摘要：Increasing attention has been paid to develop flexible integrated energy devices, but it remains a big challenge to achieve a common electrode for building both energy conversion and storage devices with high performance. Here, we for the first time selectively functionalize polyaniline(PANI) and platinum(Pt)inside different segments of chemical vapor deposition grown continuous graphene tube, achieving selectively functionalized graphene composite(PANI//Pt@G) fibers. The PANI@G and Pt@G parts could be used as efficient electrodes for supercapacitor with a specific capacitance of 284 m F cm-2 and dye-sensitized solar cell with a power conversion efficiency of 4.73%, respectively. By using a PANI//Pt@G fiber as the common electrode, an integrated energy device with a total energy conversion and storage efficiency of 3.07% is realized. The continuous graphene tubes could be functionalized with other active materials for other flexible and wearable electronics.

摘要：精准的短时交通状态预测是实施有效的交通管理与控制的重要依据。而可预知性特殊事件(PSEs)短时间内在其举办地点周边产生异常的交通出行需求,又因为事件发生数量少、数据样本收集困难等不利因素,往往造成预测精度难以保证。为此,通过实测数据分析了PSEs下短时交通演化特性,在此基础上,采用改进的K近邻(KNN)算法框架,提出一种短时交通状态的KNN(PSE-KNN)预测模型,并通过基于深度强化学习的实时超参数优化方法将其构建成自适应PSE-KNN(APSE-KNN)模型,最后以北京市演唱会场景为例对所提模型的效果进行了验证。结果表明:所提模型在多步预测实验中,相对于其他7种对比预测模型,平均减少残差值12.43%、降低绝对值百分比误差29.90%。证明所提模型有优异的快速调整能力,其更适应于PSEs场景下短时交通状态预测任务。

摘要：自动驾驶等级的逐级提升意味着驾驶执行权从驾驶人向车辆自动控制系统逐渐转移,驾驶人所承担的责任也随之发生变化。大量研究表明,自动驾驶车辆驾驶人的注意力跨度与行驶安全性密切相关,且不同等级自动驾驶所要求的驾驶人状态阈值存在差异。提出一种融合长短记忆(Long short term memory,LSTM)网络和驾驶人状态判别机制的驾驶人负荷状态预测模型(long short term memory network driver state prediction model,LSTM-DSDM),实现驾驶人负荷状态的预测及其状态转变阶段的识别,并基于不同自动驾驶等级下驾驶人的任务要求,提出了“低等级识别,高等级预测”的驾驶人负荷状态监测策略。试验结果表明本研究搭建的驾驶员负荷状态预测模型在低自动驾驶等级情况下的负荷识别率可达90%以上;在高自动驾驶等级情况下实现可靠的负荷预测和驾驶人负荷状态过渡阶段的辨识,有效应对不同自动驾驶等级驾驶人负荷状态的监测需求。

摘要：金州农民画源远流长,自20世纪70年代后期至21世纪初期,形成第一次发展高峰,一批代表性作者创作出大量影响全国的经典之作。经过半个世纪的发展,成为大连市非物质文化遗产项目。近十年来,金州农民画的发展渐趋式微,出现范式固化、群体结构单一、表现主题老化等系列性问题,相关学术研究寥寥无几。作为中国代表性农民画之一,迫切需要抢救性保护和活态化传承。作为民间艺术瑰宝,农民画的革新发展必须植根于民俗文化,贴近时代生活,重塑“乡间原野”的本体价值。以研促创是金州农民画革新发展的新动能。在数字媒体背景下,通过建立电子档案,运用交互技术加强传播,通过“馆校”协同推进浸润美育,从而提升金州农民画可持续发展力。

摘要：群猪检测是现代化猪场智慧管理的关键环节。针对群猪计数过程中,小目标或被遮挡的猪只个体易漏检的问题,该研究提出了基于多尺度融合注意力机制的群猪检测方法。首先基于YOLOv7模型构建了群猪目标检测网络YOLOpig,该网络设计了融合注意力机制的小目标尺度检测网络结构,并基于残差思想优化了最大池化卷积模块,实现了对被遮挡与小目标猪只个体的准确检测;其次结合GradCAM算法进行猪只检测信息的特征可视化,验证群猪检测试验特征提取的有效性。最后使用目标跟踪算法StrongSORT实现猪只个体的准确跟踪,为猪只的检测任务提供身份信息。研究以育肥阶段的长白猪为测试对象,基于不同视角采集的视频数据集进行测试,验证了YOLOpig网络结合StongSORT算法的准确性和实时性。试验结果表明,该研究提出的YOLOpig模型精确率、召回率及平均精度分别为90.4%、85.5%和92.4%,相较于基础YOLOv7模型平均精度提高了5.1个百分点,检测速度提升7.14%,比YOLOv5、YOLOv7tiny和YOLOv8n 3种模型的平均精度分别提高了12.1、16.8和5.7个百分点,该文模型可以实现群猪的有效检测,满足养殖场管理需要。

