摘要：近年来高熵氧化物因其独特的四大效应,作为高性能的锂离子电池(LIBs)负极材料受到广泛关注.本研究借助于形貌和缺陷调控策略调控晶格畸变和氧空位,以金属硝酸盐为金属源,葡萄糖和尿素为低共熔溶剂,采用基于低共熔溶剂辅助的固相反应法制备了La(Co_(0.2)Cr_(0.2)Fe_(0.2)Mn_(0.2)Ni_(0.2))O_(3)以及Li、Na元素掺杂的La(Li_(1/6) Co_(1/6)Cr_(1/6)Fe_(1/6)Mn_(1/6)Ni_(1/6))O_(3)和La(Na_(1/6)Co_(1/6)Cr_(1/6)Fe_(1/6)Mn_(1/6)Ni_(1/6))O_(3)钙钛矿型高熵氧化物纳米晶粉体.测试结果表明:所制备的高熵氧化物均为单相钙钛矿结构,其形貌为具有介孔结构的空心球状且各组成元素分布均匀.储锂性能表明:La(Li_(1/6)Co_(1/6)Cr_(1/6)Fe_(1/6)Mn_(1/6)Ni_(1/6))O_(3)电极展示了最高的比容量(电流密度200 mA·g^(-1)下循环100圈的可逆比容量为410.0mAh·g^(-1))和优异的倍率性能(100 mA·g^(-1)电流密度下可逆比容量为342 mAh·g^(-1),3000 mA·g^(-1)电流密度下可逆比容量为169.43 mAh·g^(-1),容量保持率为49.4%).虽然La(Li_(1/6)Co_(1/6)Cr_(1/6)Fe_(1/6)Mn_(1/6)Ni_(1/6))O_(3)具有略小的D_(Li)~+,但适当的晶格畸变、氧空位和较高的比表面积使其具有更高的电导率(0.072 S·cm^(-1))以及更小的阻抗,从而显著提升了材料的比容量和倍率性能.该项工作为开发出高性能LIBs的先进负极材料提供了新的设计理念和思路.

摘要：量子近似优化算法(Quantum Approximate Optimization Algorithm,QAOA)是求解组合优化问题的算法框架,是近期最有可能展示量子计算优势的算法之一.在QAOA框架内,表征解的量子态采取的二进制编码方案导致的对称性限制了QAOA的性能.为了克服这一局限性,本文受Dicke态制备算法的启发,给出了一种新的解编码方案,消除了现有编码方案中的对称性.本文还设计了新的演化算子——星图(Star Graph,SG)算子,及其对应的SG算法,给出了算法求解图分割问题时的量子电路.在IBM Q上的实验结果显示,星图算法比标准QAO算法平均约有25.3%的性能提升.

摘要：三维局部特征描述是三维计算机视觉中的重要任务.现实场景中包含噪声、遮挡和杂波等干扰,使得准确和鲁棒的三维局部特征描述具有很大的挑战性.为提高特征描述的性能,提出一种局部曲面变化统计直方图(local sur-face variation based statistics histogram,LSVSH)描述符.首先设计一种不依赖于局部参考轴(local reference axis,LRA)的新属性(称为曲率属性),增强描述符对LRA误差的稳健性;然后沿径向剖分局部空间,在每个子空间中统计3个角度属性和1个曲率属性生成LSVSH描述符,实现对局部曲面信息的全面稳健描述.在B3R,U3M,U3OR和QuLD这4个数据集上进行大量的实验,结果表明,LSVSH在4个数据集上的RPC下面积(the area under the recall-precision curve,AUCpr)值分别为0.95,0.70,0.54和0.10,优于现有的局部特征描述符的性能;在U3M数据集上的正确配准率和在U3OR数据集上的正确识别率分别达到70%和100%,验证了LSVSH应用于物体配准和识别任务上的有效性.

