基于迁移学习番茄品质分级的研究应用

为解决手工分拣番茄存在劳动力浪费,分选质量得不到保证等问题,采用基于迁移学习的方式训练微调后的AlexNet网络,对常见的6种番茄进行品质分级研究;并探究不同优化算法和初始学习率对模型训练精度的影响,以及AlexNet网络卷积层对不同番茄所激活的区域。以迁移学习的方式进行训练的AlexNet模型,测试识别精度达到97.70%,相较于AlexNet、GoogLeNet、MobileNet-V2、NasNet-Mobile、ShuffleNet、SqueezeNet 6种模型,测试精度提高0.38%～14.54%,并且训练时间、收敛速度、图片识别时间、损失值都表现较好。SGDM优化算法比Adam算法、RMSprop算法在训练时间上分别提高37.7%和38.9%;验证精度提高5.5%和3.97%;测试精度提高7.39%和4.46%。当学习率为0.000 1时,模型收敛较快,且收敛稳定后损失较低,SGDM的优化算法和0.000 1的粗略学习率更适合模型。研究结果为番茄分级研究提供理论支持。     

CVI处理对浸渍裂解法制备C/C-SiC复合材料弯曲性能的影响（英文）

以2D叠层炭布为增强体,以掺加硅粉、炭粉和碳化硅粉3种无机粉体的糠酮树脂为前驱体,经浸渍、热压固化、炭化裂解和高温热处理过程制备出炭/炭-碳化硅（C/C-SiC）复合材料。采用多功能密度测试仪、扫描电子显微镜（SEM）、X射线衍射仪（XRD）和力学万能试验机,研究了硅粉、炭粉和碳化硅粉的掺加量以及后续化学气相渗透（CVI）处理对C/C-SiC复合材料致密度、微观结构及抗弯强度的影响。结果表明：硅粉、炭粉和碳化硅粉掺加后所形成的碳化硅颗粒对复合材料起到颗粒弥散增强的作用。具体而言,粉体掺加量越多,C/C-SiC复合材料越致密,抗弯强度越大;在三点弯曲载荷作用下,C/C-SiC复合材料呈假塑性断裂模式,并且出现层间开裂现象。对C/C-SiC复合材料进行10h CVI处理后发现,形成的热解炭可以作为炭纤维与树脂炭基体之间的界面,弥补了树脂炭的微孔,相比于未进行CVI处理的C/C-SiC复合材料,密度最大提高了4.98%,抗弯强度最大提高了38.86%。     

铁矿粉与CaO同化反应性能的表征方法

为解决在研究铁矿粉与CaO进行同化反应时通常采用最低同化温度这一终点体系指标来表征,而没有考虑同化反应速度和升温速率的缺陷以及采用多个指标来表征同化反应温度和速度在使用上的不便,本文充分利用铁矿粉在高温同化反应过程中获得的数据和范特霍夫规则,提出了量纲为1的同化反应特征数.该特征数包括同化反应速度、升温速率、同化温度和温度对同化反应速度的影响,可用来表征铁矿粉与CaO的同化过程中铁矿粉的同化温度、同化反应时间、同化反应结束温度等性能,并以烧结过程中的实际温度作为基准.该特征数综合了铁矿粉与CaO在同化反应过程中各重要信息,可以更全面地反映铁矿粉与CaO的同化反应性能.对两种方法得到的结果进行了比较,发现仅考虑最低同化温度这一终点指标时得到的结果相近,而采用同化反应特征数可以进一步细分出不同铁矿粉同化反应性能的差异.     

原料油汽化特性对催化裂化反应结焦过程影响的CFD模拟

为考察原料油汽化特性影响,在一套百万吨级工业FCC提升管中,基于多相欧拉模型耦合EMMS曳力和传质、油滴汽化和十二集总反应动力学模型,采用三维CFD模拟研究气液固三相流动、汽化、反应、结焦的复杂过程,新开发结焦预测模型定量预测结焦状况,对比研究不同原料油雾化液滴粒径和起始汽化温度下各相和反应组分浓度场、温度场分布和结焦程度。结果表明,模拟方法可较准确预测汽化、反应生焦和结焦过程,不同雾化液滴粒径和起始汽化温度通过流场分布和汽化快慢影响液相油滴汽化率和反应转化率;合适液滴粒径(60 μm)和起始汽化温度(654 K)可提升轻油、汽油、液化石油气目标产品收率并改善结焦程度。     

