钛酸铝陶瓷热电偶保护管的试制

以工业氧化铝和钛白粉为基本原料、滑石为添加剂，采用注浆成型工艺，试制出了钛酸铝陶瓷热电偶保护管。     

基于分布相似度迁移的关键路由设备检测

在基础设施网络(如电力网、互联网等)设施中,往往会出现关键节点,主要表现为节点流量大、在网络中位置关键等,其性能不稳定将制约网络部分区域的功能。因此从提高关键基础设施的性能和安全性的角度出发,针对关键基础设施的检测成为一个重要的研究课题。提出了一种新颖的基于分布相似度迁移的互联网关键路由设备的检测算法,其目的是自动地检测当前互联网线路中的关键路由设备。在真实环境中,不同线路中不同路由设备的行为特征由于若干客观因素(网络状态、路由设备性能等)导致其分布通常不相同。因此,所提方法主要基于路由之间的分布相似度迁移:首先在目标域(当前路由)中通过谱聚类方法自动判断出可疑的路由设备,然后通过提出的基于分布相似度迁移的分类器对上一步中检测出的可疑路由设备进行分类。在华为公司提供的真实数据集上进行的测试表明,所提方法能够有效发现线路中的关键路由设备,同时能够根据不同线路之间的分布相似度迁移来提高分类结果。     

基于开放型平台的计算机实践教学体系研究

提出通过优化和更新计算机专业培养目标、课程体系、实践教学内容、实践教学模式以及实践教学评价体系,设计四位一体的开放型实践平台,构建全程化提升学生实践能力的计算机专业开放式实践教学体系。介绍在强化能力培养的实践教学理念指导下,基于开放型平台的计算机专业实践教学体系的作用。     

烧结法制备微晶玻璃过程中晶化和致密化两种典型的关系

以钢渣和粉煤灰为主要原料,采用烧结工艺,制得以透辉石为主晶相的微晶玻璃;通过热分析、X射线衍射、收缩率、扫描电镜等分析方法,阐述了烧结过程中晶化和致密化的关系;详细说明了由于在微晶玻璃热处理过程中二者发生的先后顺序不同,而使微晶玻璃结构和性质不同。     

基于约束满足的多目标双足机器人动态步态参数优化*

目前的步态优化算法仅仅实现了对单一目标的优化,把双足机器人步态优化看做是多目标优化问题,构建了衡量稳定性、能量消耗、步行速度三个目标评价函数。考虑到直接对多个目标加权求和的方法不能很好地处理多目标问题,提出一种新的基于约束满足的多目标步态参数优化算法,其思想是把基于惩罚函数的SPEA2(strength Pareto evolutionary algorithm2 )应用到多目标双足机器人动态步态参数优化问题上,规划出了同时满足这三个目标的动态优化步态。通过仿真实验表明了算法的有效性。     

胶粉改性聚苯乙烯材料的制备与性能

以聚苯乙烯(PS)为基体材料,制备废旧胶粉(WRP)改性聚苯乙烯材料;并探讨了胶粉增韧剂SBS和偶联剂用量对胶粉改性聚苯乙烯材料的综合物理性能的影响.     

梯级水电枢纽群巨灾风险分析与防控研究综述

伴随超标准巨震、极端暴雨洪水、巨型滑坡等灾害频繁发生,极端载荷作用下梯级水电枢纽群的灾害风险分析与防控等问题成为当前水利工程领域的研究热点。为分析梯级水电枢纽群巨灾风险研究现状,绘制了国内外水库大坝溃坝事件的时间序列图,分析了梯级水电枢纽群的风险特征,总结评述了梯级水电枢纽群巨灾风险分析和巨灾防控研究进展,主要结论如下：1)梯级水电枢纽群巨灾风险是我国水利水电工程风险防控面临的主要问题;2)梯级水电枢纽群风险分析方面主要聚焦于梯级水库连溃概率的分析和计算,对于溃决可能产生的巨灾损失的量化研究不足,缺乏对巨灾因子及其相关影响作用下巨灾风险的评估;3)缺乏对梯级枢纽群灾害链的阻断技术研究和应急避险方案设计研究。为此提出了梯级水电枢纽群可能最大灾难(Probable Maximum Disaster, PMD)的科学内涵,考虑可能遭遇的多种致灾因子和承灾体特征,分析相互因果关系和极端荷载组合情况,初步建立了PMD评估的理论模型,为绘制梯级水电枢纽群在巨灾情景下的灾难空间外包线和估算PMD损失上限值提供科学依据,为梯级水电枢纽群巨灾风险分析和防控提供理论基础和技术支持。     

电子屏幕智能防近视系统

当下,电子屏幕的使用越来越广泛,电子屏幕在带给我们便捷生活的同时,也带来了一个很大的问题——损害视力.该研究针对此现象设计了一套系统,旨在帮助人们在使用电子屏幕时能够时刻注意与屏幕之间的距离,从而达到保护眼睛的目的.系统采用STM32单片机作为控制模块,在电子屏幕的正上方安装了一个人体红外传感器与一个超声波测距传感器,以达到检测人体与实时测距的功能.系统配备有LED灯与YS-M3语音模块,作为主要的报警模块,能够有效实现实时报警提醒的功能,对于保护视力起了很大作用.     

基于行列解耦采样的轻量车道线检测模型

随着深度学习的发展,基于深度卷积神经网络的车道线检测模型在自动驾驶系统和高级辅助驾驶系统中得到了广泛的应用.这些模型虽然有较高的精度,但通常计算量大且运行速度慢.为了解决该问题,提出了一种车道线检测任务专用的轻量神经网络模型.首先,提出了一种行列解耦采样的卷积模块,该模块利用图像中车道线区域的行列可分解性对传统的残差卷积模块进行了合理的优化.其次,利用深度可分离卷积技术进一步降低行列解耦采样卷积模块的计算量.此外,还设计了一种金字塔空洞卷积模块来增加模型的感受野.在CULane数据集上的实验的结果表明,文中提出的轻量车道线检测模型与之前最好的SCNN模型相比,浮点计算量降低了95.2％,F1分数提高了1.0％,在保持较高精度的前提下显著降低了车道线检测模型的计算量.     

不同角度单裂隙对类岩石加卸载强度影响的试验研究

天然岩体内部存在大量裂隙,严重削弱了岩体的强度和稳定性,含不同裂隙的岩体在加载和卸载条件下其力学特性有显著区别.为研究含不同角度(裂隙面与水平方向夹角)裂隙的岩体在加卸载时的力学特性,根据相似三定理,制备了含有五组不同角度裂隙(0°、30°、45°、75°、90°)的完整类岩石试件,对每组试件分别进行了单轴和三轴循环加卸载试验,研究裂隙倾角和加卸载对其峰值强度的影响.结果表明:随裂隙角度的增大,单轴峰值强度显著增加,弹性模量增大、而泊松比随角度增加呈现降低趋势;不同倾角的岩石循环加卸载强度随角度增加而增大;三轴峰值强度随裂隙倾角的增加而增大,但围压对裂隙试件强度影响明显,在三轴循环加卸载环境下,强度会随裂隙倾角增加而明显增大.