原子级制造测量与表征研究现状综述

原子级制造是指将能量作用于原子,通过原子级材料的可控去除或者原子/分子级结构的大规模操控及组装,实现产品性能与功能跃迁的前沿制造技术,是一种可以大规模、批量化的先进制造技术。该过程需要在10-10m空间尺度下精确操控原子。同时,制造过程中原子的键合时间、电子动力学变化均发生在飞秒(10-15s)至阿秒(10-18s)量级。因此,只有具备超快时间和空间分辨在线检测与表征能力,才能够深入了解并利用原子级制造过程中原子尺度的新原理、新效应,保障原子级制造的可达性与可控性;只有实现原子级制造过程的高通量、大范围的在线监测,才能保障原子级制造的可靠性。基于此,原子级制造的测量与表征是指在原子级的时间、空间、能量尺度上对材料、结构或器件进行精确的测量和表征,以保障原子级制造的可达性、可控性与可靠性。本文介绍了原子级制造所需的测量表征手段的研究现状,从原子级超快动力学过程观测、原子结构演变原位表征、原子级制造过程在线质量监测三大方向进行系统梳理,总结了目前原子级制造测量与表征的挑战并针对未来发展给出建议。

多元表征视域下培养学生数学认知策略的途径

培养学生的数学认知策略有利于数学问题的解决,多元表征能够对知识进行不同形式的呈现,有助于学生多角度地理解问题.因此,可以借助图示表征、表格表征和模型表征等培养学生的数学认知策略.

基于图像识别的叶丝形态表征及其数值模拟

【背景和目的】研究一种叶丝颗粒的粒度和粒形表征方法,表征结果可用于其数值模拟的建模。【方法】采用图像分析技术,确定分散放置在二维平面上的每根叶丝的等面积圆当量径、最大弗雷特(Feret)径、圆形度和纵横比。【结果】(1)利用提出的叶丝颗粒图像采集和处理方法,通过对叶丝样品数据的统计分析,确定叶丝物料粒度和粒形的概率密度分布曲线,实现了长丝、中丝、短丝和碎丝4种长度叶丝物料的颗粒粒度和粒形表征,表征参数可定量的反映不同样品的颗粒尺寸和形状的差异。(2)离散单元法数值模拟结果表明叶丝的粒度和粒形性质对物料堆积高度有重要影响。本文基于实验测量得到的粒度和粒形概率分布曲线,生成了与实际形态分布一致的叶丝颗粒的数值模型,数值模拟结果与实验结果的偏差在1.3%以内。【结论】提出的方法从粒度和粒形对叶丝颗粒进行定量表征,表征结果一方面能反映不同物料的性质差异,另一方面可直接用于建立与实际情况接近的数值模型,从而准确预测不同长度叶丝颗粒的堆积高度。

基于多视图表征的虚假新闻检测

社交网络已经成为人们日常生活中获取和分享信息的主要渠道,同时也为虚假新闻的传播提供了捷径。如今,针对网络虚假新闻的检测问题受到学术界的广泛关注,但目前的检测方法缺乏基于新闻多个视角的深度探索或忽视了新闻中不同信息传播方向不同的问题,有待改进。文章提出一种基于新闻内容、用户信息和新闻传播3种视角的多视图表征和检测的模型MVRFD(Multi-View Representations for Fake News Detection),为虚假新闻检测任务提供更全面的视角。首先,利用协同注意力机制表征新闻内容中的多模态信息,使用具有不同方向的图神经网络聚合新闻传播过程中的用户信息和观点信息;然后,利用双协同注意力机制实现多个视角间的信息交互;最后,将新闻内容特征和新闻上下文特征进行融合。在公开数据集上的实验结果表明,文章所提出的模型实现了96.7%的准确率和96.8%的F1值,优于主流的文本处理模型以及基于单视角的检测模型。

表征与非表征视角下饮食地域刻板印象的验证与测量

饮食在地域之间不断交融,跨越国界、民族及社区,既成为一种表征的文化意义结构,也成为非表征的日常参与和实践,在表征与非表征视角下,饮食地域刻板印象的存在与具体内容值得探讨。为了厘清这一问题,本研究采用混合研究法对饮食地域刻板印象进行验证和测量。子研究1使用了问卷调查法检验外显层面的饮食地域刻板印象,子研究2采用语义启动的实验范式检验内隐层面的饮食地域刻板印象。研究发现,被试在内隐和外显层面均持有饮食地域刻板印象,主要包括主食偏好、口味偏好、份量偏好和具体菜品4个维度。本研究验证了饮食地域刻板印象具有外显和内隐、经验与情景并存的特征,这扩展了表征与非表征理论相结合的饮食社会文化地理知识。

