摘要：声学斯格明子模式是一种在声学结构表面产生的速度场矢量拓扑纹理结构,这种受保护的矢量分布为声音信息处理、传输和数据存储提供了新的机遇.本文结合声学波导和亚波长阿基米德螺旋结构设计了一种组合结构,利用定向声源激发波导模式传输,进而实现对局域型声学斯格明子模式的选择性激发.通过理论分析和数值仿真,研究了自旋声源、Huygens声源、Janus声源在此结构中激发的压力场分布以及速度场分布,展示了组合结构中声表面波的定向传输性质和选择性激发的声学斯格明子模式.这种由定向声源选择性激发声学斯格明子模式的方式为设计先进声学信息处理功能器件提供了新的途径.

摘要：通过Mg的添加,设计制备了3种A原子过计量的AB_(2)型Zr_(0.85)Ti_(0.15)Mg_(x)Ni_(1.20)Mn_(0.56)V_(0.12)Fe_(0.12)(x=0.20,0.25,0.30)高熵合金,探究了Mg添加量及其原子占位对储氢性能的影响.结果表明,所有合金均为C15 Laves单相结构,当x从0.20增至0.30时,合金的储氢量由0.35%(质量分数)显著提升至1.03%;合金具有优良的热力学性能,其中,Mg_(0.30)合金的放氢焓变(ΔH_(d))仅为28.93 kJ/mol;Mg_(0.30)合金的放电容量为167.0 mA·h/g,30次充放电循环后容量保持率为80.9%,展现了较好的电化学储氢性能.Rietveld全谱拟合结果揭示,Mg原子既占据Laves相A原子的8a位置,又占据B原子的16d位置;随着x的增加,8a位置的占位因子(g)保持恒定,而16d位置的g增加.这一结果不仅导致合金四面体间隙的增大,还促进了对氢强亲和力的四面体间隙的形成,从而显著提高了合金的储氢能力.

摘要：煤炭资源的地下开采会造成地表沉陷,对地表生态环境及建(构)筑物的安全使用造成一定威胁,在采前获知开采过程中的地表沉陷动态预计值,是进行开采沉陷区生态环境动态修复设计的重要基础,是该领域亟待解决的问题之一。为实现煤炭地下开采导致地表沉陷动态过程的准确预计,根据地表沉陷动态规律总结出理想时间函数模型的形态,据此引入Boltzmann时间函数模型,从下沉量、下沉速度、下沉加速度3个方面对该模型进行分析,发现其能够满足地表沉陷动态趋势;探究该时间函数模型各参数对模型图像的影响,确定其物理意义并分别定义为最终下沉量A、最大下沉速度出现时间t0、下沉急缓程度系数B,从而构建基于Boltzmann时间函数的动态预计模型参数体系;通过对单点实测下沉量进行拟合发现该模型拟合精度较传统动态预计模型更高,拟合优度R^(2)达到0.9988;对矿区地表监测点实测下沉量进行参数反演,根据反演结果建立了沉陷盆地内任意点动态预计参数与地表最大下沉量、回采速度及覆岩岩性系数的相关关系,给出了该模型各动态预计参数在地表任意点的计算方法,并利用收集的6个工作面数据验证其精度可靠;构建了融合Boltzmann时间函数与概率积分法的地表沉陷动态预计模型,可实现对沉陷盆地内任意点任意时间的地表沉陷预计;运用该预计模型求得多时期下沉量并对其进行精度验证,结果显示开采过程中的动态预计相对误差保持在6.0%以内,相对误差最小值为2.7%。

摘要：针对冶金自备电厂燃料热值、压力和负荷多变的复杂工况与发电机组燃烧、汽机系统存在的大滞后、扰动大、多变量问题,首先通过改进粒子群算法(improved particle swarm optimization,IPSO)辨识得到以汽轮机调节阀开度与燃料量为控制量、有功功率与主蒸汽压力为被控量的单元机组数学模型;其次,设计多变量动态矩阵控制策略,构建机炉协调控制器,通过在线预测、反馈校正实现对系统进行滚动优化,并转换为内模控制结构分析其动态特性;最后,得到基于多变量动态矩阵控制(multivariable dynamic matrix control,MDMC)的燃气发电机组机炉协调控制策略。研究结果表明:相较于常规PSO,IPSO输出曲线拟合效果具有更高的准确性;与模型预测控制、广义预测控制、比例积分微分控制相比,MDMC具有更好的抗干扰性和动态性能,系统在受到干扰时调节时间最短为112 s,超调量仅为1.81%。应用机炉协调控制系统后,有功功率与主蒸汽压力标准偏差分别降低48.03%和33.33%,在满足现场设计要求的同时更有利于工业生产。

