A Novel 3D Pillar-layered Co(Ⅱ)-MOF with(4,8)-Connected Topology:Synthesis,Structure and Magnetic Properties

By using ＂pillaring＂ strategy, a new Co（Ⅱ）-MOF, [Co_2（abtc）（bimb）_2]·2H_2O（1, H_4abtc = 3,3？,5,5？-azobenzenetetracarboxylic acid, bimb = 4,4？-bis（imidazole-1-ylmethyl）biphenyl）, has been solvothermally synthesized and structurally characterized. The structural determination revealed that 1 features a 3D pillar-layered framework with（4,8）-connected {4^4.6^2}{4^8.6^（20）} topology based on dinuclear Co（Ⅱ）-SBUs. The magnetic investigation shows that the dominant antiferromagnetic coupling is observed in compound 1.

星-三角接法的分数槽永磁电机匝间短路故障分析

为了分析永磁电机绕组采用星-三角(Y-△)接法时发生匝间短路故障后对电机的影响,建立了绕组在Y-△接法下分别在星形(Y)接法部分和角形(△)接法部分发生匝间短路故障的电路模型,推导得到故障发生后电机三相电流。以10极12槽永磁电机为例进行二维有限元仿真,对传统的Y接法双层绕组永磁电机和Y-△接法4层绕组永磁电机发生匝间短路故障的情况进行对比分析。仿真结果表明:在Y-△接法下匝间短路故障位置的不同对电流会有很大影响;在发生匝间短路故障后Y-△接法能降低电机的转矩脉动,降低故障发生后故障相电流中的3次谐波幅值。

基于BERT的两次注意力机制远程监督关系抽取

针对词向量语义信息不完整以及文本特征抽取时的一词多义问题,提出基于BERT(Bidirectional Encoder Representation from Transformer)的两次注意力加权算法(TARE)。首先,在词向量编码阶段,通过构建Q、K、V矩阵使用自注意力机制动态编码算法,为当前词的词向量捕获文本前后词语义信息;其次,在模型输出句子级特征向量后,利用定位信息符提取全连接层对应参数,构建关系注意力矩阵;最后,运用句子级注意力机制算法为每个句子级特征向量添加不同的注意力分数,提高句子级特征的抗噪能力。实验结果表明:在NYT-10m数据集上,与基于对比学习框架的CIL(Contrastive Instance Learning)算法相比,TARE的F1值提升了4.0个百分点,按置信度降序排列后前100、200和300条数据精准率Precision@N的平均值(P@M)提升了11.3个百分点;在NYT-10d数据集上,与基于注意力机制的PCNN-ATT(Piecewise Convolutional Neural Network algorithm based on ATTention mechanism)算法相比,精准率与召回率曲线下的面积(AUC)提升了4.8个百分点,P@M值提升了2.1个百分点。在主流的远程监督关系抽取(DSER)任务中,TARE有效地提升了模型对数据特征的学习能力。

多层连接结构的轴向应力分布的数值计算与试验

为了解多层连接结构的轴向应力分布,从双层法兰螺栓连接结构连接轴向载荷分布着手,建立了被连接件轴向应力分布的中空椭球体分布模型,推导出被连接件的轴向连接刚度理论表达式;并进行了连接结构扭矩与预紧力关系的试验及压力分布测试试验;将该模型应用于航空发动机多层法兰连接结构,采用数值模型和试验方法对中空椭球体模型进行验证。结果表明:测试试验件预紧力与力矩呈正相关,且拧紧系数约为0.2,可满足工程中无润滑条件下螺栓拧紧力矩系数的经验值;连接界面接触范围随扭矩的增大先增大到一定范围后保持不变;与被连接件轴向应力分布的试验测试结果相比,采用改进的中空椭球体模型和原中空圆锥体模型的计算结果的最大误差分别为9.42%和21.97%,证明了改进的中空椭球体分布模型的精度较高。

