摘要：在工程材料的应用中,弹性模量是重要的性能参数,找到特定弹性性能的材料是新材料合成领域的热点问题,如何快速且准确的预测弹性在工程上具有重要意义.通过实际实验测量大量材料的弹性性能并不现实.因此,通过计算机模拟筛选材料数据,选出候选材料,再通过实际实验进行验证,是一种理想的新材料发现方法.目前材料性能预测的主要计算方法是基于第一性原理的高通量计算,这类方法效率低下,难以高效地完成大批量的材料筛选任务.而基于材料统计学的机器学习预测方法,可通过大数据挖掘,快速预测材料性能,成为一种有可能替代高通量计算的方案.本文将特征选择方法和机器学习模型进行组合,从中选择最有效的弹性模量预测组合方案,并设计交互界面对输入特征和材料弹性性能的关系进行可视化分析.实验表明Pearson/RFE和GBDT的组合模型性能最好,同时通过可视化分析发现每原子能量、熔点、密度等特征对于预测结果的影响较大.这些重要的特征可以从特征–目标关系中初步预测弹性模量的范围,目标属性值也可反过来估计材料的重要特征.这些研究成果可应用于探究弹性的影响因素、预测大批量材料性能和可视化分析指导材料合成.

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：提出了一种全新的基于多模态信息融合技术的四足机器人避障方法.该方法将机器人的本体传感器信息与外部传感器信息相结合,以提高机器人在复杂环境下的决策能力.具体而言,该方法设计了一种多模态强化学习神经网络模型,使机器人能够从自身的传感数据和外部传感器数据中学习.该模型采用监督和非监督学习技术相结合的方法进行训练,以优化机器人在避障任务中的表现.此外,还创新地引入了Transformer层和注意力机制,使机器人能够有选择地关注相关的传感信息并过滤掉无关信息,提高在未知动态环境中的规划可靠性.该方法在具有不同障碍物、不平坦地形等具有挑战性的模拟环境中进行了评估.实验结果表明,所提出的方法相较于对照组可以显著提高四足机器人的避障成功率.此外,由于引入了注意力机制,所提出的算法在动态未知环境下也具有一定的可靠性,使其在实际应用中更加实用.本文的意义主要在于引入多模态信息融合技术和Transformer层,以提高机器人在避障任务中的表现.通过仿真环境的实验结果显示,该学习策略能够显著改善机器人的运动控制能力,并且多模态Transformer模型进一步增强了其性能使其具备优越的泛化性.此外,进一步的分析和可视化也表明了学习策略利用外部输入进行决策的有效性.

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。

摘要：以城市生活垃圾焚烧飞灰(简称飞灰)协同城市生活垃圾焚烧底渣(简称底渣)制备轻质低硅铝型陶粒,研究飞灰/底渣掺量、焙烧条件对陶粒性能的影响,分析热处理后矿物相转变、微观形貌,并从重金属浸出角度评估成品陶粒的质量。结果表明:(1)在最佳原料掺量(质量分数)为飞灰20.0%、底渣40.0%、凝灰岩40.0%,最佳焙烧参数为预热温度500℃、焙烧温度1100℃、焙烧时间10 min的条件下,陶粒的颗粒强度为2014 N,堆积密度为890 kg/m^(3),1 h吸水率为8.60%。(2)焙烧过程中生成了新物相(透辉石、钙铁辉石和硅灰石),并且陶粒内部形成了丰富的多孔结构。(3)陶粒中Cr、Ni、Zn、As、Cd、Pd浸出毒性远低于《污水综合排放标准》(GB 8978—1996)。

摘要：放线菌一直以来都是药物发现的重要来源。学习和掌握放线菌蕴含活性物质的发现、分离等相关专业知识和技能是医科院校生物技术专业的学生的基本要求。鉴于安徽医科大学微生物学实验存在的不足,该校细胞生物学教研室设计开展了以菌株资源为主线、实验技能培训为目的跨学科整合实验项目,以项目中药植物土大黄内生放线菌的分离、鉴定为例,采用线上线下混合式以及PBL教学模式,以学生为主体,并采用了相对细化和量化的考核体系对学生进行综合评价。该改革实践有效提升了学生的学习兴趣、动手操作能力、团队协作能力、逻辑思维能力、科研设计能力以及创新能力,可为相关课程改革提供参考。

摘要：研究校园空间形态与室外风环境的耦合关系,为皖中片区校园规划在空间形态设计阶段提供风环境建设的规划思路,选取同一地区(合肥)相同气候条件下的5所高校为研究对象,通过空间句法理论以及CFD软件对大学校园室外空间进行分析。结果表明,安徽农业大学、国防科技大学合肥校区以及新华学院呈现格网型空间结构,安徽建筑大学南校区以及安徽大学馨苑校区呈现明显的自由轮轴型空间结构,安徽建筑大学南校区以及安徽大学馨苑校区校园过渡季风环境要更好。总体来看,自由轮轴型空间校园在局部空间的感知性上要弱于格网型空间校园,在整体空间与局部空间的协同性上要强于格网型空间校园。格网型空间校园内部存在无风区,自由轮轴型空间校园内部不存在无风区,更适宜大学生进行室外学习生活活动。

摘要：针对钢-混组合梁桥的行车振动问题,设计了一种碰撞调谐质量阻尼器(pounding tuned mass dampers, PTMD)装置,进行了基于PTMD的钢-混组合梁减振效应试验研究和数值分析研究。设计并制作了钢-混组合梁试验模型和PTMD装置,研究了PTMD装置的减振效果并进行PTMD装置的参数讨论。结果表明,该PTMD装置对钢-混组合梁的振动有明显的抑制效果,在振动响应较大时能够取得更好的减振效果,其最佳质量比为2%,最佳碰撞间隙为4 mm,在试验梁上同时安装3个PTMD更为合理。以某高速公路线路上的双主梁钢-混组合梁桥为研究背景,建立了车-桥-PTMD耦合系统模型,计算并对比双主梁钢-混组合梁桥在移动车辆荷载作用下无减振装置和应用PTMD装置下的动力响应,验证了PTMD装置在实际应用中的减振效果。

摘要：在永磁同步电机矢量控制系统中,受电流谐波的影响,电机产生转矩脉动。为了解决此问题,利用谐波注入原理设计一种电压谐波注入器。利用坐标变换提取待消除次数的电流谐波,考虑到基波会影响到谐波的提取精度,设计一种消去基波的电流谐波提取结构。利用提取到的电流谐波,设计针对5、7次谐波的电压谐波注入器。最后通过实验对比,证明了所提方法能够明显抑制电机转矩脉动。

摘要：在分析当前动态技术的基础上,阐述了分层设计的优点,提出一种利用文档和实现分层设计的方案,WebWebXMLJava ServletWeb并通过实例验证了方案的有效性。