三峡水电站ALSTOM机组低水头运行稳定性分析

混流式水轮机的水力稳定性与机组水力工况密切相关。以三峡电站左岸6号机组稳定性试验为例，分析了ALSTOM机组的低水头运行稳定性。根据试验分析结果，可将机组运行工况划分为小负荷区、涡带振动区、大负荷运行区。小负荷区机组效率较低，机组不宜在此区间运行；大负荷区机组运行稳定性最佳，但机组应避开强涡带工况区和特殊频率振动区运行。     

清江高坝洲水文缆道自动控制系统设计与制作

清江高坝洲水文站为清江下游的一座控制性水文站，该站系新近设立，其缆道测验设施完全由长江委荆江水文水资源勘测局自主设计、自行施工安装。通过近1年的试运行，证明所有测验设施工作稳定可靠，效率明显提高，完全达到了预期的效果，为以后进一步开发利用奠定了坚实的基础。其中的缆道测验自动控制部分也得到了充分检验，证明已具有一定的先进性和科学性，大大减轻了人工测验的强度，提高了测验精度，是一种值得推广应用的缆道测绘自动控制系统。     

东江干流新甘湾段堤线试验研究

简要分析东江干流新甘湾段河床的演变情况，通过河工模型试验研究和分析表明，该河段堤线移动后，所在河段水位，流速没有大的变化，对河道行洪、水流流态影响不明显。     

膜法海水淡化脱硼工艺运行条件的优化

在海水淡化厂RO膜组上进行生产性试验,探究pH、温度、多级反渗透和膜组件等因素对RO脱硼效果的影响。试验结果表明,进水pH值在8.5～10. 5,RO脱硼率随pH增大而升高,可以达到95%左右;随着进水温度从约17℃下降至约5℃,RO脱硼率从约70%升高到85%以上;在试验条件下,二级RO比例为45%,采用两级RO工艺相对一级RO脱硼率高出约20%;不同品牌型号的RO膜在同等工艺和进水条件下,脱硼率存在较大差异;通过PEG处理性能下降的RO膜,一级RO脱硼率可以提高约15%。     

信息熵角度下的深度学习旁路安全评估框架

基于深度学习的建模类旁路密码分析（Deep Learning Side Channel Analysis/Attack,DLSCA）对于各种旁路攻击场景的密码破解效果都十分显著,但是DLSCA仍存有安全评估问题。基于AES对称加密算法的能量分析,通过信息熵角度分析准确率等传统机器学习性能指标无法评估DLSCA深度神经网络（Deep Neural Network,DNN）模型训练程度的原因。定义密钥信息量,分别阐释密钥信息量与旁路安全评估、DNN模型训练阶段性能评估的关系,建立深度学习模型与旁路分析二者的联系,提出以密钥信息量为核心的DLSCA安全评估框架。     

基于机器学习的超声造影分析综述

超声造影（Contrast-enhanced ultrasound, CEUS）通过外周静脉注入超声造影剂,显著增强来自肿瘤微血管的血流信号,便于临床医生以实时、动态的方式评估肿瘤血管生成、周边浸润等,广泛应用于多器官病变诊断、预后评估和治疗方案规划等方面。近年来,以深度学习为代表的机器学习方法快速发展,为动态超声造影智能分析带来新的机遇。深度学习方法很大程度上拓宽了超声造影临床应用范围,提高了其诊疗效能。但与常规超声影像类似,超声造影仍然存在斑点噪声、呼吸运动干扰和标准化程度低等问题,使得动态灌注时间、空间信息挖掘面临挑战。本文系统性回顾了近年来超声造影智能分析相关工作,涵盖良恶性鉴别、恶性分级、疗效预测和诊疗方案选择等方面应用,总结了当前影像组学及深度学习方法在超声造影分析领域的最新进展,并指出当前研究的局限性和未来发展方向。     

基于混料设计的泥炭腐植酸型煤粘结剂研究

以型煤试样的初始强度和常温强度作为泥炭腐植酸粘结剂提取能力的表征,研究了混合碱液对泥炭中腐植酸粘结剂提取率的影响。先通过单因素实验的方法确定NaOH的最佳加入量,然后在此最佳加入量的基础上,以NaOH、Na2CO3和Na3PO4为三因素做混料实验,采用全概率公式评分法对多指标实验数据进行分析处理,对分析处理后的综合指标进行回归分析,得到了综合指标的最优回归模型,以此求得三因素的最佳比例。研究结果表明,当NaOH、Na2CO3和Na3PO4加入总质量为泥炭的15%,且加入比例为2∶1∶0时,可获得最佳的腐植酸提取效果。     

D类音频功率放大器设计

论述了D类音频功率放大器的工作原理及设计原则．利用计算机辅助设计软件设计并仿真出一款D类功率放大器。同时实际制作出该电路，经实际测试：证明该放大器完全可满足设计要求，高效率是D类音频功率放大器所具有的最大优点．     

基于PCI总线高速数据录取系统设计

介绍了ＰＣＩ总线特点及ＡＭＣＣ Ｓ５９３３ＰＣＩ控制器的结构和功能，提出了３种基于ＰＣＩ总线、利用Ｓ５９３３和ＦＰＧＡ设计的高速采集和存储方案，并从性能和结构上进行了比较。