摘要：利用三维激光扫描技术在一定时间间隔采集基础廊道的两期三维点云数据,并通过不同时间段空间信息的对比分析,可监测基础廊道在该时段内三维变形时空演化规律,结合现场常规监测数据,判断基础廊道在此时间段内的变形发展情况。通过将监测成果与传统全站仪测点成果进行对比分析,验证了该方法在廊道监测应用中的可行性,为水电站大坝基础廊道变形的安全监测提供了新的思路。

摘要：随着低碳绿色、节能环保的经济发展理念越来越受到重视,电动车逐渐成为物流配送的主要运输工具,且物流配送服务的灵活性也越来越受到重视。在传统的车辆路径问题中,通常假设客户需要在指定的时间窗口内接收货物,如果未能按时送达,则会被视为违约,造成客户满意度下降。然而,在实际应用中,大部分客户接受在截止日期后一定时间内延迟接收货物,但这种灵活性通常伴随着额外的成本。针对货物具有可配送时间和柔性时间期限的情况,研究了考虑可配送时间和柔性时间期限的电动车车辆路径问题。构建了以车辆数量、行驶成本和违反时间期限的惩罚成本最小化为目标的混合整数规划模型,设计了改进的自适应大邻域搜索算法对其求解,基于问题特性设计了高效的破坏算子和修复算子以扩大解的搜索空间、运用自适应策略选择高效的搜索算子以及引入模拟退火新解接受策略避免陷入局部最优。通过对随机生成的算例进行计算验证了模型和算法的有效性,并分析了是否考虑柔性时间期限约束及不同的违反时间期限惩罚系数对总成本的影响,本研究为物流配送企业电动车车辆路径规划提供参考依据。

摘要：个性化作业是落实“双减”政策,实现减负提质的重要途径。人工智能为实现个性化作业提供了技术支撑,但在实践中,由于其内部工作原理对用户不可见,且存在价值观、情感等方面的缺失问题,降低了其在个性化作业实践中应用的深度与效果。人在回路机制是指通过置信度评估的方法对人工智能算法生成的结果进行评估,进而决定是否执行算法结果的人机协同方法。基于人在回路机制的个性化作业设计理论模型,以作业实践为核心流程,以人机协同、认知诊断、干预反馈等为理论指导,将人在回路机制融入作业布置、作业诊断和作业辅导的关键环节中,实现了人类智能与人工智能的协同工作。在此基础上提出的个性化作业实践路径,包含基于学习者画像的作业习题推荐、基于多模态学习分析技术的错因诊断,以及基于多模态资源推送的作业辅导三个阶段,分别回答了做什么题、错在哪里,以及如何辅导等作业实践中的关键问题,形成了人机协同机制下智能技术赋能作业实践的闭环。基于该实践路径研发的原型系统,已在一线教学单位开展了实践,初步验证了方法的可行性。

摘要：在研究页岩气集输管道弯头的冲蚀磨损规律时,主要围绕气固及液固两相流开展,往往忽略对气液固三相流条件下冲蚀磨损特性的分析。考虑页岩气集输管道内气液固三相耦合的特点,基于多相流理论,采用CFD方法建立并求解了页岩气管道弯头内气液固两相及三相流冲蚀模型,探究了含水体积分数、砂粒粒径、介质流速、砂粒质量流量等关键因素对弯头冲蚀磨损位置及冲蚀速率的影响机制。研究结果表明:气固两相冲蚀位置位于偏向弯头进口30°~50°的区域;气液固三相(液体体积分数1%)与液固两相冲蚀位置分别位于偏向弯头出口50°~90°、60°~90°的区域,而且随着含水体积分数的增加,砂粒对弯头的冲蚀速率减小,即含水条件可降低冲蚀速率;气液固三相条件下,介质流速对弯头冲蚀磨损的影响最大,弯头的最大冲蚀速率与介质流速呈幂函数关系,指数范围为1.78~2.00,与砂粒质量流量呈线性关系;当砂粒粒径增大时,最大冲蚀速率先增大后减小。研究结果可为页岩气集输管道的冲蚀监测及防治提供参考。

摘要：综述了行波管灯丝基本工作过程及其对电源的特殊要求,分析了行波管灯丝负载基本特性,对灯丝电源设计的特殊性及问题进行了深入细致分析,通过对Topswitch系列控制芯片的性能特点分析,设计了以反激变换器为主电路的灯丝电源。根据灯丝启动特点及其对电源稳定性基本要求设计了高精度反馈电路与限流电路。通过Pspice仿真、样机实验及例行试验测试,验证了理论分析及设计的合理性与可行性,仿真与测试结果表明电源主电路、反馈电路及限流电路能够很好地满足行波管灯丝对电源的各项指标要求。