基于多层全连接神经网络的6C地震波极化向量识别研究

利用机器学习原理,提出一种基于多层全连接(multi-layer fully connected, MFC)神经网络的六分量(six-component, 6C)地震波极化向量识别方法。首先利用6C地震波各波型极化向量数学模型和一系列仿真参数得到5种波型和噪声波型各5 000个极化向量数据集,然后随机选取其中5 000个作为测试集,其余划分为训练集,进行MFC神经网络与支持向量机(support vector machine, SVM)的综合辨识性能对比实验。结果表明,MFC神经网络模型识别5种极化向量类型(SH波和Love波视为一类)和6种极化向量类型的效果均显著优于SVM模型,平均识别率分别达到99.786%和87.940%。

Ⅱ型截面双层组合梁摩擦型螺栓连接节点弯矩分配系数

为探究Ⅱ型截面双层组合梁摩擦型螺栓连接节点翼缘和腹板的弯矩比,通过对3种腹板螺栓布置形式的Ⅱ型截面双层组合梁连接节点接触面滑移特征和力学传递机理的分析,进行Ⅱ型截面组合梁螺栓连接节点弯矩分配系数研究。结果表明:组合梁摩擦型螺栓连接节点滑移和力学传力过程可分为翼缘外接触面未完全滑移和完全滑移以及翼缘内接触面完全滑移3个阶段;组合梁摩擦型螺栓连接节点接触面承担弯矩与无连接板截面弯矩之和等于该梁截面处的理论弯矩,腹板接触面承担的弯矩主要由其上的水平摩擦力承担;摩擦型螺栓连接节点接触面上的摩擦力随节点滑移而重新分配,腹板螺栓布置形式对连接节点弯矩分配系数影响明显;根据推出的组合梁摩擦型螺栓连接节点的弯矩分配系数计算式所得结果与数值模拟结果吻合良好,最大误差为7.13%,该计算可用于优化螺栓连接设计。

基于双曲嵌入的露天矿区暗光环境下道路多目标检测模型

露天矿环境特殊,道路场景复杂多变,在光照不足时会导致矿区道路多目标识别不清、定位不准,进而影响检测效果,给矿区无人矿用卡车的安全行驶带来严重安全隐患。目前的道路障碍物检测模型不能有效解决矿区暗光环境对模型检测效果的影响,同时对矿区小目标障碍物的识别也有较大误差,不适用于矿区特殊环境下障碍物的检测与识别。针对上述问题,提出了一种基于双曲嵌入的露天矿区暗光环境下多目标检测模型。首先,在模型的图像预处理阶段引入卷积神经网路Retinex-Net对暗图像进行增强,提高图像清晰度;然后,针对数据集中特征过多而无重点偏好的问题,在加强特征提取部分添加全局注意力机制,聚集3个维度上更关键的特征信息;最后,在检测模型预测阶段引入双曲全连接层,以减少特征丢失,并防止过拟合现象。实验结果表明:(1)基于双曲嵌入的露天矿区暗光环境下道路多目标检测模型不仅对露天矿区暗光环境下的大尺度目标具有较高的分类与定位精度,对矿用卡车及较远距离的小尺度目标即行人也可准确检测与定位,能够满足无人矿用卡车在矿区特殊环境下驾驶的安全需求。(2)模型的检测准确率达98.6%,检测速度为51.52帧/s,较SSD、YOLOv4、YOLOv5、YOLOx、YOLOv7分别提高20.31%,18.51%,10.53%,8.39%,13.24%,对于矿区道路上的行人、矿用卡车及挖机的检测精度达97%以上。

汽车用硫系玻璃元件红外双波段增透膜的研制

基于硫系玻璃IRG206(As40Se60)基底,研制了3.7~4.8μm及7.5~9.5μm双波段增透膜,可用于汽车红外夜视成像系统。采用电子束和电阻蒸发离子辅助沉积技术,结合化学键分析选取连接层材料,提高基底与膜层之间的结合力;利用离子辅助应力调控技术,优化膜层应力,实现膜层应力的匹配,解决硫系玻璃表面脱膜问题。测试结果表明,该膜层在3.7~4.8μm波段平均透过率为98.31%,在7.5~9.5μm波段平均透过率为97.43%,通过了牢固度、盐雾、高低温、摩擦等环境测试,能够满足汽车红外夜视成像系统的使用要求。

