摘要:

摘要:

摘要:

摘要:

摘要:近年来，越来越多的科研工作者试图将催化活性与催化剂中氧空位的酸碱性联系起来，通过结合路易斯酸碱活性位点对氧空位缺陷在确定催化特性和电荷载流子动力学中所起作用的深入理解，可以为合理开发更有效的催化剂提供有价值的见解.氧空位是过渡金属氧化物中最常见的缺陷，含氧空位的催化剂与表面酸碱性如何影响反应物、中间体和固体表面产物的吸附、反应和解吸过程密切相关.氧空位位置和氧空位的酸碱性在多相催化的过程中一直起着核心作用，研究基于氧空位缺陷构建路易斯酸碱位点的催化剂，对于各类分子活化、催化转化反应的性能提升具有重要意义.多相催化剂的表面性质将在很大程度上决定表面活性位点的电子结构，因此本文以含氧空位的固体催化剂为研究对象，对关于氧空位构筑路易斯酸碱位点的研究进行综述，探究相应活性位点对于催化剂的催化效率、稳定性和化学选择性的影响，并总结了其在光催化领域中的相关应用.

摘要:采用牺牲模板法合成N掺杂Co₃O₄纳米片（N-Co NS），通过透射电子显微镜（TEM）、原子力显微镜（AFM）和光电子能谱（XPS）对制备材料的形貌结构、化学组成进行分析，并通过催化活化过一硫酸盐（PMS）降解水中双酚A （BPA）来探究催化剂的催化性能.实验结果表明与Co₃O₄纳米颗粒（Co NP）、Co₃O₄纳米片（Co NS）相比，N-Co NS表现出了较高的催化性能.在PMS浓度为2 mmol·L^-1、BPA初始质量浓度为50 mg·L^-1的反应条件下，N-Co NS在10 min内完全降解水中的BPA，表明N掺杂和二维纳米片结构有利于催化剂性能的提升.通过pH及离子影响实验证实N-Co NS在复杂水化学环境中仍具有较高的活性.此外结合自由基捕获实验和电子顺磁共振（EPR）测试证实反应体系中产生了高氧化活性的羟基自由基和硫酸根自由基.

摘要:视频编码技术有效地解决了原始视频数据量过大的问题，但压缩效率的提升会使视频质量下降.为了提高压缩视频的视觉质量，本文提出了一种基于细节还原卷积神经网络（Detail Recovery Convolutional Neural Network，DRCNN）的视频质量增强方法，该方法由一个主去噪分支和一个细节补偿分支组成.为了有效地提取和消除压缩失真，在主去噪分支中提出了一个多尺度失真特征提取块（Multi-scale Distortion Feature Extraction Block，MDFEB），使其更加关注压缩视频中的失真区域，并提高DRCNN的失真特征学习能力.此外，为了丰富压缩视频中的细节，本文提出了细节补偿分支：首先采用预训练的50层残差网络组成的内容特征提取器，提供丰富的内容特征，如突出的物体、形状、细节等；然后通过设计的细节响应块（Detail Response Block，DRB）从内容特征中有效地提取细节特征.大量的实验结果表明，与4种有代表性的方法相比，本文所提出的DRCNN实现了最佳的压缩视频质量增强性能.

摘要:传统大数据隐匿性特征安全提取技术忽略了大数据密文的公钥及密钥封装，且大数据隐匿性特征类别混乱，导致该技术的提取精度偏低、冗余度较高.为此，本文提出一种基于混合密码体制的大数据隐匿性特征安全提取方法.通过混合密码体制中的公钥封装以及密钥封装机制生成大数据密文；根据密文内容设计对称加密方法和非对称加密方法，基于此分类隐匿性特征，利用不同类的隐匿性特征构建大数据隐秘性特征相空间，计算大数据间的关联维值，实现大数据隐匿特征的安全提取.实验结果表明，与传统方法相比，所提出的大数据隐匿特征提取方法冗余度低，大数据隐匿特征平均分类正确率高达95%，且特征安全提取误差低，验证了所提方法具有更好的应用性能.

