负载钛酸锶钡的玻璃纤维滤膜吸附富集-火焰原子吸收光谱法测定痕量铅

制备了负载在玻璃纤维滤膜上的钛酸锶钡多孔块体吸附剂(BBST),研究了该吸附剂对水中Pb2+的吸附富集性能,并考察了吸附和洗脱条件。结果表明:负载在玻璃纤维滤膜上的钛酸锶钡呈多孔叶片状,钙钛矿结构;当介质的pH值大于3时,该多孔块体吸附剂对水中的Pb2+具有很强吸附能力,静态吸附容量为39.75mg/g;对被吸附的Pb2+可用1mol/L硝酸完全洗脱回收,实现对Pb2+的富集,浓集因子为100,方法检出限为0.59μg/L。应用于管网水和河水中痕量Pb2+的富集,用火焰原子吸收光谱法测定,回收率为93%～108%,与石墨炉原子吸收光谱法测定值一致。     

基于实时负载转矩反馈补偿的永磁同步电机变增益PI控制

为了减小负载转矩扰动对永磁同步电机转速的影响,对负载转矩扰动下永磁同步电机(PMSM)伺服系统数学模型的频域特性进行了研究,总结出负载转矩扰动和速度PI控制器参数之间的关系,提出了基于负载转矩反馈补偿的永磁同步电机变增益PI控制方案。变增益PI(VGPI)控制器根据转速信号中特定频率分量的变化,进行控制器增益的实时调节;同时采用FPGA器件设计并实现了基于Kalman滤波器的负载转矩观测器,能够对负载转矩扰动进行实时观测和补偿,提高了永磁同步电机伺服系统对负载转矩扰动的抑制能力。实验结果验证了控制策略的有效性。     

基于反演滑模控制的空气悬架车身高度控制策略研究

为提高汽车行驶的平顺性,对电控空气悬架的控制策略进行研究。针对电控空气悬架充放气非线性的特点,建立其管路流量模型、空气弹簧压力模型及动力学模型。为消除车身高度调节中产生的超调振荡,使车身高度能够稳定调节,提出反演滑模的控制方法。仿真结果表明,该控制策略能克服非线性特性,快速稳定地调节车身高度,并抑制充放气过程中的过充与过放现象。     

以国内补偿贸易解决短线资源

由于水泥等短线产品生产厂可以自销,因而给建材贸易中心组织资源带来困难。怎样解决这一难题?我认为,“补偿贸易”的方法是解决短线资源的重要方法之一。一些短线产品生产厂设备陈旧,工艺落后,劳动效率低,产品产量、质量上不去。建材贸易中心通过补偿贸易,既可以为自己组织短线资源,又可以帮助生产企业进行更新、改造,促进短线产品生产的发展,从而缓和供需矛盾。“补偿贸易”一词来源于国际间贸易。在我国地区之间、企业之间,一方以技术或设备供应另一方,另一方以产品或当地原材料作价偿付,这种做法习惯上也称为“补偿贸易”。     

基于3D U-Net的轻量级脑肿瘤分割网络北大核心CSCD

针对现有脑肿瘤核磁共振成像(magnetic resonance imaging, MRI)分割神经网络的参数量和计算量较大且对肿瘤区域小目标分割精度不高的问题,提出一种改进的轻量级脑肿瘤分割网络MF-RES2Net(multiple fiber residual-like networks)。该网络以3D U-Net为基础架构,将多纤模块(multi-fiber, MF)和类残差模块(RES2)相结合代替传统卷积模块。MF将特征图像的通道进行混合,增加了通道间信息的交流融合;RES2将通道均分,单通道的卷积结果相加到相邻通道,在扩大图像感受野的同时保留了细节特征,同时降低网络参数量。此外,为改善数据不平衡问题,提出一种改进的加权损失函数,提高了网络对小目标的分割精度。将MF-RES2Net在BRATS 2019数据集进行验证,完整肿瘤、核心肿瘤和增强肿瘤分割的平均Dice系数分别为89.98%、84.02%、77.62%,参数量和浮点数分别为3.16 M和16.24 G,结果表明:该网络在降低参数量和计算量的同时进一步提升了分割性能,有效地降低了网络运行时的设备要求。     

豆腐水混凝土减水剂

豆腐水是制作豆腐时的废水,它是一种较好的混凝土减水剂。为探索豆腐水减水剂对混凝土性能的影响,我们进行了试验。一、豆腐水对水泥净浆凝结时间的影响按水泥凝结时间测定方法测定豆腐水对水泥凝结时间的影响,试验结果见表1。     

新型粗轧高压水除鳞机

简要介绍在板坯厚度变化较大的热轧中板和宽厚板生产线中,新型高压水除鳞机的结构及特点。     

海德格尔的救赎之旅

海德格尔认为人只有追问在,才能致力于领会在。本文将从海德格尔对“此在”这个问题的分析出发,讨论他的“烦”“畏”“死”三个哲学概念,并由此清理出他对沉沦人生的解决方式。     

基于测度学习支持向量机的钢琴乐谱难度等级识别

现有钢琴乐谱难度分类主要由人工方式完成,效率不高,而自动识别乐谱难度等级的算法对类别的拟合度较低。因此,与传统将乐谱难度等级识别归结为回归问题不同,本文直接将其建模为基于支持向量机的分类问题。并结合钢琴乐谱分类主观性强、特征之间普遍存在相关性等特点,利用测度学习理论有难度等级标签乐谱的先验知识,依据特征对难度区分的贡献度,改进高斯径向基核函数,从而提出一种测度学习支持向量机分类算法——ML-SVM算法。在9类和4类难度两个乐谱数据集上,我们将ML-SVM算法与逻辑回归,基于线性核函数、多项式核函数、高斯径向基核函数的支持向量机算法以及结合主成分分析的各个支持向量机算法进行了对比,实验结果表明我们提出算法的识别正确率优于现有算法,分别为68.74%和84.67%。所提算法有效提高了基于高斯径向基核函数支持向量机算法在本应用问题中的分类性能。     

组卷积轻量级脑肿瘤分割网络

目的 脑肿瘤是一种严重威胁人类健康的疾病。利用计算机辅助诊断进行脑肿瘤分割对于患者的预后和治疗具有重要的临床意义。3D卷积神经网络因具有空间特征提取充分、分割效果好等优点,广泛应用于脑肿瘤分割领域。但由于其存在显存占用量巨大、对硬件资源要求较高等问题,通常需要在网络结构中做出折衷,以牺牲精度或训练速度的方式来适应给定的内存预算。基于以上问题,提出一种轻量级分割算法。方法 使用组卷积来代替常规卷积以显著降低显存占用,并通过多纤单元与通道混合单元增强各组间信息交流。为充分利用多显卡协同计算的优势,使用跨卡同步批量归一化以缓解3D卷积神经网络因批量值过小所导致的训练效果差等问题。最后提出一种加权混合损失函数,提高分割准确性的同时加快模型收敛速度。结果 使用脑肿瘤公开数据集BraTS2018进行测试,本文算法在肿瘤整体区、肿瘤核心区和肿瘤增强区的平均Dice值分别可达90.67%、85.06%和80.41%,参数量和计算量分别为3.2 M和20.51 G,与当前脑肿瘤分割最优算法相比,其精度分别仅相差0.01%、0.96%和1.32%,但在参数量和计算量方面分别降低至对比算法的1/12和1/73。结论 本文算法通过加权混合损失函数来提高稀疏类分类错误对模型的惩罚,有效平衡不同分割难度类别的训练强度,本文算法可在保持较高精度的同时显著降低计算消耗,为临床医师进行脑肿瘤分割提供有力参考。