污名化的语言表征及其社会认知阐释

污名化借助语言利器贬损受污对象以丑化其形象,尤见于国际政治场域和重大国际事件的后果中。破解污名化现象有必要对污名话语进行深层解构。本研究从社会认知语言学视角探讨国际格局深刻变化背景下美英两国智库和媒体对俄污名化现象的语言表征及其形成机制。研究表明,污名化可由用以炮制负面形象概念的新创词汇和贬义词汇来表征。这两类语言表征均与现实表征不相符,并受到心理表征制约,如社会认知因素中的刻板印象、社会图式、隐喻理解等,其语用目的为实现认知者(如话语主体及其所代表的集团)在政治、经济、文化等领域的切身利益。污名话语不仅是一种语言现象,更是一种意识操纵,体现了深刻的社会认知关系。

非符号数量系统的表征机制

非符号数量系统是人类数量认知的基础。现有研究对非符号数量系统和符号数量系统的关系问题存在分歧,有人认为非符号数量系统是符号数量系统的基础,而另一些认为符号数量系统对非符号数量系统有促进作用。现有研究忽视了非符号数量系统表征机制的影响,因此要说明两者之间的关系,还需重点关注非符号数量系统表征方式的概念和表征机制的作用,以更全面地理解这一领域的研究。

行业产教融合共同体实体化运行的具象表征、实践逻辑与推进策略

行业产教融合共同体是促进产教布局高度匹配、服务高效对接、支撑全行业发展的产教融合新型组织形态。行业产教融合共同体具有运行方式合作化、团体属性多重化、建设任务具体化的特征。行业产教融合共同体实体化运行应基于人才培养逻辑、产业发展逻辑和教育内生逻辑。通过规范搭建产教融合共同体领导架构,夯实产教融合共同体实体化运行决策基础;合理设置产教融合共同体工作组织,保证产教融合共同体实体化运行有序开展;建立健全产教融合共同体运行机制,保障产教融合共同体实体化运行规范有序;科学设计产教融合共同体建设任务,奠定产教融合共同体实体化运行工作目标;全面优化产教融合共同体运行环境,加固产教融合共同体实体化运行社会支撑等策略提升运行效果。

利用多重表征法探究碳酸氢钠溶液的分解与应用

为了探究NaHCO_(3)溶液分解温度,落实学生化学核心素养,通过“宏观表征”“符号表征”“曲线表征”“理论推导”等多种表征方法对NaHCO_(3)在水溶液中加热和常温两种情况下能否分解进行验证,利用传感器表征NaHCO_(3)分解的变化曲线,总结NaHCO_(3)在水溶液中加热和常温分解在生产和生活中的应用情况。

基于数学多元表征下的高中数学问题解决

本文基于数学多元表征下的主要三元表征数学图形表征、数学符号表征、数学文字表征来解决难度较高的不等式整数解题目,提供两大类别、五种解题方法,一题多解,拓宽学生的解题思路,提高学生的数学解题能力,并借助数学文字表征下的情景创新实例,总结此类问题的解决办法.

三轴联动,探多元表征,促大班幼儿数感发展——以大班数学活动“美丽的花园”为例

表征是指幼儿借助某种方式表达和展示他们对于周围世界的理解与感知,分为语言表征和非语言表征。其中,非语言表征又包括动作、符号、图形、图表、绘画、手工、数字等形式。幼儿的思维以具体形象思维为主,需要借助生动、具体的表征符号理解事物之间的关系。

问题表征在初中化学教学中的应用研究

问题表征是问题解决者根据问题所提供的信息和自身已有的知识经验形成问题空间的过程,也就是解决问题时理解问题的方式,个体将外部信息转换为内部信息。问题解决是化学学科教学目标的核心,而问题解决的首要环节是问题表征。问题表征策略是培养学生创新能力的需要,也是教师专业发展的需要。初中化学教学中的问题表征形式有言语表征、符号表征、图示表征、模型表征、条件罗列等。

不同干燥条件对白魔芋精粉性质的影响及其结构表征

为了研究不同干燥条件对白魔芋精粉性质的影响,该研究以新鲜白魔芋为原料,探讨自然干燥、真空冷冻干燥、热风干燥(低温干燥、高温干燥、分段干燥)5种不同的干燥条件对白魔芋精粉色泽、魔芋葡甘聚糖(konjac glucomannan,KGM)含量、乙酰基含量、流变学性质等特性的影响,并通过分子质量、红外光谱(Fourier transform infrared spectrometer,FT-IR)、X-衍射(X-ray diffraction,XRD)、扫描电镜(scanning electron microscope,SEM)进行结构表征。结果表明,自然干燥效率低,所得样品品质较差,真空冷冻干燥虽然能得到较高品质的样品,但对设备要求比较高,干燥效率低。综合考虑,使用100℃→60℃的热风分段干燥为最佳方法,此时得到的魔芋精粉KGM含量为64.63%、乙酰基含量为23.49%、分子质量为1102 kDa、色泽较好、结晶度高、颗粒完整且表面光滑,所得水溶胶具有较好的流变学性质。综上,分段干燥方式可以用于白魔芋及其他魔芋的干燥中,所得的魔芋精粉品质良好,为白魔芋的开发应用及干燥工艺提供一定的理论参考。