摘要:为解决农村地区校车路网布局中校方运营成本过高，以及乘车站点分布散乱导致校车服务质量差的问题，建立混载与不混载场景下多目标校车路径规划问题（SBRP）模型.在不混载情景下，构建以学生出行成本和校方运营成本为优化目标的融合校车服务水平的SBRP数学模型；在混载情景下，构建考虑校车投入成本与运营成本的SBRP数学模型.通过对比多个启发式算法，确定基于模拟退火算法的求解流程和基于遗传算法求解结果的横向比对.最后，在国际基准案例上进行了测试，基于模拟退火算法引入不同搜索算子求解不同场景下构建的SBRP数学模型，应用于山东日照五莲县校车路径优化设计，结果表明不混载SBRP情景下，提出的方法较原校车运营方式，校车投入量、行驶里程、行程成本分别减少28.6％、37.8％、35.6％，考虑到学生的校车服务感知度，学生出行成本降低4.3％；由于混载情景的复杂性，难以有效兼顾出行成本，提出的方法较原校车运营方式的学生出行成本增加了0.5％，但校车投入量、行驶里程、行程成本分别减少37.5％、42.0％、35.8％，更好地验证了构建模型的有效性及模拟退火算法相较于遗传算法，能够更大程度提高农村地区校车服务质量和降低校方运营成本.

摘要:针对输入负荷特征对分解结果的重要程度不同，以及长短时记忆网络（LSTM）在捕捉长时间用电信息的时间依赖性方面受限导致分解误差高等问题，提出一种基于多注意力机制集成的非侵入式负荷分解算法.首先，利用概率自注意力机制对一维空洞卷积提取到的负荷特征进行优化处理，实现重要负荷特征的遴选；其次，采用时间模式注意力机制对LSTM的隐状态赋予权重，从而增强网络对长时间用电信息之间的时间依赖性的学习能力；最后，利用公开数据集UKDALE和REDD对所提分解模型的有效性和创新性进行验证.实验结果表明，与其他多种现有分解算法相比，基于多注意力机制集成的分解算法不仅具备更好的负荷特征遴选能力，而且能更加精确地建立特征之间的时间依赖关系，有效降低了分解误差.

摘要:无人艇通常以编队协同的方式进行作业，并通过自组网进行数据交换.因海浪等因素影响，海上自组网的信道传输损耗通常处于动态变化中，现有MAC协议的退避算法在动态海上环境下无法区分分组碰撞和分组丢失，会出现可靠性和稳定性下降的问题.为此，本文提出一种基于信道监听的自适应最小竞争窗口退避算法，该算法通过感知邻近竞争节点数目来估计信道状态，降低信道冲突概率和重传次数，提升了网络整体的可靠性和稳定性.仿真结果表明，与经典BEB算法相比，改进算法的吞吐量和公平性分别最大提高28.67%和62.00%，端到端延时和丢包率分别最大降低2.84%和15.10%.

摘要:传统的声回波消除（Acoustic Echo Cancellation，AEC）方法使用双端通话检测器判断单、双端通话场景，性能受限.盲源分离（Blind Source Separation，BSS）信号模型是一个远端和近端信号并存的全双工模型，因此基于BSS的AEC无需双端通话检测器.本文采用基于辅助函数的独立分量分析（Auxiliary function based Independent Component Analysis，Aux-ICA）算法在频域上实现声回波消除，以最小化互信息为目标函数，借助辅助函数技术进行优化.仿真实验结果表明，在连续的双端通话场景中，该方法具有较低的计算复杂度和较好的回波消除性能.

摘要:日前负荷预测对于制定合理的调度计划，保证电力系统安全可靠具有重要意义.电力负荷时间序列通常存在随机误差，而基于智能算法的预测模型为了充分提取负荷信息，结构复杂、计算量大.为此，本文利用台区配电网的历史电力负荷时间序列，提出一种基于重复小波变换-支持向量机（RWT-SVM）混合模型的日前电力负荷预测方法.该方法利用小波变换技术将台区配电网电力负荷时间序列分解为多个子序列；利用平均绝对误差（MAE）计算每个子序列的预报误差贡献度；对MAE最大的序列进一步分解，从而提升模型的预测能力，得到精度更高的预测结果.仿真结果表明，RWT-SVM混合模型的预测精度高于三种对比方法.

