真空钎焊热处理X12Cr13不锈钢组织和性能的研究

本文应用拉力实验、冲击实验、超声成像探伤、H2S应力腐蚀、光学金相及电子显微分析等方法，研究了真空钎焊热处理X12Cr13不锈钢的组织和性能。结果表明，经真空钎焊热处理(VBHT)及真空临界区热处理(IHT)后，X12Cr13钢及X12Cr13-BAu4钎焊接头强韧化效果最佳，H2S应力腐蚀(SSC)抗力最高。文中对影响其强韧化效果的诸因素及其强韧化机理进行了探讨，最后简要介绍了X12Cr13钢钎焊叶轮的生产实践。     

真空钎焊热处理X12Cr13不锈钢组织和性能的研究

本文应用拉力实验、冲击实验、超声成像探伤、H2S应力腐蚀、光学金相及电子显微分析等方法,研究了真空钎焊热处理X12Cr13不锈钢的组织和性能。结果表明,经真空钎焊热处理(VBHT)及真空临界区热处理(IHT)后,X12Cr13钢及X12Cr13-BAu4钎焊接头强韧化效果最佳,H2S应力腐蚀(SSC)抗力最高。文中对影响其强韧化效果的诸因素及其强韧化机理进行了探讨,最后简要介绍了X12Cr13钢钎焊叶轮的生产实践。     

基于二次筛选的回溯广义正交匹配追踪算法的稀疏信号重构

压缩感知是一种新型的信号采样及重构理论,高效的信号重构算法是压缩感知由理论转向实际应用的枢纽。为了更精确地重构出原始稀疏信号,本文提出一种基于二次筛选的回溯广义正交匹配追踪算法。首先采用内积匹配准则选出较大数目的相关原子,提高原子的利用率。其次利用广义Jaccard系数准则对已选出的原子进行二次筛选,得到最匹配的原子,优化原子选取方式。实验结果表明,在不同稀疏度和观测值下进行信号重构,相比于回溯广义正交匹配追踪算法、正交匹配追踪算法及子空间追踪算法,本文算法在重构误差及重构成功率方面有较大的优越性。     

NetGPT：超越个性化生成服务的内生智能网络架构

提出了基于边缘和云端部署相匹配大型语言模型（LLM）的内生智能网络架构NetGPT方案。边缘LLM可以有效地利用基于位置的信息进行个性化的补充，从而与云端LLM进行有效交互。通过在边缘和云端部署开源LLM，验证了NetGPT的可行性。认为面向NetGPT的内生智能网络架构的工作重点是通信和计算资源的深度集成以及AI逻辑工作流的灵活设计。认为NetGPT是一种可提供个性化的生成式服务的、有前途的内生智能网络架构。     

数值模拟在基岩负挖爆破振动效应研究中的应用

介绍了两座砖结构烟囱的爆破拆除,其特点是两座烟囱处于两库房与简易工棚包围中,环境比较复杂,场地狭窄,控制定向倒塌精度要求高。施工中通过精确确定倒塌中心线和严格控制保留部分的对称性,爆破取得预期效果,周围建筑物和设施安全无损。     

基于持续同调性的人脑认知过程格式塔模式识别拓扑分析

信息通信技术和神经科学的融合发展预示了脑对脑无线通信的可能性与巨大潜力。将持续同调分析方法与脑电图（EEG）结合，提取了在格式塔完形（Gestalt）认知测试中大脑对不同轮廓和形状的神经反应的生理学特征。实验结果表明，当被试者观察随机序列图像（random sequence diagram，RSD）时，其大脑额叶涉及的活动区域多于其观察有序格式塔图像（Gestalt image，GST）。同时，RSD诱发的EEG信号在几个频带上与GST的持续同调熵（persistent entropy，PE）有着显著不同，这表明人类对形状和轮廓的认知过程，可以通过拓扑分析在一定程度上实现分类区分。该方法可以在保留原生信号的整体和局部特征的前提下实现神经信号的数字化。总的来说，通过对EEG信号的持续同源性特征评估量化了认知过程神经信号的相关性，提供了实现B2BC中神经信号数字化的可行方法。     

基于时空特征提取的智能网络切片算法

5G网络作为新一代的移动通信网络,提供了差异多样的各类业务服务,而通过网络切片可以将5G网络的资源虚拟化并更为有效地分配给各类服务.然而,当用户的服务需求发生变化时,需要及时地进行切片资源的重新分配和管理.为了准确适配业务需求的时空变化,提升切片性能,考虑采用深度强化学习的人工智能算法对切片资源进行实时管理,提出了基于...     

水泥砂浆硅烷表面改性电学评价初步

采用电学测量初步研究了硅烷对水泥砂浆表面改性的效果。采用交流法得到的材料电阻率变化可有效反映砂浆在涂覆硅烷之后的表面改性效果。     

基于加权分类损失和核范数的领域自适应模型

领域自适应将源域上学习到的知识迁移到目标域上,使得在带标签数据少的情况下也可以有效地训练模型。采用伪标签的领域自适应模型未考虑错误伪标签的影响,并且在决策边界处样本的分类准确率较低,针对上述问题提出了基于加权分类损失和核范数的领域自适应模型。该模型使用带有伪标签的可信样本特征与带有真实标签的源域样本特征构建辅助域,在辅助域上设计加权分类损失函数,降低错误伪标签在训练过程中产生的影响;加入批量核范数最大化损失,提高决策边界处样本的分类准确率。在Office31、Office-Home、Image-CLEFDA基准数据集上与之前模型的对比实验表明,该模型有更高的精确度。     

利用异质蜂窝网络大数据跨层优化无线资源北大核心CSCD

有效利用蜂窝网络中的不同类型、不同尺度的异质大数据可以在不同层面为移动通信系统优化提供新的自由度,有望大幅提升网络性能,已经引起了学术界、网络运营商和设备制造商的广泛关注。一种有效利用来自不同协议层无线大数据的方式是通过预测用户行为来提高网络的频谱和能量资源利用率。本文对该领域的研究进展进行概述,首先介绍主动/预测式缓存与传输资源管理所需要的群体和个体用户行为信息,然后介绍能够有效利用用户行为预测信息的两类代表性技术:主动边缘缓存和预测资源分配,最后总结未来的研究方向和开放性问题。