摘要：移动应用的隐私权声明作为用户与应用的协议条款,是用户信息采集前必须向用户披露的关键文档.近年来,国家出台多部政策法规明确要求移动应用需要配备清晰和规范的隐私权声明.然而,如今隐私权声明存在诸多问题,如缺失核心条目的披露、省略信息采集的目的和使用模糊的表述等.另一方面,随着法律条款数量增多,条款间要求各不相同,隐私权声明合规检验工作愈加繁重.提出一种移动应用隐私权声明的多标签分类方法,这一方法通过比较4部核心法律法规对隐私权声明的要求,总结梳理得到31类核心条目标签及特征.在该标签体系下,设计实现了一个隐私权声明语句的分类模型,该模型可以实现94%的条目分类准确率.基于该模型,结合句法结构解析和实体识别方法,在安卓应用和小程序场景中进行合规性检验,发现79%、63%和94%的隐私权声明分别存在条目缺失、目的省略和表述模糊问题.

摘要：全蒸发热表面电离质谱(TE-TIMS)是测定铀主同位素比(^(235)U/^(238)U)最经典的方法,但受限于强峰拖尾等因素影响,次同位素比(^(234)U/^(238)U、^(236)U/^(238)U)的测量精密度不高,存在偏差。本工作研究目标动态加热程序、动态和静态相结合的接收程序、强峰拖尾校正、不同接收器效率校正、质量歧视校正等,建立了改良全蒸发-热表面电离质谱技术(MTE-TIMS)高精度测定铀同位素比的方法,通过测试标准物质验证方法的准确性和可靠性。结果表明:采用MTE-TIMS法测量^(235)U丰度为2%的铀样品,其^(235)U/^(238)U、^(234)U/^(238)U和^(236)U/^(238)U的方法精密度分别为0.024%、0.06%和0.19%,测量值与参考值的偏差分别为0.025%、0.19%和0.38%。

摘要：人体关键点检测是计算机视觉的热点研究领域.目前,对于体操动作关键点检测,仍存在检测精度不足及缺乏细节部位检测能力等问题.为了提升检测精度,本文设计了一种多分辨率网络,该网络在浅层具备较大感受野,同时能够利用高分辨率通道增强细节特征的提取能力.为实现对手部及脚部关键点的检测,设计了一种增量学习网络.该网络融合了多分辨率网络的浅层特征并利用自建数据集计算深层特征以提升网络对手部及脚部关键点的检测能力.最后对两个网络输出结果进行合并.计算机仿真表明,多分辨率网络在COCO2017关键点检测数据集上达到了94.4%的准确率,并且增量学习网络能够在训练数据较少的情况下实现对细节部位关键点的准确检测.

摘要：机器学习为恶意软件检测提供了一种新的视角,它可以从大量的样本中自动学习和提取特征,然后使用这些特征进行预测。通过对Android系统的权限、API调用以及动态行为等方面进行深入的分析,研究人员已经成功地发现了许多与恶意软件相关的显著特征。对Android恶意软件的特征进行了深入的分析,探讨几种主流的机器学习算法,并对它们的性能进行了对比。研究结果表明,该算法在检测Android恶意软件时可以提高实时性和准确性,从而提高了检测的精确性和效率。

摘要：在数智时代,传统编目系统面临着挑战,难以满足基于智慧数据生成的知识生产要求。上海图书馆对传统编目流程进行改进,融入基于众包理念的专家协同知识生产与全流程管理理念,设计了面向全流程管理的专家协同知识生产系统——家谱联合编目系统。该系统实现了:利用上海图书馆数字人文建设已有的人、机构、地、时、事等基础知识库,实现了编目过程中跨网域的规范控制,不同机构的家谱编目专家,共享基础知识库中已有的知识、共同补充丰富编目过程中缺失的知识,实时构建知识关联和语义链接;并将编目流程和知识生产与家谱知识服务平台打通,由此知识生产与知识服务无缝地链接起来,实现了从采购、捐赠、著录、查重、质量检测、规范控制、知识服务、关联数据发布的全流程管理;在此基础上,探索了基于大语言模型的AI家谱编目数据审校的路径。