电化学沉积Bi_2Te_3薄膜及其发电器件的制备

通过控制不同梯度的电流密度和电沉积时间,利用电化学方法在铜片上沉积Bi/Te薄膜,经不同温度退火处理后生成Bi2Te3;采用SEM(带EDS)和XRD对薄膜的形貌、成分进行分析,研究了电流密度和电沉积时间对晶粒成长的影响,并对用Bi2Te3薄膜制成发电器件的性能进行了研究。结果表明:电流密度越大,Bi2Te3晶粒尺寸越小;电沉积的时间越长,Bi2Te3薄膜越均匀;退火过程中350℃结晶效果最好;退火后可以形成多晶薄膜,颗粒致密均匀,具有一定择优取向性,还可以提高Seebeck系数,达到-123μV/K;对比传统块状粒子发电,电化学沉积制备的Bi2Te3薄膜发电器件更具有优势。

交替寻优生成元素幅值结合混沌随机相位构造循环测量矩阵

循环矩阵由于其对应离散卷积且具有快速算法被广泛应用于压缩测量矩阵.本文从循环测量矩阵生成元素的幅值和相位两个方面探索循环测量矩阵的优化构造,提出交替寻优生成元素的幅值并结合混沌随机相位实现循环测量矩阵的最优构造.由一维和二维信号循环测量矩阵的不同表示形式出发,将等价字典列向量之间互相干系数的Welch界作为逼近目标,推导出了一维和二维信号循环测量矩阵生成元素幅值优化的统一数学模型,提出采用交替寻优方法求解生成元素幅值的最优解.利用混沌序列构造循环测量矩阵生成元素的随机相位.与已有的典型循环测量矩阵相比,本文优化构造的循环测量矩阵所对应的等价字典列向量之间具有更低的互相干性,这正是所构造的循环测量矩阵优越性的本质所在.

基于有限元法的输电线风荷载分析

由于输电线的风载荷易造成输电线及杆塔的损坏,严重影响电力电网的正常运行,输电线的风载荷分析是对自然的随机风场引起的随机风力,采用一种适用而有效的顺风向荷载模拟方法进行描述。在输电线舞动的计算机仿真过程中,采用有限个梁单元模拟输电导线状态,利用最小位能原理推导出有限元方程,结合计算实例运用AN-SYS进行模态和谐响应分析,为今后线路的优化设计提供依据。

基于单片机和GPRS的配电变压器远程监测系统设计

介绍了一种基于C8051F020单片机和MC52i无线通信模块构建的配电变压器远程监测系统,采用单片机实现多通道数据采集,完成帧结构定制,并通过串口实现GPRS模块的控制和信息收发。

Bi_2Te_3柔性热电薄膜发电器件

在几种形状不同的柔性电路板上磁控溅射Bi_2Te_3薄膜,温差测试之后进行结构的优化设计。在给予一定温差条件下,测量优化设计后的柔性热电薄膜在退火前后的输出电压和电阻率,并提出了改进措施。研究表明:优化后的柔性热电薄膜相较之前有很大的改善;柔性热电薄膜输出的电压与提供的温差近似呈线性关系;在温差为200K时,输出电压为310mV,电阻率为0.792mΩ·cm;200℃/h真空退火后,输出电压增大到368mV,电阻率也同时增大,达到0.869mΩ·cm。

面向中小型企业的贸易网络系统初探

本文介绍了贸易网络系统在支持中小型企业走向国际市场中的作用。重点探讨了该系统的理论结构及功能并研究了技术支持条件和建立该系统的可能性．

基于LSTM模型的飞行器智能制导技术研究

人工智能技术的突破性进展为飞行器再入制导技术的研究提供了新的技术途径,本文针对预测校正制导中两方面的问题:一是纵向“预测环节”积分计算量大和“校正环节”割线法迭代求解难以满足实时性的问题,二是纵向制导和横向制导都需要对动力学方程进行积分,存在明显的冗余计算问题,提出基于长短期记忆网络(long short-term memory,LSTM)的飞行器智能制导技术.一方面,在纵向制导中不需要对动力学方程进行积分来预测待飞射程,即去除“预测环节”;另一方面,不再基于割线法迭代求解倾侧角的幅值,即去除倾侧角的“校正环节”,大大减少积分计算量,提高计算速度.利用深度学习在神经网络映射能力和实时性方面的双重天然优势,基于再入飞行器的实时状态信息,采用LSTM模型实时生成倾侧角指令.同时,将纵向和横向制导环节的制导周期统一为一个周期,进一步确保制导系统满足在线制导的实时性要求.蒙特·卡罗仿真分析表明,本文所提的方法在飞行器再入初始状态和气动参数拉偏情况下具有精度和速度上的优势.

