东北黑土活性有机碳、氮分布研究

通过对东北黑土区不同地点、不同层次的土壤样品的分析,探索活性有机碳(轻组有机C,N、颗粒有机C,N和易氧化有机C,N)在东北地区的分布情况.结果表明,随着纬度的增加,土壤活性有机C、N含量增加;随着深度的增加,土壤活性有机C、N含量减少.说明纬度低的地区,活性有机碳库转化较快,库容较小,而耕作措施相近的情况下,植物残体和根残体在有机C积累方面应予以重视.     

μc/OS-II在51单片机上的移植

研究嵌入式实时操作系统μC/OS-II在51微控制器上的移植,提出μc/OS-II任务的编写规范以及注意事项。对μc/OS-II的移植具有普遍的指导意义,并为51平台的更高层次的开发和拓展打下了基础。     

资源数字化方法的研究与应用

本文阐述了基于数据库与地理信息系统(以下简称GIS)技术的资源数字化方法,并使用.NET和MapX编程实现了新疆植物检索系统.对其它相关学科的资源数字化有一定的借鉴意义.     

一种快速低开销的移动节点分布式寻路RPL路由协议

针对低功耗有损网络(Low Power and Lossy Network, LLN)中移动节点作为中继节点时,存在无线链路易断开、数据传输成功率较低和控制开销较高的问题,提出了一种快速低开销的移动节点分布式寻路RPL路由协议(Mobile Node Distributed Pathfinding RPL Routing Protocol, MNA-RPL)。首先,提出一种邻居表自适应更新机制,依据邻居表快速切换父节点;其次,提出一种父子节点双断开机制,能够有效减少数据包丢失;最后,提出一种基于速度动态管理的Trickle计时器,根据自身速度动态调整DIO广播周期。理论分析和仿真结果表明,与主流路由协议相比,该协议在数据传输和控制开销等方面的性能均有一定的提升。     

基于云端充电数据的锂电池组一致性评价方法

在电动汽车(electric vehicle,EV)的使用过程中,电池组内单体间的不一致性增加趋势是不可避免的。电池成组后的单体不一致可能导致电池组提前失效,甚至引发安全问题。随着云端数据的广泛应用,EV的数据可被监测,这些数据能用来评估EV的安全性和电池组一致性。虽然EV上的数据采样频率较高,但云端数据的记录频率较低(约为10～30s),而充电数据采样时间间隔可达到10s以内,因此,云端的充电数据更适合用来评估EV的电池组一致性。以锂离子电池组为研究对象,提出了一种基于云端充电数据的电池组一致性评价方法。基于云端的充电数据,对5项指标进行分析和评价,包括电压一致性、温度一致性、内阻一致性、容量一致性和电量一致性。为了对电池组一致性综合评分,提出了一种加权评分体系,进一步利用模糊层次分析法(fuzzy analytic hierarchy process,FAHP)确定权重系数。最后,基于此评分体系将3个电池组进行实验并进行评分,实验结果表明所提评价方法能有效地区分和定量描述各电池组的一致性。此外,EV数据分析结果表明,该方法可有效地应用于工程中,并能在事故发生前检测出一致性问题,从而...     

基于车载激光点云的铁路轨道检测

铁路轨道的局部变形直接影响火车的高速安全行驶。为实现铁路轨道的自动化巡查,提出一种从车载激光点云中提取轨面与枕木的方法。首先,利用基于高程约束的欧氏聚类对原始点云数据进行预处理,得到路基区域;然后,对路基区域进行网格划分,并对每个网格内的点云进行高程判断,从而提取出轨面点云;最后,利用枕木与砟石的几何形态差异,设计出一种面向轨道点云的动态阈值分割方法,以提取枕木点云。对多个路段的铁路轨道进行实验,结果表明,本文方法仅利用点云坐标信息就能实现不同区域的轨面与枕木的自动检测,平均提取质量分别达到97.8%和93.6%,验证了本文方法的可行性与有效性。     

