摘要：设计了一种基于AgNPs-AuNPs的核-卫星纳米结构检测水样中多环芳烃芘的比色和SERS双通道传感系统。首先将单巯基β-环糊精修饰到纳米金颗粒和纳米银颗粒的表面。受益于氧化态的四甲基联苯胺的触发,当体系中存在多环芳烃芘时,纳米颗粒会自组装形成AgNPs-pyrene-AuNPs的核-卫星结构。芘分子在其中充当分子桥的作用,拉近纳米粒子距离,使得纳米粒子发生一定的聚集。所以芘分子的个数直接影响AgNPs-pyrene-AuNPs的核-卫星结构数量,使溶液颜色发生变化,能够通过目测法建立溶液颜色与芘浓度的关系;组装形成的的核-卫星结构具有非常丰富的“热点”而表现出较强的表面增强拉曼光谱(SERS)活性,可通过SERS方法实现芘分子的高灵敏高特异检测。此结构可通过比色法和SERS方法实现水中芘的高灵敏高特异性检测。该方法可以在25 min内快速完成微量芘的检测,比色法对芘的检出限为3.4μmol·L^(-1), SERS法的检出限为0.42μmol·L^(-1)。根据上述原理,基于AgNPs-PAHs-AuNPs核-卫星结构的SERS传感器可用来检测水样中的多种多环芳烃。这一双通道传感系统提供了一种检测水样中多环芳烃芘的新方法,并为开发多路复用的传感系统提供了新的思路。

摘要：在Nerlove-Arrow模型的基础上构建一个两阶段动态广告投放模型,分别得出企业在不同决策模式下的最优广告投放水平。研究发现:当考虑局部收益最优时,若产品伤害危机进入爆发期的概率较小,则潜伏期的广告投放水平应随着产品伤害危机进入爆发期概率的增加而提高;当考虑整体收益最优时,在潜伏期与爆发期下的广告投放策略会根据平台的不同而存在差异;从不同阶段的对比来看,在考虑局部收益最优的决策模式下,企业在爆发期中的广告投放水平高于潜伏期;在考虑整体收益最优的决策模式下,该结论会根据平台的不同而存在差异。

摘要：基于频率自适应二阶广义积分器(second-order generalized integrator,SOGI)的锁相技术因其具有良好的滤波性能,常与滑模观测器(sliding mode observer,SMO)相结合来解决电网电压存在的直流偏置、频率偏移以及相位跳变等问题。针对常规的频率自适应SOGI锁相环(phase-locked loop,PLL)的前级SOGI与后级PLL之间存在频率耦合导致锁相环的动态性能较差的问题,提出了一种基于双定频SOGI与交叉补偿的锁相环设计方法。所提方法采用定频SOGI代替频率自适应SOGI,消除了前级SOGI与后级PLL之间的频率耦合。同时设计了一种电网电压交叉补偿的方法,该方法能够精准地对电网电压相位和幅值进行同时补偿,改善了传统的补偿方法需将幅值和相位单独补偿的缺点。并详细推导了常规的基于频率自适应SOGI锁相环和所提基于定频SOGI的锁相环的小信号模型,并证明了所提出的PLL稳定性更高。最后,在不同电网电压工况下,通过对比实验研究验证了所提方法的有效性。

