摘要：A series of Ru/FeOx catalysts were synthesized for the selective hydrogenation of CO2to *** characterizations of the catalysts through X‐ray diffraction,X‐ray photoelectron spectroscopy,transmission electron microscopy,and temperature‐programmed techniques were performed to directly monitor the surface chemical properties and the catalytic performance to elucidate the reaction *** dispersed Ru species were observed on the surface of FeOx regardless of the initial Ru *** the Ru loading resulted in changes to the Ru coverage over the FeOx surface,which had a significant impact on the interaction between Ru and adsorbed H,and concomitantly,the H2activation capacity via the ability for *** having0.01%of Ru loading exhibited100%selectivity toward CO resulting from the very strong interaction between Ru and adsorbed H,which limits the desorption of the activated H species and hinders over‐reduction of CO to *** increasing the Ru loading of the catalysts to above0.01%resulted in the adsorbed H to be easily dissociated,as a result of a weaker interaction with Ru,which allowed excessive CO reduction to produce *** how to selectively design the catalyst by tuning the initial loading of the active phase has broader implications on the design of supported metal catalysts toward preparing liquid fuels from CO2.?2018,Dalian Institute of Chemical Physics,Chinese Academy of Sciences toward preparing liquid fuels from CO2.?2018,Dalian Institute of Chemical Physics,Chinese Academy of *** by Elsevier *** rights reserved.

摘要：针对跟踪模型泛化能力差、跟踪模型正样本选取质量低、深层模型参数量大不利于部署等问题,本文提出了超轻量化孪生网络模型Siamese-remo。首先结合传统随机采样方法和go-turn方法,设计出新型的正负样本选取策略,增加模型泛化能力;其次采用shiftbox-remo的数据增强方式均匀正样本分布,并提升正样本采集质量;然后通过改进后的超轻量化Mobileone-remo网络提取特征,一定程度减少深层网络对跟踪平移不变性的破坏,并预设不同特征融合参数,单独训练网络分类和回归;最终加入Center-rank loss函数,根据样本点位置影响置信度、IOU排名,对网络分类回归策略进行优化。实验证明,自然场景下奶牛单目标跟踪模型期望平均重合度(Expected average overlap,EAO)达到0.475,相对于基线模型提升0.078,与现有跟踪器对比取得了较好的成绩,且参数量仅为现有主流算法的1/20,为后续自然场景下奶牛身份识别与目标跟踪系统提供了技术支持。

摘要：为减小中速磁浮列车运行阻力对运行性能的不利影响,设计一种基于分数阶滑模自适应神经网络(FO-SMAC-NN)的运行控制器。首先,在考虑列车实际运行过程中受到的空气阻力、涡流阻力以及坡道附加阻力3种阻力的基础上,构造运动学方程;其次,设计分数阶滑模自适应神经网络控制律和滑模自适应参数的更新律,得到由速度前馈、分数阶滑模自适应等效控制和自适应神经网络阻力补偿3个部分组成的FO-SMAC-NN运行控制器;然后,运用李雅普诺夫定理证明采用该运行控制器的闭环控制系统的稳定性;最后,依托长10 km的仿真试验线和6节编组仿真列车,分别在理想情况和功率谱密度为108的白噪声干扰情况下,仿真对比FO-SMAC-NN运行控制器和传统比例-积分-微分(PID)运行控制器控制下的列车运行性能。结果表明:FO-SMAC-NN运行控制器可以准确估计并补偿列车运行中受到的各项阻力,增强了运行控制系统的鲁棒性,有效提高了列车位置与速度的控制性能。

摘要：重心范围既是重心控制的设计输入,同时又对飞机的操纵性和稳定性有直接影响。基于飞行力学特性,本文提出了一套适用于确定运输机巡航阶段重心范围的设计原则和设计方法。该方法通过操稳特性要求对飞机的允许重心前后限进行了确定,同时以巡航升阻比为设计约束,提出了设计巡航点的理想重心范围的确定原则和方法。将该方法用于某型运输机,从而确定了飞机巡航阶段的允许重心范围和理想重心范围,并将理想重心范围作为主动重心控制系统的设计输入,飞机在该理想范围内运行时,巡航升阻比最大可提升约0.3。本文的设计方法合理,具有很好的工程应用价值。

