ZnO表面包覆In(OH)_3的制备及电化学性能

通过直接沉淀的方法成功地在氧化锌的表面包覆一层In(OH)_3.X射线衍射光谱法(XRD)和透射电子显微镜法(TEM)测试证明,ZnO表面包覆的为纳米级In(OH)_3.通过充放电循环、循环伏安以及交流阻抗等电化学方法研究了表面包覆纳米In(OH)_3的ZnO的电化学性能,与纯ZnO以及混入In(OH)_3的ZnO相比,表面包覆纳米In(OH)_3的ZnO具有较高的放电容量、较低的容量衰减率、较低的充电电压以及较稳定的中值电压.XRD测试表明,ZnO表面包覆的In(OH)_3在充电的过程中转变成了单质铟.     

一种均匀网格反泄露傅里叶变换的频率域高效实现方法

反泄露傅里叶变换已在地震数据规则化、多维数据去噪及数据压缩等领域得到广泛应用,但其多在时间域实现,计算效率不高。对均匀网格反泄露傅里叶变换的常规实现方法进行了改进,在频率域给出一种均匀网格反泄露傅里叶变换的高效实现方法。该方法在频率域寻找傅里叶系数极大值及其位置,通过在频率域减去SINC函数,避免了常规实现方法在每次迭代过程中所使用的离散傅里叶变换及逆离散傅里叶变换,大幅减少了均匀网格反泄露傅里叶变换的运算量,提高了均匀网格反泄露傅里叶变换的计算效率。利用合成数据对方法进行了验证,结果表明,该方法不仅能够明显减少频谱泄露现象,提高稀疏表示性能,而且较常规实现方法提高了计算效率。     

融合位置注意力机制与轻量化STDC网络的非结构化场景语义分割

近年来,非结构化道路分割已成为计算机视觉领域的重要研究方向之一.现有的大多数方法适合结构化道路的分割并无法满足非结构化道路分割的准确性与实时性需求.为了解决上述问题,本文对STDC网络进行改进,引入残差连接来更好地融合多尺度语义信息,还提出一种嵌入位置注意力模块的空洞空间卷积池化金字塔(PAASPP)来增强网络对道路等特定区域的位置感知能力.本文在RUGD与RELLIS-3D两个数据集上进行实验,所提出方法的MIoU在两个数据集的测试集上分别达到了50.78%和49.96%.     

玻璃钢复合材料无磁杜瓦真空性能研究

讨论了玻璃钢复合材料无磁杜瓦的真空性能。提出了采用三层模式壳体结构、加热、充CO2置换气体、放置活性炭等提高和保持杜瓦夹层真空度、减少抽空时间的方法。同时简述了影响夹层真空度测量的相关因素。研究结果表明:玻璃钢复合材料放气率是影响夹层真空度的主要因素;在液氮温度下杜瓦夹层动态真空度可达5×10-4Pa,并可长期使用而真空度不变。     

特征保持的点模型简化技术研究

提出一种以物体表面上不附加任何几何和拓扑信息的散乱点集为处理对象,特征保持的点云数据简化的方法。通过直接在散乱点上计算曲率的方法,将数据点分为特征点和非特征点两类,分别应用不同参数的均值漂移聚类算法进行简化。实验结果表明算法既能有效简化点云数据,而且很好地保留了原网格模型的特征信息。     

一种高效的混合曲面光顺算法

三维扫描技术的发展获得曲面采样数据不再困难,但得到的三角形网格常含有大量噪声。应用顶点分类的方法,提出了一种加权均值滤波与拉普拉斯光顺相结合的混合算法。实验结果表明,该算法既能有效去除噪声,而且很好地保留了原网格模型的特征信息。     

CeO2改性多尺度WC-CoCr涂层组织结构及空蚀性能研究

采用超音速火焰喷涂技术，制备多尺度WC-10Co4Cr涂层和纳米CeO₂改性涂层。研究添加纳米CeO₂对多尺度WC-10Co4Cr涂层组织结构、力学性能的影响。并采用超声振动空蚀装置研究淡水介质中涂层的空蚀行为和机理。研究表明，改性涂层和未改性涂层物相均主要由WC相和非晶CoCr组成，没有产生明显的脱碳相。纳米CeO₂改性多尺度WC-10Co4Cr涂层具有更低孔隙率(0.25%),但涂层显微硬度(1 134 HV_0.3)只有多尺度WC-10Co4Cr涂层的83%。同时其开裂韧性(5.27 MPa·m^1/2)相对于多尺度WC-10Co4Cr涂层降低了4%。纳米CeO₂的添加削弱了涂层在淡水介质的抗空蚀性能，其抗空蚀性能只达到多尺度WC-10Co4Cr涂层的61%。纳米CeO₂的添加降低了多尺度WC-10Co4Cr涂层的孔隙率，但同时削弱了涂层的力学性能，由此降低了涂层的抗空蚀性能。     

一种基于分层结构的设备故障领域本体实例关系抽取方法

优质的设备故障领域本体需要实例之间拥有准确的关系。传统的基于神经网络的实例关系抽取方法容易使意义相近的关系误分，且由于故障领域文本中实例间隔较远，使用该类方法抽取故障领域实例关系效果不佳。针对上述问题，基于分层结构提出了一种从非结构化文本中抽取设备故障领域实例关系的方法。第一层通过对实例对中实例类型的识别，进行初步关系抽取；第二层使用融合自注意力机制的BiLSTM模型对包含实例对的句子进行解析，进行精确分类；通过统计的方法完成实例关系抽取。实验结果表明，此方法与现有的基于神经网络的实例关系抽取方法相比，取得了较好的精确度与召回率，提高了故障本体实例关系抽取的效果(F1值)。     

面向恶意节点攻击的车联网节点共识算法

针对车联网节点在共识过程中易受恶意节点攻击，造成区块链共识算法交易吞吐率低、交易时延长等问题，提出一种面向恶意节点攻击的车联网节点共识算法（NCCA）。NCCA将车联网网络划分若干个蜂窝单区域，通过节点的信用值分数确定可信任节点列表，并定期更新验证节点。采用票型权重不同的投票机制计算交易的投票票数，从而选择出需要进行共识的交易集。改进共识过程中区块验证的节点选择，选择高信用值验证节点完成共识。针对恶意节点攻击进行主动检测，提出一种多区域协同检测和单区域内局部检测的恶意节点二轮检测机制，对检测后的节点执行赋权和停权操作。实验结果表明，NCCA能高效检测出恶意节点，并降低性能较差节点和恶意节点对区块共识效率的影响，从而提高交易吞吐量并降低平均交易时延和平均节点通信开销，实现恶意节点攻击下的高效共识。