形TC4样品和传统锻造TC4在3.5wt% NaCl溶液中的电化学腐蚀行为. 结果表明EBM成形TC4样品的非平衡微观结构使其与传统锻造的TC4相比,表现出不同的耐腐蚀性. EBM成形TC4样品与锻件TC4相比,EBM成形样品不同平面存在耐蚀性差异,而且EBM水平面大于锻件,EBM垂直面小于锻件. EBM成形TC4样品垂直面出现的腐蚀性能的各向异性主要是β柱状晶导致的. 在腐蚀的过程中,点蚀优先发生在α晶界,因为晶界能量较高,形成多孔的钝化层. 本项工作有助于丰富增材制造制备TC4合金在航空钛合金领域的腐蚀性能研究.     

基于卷积模型的核信号仿真

NaI(Tl)探测器因具有探测效率高和成本低等优点,常被用于核辐射能谱测量和核辐射监管等领域．由于实验条件等的限制,研究人员往往较难获取理想的实验核信号,虽然可以借助探测器的仿真信号来实现研究目的,但是常规的探测器单指数或双指数模型和实际采集到的核信号模型存在一定的差异,需要一种更为精准的数学模型对探测器输出信号进行描述．我们通过对探测器信号形成过程分析,将探测器视为线性时不变系统,探测器各个部分响应的总卷积即为输出的核信号模型．本文建立的探测器输出信号卷积模型,结合实测伽玛源的幅度分布规律和相邻脉冲时间间隔分布规律,可以提供更精确的NaI(Tl)探测器输出信号,以便用于伽玛能谱测量算法研究;通过调节脉冲间隔时间大小,可以仿真不同计数下探测器输出信号的堆积情形,以便用于堆积信号还原算法研究．经过与伽玛辐射源的对比测试,该仿真信号与真实探测器输出信号一致,既避免了研究人员接触放射源,提高辐射防护安全性,又为开展数字化核信号处理算法研究及能谱算法研究提供了极大的便利性．     

不同生境对银杏雌、雄株嫁接苗叶中聚戊烯醇等成分积累的影响

【目的】探究生境对银杏(Ginkgo biloba)叶中聚戊烯醇、可溶性糖、可溶性蛋白和类脂4类代谢产物积累的影响,探索影响代谢产物积累的主要立地因子,为银杏栽培提供理论依据。【方法】采用随机区组试验设计,方差分析、多重比较、相关性分析和逐步回归分析等方法,研究雌株和雄株银杏在7个生境下叶中聚戊烯醇、可溶性糖、蛋白质和类脂等变化规律。【结果】来自不同生境银杏叶中聚戊烯醇、可溶性糖、蛋白质和类脂的含量存在显著差异(P<0.05),来自石家庄地区叶中聚戊烯醇、可溶性糖、可溶性蛋白和类脂的含量最高;聚戊烯醇含量与类脂含量呈极显著正相关关系(P<0.01),但与蛋白质含量呈显著负相关关系(P<0.05);平均最暖月气温是影响银杏叶中聚戊烯醇、可溶性糖、可溶性蛋白和类脂积累的关键环境因子,此外日照时长和土壤中P、K含量对其的积累也具有较大的影响。【结论】环境因素会显著影响银杏叶中代谢产物的含量,温暖的生境有助于聚戊烯醇等类脂类物质的合成与积累。     

星载激光雷达GEDI数据林下地形反演性能验证

【目的】新一代天基测高系统全球生态系统动力学调查(GEDI)对森林观测及经营具有重要意义,为探究GEDI V2(GEDI第2版)数据反演林下地形的性能,利用机载雷达数据验证林下地形反演精度,并探究反演精度的影响因素。【方法】分别以美国西波拉森林与中国帽儿山森林为研究对象,利用G-liht及帽儿山高精度机载雷达数据验证GEDI V2数据在针叶林及针阔叶混交林下反演地形的性能,并分析不同光束强度、光斑时间、坡度及植被覆盖度对地形反演精度的影响。【结果】美国西波拉针叶林地区地形反演精度均方根误差(RMSE)为2.33 m,平均绝对误差(MAE)为1.48 m;帽儿山针阔叶混交林地区地形反演精度RMSE为4.49 m, MAE为3.33 m。随着坡度、植被覆盖度增大,两种森林类型地形反演精度均降低。【结论】GEDI V2数据反演针叶林林下地形精度要优于针阔叶混交林,强光束优于覆盖光束,湿润地区白天效果更优,干旱地区黑夜效果更优;平缓地区数据使用效果极好,陡峭地区精度降低;中低植被覆盖度区域地形反演精度较高,高植被覆盖区域地形测定性能有所下降。