PBSV-DDM在电大尺寸柱体电磁散射中的应用

提出了一种高效率的基于部分基础解向量的区域分解算法(PBSV DDM).它首先求出关于连接边界上节点的部分基础解向量,在迭代过程中,只需要对部分基础解向量作简单的线性组合就可以获得整个求解区域的最终解,极大地提高了计算效率,降低了存储量.PBSV DDM不但适合于快速高效地计算任意电大尺寸柱体的电磁散射,还特别适合于求解具有几何重复性特征的结构,如天线阵列、有限周期频率选择表面、PBG EBG等的电磁仿真问题.数值算例验证了该方法的准确性和有效性.     

金属胶束催化VII：双核配合物金属胶束催化PNPP水解反应动力学

研究了由双核铜配合物和表面活性剂组成的金属胶束催化PNPP水解的动力学和机理。提出了含两个水分子的双核铜配合物催化PNPP水解的动力学数学模型。结果表明：金属胶束催化PNPP水解是分子内反应；两个铜离子在催化PNPP水解过程中具有协同效应；由草酰胺桥联双核铜配合物与表面活性剂组成的金属胶束在催化PNPP水解中表现出高的活性。     

硫锚翁盐引发环氧丙烯酸酯/乙烯基醚光固化动力学研究

以三乙二醇二乙烯基醚 (DVE- 3)、 1 ,4-丁二醇乙烯基醚 (HBVE)为活性稀释剂 ,研究其与环氧丙烯酸酯 (EA)所组成的光聚合体系在硫锚翁盐光引发剂下引发的光固化动力学影响因素 .DVE- 3(HBVE)含量越大 ,EA/ DVE- 3(HBVE)体系的转化率越低 .体系的聚合温度越高 ,体系的转化率越高     

基于区间灰数预测模型的天猫“双十一”物流需求量预测

基于天猫"双十一"包裹量增长呈"S"形和连续动态变化的特性,对"双十一"包裹量进行预测;首先将天猫历年"双十一"包裹量划分成几个连续区间,然后通过信息分解法对连续区间灰数进行白化处理,将区间灰数分解成白部序列和灰部序列,最后建立基于信息分解的连续区间灰数离散Verhulst预测模型;经误差检验分析,该模型预测结果精度较高,可以作为天猫平台第三方物流企业对物流资源进行合理、有效调配的依据。     

响应面法优化NaClO_2/UV降解藏红T及动力学研究

采用NaClO_2/UV降解藏红T染料废水,研究染料初始质量浓度、p H、NaClO_2投加量、UV照射时间对藏红T脱色率的影响及降解过程的动力学,应用响应曲面法优化得出最佳条件.通过紫外可见光谱及红外光谱分析,考察藏红T染料的矿化程度.结果表明,NaClO_2/UV能够有效降解藏红T,降解过程符合一级动力学,单个因素对藏红T降解效果的影响顺序为:p HUV照射时间初始质量浓度NaClO_2投加量.当p H为4.45、初始质量浓度为44.02 mg·L-1、NaClO_2投加量为136.54 mg·L-1、UV照射时间为19.40 min时,藏红T的脱色率达到97.31%.     

新型氯离子活化过氧单硫酸盐的非自由基系统去除水中扑热息痛的研究

提出了基于过氧单硫酸盐(PMS)的非自由基氧化法降解水中典型药物污染:利用常见的氯离子(Cl-)活化PMS降解水中典型药物扑热息痛,并同传统次氯酸钠氧化降解扑热息痛系统进行比对.对比研究了两系统中氧化剂投量、底物浓度和pH值对扑热息痛去除的影响.实验结果表明PMS/Cl-系统对扑热息痛的去除符合典型零级反应动力学模型,而NaClO系统对扑热息痛的去除符合拟一级动力学模型.当扑热息痛初始浓度为10mg/L时,0.4mM PMS和50mM Cl-在120min内对其去除率最大可达76.7%.结果表明在PMS/Cl-和NaClO系统中,提高氧化剂浓度、降低底物浓度、降低系统pH值均利于目标物的去除.PMS/Cl-和NaClO系统均以HClO为主要活性因子降解污染物,但是PMS/Cl-系统中活性因子的产生更为缓慢,今后可考虑在基于PMS的高级氧化系统中投加氯离子以实现消除残余氧化剂并保证系统的持续消毒能力.     

基于低秩矩阵分解的遥感图像薄云去除方法

为了较好地去除遥感图像中的薄云遮挡,还原地表图像,提出了一种利用低秩矩阵分解的遥感图像薄云去除算法。该算法根据薄云图像的低秩特性,将图像进行低秩矩阵分解,得到背景、前景和薄云图像。然后将去除薄云信息后的前景和背景信息相融合,得到地物成分。将该算法与其他传统算法应用在卫星影像数据上,对薄云去除效果运用主客观指标进行比较。实验结果表明,该算法能够克服传统算法中细节丢失以及去除不完全的问题,不仅能够在不同地物场景下对薄云进行去除,而且能够较好地保留地物的细节信息。     

基于卷积核分解的深度CNN模型结构优化及其在小图像识别中的应用

小图像由于像素少、分辨率低、整幅图像包含信息较少,识别较为困难。目前优秀的深度卷积神经网络模型多为大图像而设计,而用于小图像的模型则存在着层次不够深、难以对特征进行充分抽象的不足。本文基于VGG19模型,依据卷积核分解的原理,设计了一种KDS-DCNN模型,模型深度达到31层,解决了目前超深度模型不能直接用于小图像识别的问题,实验表明该方法不但提升了识别性能,而且还降低了模型的时间复杂度。在CIFAR-10、CIFAR-100和SVHN三个数据集上的验证结果显示,KDS-DCNN模型性能优越,其识别错误率分别降低到29.46%、6.02%和2.17%。     

钢渣吸附去除水中亚甲基蓝

通过静态批式实验研究钢渣对亚甲基蓝吸附行为的影响.结果表明:亚甲基蓝去除率随钢渣投加量的增加而增大,随初始浓度的升高而降低,而单位钢渣质量下亚甲基蓝的吸附量呈相反趋势.溶液初始pH值为4时最有利于钢渣吸附亚甲基蓝.钢渣吸附亚甲基蓝符合Lagergren准一级动力学方程,平衡吸附量随亚甲基蓝初始质量浓度的增加而增大,随钢渣投加量增加而减小.结合Freundlich等温吸附方程发现,钢渣对亚甲基蓝的吸附是以离子交换作用为主的优惠型吸附.亚甲基蓝阳离子在静电力作用下吸附在钢渣表面,并与CaO等反应形成聚合物,增强吸附效能.     

基于目标空间分区的稳态高维多目标进化算法

针对高维多目标优化中Pareto非劣候选解所占比例很大,常用的先考虑收敛性再考虑分布性的多目标进化算法面临选择压力衰减的问题,提出一种先考虑分布性再考虑收敛性的高维多目标进化算法——基于目标空间分区的稳态高维多目标进化算法(SS-OSP).该算法先采用目标空间分区策略将种群按照权重向量分为多个子空间,在每个子空间中按照分解方法中的聚合函数选择个体;然后,考虑到常规的PBI聚合函数的罚参数在进化过程中一直保持不变的情况,提出一种自适应PBI聚合函数;最后,仿真实验结果表明所提出的算法与其他三种算法相比,具有更好的收敛性和分布性.