新型电化学储能技术的研究及应用

本文在阐明传统电化学储能系统存在不足的基础上,提出了两种新的方案和技术,包括“基于不间断电源实现负载侧储能”和“基于可重构电池网络与软件定义电池能量管控技术组成的新型数字储能系统”,为电化学储能系统的应用开拓了新的场景及技术方向,从而助推电化学储能产业发展壮大。     

发泡剂和扩链剂/交联剂对聚酯型聚氨酯泡沫的影响

采用预聚体法制备聚酯型聚氨酯泡沫,利用全水发泡,分别采用1,4-丁二醇(BDO)和三羟甲基丙烷(TMP)做扩链剂和交联剂,考查三者对聚酯型聚氨酯泡沫的性能影响。结果表明:随着水用量的增加,泡沫密度不断下降,力学性能增加,回弹性能呈现先增加后减小的趋势,当水的用量为2. 5～3质量份时泡沫的各项性能最均衡;扩链剂和交联剂的加入使泡沫的力学性能得到提升,同时会降低回弹性能,最佳的扩链剂和交联剂的配比为1. 5质量份的BDO和0. 5质量份的TMP。     

大规模生物网络马尔可夫聚类的并行化算法

马尔可夫聚类算法（MCL）是在大规模生物网络中寻找模块的一个有效方法，能够挖掘网络结构和功能影响力较大的模块。算法涉及到大规模矩阵计算，因此复杂度可达立方阶次。针对复杂度高的问题，提出了基于消息传递接口（MPI）的并行化马尔可夫聚类算法以提高算法的计算性能。首先，生物网络转化成邻接矩阵；然后，根据算法的特性，按照矩阵的规模判断并重新生成新矩阵以处理非平方倍数矩阵的计算；其次，并行计算通过按块分配的方式能够有效地实现任意规模矩阵的运算；最后，循环并行计算直至收敛，得到网络聚类结果。通过模拟网络和真实生物网络数据集的实验结果表明，与全块集体式通信（FCC）并行方法相比，平均并行效率提升了10个百分点以上，因此可以将该优化算法应用在不同类型的大规模生物网络中。     

一种基于小字典不对等语料的跨语言词嵌入方法

双语词嵌入通常采用从源语言空间到目标语言空间映射,通过源语言映射嵌入到目标语言空间的最小距离线性变换实现跨语言词嵌入。然而大型的平行语料难以获得,词嵌入的准确率难以提高。针对语料数量不对等、双语语料稀缺情况下的跨语言词嵌入问题,该文提出一种基于小字典不对等语料的跨语言词嵌入方法,首先对单语词向量进行归一化,对小字典词对正交最优线性变换求得梯度下降初始值,然后通过对大型源语言(英语)语料进行聚类,借助小字典找到与每一聚类簇相对应的源语言词,取聚类得到的每一簇词向量均值和源语言与目标语言对应的词向量均值,建立新的双语词向量对应关系,将新建立的双语词向量扩展到小字典中,使得小字典得以泛化和扩展。最后,利用泛化扩展后的字典对跨语言词嵌入映射模型进行梯度下降求得最优值。在英语—意大利语、德语和芬兰语上进行了实验验证,实验结果证明该文方法可以在跨语言词嵌入中减少梯度下降迭代次数,减少训练时间,同时在跨语言词嵌入上表现出较好的正确率。     

"预聚束器-斩波器"结构对慢正电子束流束团化的影响模拟

慢正电子湮没寿命谱测量是一种灵敏度高且可以无损探测材料微观缺陷的重要分析方法,束流束团化系统是实现该技术的核心部件,主要用来产生满足寿命测量时间分辨的束团并提供正电子产生的时间信号。本文选用Parmela程序,基于"预聚束器-斩波器"束团化系统,模拟计算了不同束流参数对150 ps(半高宽)束团化结果的影响并与"斩波器-预聚束器"束团化系统的计算结果做了对比,结果表明:提高束流能量、降低束流能散以及缩小束斑尺寸有利于提高束团化效率。数据显示:当束流能量≥500 eV、能散≤5 eV、束斑≤12 mm,"预聚束-斩波器"束团化系统的正电子利用率≥20%、聚束效率≥85%;且在相同束流参数下,"预聚束器-斩波器"束团化系统的正电子利用率要优于"斩波器-预聚束器"。