平潭岛木麻黄群落灌木层优势物种生态位及种间联结分析

为探究平潭岛木麻黄群落灌木层优势物种的种间关系及群落发展状态,基于群落调查数据,通过生态位特征计算和种间联结分析,结果表明:(1)灌木层植物共计56种,重要值和生态位宽度最大的为木麻黄;生态位宽度并不完全与物种重要值大小变化一致,还可能与频度有关。(2)有43.8%的种对不产生生态位重叠,优势物种间的生态位重叠程度普遍较低;生态位宽度较小的物种也存在与其他物种产生较大的生态重叠现象。(3)灌木层优势物种的总体联结性呈不显著负联结。(4)χ2检验、Pearson相关检验和Spearman秩相关检验结果均表明种间关联程度较弱,种间联结较松散;AC值比χ2检验增加了联结显著率,但是也夸大了联结性的强度,导致出现极显著负联结种对数过高的现象。平潭岛木麻黄灌木层群落处于不稳定的演替阶段,亟需加强其群落稳定性的构建和植被修复保护的相关工作。

引信系统螺纹连接界面的冲击传递特性模拟方法研究

大直径整体螺纹连接是引信安装在侵彻弹的弹体结构的主要形式,螺纹界面的冲击过载传递特性对于引信系统的设计具有重要意义.针对空间螺纹界面冲击传递过程中涉及的几何非线性和复杂接触摩擦状态以及界面分离带来的二次或多次碰撞等问题,设计了螺纹连接试件并建立了精细化有限元仿真模型,并通过大直径霍普金森杆的冲击实验测量数据验证有限元精细模型的有效性.从有限元仿真中获取整个螺纹结构件冲击响应的数值数据,对比内外结构的过载,并通过精细模型研究了预紧力对加速度响应的影响规律.最后针对现有薄层单元简化模型只能较好地模拟螺纹结构线性振动特性而无法准确模拟螺纹冲击传递特性的问题,提出考虑螺纹间碰撞作用的非线性薄层单元简化模型,丰富了螺纹连接简化模型的适用工况.

贴敷约束阻尼层的螺栓连接板半解析动力学建模及减振分析

在太空环境中太阳翼帆板的振动难以抑制,因此太阳翼帆板的减振研究至关重要。利用双搭接螺栓连接板结构模拟太阳翼帆板的展开状态,研究了通过贴敷约束阻尼层对其进行振动抑制的方法。创建了贴敷“H型”约束阻尼层双搭接螺栓连接板结构的半解析动力学模型,包含:利用层间剪切变形原理,推导了约束阻尼层结构的应力应变关系,用复模量表征黏弹性层的阻尼特性;考虑螺栓的影响区域,提出用复面弹簧单元和修正质量模拟双搭接螺栓结合部的刚度、阻尼和质量特性;引入正交多项式作为位移容许函数,利用拉格朗日方程和Hamilton原理建立了局部贴敷“H型”约束阻尼层的螺栓连接薄板的动力学方程。进行了实例研究,通过组建的试验系统证明了所创建的复合结构半解析模型在求解固有特性及振动响应参数方面的合理性,同时试验及半解析模型计算结果均证明约束阻尼层对双搭接螺栓连接板具有减振效果。最后,基于所创建的半解析模型分析了贴敷面积及约束阻尼层厚度对双搭接螺栓连接板减振效果的影响。