页岩基质孔隙油微观赋存及可动性定量表征——以东营凹陷沙河街组为例

页岩基质孔隙油微观赋存特征及可动性是制约陆相页岩油高效开采的关键要素。本文针对页岩基质孔隙内不同相态油的含量、比例、分布及可动性开展定量化表征研究,从理论上提出了页岩油吸附量、游离量、可动量评价模型以及吸附油占比评价模型(即吸附比例方程),建立了基于饱和—离心—核磁共振联合实验的孔隙油微观赋存及可动性评价方法。上述模型与方法在渤海湾盆地济阳坳陷东营凹陷沙河街组页岩油储层中进行了应用,揭示了实验条件(20℃、常压)下页岩基质孔隙中轻质油(正十二烷)微观赋存与可动性特征。结果显示:(1)富有机质页岩吸附油、游离油含量普遍大于含有机质页岩,吸/游比主体介于1~2,不同类型页岩中吸附油、游离油赋存空间具有差异性。(2)富有机质页岩吸附油平均密度(0.8331 g/cm^(3))略大于含有机质页岩(0.8067 g/cm^(3)),富有机质页岩吸附油平均厚度(1.7475 nm)约为含有机质页岩(0.5734 nm)的3倍,富有机质页岩具有更强的油—岩相互作用。(3)游离油赋存孔隙直径下限(d_(min))数值上等于吸附油平均厚度与孔隙形状因子的乘积,富有机质页岩d_(min)介于3.5~10.5 nm,开始主要富集游离油的孔隙直径约为100 nm;含有机质页岩d_(min)介于1.1~3.4 nm,开始主要富集游离油的孔隙直径约为30 nm。(4)富有机质页岩孔隙油可动性相对更好,其可动性指数(平均6.24 mg·g^(-1)·MPa^(-1))高于含有机质页岩(平均5.20 mg·g^(-1)·MPa^(-1)),孔隙油吸/游比约为1.5时具有较好可动性。(5)以油—岩相互作用为纽带,构建了页岩含油性、储集性及页岩油可动性之间的耦合关系,并数学描述了它们之间的内在联系,为寻找优质页岩油储层奠定了理论基础。

基于计算机视觉的岩石裂隙识别表征与软件研制

岩石裂隙特征是评判岩体结构及其完整性的核心指标,也是评估岩石工程安全稳定性的重要因素。针对岩石裂隙识别,采用深度学习方法,通过引入混合注意力机制对Unet模型进行了改进,有效提高了岩石裂隙识别的精度。针对交叉岩石裂隙的分离与特征提取,提出了一种基于迹线方向判定的裂隙分离与表征算法,依据裂隙分离的结果形式,采用重合追踪法或断裂追踪法分离交叉裂隙骨架,继而使用微分累加法、方框法、线性回归法求得裂隙的长度、宽度及倾角等几何特征指标。基于提出的算法,研制了一套具有图形用户界面的岩石裂隙图像智能识别与表征软件系统,实现了从深度学习模型参数选择、模型训练、裂隙识别、量化分析到结果可视化的完整功能。最后对岩石裂隙识别与分离表征算法的性能进行了评判,结果表明,改进Unet模型对复杂分布的裂隙识别效果最好,其总体识别性能要优于其他网络;骨架分离算法对常见类型交叉裂隙能够取得预期结果,表征算法对分离裂隙与交叉裂隙的表征精度高,对实际岩石裂隙图像的应用效果较好。研究成果可为基于计算机视觉的岩石工程试验与岩体结构检测技术研发提供参考依据。

致密砂岩气藏微观孔隙结构多尺度联合表征

致密砂岩的微观孔隙结构对气藏的开发至关重要。文中以临兴地区下石盒子组盒8段为研究对象,采用多种实验方法对致密砂岩孔隙结构进行精确表征。研究结果显示:致密砂岩主要孔隙类型为长石溶孔和岩屑溶孔,其次为粒间孔、晶间孔和微裂隙;高压压汞、CO_(2)吸附、N_(2)吸附以及渗吸-核磁等实验结果均反映了研究区致密砂岩孔隙结构具有较好的连通性;多尺度联合法表征的致密砂岩孔径分布以微孔为主,介孔次之,大孔最少;微孔的大量分布为比表面积做出主要贡献,介孔、大孔贡献较少,孔容主要由微孔、介孔贡献,大孔贡献较少;核磁共振计算的孔径分布比例与多尺度联合法的计算值在介孔、大孔阶段具有较好一致性,在微孔阶段,多尺度联合法的计算值大于核磁共振法,表明微孔为气藏的主要气体储集空间,而介孔和大孔为气体运移的主要通道,多尺度联合法在致密砂岩储层孔隙结构精细表征方面更具特色。

