绿色高性能混凝土--材料高科技的产物

广义的混凝土包括采用各种有机、无机、天然、人造的胶凝材料与粒状或纤维填充物相混合而形成的同体材料。从远古时代起，中国、埃及和古罗马的人们就用烧石灰、烧粘土、烧石膏及石灰加火山灰作为胶凝材料配制了混凝土，但以石灰、石膏等气硬性胶凝材料制作的混凝土有不耐水的缺点，而石灰、火山灰虽然具有一定的水硬性，但其     

玻璃纤维增强磷铝酸盐水泥的初步研究

初步研究了不同掺量的玻璃纤维对磷铝酸盐水泥（简称PALC）力学性能的影响。按照国际标准成型砂浆试样，并利用SEM、EDS等测试方法，对磷铝酸盐水泥中玻璃纤维的结构和形貌进行了研究。结果表明，磷铝酸盐水泥的抗折强度以及劈裂强度都随着纤维掺量的增加呈现增大的趋势，而抗压强度增大的趋势不是很明显。当玻璃纤维体积率在0．10％-0．15％范围内时，磷铝酸盐水泥3d抗折强度和劈裂强度分别达到了5．7MPa和4．77MPa，比同期的纯磷铝酸盐水泥分别提高了9．6％和近100％，起到了明显的抗裂和增韧作用。．     

一种基于CABAC的HEVC信息隐藏算法

针对现有基于HEVC视频信息隐藏算法中存在的嵌入容量和嵌入效率较低的问题,提出一种基于CABAC的HEVC信息隐藏算法。通过分析熵编码过程中指数哥伦布编码后缀与语法元素值的相关性,阐述使用指数哥伦布编码后缀作为信息嵌入载体的可行性,并选择语法元素abs_mvd_minus2经过一阶指数哥伦布编码产生的后缀作为嵌入载体,结合矩阵编码修改后缀值完成秘密信息的嵌入。实验结果表明,该算法对信息嵌入后重建视频图像的主客观质量基本没有影响,在减少载体修改量的同时,得到了较大的嵌入容量和较高的嵌入效率。     

CaO-Al2O3-P2O5-ZnO玻璃水泥的形成

首次在１４５０℃合成了以「ＰＯ４」和「ＡｌＯ４」形成网络结构的、具有良好本征水硬性的ＣａＯ－Ａｌ２Ｏ３－Ｐ２Ｏ５－ＺｎＯ玻璃水泥,分析了形成玻璃水泥的基本理论依据。应用光学显微镜,Ｘ射线衍射（ＸＲＤ）、电子探针微区分析（ＥＰＭＡ）、Ｆｏｕｒｉｅｒ红外光谱（ＩＲ）和Ｘ射线光电子能谱（ＸＰＳ）分析了Ｚｎ＾２＋对玻璃水泥的相组成和相形态形成及其结构的影响,并分析了对水泥水硬性的影响规律。     

MgO对磷铝酸盐富玻璃相水泥熟料相组成及水化性能的影响

本工作利用XRD,IR,DTA及EMPA技术,研究了含氧化镁磷铝酸盐富玻璃相水泥的合成,相组成及水化活性,并系统讨论了MgO对熟料相组成及水化活性的影响,结果表明,通过掺加适量的MgO,可在1450℃合成结合磷铝酸盐水泥与玻璃水泥的一种新的水泥体系－磷铝酸盐富玻璃相水泥,该水泥熟料以玻璃体为主,少量晶相为CA及CxP。其水化产物相结合构稳定,浆体具有早强,高强且长期强度持续增长的御.     

内蒙古太仆寺旗金豆子山海西期花岗伟晶岩脉地球化学特征及成因探讨

通过对金豆子山海西期花岗伟晶岩脉的地球化学研究,发现其地球化学特征为高硅(ω(SiO_2)=71.34%~77.56%)、富碱(ω(K_20+Na_2O)=5.64%~8.72%)、高铝(ω(Al_2O_3)=10.91%~14.73%),属高分异I型弱过铝质花岗岩;稀土配分模式图显示向右倾斜的配分模式,稀土元素总量较低,具弱Eu异常(δEu=0.61~1.46);在微量元素原始地幔标准化蛛网图显示富集Rb、Sr、K等大离子亲石元素(LILE),而高场强元素(HFSE)Nb、Ta、P、Ti等则相对亏损.综合分析海西期花岗伟晶岩脉主、微量元素地球化学特征,并结合区域地质资料,认为该花岗伟晶岩脉为下地壳部分熔融的产物,并有地幔组分的加入,形成于古亚洲洋向华北板块俯冲的构造环境.     

碳纤维和聚酯纤维磷铝酸盐水泥混凝土力学性能的研究

研究了聚酯纤维和碳纤维磷铝酸盐水泥(以下简称PALC)混凝土的力学性能.结果表明,在90 d龄期时,聚酯纤维和碳纤维磷铝酸盐水泥混凝土的抗压强度分别达到了59.5 MPa、53.7 MPa,比同龄期素混凝土试样的45.7 MPa分别提高了30.6%和17.5%;而劈拉强度分别达到了5.85 MPa和5.02 MPa,比同龄期素混凝土试样的4.15 MPa分别提高了41.0%和21.0%,聚酯纤维混凝土的劈拉强度、抗压强度都明显高于碳纤维混凝土,而且碳纤维和聚酯纤维对磷铝酸盐水泥混凝土均有明显的约束其裂缝扩展的能力,表现为在28 d龄期时,碳纤维混凝土的断裂能达到了110.8 kJ,比基准混凝土的90.8 kJ提高了22%,而聚酯纤维混凝土的断裂能则达到了140.5 kJ,比基准混凝土提高了54.7%.     

基于GAN的对抗样本生成研究

深度卷积神经网络在图像分类、目标检测和人脸识别等任务上取得了较好性能,但其在面临对抗攻击时容易发生误判。为了提高卷积神经网络的安全性,针对图像分类中的定向对抗攻击问题,提出一种基于生成对抗网络的对抗样本生成方法。利用类别概率向量重排序函数和生成对抗网络,在待攻击神经网络内部结构未知的前提下对其作对抗攻击。实验结果显示,提出的方法在对样本的扰动不超过5%的前提下,定向对抗攻击的平均成功率较对抗变换网络提高了1.5%,生成对抗样本所需平均时间降低了20%。