地幔不均一性与地幔循环的多维表征和原因思考

地幔早先经核-幔-壳分异形成,后受不同尺度对流和循环的影响,因而具有不均一性特征。近三十年来,地幔化学通过研究大洋玄武岩发现了多样地幔端元和非放射性同位素证据并证明了地幔不均一性,逐渐建全了地幔地球化学体系。然而,地幔不均一性如何对应于时空尺度的地幔循环,以及地球演化如何影响地幔不均一性等,仍不清楚。此外,地球物理研究显示,岩石圈厚度差异、中下地幔的波速异常体以及俯冲板片形态的观测为纵横向对流系统提供了空间不均一性证据支持。联合地球化学和地球物理手段对研究地幔不均一性至关重要,用好透视地幔成分与结构的“双目镜”已成为共识。本文从地幔不均一性结合地球化学场、地球物理的不同表现形式,以及现今及历史时期的洋陆格局的对比,多维度联系地幔循环和演化,思考了超大陆旋回与地幔不均一化的内在逻辑。强调了从全球演化角度看地幔不均一性的重要性和提出多手段联合建立地幔循环驱动模型的展望。

一种三相线电压级联单位功率因数整流器负载不均衡特性分析及电压均衡控制策略

该文对一种由三个三相单开关整流器线电压级联构成的三相单位功率因数整流器的负载不均衡特性和输出电压均衡控制策略进行分析和研究,首先详细阐述此类整流器在三个直流侧负载不均衡时,交流输入端电流能自动保持均衡的独特特性及相应工作机理;然后研究系统整体分层控制策略。在传统的基于电压外环PI控制、电流内环PR控制的上层控制基础上,针对各整流模块参数不一致及负载功率不一致引起的各模块输出电压不均衡问题,通过加入偏差因子调制波补偿的底层控制,实现了对每个模块输出功率的独立调节,进而实现了各整流模块输出电压的均衡控制。仿真和实验结果验证了所研究拓扑结构的优越性和控制策略的可行性。

不均衡小样本下多特征优化选择的生命体触电故障识别方法

针对现有的剩余电流保护装置无法有效识别触电事故的问题,该文提出了一种不均衡小样本下多特征优化选择的生命体触电故障识别方法。首先通过变分自编码器(VAE)对实验收集到的生命体触电小样本数据进行增殖以实现正负样本均衡;然后在时域上提取能够反映波形动态变化特性的23个特征量,并利用高斯核Fisher判别分析(GKFDA)与最大信息系数(MIC)法从中选择最优表达特征组;最后,提出基于遗忘因子的在线顺序极限学习机(FOS-ELM)算法实现生命体触电行为的鉴别。实验结果表明,所提方法利用不均衡小样本触电数据集就可以训练出一个优秀的分类模型,诊断准确率可达98.75%,诊断时间仅为1.33 ms。其优良的性能结合在线增量式学习分类器设计,使得模型具备新知识学习能力,具有极好的工程应用前景。