摘要：针对深度神经网络鲁棒性问题,提出了一种面向中文文本分类的黑盒对抗样本生成方法WordBeguiler。该方法结合汉字的字形、字音特征构建对抗搜索空间,设计了新的扰动定位方式寻找影响分类结果的重要字或词组,并根据概率权重选取的方法确定修改策略生成对抗样本。使用两个主流的模型卷积神经网络(CNN)和双向长短期记忆网络(BiLSTM)在不同分类数据集上验证其有效性和可转移性。实验结果表明,与其他攻击方法相比,WordBeguiler具有攻击成功率高、扰动率低的优势,同时既保留了原始语义也一定程度上保证了语法正确性,并且可以有效地转移到BERT模型中。

摘要：针对非线性系统的稳定控制器直接设计问题,提出一种基于Lyapunov稳定性条件的学习控制器设计方法框架,将传统的控制器设计与稳定性证明分析问题转化为以控制器为求解项,Lyapunov稳定条件为约束的最优化问题,提供了一种直接求解全局稳定的最优控制器的新途径。首先建立了以系统跟踪误为目标函数与以Lyapunov稳定条件为约束的最优化问题,接着给出了一类基于神经网络实现的PID结合前馈控制器设计形式,最后分析并设计了学习控制器求解方法,采用相关深度学习技术以提升求解能力。二阶线性与非线性系统仿真测试与一级旋转倒立摆模拟实验表明所提方法具有快速收敛、低误差、控制输出平滑且低幅值等特点;在加入扰动、噪声、参数不确定性和不同的测试期望输出条件下的反步法对比测试结果表明所提方法对扰动与噪声具有强抑制能力,同时学习控制器具有高泛化能力。基于V-Rep的一级旋转倒立摆模拟与四旋翼单轴控制实物实验结果验证了所提方法对物理系统控制问题具有高控制精度与强抗扰能力。

摘要：成功的导航应用不仅需要稳定的通信技术,精确的定位方法和高效的路径选择算法,同时还需要合理高效的数据组织,主要包括:合理管理空间数据以实现多尺度数据表达,实时数据组织,不同层的数据安排,数据分区,支持高效的多模式个人导航算法,在数据传输中采用最有效的数据压缩算法。该文基于NAVISTAR的实例研究,讨论了数据组织方法。

摘要：为解决某型飞机短波电台发话烧毁通信导航设备(CNI)备份控制器(BPU)OC门芯片的故障,通过分析短波干扰产生的机理、测试被干扰线路上的耦合电平等,确定短波电台PTT线是干扰源,超短波电台PTT线上的干扰信号超过OC门的烧毁阈值,导致OC门芯片烧毁。经对短波电台PTT线、超短波电台PTT线分别采取就近接地、缩短长度、串联电阻、线束散开、线缆屏蔽等电磁加固措施,短波电台PTT线中的干扰信号、超短波电台PTT线上的感应信号都明显减小。综合考虑时间、成本后确定,通过更换接地电阻过大或不稳定的PTT开关、部分超短波电台PTT线换成单根屏蔽线解决电磁干扰问题。

摘要：弹性飞机受阵风影响显著,需要设计阵风减缓系统来降低阵风的不利影响。然而,阵风减缓系统受系统约束的影响会降低减缓率,严重时甚至导致系统失稳。为解决该问题,提出了基于模型预测控制的阵风减缓系统设计方法。以某弹性飞机为例,对常见的系统约束开展仿真研究。结果表明,所提方法在系统存在约束时具有更好的控制性能。

摘要：地下连续墙成槽机械的选择要根据地质条件及成槽深度来综合判定,因为不同机械的性能特点和成槽单价有着相应的区别。当选用双轮铣槽机时,计价要结合拟建工程的地质条件来选择参照对象,进而合理地解决计价问题。该分析结果可为类似工程提供借鉴。