基于卷积高斯混合模型的统计压缩感知

高斯混合模型被广泛应用于统计压缩感知中信号先验概率分布的建模.利用高斯混合模型对图像的概率分布进行建模时,通常需要先对图像分块,再对图像块的概率分布进行建模.本文提出卷积高斯混合模型对整幅图像的概率分布进行建模.通过期望极大化算法求解极大边缘似然估计,实现模型中未知参数的估计.此外,考虑到在整幅图像上计算的复杂度较高,本文在卷积高斯混合模型和压缩测量模型中引入循环卷积,所有的训练和恢复过程都可以利用二维快速傅里叶变换实现快速运算.仿真实验表明,本文所提的MMLEconvGMM算法的恢复性能要优于传统的压缩感知算法的恢复性能.

中学综合档案管理的重要地位及加强其管理的有效途径

在中学管理中,综合档案管理是一项非常重要的工作,通过综合档案管理,学校领导班子可以全面地掌握学校的历史面貌和实际情况,根据实际来进行针对性的管理,因此,应该重视综合档案的管理,并通过相关手段来提升管理的有效性,有效提升学校管理水平。

奋力开创安徽志愿服务发展新局面

安徽省民政厅高度重视学习贯彻习近平总书记重要指示精神,切实增强政治意识,明确职责定位,发挥志愿服务在"现代化五大发展美好安徽建设"中的作用,开创安徽志愿服务发展新局面。一、坚持高位推动,推进志愿服务制度化建设一是填补法制化空白。加快推进《安徽省志愿服务条例》立法进程,从法律层面对志愿服务进行促进和规范。

抓好科技示范工程 促进农村经济发展

旌德县地处皖南山区：全县总人口15．3万人，其中农业人口13．3万人。总面积904．8平方公里，其中山场占62．5％，耕地占12．4％，是个典型的“六分山、一分田、三分道路和庄园”的山区小县。

2008年至2018年我国近10年校园足球领域期刊分析——基于Cite Space V可视化图谱

2009年全国青少年校园足球活动通知及实施方案发布后,校园足球在国内研究迅速升温,通过分析该领域期刊研究,更好地探究现阶段研究态势。搜集2008—2018年中文社会科学引文索引(CSSCI)数据库及CNKI收录的体育类校园足球核心期刊,通过文献计量可视化软件Cite Space V,从作者、机构合作、关键词共现网络等方面绘制知识图谱,梳理研究脉络,直观揭示国内校园足球的研究现状及发展趋势。我国近十年相关研究围绕校园足球普及和提高两大主题,主要涉及顶层机构管理、开展现状调查、经验借鉴等方面;青训体系、竞赛体系、校园足球文化自2017年起成为热点;建议今后该领域研究应注重构建校园足球多方面评价体系、进一步健全我国青少年足球人才培养模式。

基于混沌序列和RIPless理论的循环压缩测量矩阵的构造

压缩测量矩阵的构造是压缩感知的核心工作之一.循环矩阵由于其对应离散卷积且具有快速算法被广泛应用于压缩测量矩阵.本文力图将混沌的优点和循环矩阵的优点相结合,提出基于混沌序列的循环压缩测量矩阵.混沌循环测量矩阵元素的产生仅需要利用混沌的内在确定性,即利用混沌映射公式、初始值以及一定的采样间隔就可以产生独立同分布的随机序列;同时混沌序列的外在随机性可以满足压缩测量矩阵对随机性的要求.本文给出了使用Cat混沌映射时混沌循环测量矩阵的构造方法,以及该矩阵RIPless特性的检验.研究了采用构造的混沌循环测量矩阵对一维和二维信号进行压缩测量的效果,并与采用传统的循环测量矩阵的效果进行了比较.结果表明,混沌循环测量矩阵对于一维和二维信号都具有很好的恢复效果,且对二维信号的恢复性能要优于已有的循环矩阵.从相图角度分析了混沌循环测量矩阵优于已有的循环矩阵的机理,指出混沌的内在确定性和外在随机性的有机结合是所构造的混沌循环测量矩阵性能优于传统的循环矩阵的本质性原因.