基于列线图建立儿童双眼屈光不均衡的风险因素模型及应用价值探讨

目的探讨儿童双眼屈光不均衡的风险因素。方法回顾性分析2020年1月—2022年12月在江苏大学附属医院眼科接受视力检查的156例儿童的临床资料,根据检查结果分为屈光正常组82例和屈光不均衡组74例。收集两组儿童的性别、年龄、体质量指数、睡眠时间、用眼时间、阅读距离、眼部家族病史等资料;采用眼科光学生物测量仪和角膜地形图仪等仪器检测两组儿童的视力测试指标,包括眼压、角膜前表面平均屈光力、等效球镜度、眼轴长度、瞳孔直径、功能性光学区、球差和彗差;采用多因素Logistic回归模型分析筛选儿童双眼屈光不均衡的风险因素,构建列线图预测模型,并评价模型的拟合效果。结果屈光不均衡组儿童的用眼时间更长(P<0.05),眼部疾病家族史比例、双眼眼压、屈光力、等效球镜度、眼轴长度和瞳孔直径的差值及高阶像差均高于屈光正常组(P<0.05),而每日睡眠时间、阅读距离和功能性光学区均低于屈光正常组(P<0.05)。多因素Logistic回归分析结果显示,眼部家族病史[OR=13.523(95%CI:3.358,54.461)]、睡眠时间[OR=0.064(95%CI:0.023,0.179)]、用眼时间[OR=21.424(95%CI:6.121,74.983)]、阅读距离[OR=0.087(95%CI:0.036,0.211)]、眼压差值[OR=86.960(95%CI:14.687,514.897)]、角膜屈光力差值[OR=1.736(95%CI:1.043,2.890)]、等效球镜度差值[OR=12.937(95%CI:4.300,38.925)]、眼轴长度差值[OR=29.077(95%CI:10.166,83.170)]、瞳孔直径差值[OR=14.179(95%CI:4.880,41.198)]、功能性光学区差值[OR=0.495(95%CI:0.291,0.844)]、球差[OR=68.843(95%CI:16.304,290.687)]、彗差[OR=2.085(95%CI:1.007,4.318)]均是儿童双眼不均衡的风险因素(P<0.05)。结论儿童的用眼习惯和眼部检测指标均是影响其双眼屈光不均衡的重要因素,针对这些因素可以及时采取干预措施,防止儿童屈光异常的发生。

数字化支付对家庭消费不均等的影响

本文基于2019年中国家庭金融调查数据,从微观视角考察数字化支付对家庭消费不均等的影响。研究发现:数字化支付能够显著缓解家庭消费不均等;心理账户是数字化支付缓解家庭消费不均等的重要机制,数字化支付通过心理账户降低了支付痛苦,提高了消费总效用,缓解了家庭消费不均等的状况。异质性分析表明,数字化支付对农村地区、低教育水平、男性户主家庭消费不均等的缓解作用更大。

软硬不均地层沉管隧道碎石基床力学特性研究

为揭示软硬不均地层下沉管隧道碎石基床力学特性,通过有限元分析及理论计算,对沉管隧道纵横向地基沉降及刚度的分布规律、参数敏感性及结构纵向受力响应问题进行量化分析,结果表明:岩基段基底压力分布中间小两侧大,中间位置会出现脱空,软基段为两端小中间大,结构两端会出现脱空;岩基与软基的基底应力值较为接近,但地基刚度相差较大,岩基段为软基段的14倍;岩基段地基纵向刚度受垫层厚度、模量及预压荷载等参数影响变化大,应以岩基段垫层设计厚度作为全线的控制标准;软基段接头平均剪力约为岩基段的3倍;软硬不均地层沉管隧道碎石基床力学特性研究为沉管法隧道在复杂地质条件下推广应用提供了重要参考意义。

张力减径张力系数对无缝钢管壁厚不均的影响

通过观察内孔形状及测量壁厚对无缝钢管壁厚精度情况进行研究;采用电子扫描显微镜对合金微观组织进行分析。结果表明:张力减径过程中采用大张力系数配合等壁或减壁方式进行轧制,可有效改善无缝钢管壁厚的均匀性,提高壁厚精度。采用大张力系数进行轧制的无缝钢管的组织呈现均匀分布的特征。

碳化硅MOSFET并联电流分配不均衡影响因素与抑制方法综述

碳化硅MOSFET凭借其高压、高温和高频等优异性能逐渐在工业中得到应用,然而碳化硅MOSFET并联电流分配不均衡问题限制了其性能发挥,并增加失效风险。为了充分发挥碳化硅MOSFET的性能优势,本文首先从芯片参数、功率回路参数和驱动回路参数3个方面阐述并联电流分配不均衡影响因素,然后综述了近年来国内外抑制并联不均衡电流的研究成果,对电流不均衡抑制方法从电流均衡种类、扩展难度、集成难度和经济成本四个维度进行了综合比较分析。最后,根据现有研究不足与面临挑战,本文对碳化硅MOSFET并联电流分配不均衡抑制方法进行展望。