摘要：我国大气污染呈现出区域性和复杂性等特性,开展污染气体区域分布的立体监测,能够及时了解大气环境现状、研究分析影响大气质量的各种因素,指导大气污染控制措施。机载成像差分吸收光谱仪,是目前有效的污染气体区域分布遥感手段之一。该技术观测区域大,覆盖率高,最终可提供精细化的污染气体区域分布资料,实现污染分布及传输的可视化探测。以往机载成像差分吸收光谱仪采用整体式设计,需要占用飞机光学观察窗口,航空搭载需求苛刻、应用受限。为此提出了光纤式机载成像差分吸收光谱仪,采用光纤束传输方式,安装过程中对飞机改装需求小,极大的便利了机上安装和调试,适应了适航设备认证需求。该系统采用特制多芯光纤束结合Littow-offner结构光谱成像系统,具有光谱成像分辨率高、大视场、结构紧凑等优点。在此详细介绍了该设备性能参数,并利用该系统在芜湖市周边开展了区域污染遥感应用。应用过程中,针对光纤式成像差分吸收光谱仪,提出了数据处理算法。对采集到的太阳散射光谱进行反演得到污染气体的斜柱浓度,并利用大气传输模型计算大气质量因子,实现垂直柱浓度转化。最后结合飞机姿态位置信息,快速获取了芜湖市区及其周边上空的NO_(2)、SO_(2)的浓度分布,并进行了区域内污染源快速定位和传输过程分析。从反演结果来看,本次实验NO_(2)垂直柱浓度在实验区域存在4个高值点,SO_(2)垂直柱浓度在实验区域存在2个高值点,高值点附近均存在重工企业,结果与实际情况相符。并结合卫星数据评估二者交叉校验精度,二者呈现正相关,相关性系数为0.77。应用效果验证了光纤式成像差分吸收光谱仪的方案可行性,可为大气污染气体航空遥感技术推广提供参考,同时弥补了地面站点监测在空间尺度上以及卫星遥感在时间尺度上的不足。

摘要：成对研究以具有相互作用的两名个体为基本单元,广泛用于心理学领域涉及人际交互的研究中。它与密集追踪设计的结合有助于探究人际互动过程中个体行为与人际效应的动态变化,但目前尚缺乏能有效结合密集追踪数据特点以回答成对研究关心问题的统计方法。本研究拟通过模拟和实证研究,基于动态结构方程模型(Dynamic Structural Equation Modeling,DSEM)框架,探究三种人际互动模式(双人交互,一人与多人交互,多人两两交互)下密集追踪成对数据分析的统计模型的建构、拓展和应用,推动心理学研究更深入、科学地描述和解释人际交互情境中个体行为的动态发展过程及人际效应。

摘要：电枢在发射过程中,瞬时变化的导轨电流会在金属身管外壳上感应出巨大的涡流,身管涡流会产生额外的损耗,同时外壳涡流的去磁效应会改变电枢、导轨等器部件的应力分布从而影响装置发射性能。该文建立了电磁轨道发射装置的数学模型,并针对整体式、上下分断式以及叠压式三种外壳结构有限元模型进行了电磁场-结构场联合仿真,获得了发射装置电磁参数和各部件应力分布。有限元电磁仿真结果表明,叠压式外壳结构外壳涡流最小、电感梯度最大、器部件应力最大,整体式外壳结构外壳涡流最大、电感梯度最小、器部件应力最小。全系统电气仿真和对比试验证明,在满足外壳支持强度和装置各部件应力条件下,选用高磁导率、低电导率的材料并设计抑制涡流的身管外壳结构,有利于提高发射装置电枢出口速度和系统效率,从而获得优良的发射性能。

摘要：“双碳”目标的实施加速了新型电力系统发展。然而,新型电力系统的转动惯量和调节能力逐渐难以适应复杂多变的负荷变化。因此,开发更高效、更快速的调频资源参与自动发电控制(automatic generation control,AGC)已成为刻不容缓之事。但是,不同调频机组之间的异质性显著,包括机组模型、容量和响应速度的差异,这对AGC提出了挑战。为了提升异质调频资源参与AGC的性能,该文提出了一种分布式协同AGC方法。首先,基于分布式固定时间一致性理论提出了一种分布式固定时间区域控制偏差(area control error,ACE)发掘算法。随后,各AGC机组根据获取的ACE信息设计独立的PI控制器参与频率调节。在ACE调节的最后阶段,根据各机组出力的标幺值,设计了分布式固定时间功率均分控制器,控制低速AGC机组承担更多的功率调整量,从而释放高速AGC机组的容量并为下一轮AGC服务做好准备。通过对包含5种不同调频单元的两区域电力系统进行仿真研究,验证了所提分布式协同AGC方法的性能。结果表明,所提方法可以有效地提高系统的调频性能,且能够在设计的时间内实现期望的有功功率分配。

