柠檬酸改性硫氧镁水泥研究进展

硫氧镁(MOS)水泥力学强度和耐水性较差,导致其应用受限。向MOS水泥凝胶体系中添加改性剂是改善MOS水泥性能的主要方式和有效手段。近年来研究发现,弱酸是一类能够有效改善MOS水泥性能的改性剂。其中,柠檬酸的改性效果尤为显著。它可以促进针棒状晶体5Mg(OH)_2·1MgSO_4·7H_2O(5·1·7相)的生成,同时抑制Mg(OH)_2的生成。本文综述了MOS水泥的物相结构,柠檬酸的改性机理,以及柠檬酸对MOS水泥力学性能和耐水性的影响。     

第9届中国环境科学学会室内环境与健康分会学术年会暨第4届生物气溶胶国际研讨会在南京召开

<正>为响应"十九大"提出的"实施健康中国战略",增进室内环境与健康及生物气溶胶领域的学术交流,由中国环境科学学会室内环境与健康分会和东南大学主办、中国人民解放军陆军防化学院合办的第9届中国环境科学学会室内环境与健康分会学术年会暨第4届生物气溶胶国际研讨会,于2019年5月10-12日在南京召开。中国工程院院士、中国人民解放军火箭军工程大学侯立安教授担任会议学术委员会主席,东南大学钱华教授担任大会主席,香港大学李玉国教授、北京大学要茂盛教授、     

工程热力学模块化教学探索

工程热力学是建筑环境与能源应用工程专业非常重要的专业基础课程。根据课程特点,按照"两层次四模块"的思路构建了工程热力学模块化教学体系,介绍了各模块所涉及知识点与教学方法及要求,在教学过程中教师要善于利用多媒体技术和虚拟仿真演示平台,理论教学与工程实际相结合,以期提高学生学习兴趣,强化对基本理论和定律的掌握,学会利用所学理论分析实际问题。     

穿越用高韧性V150钢级钻杆管体的研究

V150钢级作为已经投用的最高钢级油井管,得到了油井管行业内重点关注与开发,本文通过研究不同回火温度对该材料拉伸强度、冲击韧性的影响,得出回火温度在660℃时,管体性能满足V150钢级要求,冲击功可以达到-20℃、7.5x10mm、90J以上。     

碳含量对C-276合金组织及晶间腐蚀敏感性的影响

选取不同碳含量的C-276合金板材样品,先对样品进行固溶处理,随后在900 ℃下进行不同时间的敏化处理。采用ASTM G28中A法,对固溶及敏化后的C-276样品进行晶间腐蚀敏感性试验,得出C-276材料的晶间腐蚀年腐蚀率随敏化时间的增加而增加,即延长敏化时间会增加C-276合金的晶间腐蚀敏感性。固溶状态下,高碳型C-276合金晶间腐蚀敏感性高于低碳型C-276合金;而在900 ℃敏化30 min以后,低碳型C-276合金呈现出更高的晶间腐蚀敏感性。采用金相显微镜和扫描电镜（SEM）研究碳含量对C-276合金显微组织的影响,固溶态下,低碳型合金晶界和晶粒内部均未发现有明显析出相,而高碳型C-276合金在部分晶界和晶粒内部分布着颗粒状富含Mo的析出相μ相。敏化过程中,无论低碳还是高碳型C-276合金,其析出相均为富含Mo的M6C型碳化物。高碳型C-276合金中,由于μ相对Mo元素起到钉扎作用,导致富含Mo的碳化物析出速度减缓,因此在敏化后,高碳型C-276合金具有更低的晶间腐蚀敏感性。      

深度学习框架下说话人识别研究综述

说话人识别由于其独特的方便性、经济性和准确性等优势,已成为人们日常生活与工作中重要的身份认证方式。然而在实际应用场景下,对说话人识别系统的准确性、鲁棒性、迁移性、实时性等提出了巨大的挑战。近年来深度学习在特征表达和模式分类方面表现优异,为说话人识别技术的进一步发展提供了新方向。相较于传统说话人识别技术（如GMM-UBM、GMM-SVM、JFA、i-vector等）,聚焦于深度学习框架下的说话人识别方法,按照深度学习在说话人识别中的作用方式,将目前的研究分为基于深度学习的特征表达、基于深度学习的后端建模、端到端联合优化三种类别,并分析和总结了其典型算法的特点及网络结构,对其具体性能进行了对比分析。最后总结了深度学习在说话人识别中的应用特点及优势,进一步分析了目前说话人识别研究面临的问题及挑战,并展望了深度学习框架下说话人识别研究的前景,以期推动说话人识别技术的进一步发展。     

知识定义的意图网络自治

通信网络的复杂性决定了意图网络自治是无法一蹴而就的,关键在于以全局视角,打通多个网络管控问题域,将网络规律、机理、策略凝练为知识,构建全场景资源调配的知识空间,最终实现意图网络的泛在智能化。围绕6G意图网络,将知识定义智能作为关键使能技术,以提高意图网络的感知和决策闭环能力,构建自学习、自运维的意图网络。实现完全的6G网络自治是一个长期目标,需要分步实现,从提供重复执行操作的替代方案,到执行网络环境和网络设备状态的感知和监控,根据多种因素和策略做出决策,以及有效感知最终用户体验,直到最后网络能够感知运营商和用户的意图,自我优化和演进。     

谐波能量谱特征向量的高光谱影像Bayes分类

摘要：对于高光谱影像存在高维非线性、数据冗余多、纯训练样本难以提取等不足,本文引入频率域空间的谐波分析（Harmonic Analysis,HA）理论并提出了一种高光谱影像的HA-Bayes监督分类方法。该方法在保持高光谱数据空-谱特性不变的情况下,从光谱维角度分析不同分解层的影像光谱谐波特征,将高光谱影像变换成由谐波能量谱组成的频率域特征矢量信息。通过建立谐波能量谱特征向量的先验知识,实现Bayes准则下谐波能量谱特征矢量信息判别与分类,最终实现高光谱影像分类。将此方法应用到ROSIS高光谱影像分类时获得的分类总体精度达85.5%,Kappa系数也达到了0.812。进一步实验也证明频率域的谐波分析在高光谱遥感影像特征提取与分类方面具有更好的优势和潜力。