摘要：车辆自动驾驶过程中不仅需要完成运动规划,实现行人识别,还需实现更高精度的多目标追踪。针对车辆自动驾驶行人识别响应速度慢、目标追踪精度差的问题,提出一种融合多传感器的行人识别和多目标追踪算法。采用Lattice算法进行路径规划,通过损失函数与碰撞检测得到最佳驾驶轨迹,将传感器检测到的障碍物位置转换到全局坐标系中,在全局栅格地图中以高斯分布绘制在地图中,通过阈值初定可视行人。并基于检测跟踪策略设计多目标追踪遮挡处理算法,实现自动驾驶车辆中被遮挡目标的运动估计。对多目标跟踪挑战数据集的定量、定性和消融研究,验证了该算法的有效性。实验结果表明,该算法能够准确估计遮挡过程中的目标运动,生成完整、高质量的运动轨迹。

摘要：以装帧家钱君匋的口述记录为线索,结合新见材料,采用历史研究与图像考证的方法,系统考察日本现代设计家杉浦非水对钱君匋、陶元庆装帧设计的影响,进一步探讨日本现代设计对中国现代书刊装帧起步阶段的影响,以补充设计史研究中相关话题与材料的缺失。

摘要：目的基于深度学习的方法在3D模型分类任务中取得了先进的性能,此类方法需要提取三维模型不同数据表示的特征,例如使用深度学习模型提取多视图特征并将其组合成单一而紧凑的形状描述符。然而,这些方法只考虑了多视图之间的一致信息,而忽视了视图与视图之间存在的差异信息。为了解决这一问题,提出了新的特征网络学习3D模型多视图数据表示的一致信息和互补信息,并将其有效融合,以充分利用多视图数据的特征,提高3D模型分类准确率。方法该方法首先在残差网络的残差结构中引入空洞卷积,扩大卷积操作的感受野。随后,对网络结构调整以进行多视图特征提取。然后,通过设计的视图分类网络划分一致信息和互补信息,充分利用每个视图。为了处理这两类不同的信息,引入了一种结合注意力机制的学习融合策略,将两类特征视图融合,从而得到形状级描述符,实现可靠的3D模型分类。结果该模型的有效性在ModelNet数据集的两个子集上得到验证。在基于ModelNet40数据集的所有对比方法中具有最好的性能表现。为了对比不同的特征提取网络,设置单分类任务实现性能验证,本文方法在分类准确度和平均损失方面表现最好。相较于基准方法—多视图卷积神经网络(multi-view convolutional neural network,MVCNN),在不同视图数下本文方法的性能最高提升了3.6%,整体分类准确度提高了5.43%。实验结果表明,相较于现有相关方法,本文方法展现出一定的优越性。结论本文提出的一种多视图信息融合的深度3D模型分类网络,深度融合多视图的一致信息和互补信息,在3D模型分类任务中获得明显的效果。

摘要：图像异常检测旨在识别并定位图像中的异常区域,针对现有算法中不同层次特征信息利用不充分的问题,提出了基于多层次特征融合网络的图像异常检测算法。通过使用融合了异常先验知识的伪异常数据生成算法,对训练集进行了异常数据扩充,将异常检测任务转化为监督学习任务;构建了多层次特征融合网络,将神经网络中不同层次特征进行融合,丰富了特征中的低层纹理信息和高层语义信息,使得用于异常检测的特征更具区分性;训练时,设计了分数约束损失和一致性约束损失,并结合特征约束损失对整个网络模型进行训练。实验结果表明,MVTec数据集上图像级检测接收机工作特性曲线下面积(area under the receiver operating characteristic, AUROC)平均值为98.7%,像素级定位AUROC平均值为97.9%,每区域重叠率平均值为94.2%,均高于现有的异常检测算法。

摘要：针对受外部干扰和输入饱和的无向拓扑多航天器系统的姿态协同控制问题,提出了一种基于预定时间的分布式姿态协同跟踪算法。首先,设计了一种分布式预定时间滑模观测器,分别用于每个跟随航天器在预定时间内对领导者姿态和角速度信息的估计。其次,利用分布式观测器和滑模技术,提出了一种考虑执行机构饱和的分布式预定时间姿态协同跟踪控制器。所提出的控制方案是非奇异的,能够实现在约束条件下的多航天器的全局预定时间姿态协同跟踪控制。然后,利用李亚普诺夫稳定性理论对该系统进行了稳定性分析。最后,仿真结果验证了所提控制方案的有效性,且具有较快的收敛速度和较高的控制精度。

摘要：徽州三雕艺术是中国传统手工艺文化的独特形式之一,具有悠久历史和深厚文化内涵。随着数字技术的发展,数字化呈现为三雕艺术的保护、传承和创新提供了新途径。徽州三雕艺术的数字化呈现设计亟须通过多学科交叉研究,重构其科学与人文内涵,探讨数字化呈现的技术方法、形式和设计原则。这有助于在当今视觉艺术与文化传播中,建立现代与过去的链接,实现传统与现代的融合,维持文化符号的多元化,用科技传承文明,促进优秀传统文化的可持续发展。