超长柔性悬挂固体充填刮板输送机异常工况表征及自主调控方法

固体充填刮板输送机是固体充填开采技术的关键装备,其高效智能化的程度制约着固体智能充填开采技术的进步,暂难突破超大采长、大功率、高可靠性的瓶颈,运行状态受地质条件、充填工艺等主控因素影响显著,异常工况自主调控问题亟待解决。总结了固体充填刮板输送机特征;构建了固体充填刮板输送机位姿形态与运输状态表征方法;通过分析异常工况的形成机理,选取异常工况判别指标,结合位姿与运输状态表征方法,给出了其空间位姿、牵引状态等异常工况判别准则与典型异常工况的调控路径,揭示了多工况状态下固体充填刮板输送机运载调控机制,提出了实时调控充填材料运输量、直线及水平程度组合的异常工况自主调控方法。全国首个260 m工作面长固体充填工程案例表明:通过异常工况自主调控,平均最大水平偏移距每减少100 mm,刮板链牵引力可减少85 kN,输送功率损耗可减少55 kW;平均最大垂直偏移距每减小100 mm时,输送功率损耗可减少7.2 kW;单位长度货载运量每减少100 kN/m,刮板链牵引力可减少31.9 kN,输送功率损耗可减少38.2 kW。所提出的异常工况自主调控方法可显著提升固体充填刮板输送机的输送效能,可助力实现固体智能充填开采。

基于深度表征学习和遗传算法的军用座舱色彩设计方法

军用座舱色彩设计作为载人军事设备工业设计中较为主观的一部分,设计的合理性至关重要。为提高军用座舱色彩设计的科学性,提出一种基于深度表征学习和遗传算法的军用座舱配色方法。利用深度表征学习模型预测军用座舱配色方案,并根据色彩感知理论建立军用座舱配色模型,将其作为生成方案的限制条件。同时,引入交互式遗传算法到智能配色系统中,通过人工引导的方式优化神经网络的参数,对预测的配色方案进行有效迭代。实验结果表明:该方法生成的配色方案符合军用座舱配色模型,结合遗传算法的模型预测准确率比单一的深度表征模型提高了16%~18%。相较于人工色彩设计方案,军用座舱智能配色方法生成的方案满意度略优、设计周期缩短了80%~88%,色彩稳定性提高了6%~12%。

基于多尺度结构表征研究直链淀粉-番茄红素复合物的组装方式

为明确直链淀粉-番茄红素复合物(amylose-lycopene complexes,ALCs)的精细结构,揭示其主客体组装方式,分别采用扫描电子显微镜、X射线衍射分析、差示扫描量热分析、傅里叶变换红外光谱及13C固体核磁共振表征其多尺度结构。研究发现:ALCs中淀粉对番茄红素的复合指数为(17.10±0.01)%,说明番茄红素可进入淀粉螺旋空腔形成复合物;ALCs为球形V-型亚微晶的II型复合结构,其T0为(106.72±0.63)℃,结晶度达(65.32±0.22)%;红外光谱中未见960 cm-1处特征吸收,表明主客体间存在复合作用;ALCs的结构组成排序为:双螺旋>无定形态>V-型单螺旋;其中,双螺旋和V-型单螺旋结构占比分别达(55.95±3.25)%和(17.84±0.96)%。结果表明:直链淀粉通过包合和缠绕番茄红素,组装形成热稳定的复合结构。研究阐明了ALCs的组装方式,揭示了其改善番茄红素稳定性的机制,为拓展番茄红素作为功能性色素在食品和药品领域的应用提供理论依据。

单视角三维服装重建的民族风格表征学习

针对民族服装风格多样、款式和配饰复杂,导致单视角三维服装重建结构不完整、风格不准确和局部特征模糊等问题,为了学习和映射民族服装的潜在风格特征,提出一种单视角三维服装重建的民族风格表征学习方法.首先结合定义的民族服装形状风格和几何拓扑构建形状表征,学习形状潜在特征;然后基于区域定位和关键点,并融合定义的款式风格、着装部位进行款式表征,得到局部感知区域图,以学习款式潜在特征;再联合形状、款式特征以及定义的对称损失函数,隐式重建出民族服装的初步模型;最后在卷积网络中引入图像的超像素特征、Branch分支和配饰的语义解析建立配饰表征,并编码UV位置图到特征空间,生成民族服装的最终模型.在自定义的少数民族服装数据集上的实验结果表明,所提方法的倒角距离和法线余弦距离分别为1.732和0.13,较已有方法降低11%和18%,能够提高单视角三维民族服装重建的精度,生成具有民族风格的三维服装模型.