摘要：相比于单一视图学习,多视图学习往往可以获得学习对象更全面的信息,因而在无监督学习领域,多视图聚类受到了研究者的极大关注,其中基于图的多视图聚类,近年来取得了很大的研究进展.基于图的多视图聚类一般是先从各个视图原始数据学习相似图,再进行视图间相似图的融合来获得最终聚类结果,因此,多视图聚类的效果是由相似图质量和相似图融合方法共同决定的.然而,现有基于图的多视图聚类方法几乎都聚焦在视图间相似图的融合方法研究上,而缺乏对相似图本身质量的关注.这些方法大多数都是孤立地从各视图的原始数据中学习相似图,并且在后续图融合过程中保持相似图不变.这样得到的相似图不可避免地包含噪声和冗余信息,进而影响后续的图融合和聚类.而少量考虑相似图质量的研究,要么相似图构造和图融合过程是直接联立迭代的,要么在预定义相似图过程中提前利用秩约束进一步初始化,要么就是利用相似图存在的一些底层结构来获取融合图的.这些方法对相似图本身改进很小,最终聚类性能提升也十分有限.同时现有基于图的多视图聚类流程也缺乏对各视图间一致性和不一致性的综合考虑,这也会严重影响最终的多视图聚类性能.为了避免低质量预定义相似图对聚类结果的不利影响以及综合考虑视图间一致性与不一致性来提升最终聚类效果,本文提出了一种自适应相似图联合优化的多视图聚类方法.首先通过Hadamard积来获得视图间高质量一致性部分信息,再将每个预定义相似图和这部分信息对标,重构各个视图的预设相似图.这个过程强化了各视图间的一致性部分,弱化了不一致性部分.其次设计了相似图重构改进和图融合联合迭代优化框架,实现了相似图的自适应改进,最终达到相似图和聚类结果共同提升的效果.该方法将相似图改进过程与图融合过程联合起来进行自适应迭代优化,并且在迭代优化中不断强化各视图间的一致性,弱化视图间的不一致性.此外,本文的方法也集成了现有多视图聚类方法的一些优点,自加权以及无需额外聚类步骤等.在九个基准数据集上与八个对比方法的实验验证了本文方法的有效性与优越性.

摘要：现有UHPC梁受弯承载力计算方法均基于承载力极限状态下的受力模型推导,并用试验验证所得,未考虑正常使用极限状态到承载力极限状态纤维桥接作用退化对极限承载力的影响。对于UHPC梁,若正常使用极限状态允许其带裂缝工作,裂缝在活载作用下会存在闭合和张开的问题;若裂缝宽度达到一定值,伴随裂缝的闭合与张开,跨过裂缝的纤维-基体会因界面黏结疲劳导致黏结性能退化,纤维黏结性能的退化进一步引起UHPC梁跨中截面一定高度上的纤维桥接作用失效,影响其受弯承载能力计算的准确性。为此,充分研究了应变硬化与软化UHPC材料的力学性能,分析了单调和循环加载下纤维与基体的黏结滑移关系,确定了正常使用极限状态下裂缝不扩展的宽度值,然后考虑应变硬化UHPC极限拉应变和钢筋屈服应变的关系,基于循环荷载下跨裂缝纤维-基体黏结性能退化规律,分别建立了受弯全过程纤维桥接合理量化的钢筋UHPC梁受弯承载力计算方法。通过现有文献中UHPC梁的试验结果验证发现,对于应变硬化和应变软化UHPC梁,所提出公式的计算结果与试验结果平均比值分别为0.9和1.0,这表明所提出的计算方法可对应变硬化与软化UHPC梁受弯承载力进行较为准确的预测。另外,研究发现,对于UHPC梁,若要充分利用UHPC中纤维的桥接贡献,其正常使用极限状态下裂缝的宽度不宜大于0.05 mm。

摘要：高熵作为全新的材料体系,得益于巨大的组分空间、独特的微观结构以及较大的构型熵所赋予其独特且可调的优异性能,已成为材料领域的研究热点。高熵陶瓷的研究目前还处于探索阶段,尤其在精准的成分设计理论、高纯高产率粉体制备、新型烧结工艺等方面,亟待深入研究。因此,本文针对高熵陶瓷的五大高熵效应、新的设计理论、粉体制备方法、新型烧结工艺以及综合性能与实际应用进行了梳理归纳,并通过团簇加连接原子模型(CPGA)对高熵陶瓷(HEC)成分设计进行解析,深入挖掘了HEC的组元和微结构以及性能之间的关系。未来HEC的重点发展方向仍然为基础理论设计,尤其是针对非氧化物HEC成分结构。同时,在样品制备上要在学科交叉领域寻找突破,如采用人工智能机器学习与3D打印进行制备。最后,要寻找结构、热障耐腐涂层、机械、工程光学和磁性等方面实际应用并对探究工况环境下的强化、失效机制深入探究分析。