复杂道路场景下的车辆碰撞特征检测分析

针对复杂道路场景下的汽车安全问题,提出一种基于车辆轨迹数据的碰撞检测方法。该方法中利用一阶惯性滤波对包含加速度传感器的轨迹数据按时间序列去噪,通过算法对异常数据进行截取;根据领域知识形式化定义了碰撞的概念,进一步将异常数据段转化为碰撞的特征向;最后构建基于碰撞特征的碰撞检测二分类任务。在实验环境和实际的应用中,该方法能较好地去除复杂道路下行车过程中产生的噪声,并具备较好的查准率及查全率。     

基于字符级联合网络特征融合的中文文本情感分析

针对传统卷积神经网络(CNN)同层神经元之间信息不能互传,无法充分利用同一层次上的特征信息,以及无法提取长距离上下文相关特征的问题.该文针对中文文本,提出字符级联合网络特征融合的模型进行情感分析,在字符级的基础上采用BiGRU和CNN-BiGRU并行的联合网络提取特征,利用CNN的强学习能力提取深层次特征,再利用双向门限循环神经网络(BiGRU)进行深度学习,加强模型对特征的学习能力.另一方面,利用BiGRU提取上下文相关的特征,丰富特征信息.最后在单方面上引入注意力机制进行特征权重分配,降低噪声干扰.在数据集上进行多组对比实验,该方法取得92.36%的F1值,结果表明本文提出的模型能有效的提高文本分类的准确率.     

Ba0.7Sr0.3TiO3及其含Pb弥散相铁电体介电性能的研究

用固相反应法制备了Ba_(0.7)Sr_(0.3)TiO_3及其含Pb钛酸锶钡(BPST)陶瓷,运用修正的Smolenski的成分起伏理论和居里外斯定律,结合介电常数温度谱,研究了钙钛矿结构的BST及铅取代的钛酸锶铅钡(BPST)的弥散相,对其相变行为进行了分析,得出了的一些铁电模型参数.结果表明,该系列样品在弥散相变区的弥散指数α为1.29～1.88,相变区间为13.4～22.8℃;在顺电相其居里常量为1.25×10~5～1.47×10~5K数量级.当Pb含量为0.1(即Ba_(0.6)Pb_(0.1)TiO_3)时,居里峰较宽,弥散相明显,故具有较高的调谐温度稳定性.另外铅的加入提高了铁电体的相变温度,从44℃上升到175℃.     

氧化铅/碳纳米管复合材料的制备及其在钒电池中的应用

采用浸渍焙烧法制备了氧化铅/碳纳米管复合材料(PbO/CNTs).运用准稳态极化曲线、循环伏安以及电化学阻抗谱等方法研究了铅物种的引入对CNTs复合材料抑制析氢反应及电催化全钒氧化还原液流电池(VRFB)负极反应活性的影响,并采用恒电流充放电法对铅碳复合材料作为负极催化剂时VRFB的充放电稳定性进行了评价.实验结果发现:1A/cm~2时,引入PbO后CNTs析氢电位从-0.962 8V负移至-1.149V,PbO/CNTs复合材料具有良好的抑制析氢反应能力;同时,PbO/CNTs复合材料也显示出了更好的电催化VRFB负极反应的活性.同等条件下,以PbO/CNTs为负极催化剂的VRFB充放电容量比以CNTs为负极催化剂时高100~200mAh,并具有更好的容量稳定性.     

融水香菇多糖结构表征及体外抗氧化、降糖活性

以产自广西融水的香菇为原料,研究其香菇多糖(Lentinan,LNT)的结构、体外抗氧化及降糖活性.采用傅里叶红外光谱、核磁共振、扫描电镜及刚果红实验对LNT进行结构分析.通过测定羟基自由基(·OH)、1,1-二苯基-2-三硝基苯肼(DPPH·)清除率及总还原力评价LNT抗氧化活性.采用测定α-葡萄糖苷酶的抑制活性及胰...