基于感性意象的电动扫地车造型设计研究

目的进一步提高城市街道电动扫地车造型与用户主观偏好的匹配程度。方法选取典型扫地车外观造型风格意象词汇进行研究,并选取语义差分法(SD法)对相关感性意象词汇进行视觉化描述和量化表达。结论将电动扫地车造型简化为特征线,采用贝塞尔曲线对其进行量化描述,获得造型特征线和感性意象词汇之间的映射关系,以期对电动扫地车造型设计进行指导,提升设计与感性意象间的匹配度。     

贵州省鸭溪窖酒风味与工艺特征的研究(第四报)——鸭溪窖酒风味物质与香型的研究

采用毛细管色谱与填充柱色谱，对１０年来鸭溪窖酒的初步分析，该酒具有浓香型白酒的共性，同时还具有独特的个性，从而初步揭示了鸭溪窖酒的香型特征与数学模型。     

选矿废水中残留黄药处理技术及机理研究进展

选矿废水中残留的黄药毒性较强,蓄积在尾矿坝中或排入天然水体中都会对周边生态环境产生一定的危害性。作者分析了选矿废水中残余黄药对环境中常见生物的危害,总结了主要的黄药处理方法、净化机理,指出了这些方法存在的一些共性问题,并针对这些问题提出了黄药处理技术今后的研究方向。     

硅对盐胁迫下麻疯树种子萌发及幼苗生长的影响

添加外源硅溶液后,研究盐胁迫下麻疯树种子萌发和幼苗生长,测定种子发芽率、发芽指数、活力指数、丙二醛（MDA）含量和酶活性（包括SOD、POD和CAT）等指标,调查硅对盐胁迫下麻疯树的生理影响。结果表明,盐胁迫下外源硅处理可显著提高麻疯树种子发芽率、发芽指数和活力指数。水培营养液中施加外源硅可降低盐胁迫下幼苗叶片的MDA含量,显著提高了SOD和POD活性,部分提高CAT活性（但不显著）。外源硅缓解了盐胁迫的生长抑制作用。外源硅的缓解效应存在浓度差异,终浓度3mmol/L硅的生长缓解作用最好。     

基于深度学习的LSTM模型在X荧光光谱中的应用

在X荧光光谱分析中,为了解决传统谱分析方法中存在的特征峰计数率损失以及影子峰的问题,本文拟采用一种基于深度学习的长短期记忆（Long and Short Term Memory,LSTM）神经网络模型,该模型对核脉冲幅度时间序列具有较好的适用性,通过对样本的学习能够对核脉冲信号的幅度进行准确估计。鉴于核脉冲信号样本较大,模型训练效率低,特引入卷积神经网络（Convolutional Neural Network,CNN）,利用其特有的卷积核结构逐层提取样本特征,能够有效减少样本数量,降低模型训练复杂度。使用粉末铁矿样品测量得到的一系列离线核脉冲序列产生模型训练所需的数据集,该数据集的64 000个条目中,44 800个用作训练集,12 800个用作验证集,余下6 400个用作测试集。实验结果表明：训练好的CNN-LSTM模型能够极大地节省训练时间,克服传统方法局部收敛的缺陷,也能够对不同程度畸变的输入脉冲进行准确的参数估计,在训练集和验证集上得到的准确率都高于99%。进一步分析计数修复结果,得到三个影子峰校正比例的平均值为91.52%,表明训练的CNN-LSTM模型对畸变脉冲产生的计数...     

嵌入位置编码的多头注意力机制在堆积脉冲幅度估计中的应用

传统脉冲成形方法对堆积脉冲幅度计算存在的误差将会导致X射线荧光光谱失真,因此,在高堆积率背景下测量得到的光谱很难对光谱进行准确分析。本文提出一种基于深度学习的Transformer模型,该模型采用编码器-解码器结构,通过嵌入位置编码的多头注意力来估计堆积脉冲的幅度,并将其应用于高性能硅漂移探测器的辐射测量,以及X射线荧光光谱学分析。为了训练该模型,通过预定义的数学模型模拟得到探测器输出的脉冲信号,为了模拟真实的核脉冲,在信号中加入了与热噪声和散粒噪声相对应的高斯噪声。训练后的模型通过截取粉末铁矿样品和粉末岩石样品的实测脉冲序列进行验证,使用相对误差作为模型性能评估指标,对应于脉冲幅度估计的准确度。在粉末铁矿样品和粉末岩石样品的实验测量8组离线脉冲序列中,得到的平均相对误差为0.89%。结果表明：该模型能够实现堆积脉冲幅度的准确估计。     

基于STAR-CCM+的发电机组流场分析及结构改进

发电机组高性能和轻量化的设计需求对其冷却系统提出了更高的要求。发电机组散热效果好可保证机组在最佳温度下工作,确保机组稳定可靠运行。为评估一款发电机组散热性能,基于CFD分析方法,采用流体分析软件STAR-CCM+对该发电机组进行流场分析,并依据流场分析结果针对性地提出结构改进方案。结果表明,发电机组原结构缸头出风直接吹向油箱底部,消声器表面无风流经,整机散热存在风险。通过添加缸头导风罩和消声器通风罩的方法改善了发电机整机散热性能:油箱底部表面速度降低明显,消声器处冷却风量从28.91 g/s提升至135.78 g/s,风量提升明显,消声器表面平均风速约4.04 m/s。温度实测结果表明,机组额定功率运转120 min,改进后机组的油箱底部和电机顶部温度降低了38 ℃和17 ℃。研究结果可为发电机组散热性能评估及结构改进提供参考。     

变压吸附处理丙酮废气及其吸附过程数值模拟

在常温下,以活性炭C40/4为吸附剂采用两床四步骤变压吸附过程对丙酮废气进行净化和回收,待变压吸附过程稳定以后测定了吸附柱内气相浓度分布。建立了物质守恒、吸附平衡以及LDF数学模型,应用差分方法借助计算软件ATHENAVIUALWORKBENCH对模型进行了数值解,数值计算结果与实验结果很好地相吻合。利用该模型考察了吸附柱内浓度分布的动态行为以及轴向扩散系数、传质系数、温度、空塔气速等参数对浓度分布的影响,为变压吸附处理丙酮等挥发性有机气体过程的设计、预测和优化提供依据。     

一种改进的分裂合并图像分割算法

图像分割是图像分析和目标识别中的关键技术之一。在传统图像分割方法的基础上,提出一种将改进的自适应遗传算法与合并分裂法相结合的图像分割算法。针对遗传算法运算速度低,容易陷入局部最优值、早熟收敛等缺点,在此通过对遗传操作算子的改进、适应度评价函数的科学设计以及交叉和变异概率的自适应调整来降低图像分割产生的误差。计算机仿真结果证明,该算法能够取得较好的图像分割效果。