基于YOLOv5-RF的糙米内部裂纹识别方法研究

[目的]为准确识别糙米内部裂纹,提出了一种基于改进YOLOv5l的糙米裂纹识别算法——YOLOv5-RF。[方法]使用深度卷积代替CBS(convolution+batch normalization+sigmoid linear unit)模块中的普通卷积构建出DWBS(depthwise convolution+batch normalization+sigmoid linear unit)模块,然后将DWBS模块堆叠成辅助骨干网络,再与原始的Darknet-53主干网络相结合形成基于DWBS模块的同级复合骨干网络,以提高糙米内部裂纹特征提取能力;在颈部网络使用逆向连接层来增强解码端特征的丰富性,用于提高解码端对糙米内部裂纹的识别能力;利用CBAM(convolutional block attention module)注意力模块调整SPPF(spatial pyramid pooling-fast)模块的通道注意力表达,通过构建一种SPPF模块与CBAM模块结合的网络结构来提高编码阶段的语义信息表达质量。[结果]所提出的YOLOv5-RF算法的平均准确率、召回率和准确率分别为94.01%、86.92%、90.85%,相比YOLOv5l算法分别提升了4.72%、6.23%、1.23%,但添加模块对模型检测速度的影响却很小。[结论]所提方法能够准确进行糙米内部裂纹的识别,可为稻谷爆腰率检测提供技术参考。

基于深度学习的QPSK智能接收机模型研究

针对通信信道中存在噪声等干扰因素时,QPSK接收机解调接收信号性能较差的问题,文章研究了一种基于深度学习的QPSK智能接收机模型;该QPSK智能接收机模型由LSTM神经网络和全连接层构成,借助了递归神经网络中的内存结构,也利用了LSTM能提取接收信号的时间相关性这一特点;在信噪比为0~7 dB的条件下进行仿真实验,实验结果表明,在加性高斯白噪声,同相和正交失衡以及频率偏差干扰因素影响下,文章研究的QPSK智能接收机模型在0~7 dB时的误码率相比于使用传统硬判决方法的通信接收机的误码率得到了显著降低;其中,QPSK智能接收机模型在7 dB时的误码率低至0.0109%,大约只有传统硬判决方法误码率的1/7;在发生频偏及同相和正交时,QPSK智能接收机模型在7 dB时的误码率分别低至0.0147%和0.0198%,都远低于相同条件下传统硬判决方法的误码率;因此,采用研究出来的QPSK智能接收机模型能够显著提高接收机的检测性能。

大体量装配式建筑混凝土现浇连接部位施工技术的应用

大体量装配式建筑混凝土现浇连接部位施工设计,需要考虑设计要求、施工工艺、模板尺寸和质量要求等因素。焊接转换层钢筋的同时,需计算混凝土现浇连接部位留置宽度,确保施工质量和效率。为了实现大体量装配式建筑叠合楼板的设置和夹心保温墙板的安装,需要考虑施工工艺和实际操作等因素。测试结果显示,连接部位抗拉强度最高值为41 MPa,远大于施工标准,说明大体量装配式建筑混凝土现浇连接部位施工技术效果好,具有较强的实用性。

改进DQN的边缘计算任务卸载策略

为进一步提高边缘计算(MEC)中移动设备(MD)对低时延、低能耗计算卸载任务的需求,利用深度Q学习(DQN)、长短期记忆网络(LSTM)和注意力机制,设计一种基于DQN的深度强化学习卸载算法(LA-DQN)。以最小系统总代价(时延和能耗加权和)为目标建立模型,使用一维残差卷积网络(Conv1D)和带有注意力机制的LSTM网络替换DQN网络的全连接层,提取MD的状态特征,减少需要计算的参数量并加强对输入状态的重点特征信息提取,加速算法收敛并得到最优卸载策略。仿真结果表明,与DQN、Full Local、Full Offload算法相比,LA-DQN算法能够有效降低任务处理的时延和能耗。

