摘要：高重频的飞秒脉冲激光器在工业加工、医疗、精密测量等各个领域都有着重要应用。为了分析“9”字腔锁模激光器的自启动性能,利用琼斯矩阵建立了非线性放大环形镜的传输函数,分析了环形镜中不同波片角度对腔内往返传输函数的影响。搭建了基于非线性放大环形镜的光纤激光器,分别使用了掺镱光纤、掺铒光纤作为增益介质,在1μm和1.5μm波段分别实现了重复频率为600 MHz和280 MHz的基频锁模。所设计的激光器具有脉宽窄、光谱宽、稳定性好、自启动成功率高的特点,激光器完成了集成化封装,能够满足微纳加工、激光医疗、光频率梳等领域对飞秒激光的应用需求。

摘要：集电系统拓扑优化是大型海上风电场规划建设的核心问题，本质上是一个涉及多约束、多目标的复杂混合整数优化问题。针对该问题，提出了一种基于大语言模型(large language model, LLM)辅助的大型海上风电场集电系统拓扑优化方法。首先，基于大语言模型辅助对风电机组群进行聚类，通过链式提示法使LLM理解优化目标，并利用LLM将大型海上风电场分割为若干小型区域，以降低优化问题维度，提升求解速度和质量。然后，构建集电系统拓扑优化模型，基于混合整数线性规划求解器，获得海上风电场的最优集电系统拓扑设计方案。最后，利用1个含有75台风电机组的大型海上风电场系统进行方法性能验证，仿真结果表明：与传统优化技术相比，所提方法获得的聚类风机数量更加均衡，在考虑拓扑功率损耗的同时，生成的拓扑方案经济性最优。LLM在集电系统拓扑辅助优化中具有较高的有效性，为海上风电场集电系统拓扑设计优化提供了一种新思路。

摘要：研究一类存在一步随机时滞的复杂网络分布式状态估计问题,采用伯努利随机变量刻画测量值的随机时滞情况.基于复杂网络模型和不可靠测量值,分别设计复杂网络的状态预测器和分布式状态估计器,基于杨氏不等式消除节点之间的耦合项,通过优化杨氏不等式引进的参数,优化状态预测协方差.通过设计估计器增益,获得状态估计误差协方差,同时结合预测误差协方差,获得状态估计误差协方差的迭代公式,并给出估计误差协方差稳定的充分条件.最后,对由小车组成的耦合系统进行数值仿真,验证所设计估计器的有效性.

摘要：基于深圳市2005、2010、2015和2020年专利申请和兴趣点数据,从微观尺度上(1 km×1 km单元格)展示深圳市4个年份的创新空间演化特征,并通过对各年份的空间自回归泊松模型进一步考察了创新环境各要素对城市创新空间的影响及其变化。研究发现:(1)2005—2020年深圳市专利申请数量快速增长,创新产出呈现出空间不均衡现象,创新空间结构经历了从“龙岗—南山双核心”向“南山—福田双核心、轴带状”的演化过程。(2)在创新生产要素方面,产业园区扮演着最重要的角色,信息科技企业替代制造业企业成为创新驱动的核心力量;同时,高校/科研机构也正向显著影响着创新产出。(3)在创新生产要素空间位置选择的相关因素方面,区域交通枢纽、区位与交通可达性均显著影响创新空间;不同类型公共服务设施对创新产出的影响存在时间阶段差异。

摘要：由于规范标准对结构抗震设计要求的不断提高以及结构在长期服役过程中性能的逐渐劣化,既有建筑结构的抗震性能不再满足设计要求,开展其抗震加固设计研究势在必行。然而,目前的加固设计方法往往需要大量的非线性动力计算反复迭代,增加了设计的难度,降低了其适用性。基于能量平衡概念,提出适用于增设消能减震装置的既有建筑结构抗震加固性能化设计方法。该方法考虑了多地震水准性能目标,设计过程中无需开展非线性动力计算,且迭代次数少。采用所提方法对Benchmark钢框架结构进行加固设计,通过非线性动力分析评估了加固前和加固后结构的抗震性能。研究结果表明:加固后,所有楼层的位移角均明显降低,小震、中震和大震时的平均降幅约为20%,可见加固后结构抗震性能得到了显著改善;加固结构在小震、中震和大震下的层间位移角均与设计值吻合,实现了预期的层间位移角和屋顶位移角目标,验证了所提方法的有效性;所提方法设计的阻尼器在小震时整体保持弹性状态,在中震和大震时进入屈服耗能状态,实现了预期的耗能机制,且阻尼器延性需求沿楼层的分布较为均匀,进一步表明了设计方法的合理性。研究成果可为既有建筑结构的抗震性能加固设计提供参考。