基于强化学习的禁飞区绕飞智能制导技术

人工智能(AI)的快速发展为飞行器制导技术的研究提供新的技术途径。本文针对高速飞行器面临不确定禁飞区的绕飞问题,提出“预测校正制导—基于监督学习预训练倾侧角制导模型—基于强化学习进一步升级倾侧角制导模型”逐级递进的禁飞区绕飞智能制导研究框架:一是基于传统预测校正制导生成大量禁飞区绕飞样本轨迹,并基于监督学习方法对倾侧角制导模型进行预训练;二是进一步采用强化学习中近端策略优化算法(PPO)升级倾侧角制导模型,通过飞行器与带有不确定禁飞区环境的大量交互探索,并设置有效的奖励引导,充分挖掘高升阻比飞行器强大的横向机动能力,摆脱传统预测校正制导方法对倾侧角解空间的约束,期望产生更优的绕飞策略。通过与传统预测校正制导和基于监督学习的智能制导的对比分析,验证了基于强化学习的禁飞区绕飞智能制导技术能够充分发挥飞行器的宽域飞行优势,满足未来飞行器智能决策系统对不确定绕飞场景的适应性需求。

基于强化学习的再入飞行器“新质”走廊在线生成技术

人工智能技术的突破性进展为飞行器再入制导技术的研究提供了新的技术途径。无论是基于标称轨迹的制导还是预测校正制导,都需要基于人工经验设计飞行走廊参数。本文旨在突破传统制导方法中普遍存在的“锥形”飞行轨迹包络的约束,利用强化学习技术在智能决策方面的天然优势,在满足动力学方程和热流率、过载、动压等硬条件的前提下,通过飞行器与环境的大量交互“试错”:一方面,借鉴人类基于反馈来调整学习策略的思想,设置有效的奖励(反馈)引导;另一方面,利用强化学习中近端策略优化(PPO)算法训练飞行器倾侧角制导模型,基于实时的状态信息在线决策倾侧角指令,探索出完全不同于传统制导方法的“新质”飞行走廊。Monte Carlo仿真分析验证了基于强化学习的智能制导技术能够充分发挥飞行器的宽域飞行优势,进一步拓展飞行剖面。

中国飞机租赁行业发展与政策探讨

飞机租赁在中国是一个新兴行业，本文对比了爱尔兰和新加坡这两个飞机租赁行业相对成熟的国家的政策环境，并对中国飞机租赁行业的发展提出相关政策建议。

基于Q-Learning算法的再入飞行器制导方法

针对再入飞行器制导方法需要根据人工经验调整参数才能适应不同远近、方位目标点的问题,提出'智能预测校正制导'的概念,将飞行环境构建为包含千万量级状态点的状态空间,采用强化学习算法训练制导模型参数,纵向制导依然采用基于定攻角剖面的倾侧角迭代方法,横向制导则利用Q-Learning算法训练横向翻转决策器。结果表明,该算法训练制导模型有较快的收敛速度,集成多个决策器的打靶成功率达到0. 973。基于QLearning算法的再入飞行器制导方法消除了原有方法基于规则的横向制导逻辑对飞行器附加的一些不必要约束,使飞行器在复杂任务中发挥其较强的机动能力成为可能,有望应用于规避多禁飞区的轨迹规划研究。

基于安全自适应强化学习的自主避障控制方法

障碍规避是无人机等自主无人系统运动规划的重要环节,其核心是设计有效的避障控制方法.为了进一步提高决策优化性和控制效果,本文在最优控制的设定下,提出一种基于强化学习的自主避障控制方法,以自适应方式在线生成安全运行轨迹.首先,利用障碍函数法在代价函数中设计了一个光滑的奖惩函数,从而将避障问题转换为一个无约束的最优控制问题.然后,利用行为–评价神经网络和策略迭代法实现了自适应强化学习,其中评价网络利用状态跟随核函数逼近代价函数,行为网络给出近似最优的控制策略;同时,通过状态外推法获得模拟经验,使得评价网络能利用经验回放实现可靠的局部探索.最后,在简化的无人机系统和非线性数值系统上进行了仿真实验与方法对比,结果表明,提出的避障控制方法能实时生成较优的安全运行轨迹.