卷烟零售终端走访路径规划算法集成与应用

为解决卷烟零售终端走访业务领域中的多点路径规划问题，对现有路径规划算法进行归纳和总结。提出了一种Top-K群体算法集成方法将多种路径规划算法进行组合优化及集成应用，以克服单个算法存在的固有缺陷，获得更优的规划结果。以沈阳市卷烟零售终端为研究对象进行15.6万次模拟实验。结果表明：Top-K比6种原算法获得的路径平均缩短约9.82%，算法优化提升效果显著，能够获得更好的路径规划结果，具有更好的可靠性和通用性。基于Top-K开发了一种适用于烟草零售客户走访的路径规划微服务，并在沈阳烟草进行实际应用。过去1年时间里，该服务使用频次超过1.7万次，路径规划总长度超过15.6万公里，具有良好的实用性和通用性。     

某Z字形连廊结构抗连续倒塌性能评估

以某Z字形连廊结构为研究对象，采用拆除构件法评估了该结构的抗连续倒塌性能。基于SAP2000程序，建立其有限元模型。通过基于节点位移的敏感性分析确定该连廊的关键构件。基于考虑初始状态的等效荷载瞬时加载法对连廊结构进行抗连续倒塌分析，采用规范建议的准则评估其抗连续倒塌性能。结果表明：对于该Z字形连廊结构，转角处或跨中处的柱被拆除时，结构位移响应较其他位置柱拆除时变化更为明显，可确定其为关键构件；在关键构件被拆除的情况下，剩余结构的水平钢梁梁端转角均未超过限值，结构未发生连续倒塌；该连廊结构设计较为合理，具有良好的抗连续倒塌性能；增加一定数量的斜撑后，其抗连续倒塌能力可得到增强。     

基于图像融合的优化重构计算鬼成像

针对计算鬼成像采样过程中由于外界影响而出现的物体信息缺失问题，将小波分析应用于计算鬼成像系统中，同时在此系统中引入图像融合方法，构建一种基于图像融合的计算鬼成像系统，对此问题进行了仿真模拟与实验研究。并对结果进行了分析，结果显示此系统可以有效恢复待测物体信息、提高成像质量，相较于传统的计算鬼成像系统更加适用于实际应用环境。     

箱式石墨化炉烟气量及变压器参数计算

石墨化炉通过高温处理将制品碳原子排列为石墨晶体结构，其较高的处理温度(一般在2 300℃以上)使得炉内制品以及辅料的含硫物质释放出来。此外，石墨化炉炉阻变化对于变压器参数选择也有着重要的影响。以近期关注较多的箱式石墨化炉为案例，对生产负极材料所产生的烟气以及石墨化炉的炉阻进行核算，为后续烟气脱硫系统及变压器参数选择提供依据。     

低相对分子质量肝素接枝羧甲基纤维素超支化聚合物的合成、表征及活性研究

为提高低分子量肝素的生物活性,用末端接枝法将末端醛基低相对分子质量肝素(LMWH-CHO)缀合在羧甲基纤维素(CMC)主链上,形成一种强负电性的超支化聚合物(LMWH-grafted CMC,CH)。LMWH-CHO是通过亚硝酸钠降解法制备获得,利用EDC催化酰胺键生成反应使CMC氨基化,然后通过醛基和氨基的希夫碱反应将二者缀合。运用傅立叶变换红外光谱(FTIR)、核磁共振(NMR)、凝胶渗透色谱-多角度激光散射联用技术(GPC-MALLS)等方法对产物结构和分子量进行表征,并对聚合物的抗凝血、抗血栓活性进行了测定。结果显示,在氨基化CMC糖单元与LMWH-CHO摩尔比为1∶5的条件下反应12 h,得到接枝率为23.7%的CH超支化聚合物。该聚合物活化部分凝血活酶时间(APTT)为146 s,比LMWH延长了25%,凝血酶原时间(PT)为27.9 s,约为LMWH的2倍。此外,该聚合物抗Xa IC50值为104.2 nmol/L,比LMWH降低了近4倍;抗IIa IC50值为642 nmol/L,远低于LMWH(2 000 nmol/L)。表明,制备的CH超支化聚合物抗凝血和抗血栓活性均远优于低相对分子质量肝素。     

基于生成式因果语言模型的水印嵌入与检测

基于人工智能内容生成（AIGC）技术生成文本具有道德、法律的合规性风险,需要对生成文本内容的流通进行规范和监管,因此对AIGC生成文本版权保护的迫切需求随之出现。水印技术是目前使用最广泛的数字版权保护方式。提出了一种应用于生成式因果语言模型的生成文本的水印添加技术,采用事中水印嵌入的方式在文本生成过程中隐式地嵌入文本水印特征编码,相较于传统事后水印添加技术对生成文本质量影响小,具有低感知、透明、鲁棒等优点。实验结果表明,提出的水印嵌入策略具有较好的鲁棒性,经过用户一定程度的编辑后仍旧能有效检出文本嵌入水印。与原有生成策略进行对比,所提方法与现有模型耦合度低,无须调整原有模型结构、训练策略、部署方式,不增加原有生成过程计算成本。     

油气储运中管道防腐技术

针对实际油气储运过程中，油气输送金属管道若不做任何防腐保护，管道暴露在环境之中极易遭受到腐蚀，不仅大大减少了输送管道的使用寿命，同时降低了输送过程安全性的问题。从导致油气储运输送管道腐蚀的原因切入，对油气储运管道防腐技术进行了分析，并就如何有效提高防腐效果提出了一些措施，以期为相关工作提供参考。     

直流微电网无界虚假数据注入网络攻击检测与系统恢复方法

直流微电网分布式协同控制比传统集中式控制更具灵活性，但分布式控制架构使其更容易遭受网络攻击。虚假数据注入(FDI)攻击作为一种常见的网络攻击形式，可以改变系统的运行状态甚至破坏微电网系统的稳定性。为此，文中研究了一类无界FDI攻击下的直流微电网电流分配和电压恢复问题，提出了一种集FDI攻击检测和系统恢复于一体的控制方法。首先，设计了一种基于总输出电流和母线电压反馈的残差评估函数，通过实时监测该函数值与设定阈值的关系实现FDI攻击检测。在此基础上，提出了一种基于分散式滑模观测器的直流微电网电流分配和电压恢复的弹性控制策略，以抵御并消除FDI攻击影响。最后，通过仿真案例验证了该方法的有效性。     

深度学习背景下的图像语义分割方法综述

语义分割任务是很多计算机视觉任务的前提与基础，在虚拟现实、无人驾驶等领域具有重要的应用价值。随着深度学习技术的快速发展，尤其是卷积神经网络（convolutional neural network，CNN）的出现，使得图像语义分割取得了长足的进步。首先，本文介绍了语义分割概念、相关背景和语义分割基本处理流程。然后，总结开源的2D、2.5D、3D数据集和其相适应的分割方法，详细描述了不同网络的分割特点、优缺点及分割精确度，得出监督学习是有效的训练方式。同时，介绍了权威的算法性能评价指标，根据不同方法的侧重点，对各个分割方法的相关实验进行了对比分析，指出了目前实验方面整体存在的问题，其中，DeepLab-V3+网络在分割精确度和速度方面都具有良好的性能，应用价值较高。在此基础上，本文针对国内外的研究现状，提出了当前面临的几点挑战和未来可能的研究方向。通过总结与分析，能够为相关研究人员进行图像语义分割相关研究提供参考。