摘要:为抑制永磁同步电机齿槽转矩，减少电机振动与噪声，提出一种定子齿顶开辅助槽与转子外圆偏心的结构来抑制齿槽转矩，提升电机的输出性能.首先建立了定子齿顶开槽前后与主气隙分布函数解析式，分析定子开槽与电机主磁场分布及齿槽转矩的关系，同时分析了转子外圆偏心后对齿槽转矩的影响.以内置3相8极48槽V型永磁同步电机为例，利用有限元法对定子齿顶辅助槽个数、槽宽、槽深、槽位置以及转子外圆偏心距等参数进行优化对比分析，获得最优的参数匹配.结果表明：定子齿顶双矩形对称开槽以及转子外圆偏心的方式能有效改善主气隙磁场分布，抑制电机齿槽转矩，优化后的电机气隙磁密5、11、15、17谐波幅值下降明显，电机齿槽转矩峰值降低了59.6％，反电势波形正弦性增强，平均转矩提升，电机输出性能明显改善.

摘要:针对传统手工特征方法无法有效提取整体图像深层信息的问题，本文提出一种基于深度学习特征融合的场景分类新方法.利用灰度共生矩阵（GLCM）和局部二值模式（LBP）提取具有相关空间特性的纹理特征和局部纹理特征的浅层信息；通过基于AlexNet迁移学习网络提取图像的深层信息，在去除最后一层全连接层的同时加入一层256维的全连接层作为特征输出；将两种特征进行自适应融合，最终输入到网格搜索算法优化的支持向量机（GS-SVM）中对遥感图像进行场景分类识别.在公开数据集UC Merced的21类目标数据和RSSCN7的7类目标数据的实验结果表明，5次实验的平均准确率分别达94.77%和93.79%.该方法可有效提升遥感图像场景的分类精度.

摘要:降雨侵蚀力（R）与降雨量、降雨历时、降雨强度、降雨动能有关，反映了降雨特性对土壤侵蚀的影响，是影响土壤侵蚀的重要因素之一.本文利用1961—2019年江西省25个气象站点的逐日降雨量数据，基于降雨侵蚀力模型，通过Mann-Kendall相关检验、小波分析和Kriging空间插值方法，分析江西省降雨侵蚀力空间分布及变化趋势.结果表明：江西省年均降雨量和降雨侵蚀力从赣南到赣北逐渐增加，同时降雨空间分布和降雨侵蚀力空间分布具有相似性；春季和夏季降雨侵蚀力在3 000~6 000 MJ·mm·hm^-2·h^-1·a^-1，且春季降雨侵蚀力最大值高于夏季，而秋冬季降雨侵蚀力明显小于春夏季；江西省年降雨侵蚀力平均最大值分布在赣北区域，其次为赣中，赣南最小，侵蚀力由北向南逐渐递减.研究表明江西省因降雨导致侵蚀力不断增加，尤其以春夏季更为剧烈，其空间分布存在明显差异.

摘要:降水云系的发展过程及其特征分析，是云降水物理学中的一个重要问题.本文选取一次云发展过程中的700 hPa云水含量（Cloud Water Content，CWC）和大气垂直方向上气流速度（Omega，OMG）的1 h值，以信息熵来度量CWC空间分布的混沌程度，辅以OMG的时间变化来判断云的发展，并提出了一种基于多尺度分解、Holt模型、自回归滑动平均模型（Autoregressive Integrated Moving Average Model，ARIMA）和Lagrange Multiplier的组合预测方法.结果表明：1） CWC 熵具有非线性和非平稳性；2）在云的不同发展阶段，北方CWC熵序列的均值都小于南方，方差普遍大于南方；3） OMG 区域均值与CWC熵的小波低频重构的极值点在时间上有很好的对应关系，相近的极值点在南方中占50%，在北方中占83.3%，表明CWC熵可以在一定程度上反映云系的发展；4） CWC熵序列往往具有多种时间尺度特征，故进行多尺度分解之后再组合建模的Holt-ARIMA-Lagrange Multiplier模型比单一预测方法、单层分解的预测模型更优，准确率提高3%以上.