锡量子点制备及其电催化还原二氧化碳产甲酸性能

锡基材料在自然界含量丰富、价格低廉, 在电催化还原CO₂制液体燃料反应中具有巨大潜力。但是较低的产物选择性和较差的稳定性限制了其应用。本工作制备的锡量子点电催化剂(Sn-QDs), 具有高效、高稳定性和高选择性的电催化还原CO₂产HCOOH活性。Sn-QDs的平均颗粒尺寸仅为2~3 nm, 结晶性良好。小的颗粒尺寸增大了电化学活性面积(ECSA), Sn-QDs的ECSA约为锡颗粒的4.4倍。ECSA增大以及CO₂还原反应动力学加速, 促进了CO₂电化学转化。在-1.0 V (vs RHE)下, Sn-QDs/CN催化剂的HCOOH法拉第效率(FE_HCOOH)达到95%, 并且在宽约0.5 V的电势范围内能够保持在83%以上。此外, Sn-QDs/CN可以在24 h内保持良好的电化学稳定性。     

我国利用水泥窑协同处置污染物的现状及展望

利用水泥窑协同处置污染物可以缓解现阶段的环保压力,且具有良好的社会效益、环保效益及经济效益。文中以水泥窑协同处置为研究对象,探究其在我国的发展历程,并对其未来发展进行展望。     

基于K-means和SOM的水下传感器数据采集方法

随着海洋资源勘探和海洋污染物监控工作的开展，水文数据的监测和采集等已经成为重要的研究方向。其中，水下无线传感器网络在水文数据采集过程中起着举足轻重的作用。本文研究的是水下无线传感器二维监测网络模型中，传感器节点数据采集的问题，其设计方法是通过自组织映射（Self-organizing mapping，SOM）对传感器节点进行路径最优化处理，结合优化的路径图形和K-means算法找到路径内部聚合点，利用聚合点和传感器的节点得到传感器通信半径内的数据采集点，最后通过SOM得到水下机器人（Autonomous underwater vehicle，AUV）到各个数据采集点采集数据的最优路径。经过实验验证，在水下1 200 m×1 750 m范围内布置52个传感器节点的情景下，数据采集点相比于传感器节点路径规划采用相同的采集顺序得到的路径优化了6.7%；对数据采集点重新进行自组织路径规划得到的路径比传感器结点路径的最优解提高了12.2%。增加传感器节点的数量，其结果也大致相同，因此采用该方法可以提高水下机器人采集数据的效率。     

认同度修正下的近相邻改进推荐算法研究

如何融合多方因素准确地为用户提供个性化产品一直是关注的热点问题，由此，一个新的近相邻改进算法融入了大众化认同度和个性化认同度，利于更加高效地挖掘隐藏信息。实验结果表明，相对于传统近相邻算法，认同度修正算法虽然查全率小幅度上下波动，但其他多个评价指标都得到极大提升，假正率和深度有所减少，查准率、[F1]值和提升度得以增加，并且，受试者特征曲线和提升曲线也都说明此修正算法具有更为显著的推荐效果。     

基于归一化水体指数及其阈值自适应算法的水体遥感反演效果分析

归一化水体指数（NDWI）是水体遥感反演的一种重要指标，其阈值及修正直接影响反演结果的精度。基于Landsat-8与GF-1光学多光谱影像，使用归一化水体指数法阈值0（TH₀）、最大类间方差法（OTSU）自适应阈值（TH_otsu）与均值漂移聚类算法（Mean-Shift）自适应阈值（TH_MS）分别对典型正常水体、云雾覆盖水体、富营养化水体、高含泥沙水体进行水体遥感提取与效果分析，结果表明：正常水体以TH₀为阈值提取精度最高，THMS提取精度次之，TH_otsu提取精度最差；而云雾覆盖水体、富营养化水体以及含泥沙水体使用THMS提取精度最高，尤其少量云雾覆盖下的水体，TH_MS具有更明显的优势，TH₀提取精度次之，TH_otsu提取精度最差；对于不同的阈值，Land?sat-8比GF-1总体表现出更高的水体提取精度。Mean-Shift算法应用于NDWI阈值修正与水体遥感反演具有快速、水质适应性强、效果稳定的优势，对尤其是复杂条件下的水体信息遥感反演具有较好的提取效果。     

基于Stacking集成算法的岩爆等级预测研究

岩爆是地下工程面临的一个巨大灾害，岩爆预测可以降低岩爆带来的危害。机器学习是岩爆预测方法的研究热点和发展方向，但现阶段各机器学习算法表现不同，并且相互独立工作，没有融合，不能优势互补，导致各机器学习算法的准确率、泛化性和稳定性较低。本文采用Stacking集成算法，融合现阶段使用较多的8个机器学习算法(4个集成算法和4个基本算法)，充分发挥各算法的优势，实现优势互补；为保证新特征信息具有多样性，结合各种机器学习算法的原理和岩爆样本库的特点，提出3组考虑多个岩爆预测指标的Stacking集成算法，每组算法拥有不同基模型和多个元模型，解决了传统Stacking集成算法接受特征信息受限和元模型选择困难的难题。对比分析各组Stacking集成算法与独立算法的准确率、精确率、召回率和F1值，结果表明构建的Stacking集成算法可以有效融合各机器学习算法，预测性能显著提升。在3组Stacking集成算法中，Stacking集成算法二的基模型由Random Forest Classifier,Extra Trees Classifier,Gradient Boosting Classifier和L...     

量子簇分片传输方案

在量子通信网络中，量子路由器因自身性能的限制，使其能够存储转发的量子簇长度是有限的。由于量子城域网和广域网数据量庞大，会导致大量量子簇因长度限制问题无法转发而只能以量子分组的形式进行数据传输。为了解决上述问题，提出了一种量子簇分片传输方案，其将不能够直接被量子路由器存储转发的量子簇，通过分片将其分解为若干个长度较短的、能够直接被路由器存储转发的分片量子簇完成数据传输。仿真结果表明:在数据量庞大的城域网和广域网中，需要分片的量子簇数量多，对于提出的量子簇分片传输方案，与已有的量子簇数据传输方案相比，其能够以较少的纠缠资源和较短的传输时间完成量子分组的数据传输，具有较好的实际应用价值。