马克思主义收入分配理论解决收入不均衡问题研究

改革开放特别是党的十八大以来我国居民收入水平大幅提高,但是仍存在发展不充分和收入不均衡的问题。收入分配方面出现的不均衡,降低了群众的获得感、幸福感和安全感,同时影响了高质量发展目标的实现,并阻碍了共同富裕的进程。因此,改革分配制度是当前社会发展过程中亟须解决的重要问题,我国收入分配制度的改革必须以马克思主义收入分配理论为指导。马克思主义收入分配理论主要探讨了收入分配的决定因素和来源、资本主义的剥削问题、社会总产品的分配原则、收入分配的尺度与标准以及共产主义社会收入分配的设想等,处处彰显收入分配的公平正义价值追求。深入理解并运用马克思主义收入分配理论,建构以人民为中心、以共同富裕为目的的分配制度,是解决收入分配不均衡问题的重要途径。

数据集不均衡下的机电设备工作状态自动化控制系统

为改善系统控制效果,该文设计数据集不均衡下的机电设备工作状态自动化控制系统。构建机电设备工作状态自动化控制系统框架,利用CAN总线网络将其传输至控制层后,数据处理模块调用SMOTE算法对获取的机电设备工作状态数据作重构处理,控制模块的CAN控制器根据电路开关状态实现机电设备状态的转换后,采用PID控制算法并引入人工智能技术实现机电设备工作状态自动化控制。实验结果表明,该系统可实现机电设备工作状态自动化控制,控制时间短,控制后的机电设备运行电流曲线与正常工况下基本一致,控制误差介于(0.01,0.02)区间。

南北生意“冷热不均” 米村拌饭的模式仍需验证

米村拌饭有多火?抖音上,米村拌饭的话题播放量高达14.5亿次,直追老乡鸡的16.6亿次,当然其开店规模也快和老乡鸡不相上下了。今年1-8月,米村拌饭新开门店近400家,全国门店数量已突破1400家。

基于TRIZ理论解决立柱栽培蔬菜长势不均的问题

由于立柱基质栽培设施存在上下层水肥供应不均和阴阳面光照不均的问题,导致了蔬菜长势不均进而影响高产,为了解决这些问题,引入TRIZ理论,根据TRIZ一般解题流程,首先陈述具体技术问题,然后抽象为TRIZ通用问题模型,再运用TRIZ工具得到通用的解决方案模型,共获得16种解决方案,最后结合实际,通过方案评价进行选择和技术集成,最终优选出“立体水培(或气雾培)+动态旋转+周期性供水肥”的集成方案,解决了立柱基质栽培水肥供应不均和光照不均的问题,有望进一步实现蔬菜无土栽培提质增产。

高炉两铁口出铁不均的原因分析及应对措施

针对高炉在出铁作业过程中阶段性出现的不均匀、不稳定现象,从收集到的铁量差、出铁量、出渣量、炉温、物理热、出铁时间、下渣时间等参数入手分析原因,并制定和实施了对应的治理措施,取得良好的效果。

农村收入不均衡对农村儿童健康的影响——基于CFPS的实证研究

儿童健康促进一直是政府、社会以及学界普遍关注的问题。本文使用2020年的中国家庭追踪调查(CFPS)数据,探究农村收入不均衡对农村儿童健康的影响。结果表明:以县级基尼系数衡量的收入不均衡对农村儿童健康产生了显著的负向影响,且这种影响会随着家庭收入排序的升高而降低;以Kakwani指数衡量的相对收入也对农村儿童健康产生显著负向影响。稳健性检验表明,本文的回归结果是可靠的。异质性结果显示,农村收入不均衡对男性、学龄儿童健康的负向影响更为显著。建议加大政策力度,通过提高低收入家庭的收入水平、合理分配医疗资源、完善社会心理疏导机制、注重增强健康意识等措施改善农村儿童的健康状况。

水工构筑物复杂地质不均沉降处理技术的研究与应用

结合新疆地区建设项目的实际情况,分析了该地区的特殊地质情况,并提出了相应的对策。本地区场地属于天山褶皱带内的中新生代,新生代构造运动后谷地沉积了巨厚的第四系冲、洪积物,土壤质地较软。针对这一地区的水工构筑物建设工程,多采用复合地基进行加固,然而,由于局部土壤性质的不同,容易引起建筑物的不均匀沉降,从而产生诸如底板开裂等结构质量问题。文章根据某工程实际,对构筑物工后不均匀沉降的处理方法进行了简单介绍。