基于多指标交互的加权时序网络节点重要性

时序网络中的重要节点评估一直是社交网络领域中的热门话题,在病毒传播、信息挖掘等方面有着诸多应用。现有的算法虽然考虑到节点的邻居信息对节点产生的影响,但建模时仅仅考虑节点是否存在关系,对于链接强度的考虑不够全面。针对此问题,从时间层面去考虑节点链接强度,提出一种新的层内邻接矩阵。同时,综合考虑节点自身的邻居和跨层节点的公共邻居来衡量层间耦合关系,提出多指标交互算法;其次,构建加权超邻接模型(WSAM);最后,通过计算时序网络中每个时间层节点的特征向量中心性来评估时序网络中节点的重要性。实验结果表明,TWCR算法在时序最大连通分量、网络性能、容错性三个方面优于SAM、SSAM和WPA方法。

IUINet:基于Shift的双流映射3D医学分割模型

为了提高特征融合,我们设计了动态全连接层(DyFC),该方法重新定义了权重和偏置,使用基向量来代表新的权重和偏置,基向量的系数是根据每一个输入特征进行学习得到的,权重和偏置不再是共享的,而是特有的,这对于每一个特征的表达更具有专向性.在本文中,我们提出了一种双流映射结构模型IUINet.IUINet是通过3DShift操作、空间可分离卷积的组合来实现医学图像分割任务,同时保持精度和效率之间的平衡.所提出来的IUINet遵循编码器-解码器结构,其中编码器一部分包含Shift操作、逐点Conv1×1操作,另一部分包含空间可分离卷积操作.IUINet运用了多尺度输入以及多尺度特征映射层,提高反向传播速度,降低反向传播的平均距离.提高模型的精确度,增加模型泛化能力,减少过拟合.

基于解码转发CR-NOMA协同系统物理层安全性能分析

分析了认知无线电(Cognitive Radio,CR)非正交多址(Non-orthogonal Multiple Access,NOMA)网络中的物理层安全性能。考虑到现有窃听者,支持NOMA的CR通过Nakagami-m信道以解码转发协作模式传输数据。为了分析CR-NOMA物理层安全性能,通过连接中断概率和安全中断概率的闭式表达式来评估CR-NOMA的安全性能。此外,通过蒙特卡罗模拟仿真以验证推导出的分析结果,并深入分析了参数对系统性能的影响。

基于FEEMD-GRU-FC模型的滑坡位移预测

水库库区滑坡同时受到降雨和水库水位周期性变化的影响,这会干扰滑坡位移预测模型在该类区域的预测性能。为此,提出了一种针对环境周期性变化特点的FEEMD-GRU-FC(Fast Ensemble Empirical Mode Decomposition-Gated Recurrent Unit-Fully Connected Layer)滑坡位移预测模型。该模型充分考虑位移数据不同频率之间的噪声影响,将位移分解为不同频率的子序列分别预测,采用PCC(Pearson Correlation Coefficient)方法选择影响较大的外部环境因素,添加全连接层完善GRU模型提取环境数据中周期性变化特征的能力,模型结合三峡库区八字门滑坡的实际数据进行模拟仿真,使用不同预测模型和评价指标进行多角度对比验证。实验结果表明:所提模型在八字门滑坡的预测效果要优于其他3种模型,其拟合度达到了98.6%,3种不同误差指标均为最低,证明了该模型可以准确预测库区滑坡位移。研究成果可为防灾减灾工作提供指导。

深圳某连体桁架转换高层建筑结构设计分析

深圳某连体桁架转换超限高层建筑主体结构为框架-剪力墙结构,连体部位为钢桁架和钢框架结构。连体底部设置5榀桁架承托本层及上部钢框架共9层荷载。结合项目特点,对主体结构设定了相应的抗震性能目标。采用YJK、ETABS两种软件对结构进行了多遇地震下的整体分析,通过YJK软件对结构进行了多遇地震下的弹性时程分析及设防、罕遇地震下的等效弹性分析,采用SAUSAGE软件对结构进行了罕遇地震动力弹塑性分析,各项指标均满足设计要求。因连体桁架转换结构为结构的关键构件,故对其进行构造加强,并结合其受力特点进行各工况补充分析,结果表明结构具有良好的受力性能。对穿层柱进行了屈曲分析,确保了穿层柱计算长度满足设计要求。