摘要：反铁电陶瓷材料由于其相变储能特性,在脉冲电容器领域引起广泛关注。然而,低的储能密度和储能效率难以实现器件的小型化,高功率化,阻碍了基于反铁电陶瓷脉冲电容器的实际应用。本工作采用流延法制备(Pb_((1–1.5x))Tm_(x))(Zr_(0.55)Sn_(0.44)Ti_(0.01))O_(3)(x=0.00、0.02、0.04、0.06)反铁电陶瓷,通过构建晶界阻抗策略,改善电学性能,提高击穿强度,进而达到提高其储能密度的目的。系统地研究了掺杂不同含量的Tm^(3+),对(Pb_((1–1.5x))Tm_(x))(Zr_(0.55)Sn0.44Ti_(0.01))O_(3)陶瓷的相结构,微观形貌,介电性能,储能特性,电学性能以及放电行为的影响。结果表明,随着Tm^(3+)含量的增加,晶粒逐步细化,界面数量增加,致使反铁电陶瓷由晶界–晶粒阻抗作用转变为晶界阻抗占主导作用。因此,陶瓷系统电阻提高,绝缘性增强,最终导致介电击穿(Eb=490 kV/cm)上升,获得了高的储能密度(W_(rec)=9.37 J/cm^(3)),高的储能效率(η=77%)以及较好的放电能量密度(W_(dis)=5.5 J/cm^(3))。此外,(Pb_((1–1.5x))Tm_(x))(Zr_(0.55)Sn_(0.44)Ti_(0.01))O_(3)陶瓷在30~120℃温度范围内,储能密度变化小于8%,具有良好的温度稳定性,是一种优异的高温脉冲功率电容器材料,为脉冲功率电容器的设计提供一种新的思路。

摘要：天然酶在活性、对映体选择性或热稳定性等方面经常难以满足应用与研究的需求,探索高效的酶分子改造技术改善该类酶的某些特性是酶工程的重要任务。酶分子改造技术主要包括理性设计、定向进化和人工智能辅助设计等。定向进化和理性设计是由实验驱动的酶分子改造策略,已经成功地应用于酶工程,但由于蛋白质序列空间的尺寸巨大以及实验数据少,现行的酶分子改造方法仍然面临着重大挑战。随着新一代测序、高通量筛选方法、蛋白质数据库和人工智能技术的发展,数据驱动的酶工程有望应对这些挑战。其中,采用人工智能辅助的统计学习方法,通过数据驱动方式构建序列/结构-酶性能的预测模型,依据预测模型挑选优良突变酶,大大提高了酶分子改造效率。基于酶分子改造的应用需求,本文综述了人工智能辅助酶分子改造的数据采集方法以及人工智能辅助酶分子改造的应用实例等,重点叙述了采用卷积神经网络预测蛋白质热稳定性的方法,以期为该领域的研究人员提供参考。

摘要：为探究远红光间断辐照下,水稻幼苗生长表型差异及其在基因层面的响应,实验分别设计远红光间断辐照5、10、15 min实验组与无远红光对照组,研究水稻幼苗生长差异,进行转录组基因测序,对差异表达基因进行注释分析。结果表明,经远红光间断辐照10 min,水稻种子发芽率增长30.2%。间断辐照10min组生长表型增长最为显著,根长、茎长、茎粗分别比对照组增加了35.64%、22.9%、18.92%。转录组测序共获得868个显著差异表达基因,其中筛选出44个显著上调基因,功能注释富集于植物激素信号传导与代谢、碳水化合物运输与代谢通路;119个显著下调基因,功能注释富集于次生代谢物、二萜类与苯丙烷类化合物的生物合成代谢通路。关键差异表达基因分析显示,远红光间断辐照显著增强植物激素代谢通路基因表达,主要增强了赤霉素、油菜素内酯和生长素的合成,使植物细胞伸长,显著促进水稻根茎生长。

摘要：随着数字信息与云存储技术的发展与成熟,密文域可逆信息隐藏算法正逐渐成为通信传输中数据隐私保护的研究热点。如何根据不同载体图像像素的分布特征,对局部区域内像素进行自适应识别编码,实现对载体更彻底的压缩以提升嵌入容量仍具有较大挑战。本文针对密文域可逆信息隐藏算法因载体图像冗余空间压缩不充分而导致嵌入容量较低的问题,提出一种基于差分编码和块压缩的密文域可逆信息隐藏算法。首先,根据自然图像局部区域内像素强相关性邻位作差,并基于块内最大差值对差值图像矩阵进行分类和自适应编码,同时设计分块置乱和块内像素扩散加密机制保证图像信息安全。然后,将自适应编码结果在对应的密文图像块上进行标记,压缩冗余空间。最后,通过位替换嵌入秘密信息。不同于其他算法,本算法对差分编码后的图像进行比特位重排列,从密文图像像素最低有效位开始,标记差值像素的符号位,其余各位面依次标记最小差值比特位。由于加密操作与自适应编码的可逆性,合法接收者可实现对原始明文图像的无损重构和秘密信息的无误提取。实验结果表明,与现有的几类算法相比,本文提出的算法具有更高的嵌入率和更好的安全性,在BOSSbase和BOWS-2两个数据集上的平均嵌入率达到3.027位/像素和2.937位/像素,在测试图像上平均嵌入率也均提高了0.57位/像素以上。