新兴市场经济中物价变动与收入分配不均的关联性分析

当今社会,价格波动对人民生活、经济状况的显著的。物价的变化,尤其是对低收入人群而言,可能会不同程度地影响他们的消费决策,影响他们的生活质量。同时,价格变化与收入分配不均也有一定联系。本文以此为背景,对物价变化与新兴市场经济中收入分配不均之间的关联性进行了研究。物价变动与收入分配不均之间的关联机制,是通过研究低收入和高收入群体的影响而揭示出来的。在此基础上,为促进收入均衡分配提出了一些相关政策建议。

基于数据不均衡的CART决策树用电异常检测方法

针对现有的用户用电行为数据量庞大,且正负样本不均衡从而导致用电异常检测准确率低的问题,通过合成少数类过采样技术算法增加样本数据,构建正负样本相对均衡的数据集。然后,通过分类回归树决策树模型对重平衡后的样本数据集进行特征提取,从而获得分类结果并对其进行可视化,通过五折交叉验证对该算法进行仿真实现,分析模型的可靠性及稳定性。结果表明,提出的方法提高了用户用电行为异常检测准确率,有效消除了数据不均衡对异常检测准确率的影响。

上海轨道交通客流不均衡特征分析

文章立足于上海轨道交通大客流管理的实际情况,以客流的宏观特性和微观特性为切入点,研究了客流不均衡的主要区段和产生原因,并对某连续三年进出站客流和重点车站客流增长的数据进行了分析,对缓解客流不均衡的可行性进行了论证。研究发现,高峰时段的前后邻近时间段内存在较大的满载率和运力余量,采取弹性票价、换乘引导等措施将客流不均衡区段进行转移在理论上是可行的。

逐层Transformer在类别不均衡数据的应用

为解决临床医学量表数据类别不均衡容易对模型产生影响,以及在处理量表数据任务时深度学习框架性能难以媲美传统机器学习方法问题,提出了一种基于级联欠采样的Transformer网络模型(layer by layer Transformer,LLT)。LLT通过级联欠采样方法对多数类数据逐层删减,实现数据类别平衡,降低数据类别不均衡对分类器的影响,并利用注意力机制对输入数据的特征进行相关性评估实现特征选择,细化特征提取能力,改善模型性能。采用类风湿关节炎(RA)数据作为测试样本,实验证明,在不改变样本分布的情况下,提出的级联欠采样方法对少数类别的识别率增加了6.1%,与常用的NEARMISS和ADASYN相比,分别高出1.4%和10.4%;LLT在RA量表数据的准确率和F 1-score指标上达到了72.6%和71.5%,AUC值为0.89,mAP值为0.79,性能超过目前RF、XGBoost和GBDT等主流量表数据分类模型。最后对模型过程进行可视化,分析了影响RA的特征,对RA临床诊断具有较好的指导意义。

样本不均衡时轴承故障的非平衡卷积网络诊断

为了提高样本不均衡条件下轴承故障诊断精度,提出了基于VAE-SNN的样本增广方法和基于非平衡损失网络的故障诊断方法。首先,使用变分自编码器用于数据生成,并依据孪生神经网络对生成数据的类别进行判定,实现了基于变分自编码器和孪生神经网络的样本增广;其次,分析了卷积神经网络无差别对待样本的缺点,针对不均衡样本的特殊性,提出了非平衡损失函数卷积网络,该网络能够自动关注数量少、难分的样本训练。经实验验证,生成对抗网络增广的样本相似度为0.847,孪生神经网络增广的样本相似度比对抗网络提高了6.61%,说明孪生神经网络的样本增广效果更好;在相同诊断方法前提下,样本增广后比增广前的准确率提高了9.42%,说明样本增广有利于提高轴承的故障诊断准确率;非均衡损失网络比卷积神经网络的诊断精度提高了7.17%,比自适应深度学习提高了4.12%,验证了非均衡损失网络的高准确率和优越性。