摘要：针对标准樽海鞘群算法存在的计算精度不足、易陷入局部停滞等缺陷,提出一种多策略融合的樽海鞘群算法。在初始化阶段,引入线性同余法随机发生器;利用野马算法优化樽海鞘领导者位置;采用金豺算法改进樽海鞘种群追随机制。通过测试函数寻优对比实验,证明多策略融合的樽海鞘群算法相比于其他智能算法在鲁棒性与稳定性方面均有显著提升。将多策略融合的樽海鞘群算法应用到含瓦斯煤破裂过程信号特征识别,实验结果表明:提出的含瓦斯煤破裂过程信号特征识别模型具有更好的表现,准确率可达93.33%,相比其他识别模型,识别率更高。

摘要：上海市地震局防震减灾科普宣传在特色品牌打造上努力探索,形成了“中学生防震减灾知识竞赛”“震震有词”“言归震传”等多个主题活动栏目,取得了一定热度和成绩。然而,这些活动彼此之间独立分散,在相关宣传文创作品的构建设计上还存在着精品不多、创新性不足等问题。本文旨在整理归纳当前上海市地震局科普宣传作品的基础上,将目光延伸至地震系统、上海市乃至全国多领域科普文创产品,总结经验,取长补短,站在数字信息化与“互联网+”模式的大背景下积极思考,依托融媒体平台,尝试探寻能代表本局特色,可带动品牌效应,且易于推广的防震减灾科普文创方向,推进上海防震减灾宣传形式多样化、丰富化,在传播渠道和社会受众覆盖面等多个方面再上新台阶。

摘要：利用X衍射仪、X荧光分析仪对黄铁矿进行了成分分析,运用激光粒度仪对黄铁矿进行了粒径分析。以粒度、空气流量、质量为正交试验的3个因子,运用正交试验法设计实验。利用热分析仪对黄铁矿进行了升温氧化试验,得到5、10、15 K/min升温速率下的TG-DSC曲线。运用FWO等转化率法计算黄铁矿的活化能,并将其作为黄铁矿自燃倾向性评价指标。结果表明,三因素对黄铁矿自燃倾向性影响程度为:粒径>空气流量>质量,且粒径的大小与活化能的大小成比例关系;当粒径为131.10μm,质量为10 mg,空气流量为30 m L/min时,黄铁矿自燃倾向性最小。

摘要：针对现有水田旋耕机在耕作时机械的倾斜和振动会导致耕整后的地表平整精度低、可控性差等问题,基于倾角传感控制技术设计一套与水田旋耕机相匹配的平地系统,通过液压控制和控制器控制相结合的方式实现平地系统的水平调节功能。田间试验结果表明:基于倾角传感技术,具有自动调节水平功能的水田旋耕机平地系统耕整平地性能稳定可靠。耕整后的平整度为2.20cm,高差分布为81.82%,相比水田旋耕机,平整度改善34.3%,高差分布提高19.4%,且能满足水稻种植的农艺要求。

摘要：为实现机械化收获、烘干后稻谷内部损伤的高效无损检测,该文设计了一种基于深度学习的稻谷内部损伤无损检测装置。装置包括硬件结构和软件系统两部分,硬件部分使稻谷连续有序经过检测区,并实时采集与传输检测区图像信息,同时利用稻谷损伤部位的光学特征,将稻谷内部损伤特征进行无损显现;软件系统以YOLOv4目标检测模型为基础,通过增加可避免重复计数的多目标分类计数算法,实现对检测区实时图像中有、无内部损伤稻谷的目标识别与分类计数。验证实验表明,该装置对烘干机作业后稻谷内部损伤检测准确率达到81.53%以上,能较好地满足稻谷内部损伤无损检测需求。