摘要：为提升锦纶6织物阻燃性能,基于水解缩合反应原理,开发设计多元协效抗熔滴型含磷席夫碱基有机硅阻燃剂,并采用浸渍法对锦纶6织物进行阻燃整理。借助红外光谱、热重分析仪、微型燃烧量热仪、极限氧指数仪、扫描电镜、拉曼光谱及热裂解气质联用仪等技术分别对阻燃锦纶6织物的化学结构、热稳定性、燃烧行为及其燃烧后炭化层与气相热解产物系统研究。结果表明:阻燃锦纶6织物的炭化能力及阻燃性能有效提升,其残炭率可增加至33.9%,且在火焰移开后可快速实现自熄,并未有熔滴产生;相较于锦纶6织物,阻燃锦纶6织物的热释放速率峰值(PHRR)及总释热量(THR)分别下降23.8%及20.4%,火灾安全性有效提升;经水洗20次后,阻燃锦纶6织物仍可实现自熄,其PHRR及THR值相较于锦纶6织物,仍分别下降了14.1%及13.6%。

摘要：设计材料-微生物杂合体系,利用太阳能等可再生能源进行绿色生物合成,有望为人类社会提供解决全球能源短缺和环境危机的可行方案。将人工材料优异的物理化学特性与微生物的生物合成功能进行耦合,构建杂合体系的研究在近年来受到了广泛关注。聚合物材料因其功能多样、可设计性强、生物兼容性好等特点被广泛应用于构建材料-微生物杂合体,在生物能源领域展现出广阔的应用前景。本文从聚合物材料的功能特点出发,系统总结了不同类型的聚合物-微生物杂合体,并论述了聚合物材料通过增强光能利用、加速电子传递、稳定生物活性等机制对杂合体催化性能的强化。最后,对聚合物-微生物杂合体系面临的挑战和未来发展前景进行展望。

摘要：近年来,随着提示学习方法在自然语言处理领域被提出,其日益受到研究人员广泛关注,它通过将各类下游任务重构成预训练任务的形式,以参数高效和数据高效的方式将大规模预训练模型应用在各类自然语言相关下游任务中.其中以GPT系列为代表的模型通过提示学习在对话生成和多模态图文理解等任务上取得了巨大的成功.然而,这类模型及方法还不能解决视觉中的稠密任务.受此启发,一些研究人员逐渐将提示学习广泛应用到视觉相关的各类任务当中,如图像识别、目标检测、图像分割、领域适应、持续学习等.由于目前还没有提示学习应用在视觉相关领域中的综述,本文将对视觉单模态领域以及视觉语言多模态领域的提示学习方法展开全面论述和分析.作为回顾,我们首先简要介绍自然语言处理领域的预训练模型,并对提示学习的基本概念、下游应用形式以及提示模板类型进行阐述和分类.其次,我们分别介绍视觉单模态领域以及视觉语言多模态领域里提示学习方法适配的预训练模型和任务.再次,我们分别介绍视觉单模态领域以及视觉语言多模态领域的提示学习方法.在自然语言处理领域,提示学习方法以继承预训练形式实现多任务统一为主要目的;与此不同,在视觉相关领域,提示学习方法侧重于面向特定下游任务进行设计.为此,我们将从方法设计上进行简单分类,然后从应用任务角度详细介绍视觉单模态提示学习和视觉语言多模态提示学习方法.最后,我们对比分析了自然语言处理领域和视觉相关领域提示学习研究的进展,并对未来研究路线给出了展望。