摘要：情绪影响身心健康及认知功能等,因而在人们的生活中扮演着重要角色.自动情绪识别有助于预警心理疾病和探索行为机制,具有巨大的研究与应用价值.在过去十余年中,研究者们提出了各种情绪识别方法,但均存在不同方面的不足:基于脑电图(Electroencephalography,EEG)信号的方法需采用专业、昂贵且不易操作的脑电仪;基于视觉和语音的方法存在隐私泄露的风险;基于手机使用模式分析的方法其可靠性和准确性有待提高等.本文利用生理信号如呼吸音、心跳音及脉搏等与情绪的潜在关联性,创新性地提出基于低成本、普适易用可穿戴硬件的情绪识别技术,借助多模态数据融合对不同类型数据进行有效利用,既减少了数据冗余又有效提升了系统性能.此外,在保证良好识别准确率的前提下,为提升情绪识别模型对不同用户的泛化性、最大化降低新用户的使用成本,本文提出了基于多源域对抗思想的情绪识别模型,借助少量来自新用户的无标签数据实现模型的无监督迁移,再辅之以极少量有标签数据微调分类器参数可进一步提升情绪识别准确率.为验证所提情绪识别方法的有效性,本文设计并实现了一套融合麦克风与光电容积脉搏波(Photoplethysmography,PPG)传感器以测量人体心跳音、呼吸音及脉搏等生理指征的可穿戴系统.基于此系统,本文在不同设置下开展了大量实验并对不同影响因素进行了评估.实验结果表明:对于四类基本情绪,本文所提方法单被试识别准确率可达95.0%,跨被试识别准确率为62.5%,比基准方法提升了5.3%.结合有监督小样本参数微调,识别准确率可进一步提高至81.1%,比基准方法提高了12.4%.上述结果验证了本文所提方法的可行性,为泛在情绪识别研究做出了崭新的探索.

摘要：针对原位DNA传感的测量需求,提出了一种基于空芯光纤回音壁模式(WGM)的光流控光纤传感器。从仿真和实验两个方面对提出的DNA传感器进行探究。通过仿真探究得到锥形光纤的尺寸、空芯光纤谐振腔的厚度以及锥形光纤和空芯光纤谐振腔的耦合间距对WGM的作用规律,在仿真规律的指导下设计和完成实验。实验结果表明,减小谐振腔的厚度可以提高传感器灵敏度,谐振腔厚度为2μm时的折射率灵敏度可达206 nm/RIU,是厚度为4.5μm谐振腔的灵敏度的1.4倍,满足由于DNA分子杂交而在光纤表面产生的局部折射率变化的检测灵敏度要求。通过将探针DNA固定在空芯光纤谐振腔的微流通道,可以实现互补DNA的浓度梯度检测。所提出的传感器的线性检测范围为10~100 nmol/L,灵敏度为0.56 pm/(nmol/L),线性度为0.994。此外,所提出的基于WGM的DNA光纤传感器具有很好的特异性,为原位DNA检测在医学诊断和预后中的应用提供基础。

摘要：电解质等离子体抛光技术在非晶合金结构件的应用仍处于探索阶段,而且会产生含较高浓度的重金属和氟离子废液。为了提高锆基非晶合金结构件的表面质量以满足其使役性能,研究抛光时间、工作电压、硫酸铵浓度、初始温度、工件入水深度、阳极挂具材料等电解质等离子体抛光工艺参数对锆基非晶合金表面粗糙度、晶化情况的影响,并利用正交试验进行参数组合优化,对比不同参数对于表面粗糙度的影响显著程度。最后针对抛光后废液污染的问题,探究并配套合适的废液处理方案。结果表明:影响抛光后材料表面质量因素的显著程度为抛光时间>工作电压>初始温度>硫酸铵浓度,最优抛光工艺参数组合为抛光时间8 min,工作电压220 V,初始温度88℃,硫酸铵浓度为5%,此时表面粗糙度为0.103μm。经化学混凝沉淀法和离子交换树脂法组合工艺处理后,出水废液中的重金属和氟离子浓度均能达国家电镀污染物排放标准。研究成果可为电解质等离子体抛光在锆基非晶合金的实际生产提供工艺指导,有助于推广锆基非晶合金结构件的产业化应用,促进锆基非晶合金的大规模工业生产。

摘要：为了厘清自密实混凝土材料各组分与其工作性能、力学性能、耐久性能间的复杂耦合影响机制,近年来,机器学习方法被越来越多地应用于自密实混凝土配合比设计与优化以及性能分析方面的研究。机器学习方法具有在复杂数据集中学习数据间的内在规律或映射关系的能力,在自密实混凝土设计领域被认为是构建混凝土原材料配合比与性能间映射关系模型的一种具有广阔前景的技术手段。然而,机器学习方法由于其依赖的数据集难以满足以及算法架构的可解释性较差等因素限制,使得基于机器学习在自密实混凝土性能设计领域面临着一系列挑战。本文系统总结梳理当前机器学习在自密实混凝土各项性能设计的应用情况,重点分析数据驱动的机器学习算法应用于自密实混凝土设计领域时面临的主要技术难点:高维度与小样本数据的难题、性能多目标优化难题、模型复杂而缺乏可解释性难题;归纳总结机器学习在自密实混凝土材料性能设计领域应用的发展趋势及未来发展方向。

摘要：为解决交通仿真建模过程因缺乏深层次考虑复杂驾驶行为而导致精度不足的问题,提出了基于驾驶模拟技术的交通仿真参数标定方法。以深圳市机荷高速改扩建工程作为研究案例,基于VISSIM构建案例全线交通仿真模型,应用UC-winRoad道路三维建模软件构建高逼真驾驶模拟场景,开展驾驶模拟实验提取复杂场景的典型驾驶行为特征,采用车头间距、行驶速度等跟车行为指标建立仿真参数标定函数,针对标定算法效能问题,通过改进的遗传粒子群算法寻优Wiedemann99跟驰模型的标定参数,以期提升微观交通仿真模型的分析精度与应用效果。结果表明:相比于正交试验与基于交通感知数据迭代寻优的标定方法,该标定方法求解参数标定值误差分别降低47.2%和9.1%,更加符合项目本地化驾驶行为特征,可显著提升交通仿真模型的可信度;相比常规遗传算法、粒子群算法,遗传粒子群算法不仅能找到全局最优解,而且收敛速度比遗传算法快17轮,能同时满足算法有效性与高效率的要求。