基于自组织增量-图卷积神经网络的金相图半监督学习

采用深度学习对钢铁材料显微组织图像分类,需要大量带标注信息的训练集.针对训练集人工标注效率低下问题,该文提出一种新的融合自组织增量神经网络和图卷积神经网络的半监督学习方法.首先,采用迁移学习获取图像数据样本的特征向量集合;其次,通过引入连接权重策略的自组织增量神经网络(WSOINN)对特征数据进行学习,获得其拓扑图结构,并引入胜利次数进行少量人工节点标注;然后,搭建图卷积网络(GCN)挖掘图中节点的潜在联系,利用Dropout手段提高网络的泛化能力,对剩余节点进行自动标注进而获得所有金相图的分类结果.针对从某国家重点实验室收集到的金相图数据,比较了在不同人工标注比例下的自动分类精度,结果表明:在图片标注量仅为传统模型12％时,新模型的分类准确度可达到91％.     

基于Sinkhorn距离特征缩放的多约束非负矩阵分解算法

为了减少原始特征对非负矩阵分解(NMF)算法的共适应性干扰,并提高NMF的子空间学习能力与聚类性能,该文提出一种基于Sinkhorn距离特征缩放的多约束半监督非负矩阵分解算法。首先该算法通过Sinkhorn距离对原始输入矩阵进行特征缩放,提高空间内同类数据特征之间的关联性,然后结合样本标签信息的双图流形结构与范数稀疏约束作为双正则项,使分解后的基矩阵具有稀疏特性和较强的空间表达能力,最后,通过KKT条件对所提算法目标函数的进行优化推导,得到有效的乘法更新规则。通过在多个图像数据集以及平移噪声数据上的聚类实验结果对比分析,该文所提算法具有较强的子空间学习能力,且对平移噪声有更强的鲁棒性。     

静电纺丝法制备的Co0.6Ni0.3Cu0.1Fe2O4和Co0.6Ni0.3Zn0.1Fe2O4纳米纤维的结构及磁性能

采用静电纺丝技术制备出表面光滑、直径均匀的Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4/PVP和Co_(0.6)Ni_(0.3)Zn_(0.1)Fe_2O_4/PVP纳米纤维前驱丝,经500~900℃煅烧后得到Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4和Co_(0.6)Ni_(0.3)Zn_(0.1)Fe_2O_4纳米纤维。用TG-DSC、XRD、SEM及VSM现代测试分析手段对Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4和Co_(0.6)Ni_(0.3)Zn_(0.1)Fe_2O_4纳米纤维的结构、形貌及磁学性能进行测试表征。结果表明:在空气气氛中经500~900℃煅烧后可得到纯尖晶石相、结晶度良好的纳米纤维或短纤维;当温度为700℃时,Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4和Co_(0.6)Ni_(0.3)Zn_(0.1)Fe_2O_4纳米纤维的形貌细长而光滑且直径相对均匀,大约为80nm;此时Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4纳米纤维则保有较高的剩磁比(M_r/M_s)及矫顽力,分别为0.56和1 088.87Oe。在500℃、600℃、700℃、800℃、900℃煅烧后,Co_(0.6)Ni_(0.3)Zn_(0.1)Fe_2O_4纳米纤维的饱和磁化强度分别比Co_(0.6)Ni_(0.3)Cu_(0.1)Fe_2O_4纳米纤维增大了14.5%、7%、16%、10.7%、8%,而矫顽力则分别降低了38%、51%、50%、46%、46.7%。两种纳米纤维的饱和磁化强度及矫顽力存在差异,为CoNi铁氧体在电磁方面的应用提供了很好的参考。     

小空间展示设备的人机工程学研究

本文以小空间展示设备为研究对象,对其概念进行了具体的介绍。并对人机工程学的概念及背景做出归纳与分析,阐述了人机工程学在小空间展示设备的设计中必不可少的重要性。通过调查市面上已有的此类产品的设计,总结缺点与不足,结合人机工程学的相关理论知识,论述了人机工程学在设计过程中的必要性及其综合应用。在本文的最后,对全文的论述主题进行了总结与展望。