课程文献中心 更多>>

关键词： 选区激光熔化   316L   力学性能  

摘要： 采用选区激光熔化设备在有无回流状态下进行打印。利用扫描电镜（SEM）、X射线衍射（XRD）对打印成型件的微观组织、物相、断口进行研究。结果表明：两组成型件的物相均为奥氏体相，微观组织呈胞状晶，受快速非平衡凝固与马兰戈尼对流的影响，胞状晶的结晶位向表现出各向异性。无回流状态的成型件表面整洁；有回流状态的成型件表面有很多微米级别的颗粒，而且熔道出现了部分中断现象，经过深度腐蚀之后，内部可以观测到孔洞、未熔化的粉末。无回流状态的拉伸断口中存在大量等轴韧窝；有回流的拉伸断口韧窝呈现“倭瓜”状，同时在断口中可观察到很多的孔洞。与无回流试样相比，在回流状态下试样的抗拉强度减少了51.98 MPa，伸长率减少了7.39%。在回流情况下成型件内部的夹渣、未熔颗粒、孔洞减少了试样承载面积，造成了应力集中，降低了成型件的力学性能。

关键词： 高速公路边坡光伏电站   收益影响因素   解决策略   新质生产力  

摘要： 为探索高速公路边坡光伏电站收益影响因素，本文以全国首个全路域交能融合项目为研究对象，通过对高速公路边坡光伏电站所处特殊地理位置进行分析，对其个性影响因素进行归纳总结，针对性开展了厂区除草及组件清灰工作。通过实验取得的数据进行分析，明确了高速公路边坡光伏电站影响收益最大因素为杂草生长。通过研究论证，为今后的企业建设和发展交能融合项目提供参考价值，培育交通与能源融合领域的新质生产力。

关键词： NPP   趋势分析   地形效应   土地利用变化   秦巴山区  

摘要： 植被净初级生产力（Net Primary Productivity,NPP）是反映陆地生态系统碳封存能力和环境变化的直接指标，受气候变化与人类活动的共同影响，且在不同地形上有分异性。然而，人类活动及地形对秦巴山区植被NPP变化的影响研究尚且不足。本研究采用CASA模型，综合利用线性趋势分析、转移矩阵和残差分析等方法研究了秦巴山区2001—2022年长时序NPP时空动态和地形效应，并进一步探讨了气候变化和人类活动对NPP变化的相对贡献率，主要结论如下：（1）秦巴山区2001—2022年的NPP空间分布表现为中间高，四周低，均值为585.11g C/m2，并以4.30 g C m-2a-1的速度增加。（2）林地有最高的年NPP均值，而退耕还林区域具有最高的NPP增长速率(8.17g C m-2a-1)，表明退耕还林是秦巴山区NPP增长的有效措施；（3）NPP随海拔和坡度变化具有明显的分异性。在海拔3400m以下，植被NPP随着高程的增加而增加，而当高程超过3400m时，植被NPP显著减少，坡度在10—40°范围内植被NPP的多年均值和变化趋势较高；（4）秦巴山区NPP变化是气候变化和人类活动共同作用的结果，二者对NPP变化的相对贡献率分别为37.81%和62.19%，其中人类活动导致陇南等生态脆弱区NPP显著提高。

关键词： 智库   决策咨询   决策支持   科技创新   高校图书馆  

摘要： [目的/意义]本文旨在对接中国特色新型高校智库建设推进计划，探索高校图书馆发挥决策咨询作用的策略，为图书情报机构开展智库工作提供借鉴。[方法/过程]本文通过分析高校图书馆与智库的关系及相关研究，调研高校图书馆决策支持服务实践现状，结合情报和智库功能工作的问题导向特征，提出了高校图书馆开展智库（决策咨询）工作“问题导向的数据-信息-知识-情报”（problem-oriented data-to-information-to-knowledge-to-intelligence，PDIKI）的循环模型，并以科技创新决策咨询为例提出智库工作模式进行实证。[结果/结论]PDIKI循环模型包括问题导向输入和智库成果输出两端，以及数据-信息-知识-情报等循环环节，可为图书情报机构开展智库工作提供流程、方法、策略等参考，助力中国特色新型高校智库的高质量发展；面向科技创新决策的智库工作模式，为高校图书馆开展支撑学校科技创新决策的智库工作提供切实具体的工作方式和举措借鉴，协助高校学术、学科、人才协同融合发展。

关键词： 机器学习   小样本学习   度量学习   布朗距离协方差   混合注意力机制   特征重塑  

摘要： 针对小样本图像分类中主干卷积神经网络所提取特征缺乏关联性,以及在将其表示为布朗距离协方差(Brownian distance covariance,BDC)矩阵时易出现通道特征信息丢失的问题,提出了基于混合注意力的布朗距离协方差(hybrid attention-Brownian distance covariance,HA-BDC)小样本图像分类算法。该算法首先在主干卷积神经网络中引入加权的非局部注意力机制来增强特征提取能力,然后采用跨空间学习的高效多尺度注意力模块重塑嵌入特征,使得新的特征张量能够保留每个通道上的信息。再用BDC度量模块将新的特征张量表示为BDC矩阵,并通过全连接层得到BDC矩阵的权重矩阵,最后采用逻辑回归模型进行分类。在大规模视觉识别挑战的子数据集(mini ImageNet large scale visual recognition challenge,miniImageN et)和分层大规模视觉挑战的子数据集(tiered ImageNet large scale visual recognition challenge,tieredImageNet)上进行分类实验,结果表明,HA-BDC算法相较于简单迁移学习深度布朗协方差(simple transfer learning deep Brownian distance covariance,STL DeepBDC)算法在5-类别1-样本任务中的分类准确率分别提升了2.83%和0.77%。该研究能有效应用于数据量较小的濒危动物识别、罕见疾病识别等领域。

关键词： 图模糊集   熵   可信度   AQM   可能度   多属性决策  

摘要： 针对决策信息为图模糊数,属性权重未知的多属性决策问题,提出了扩展的图模糊多属性AQM (Alternative queuing method)决策方法.首先,构造图模糊Zhenyuan积分并提出一种新的图模糊熵,由此建立熵测度权重模型.其次,为进一步提高决策的有效性,将信任函数与新提出的散度结合得到证据体的支持度和可信度权重,对熵权重和可信度权重加权计算得到综合权重.再次,在决策过程中将图模糊矩阵转化为得分矩阵,同时为避免传统的AQM方法中{0,1}优先关系矩阵区分不明确,采用可能度替代0-1偏好关系得到[0,1]可能度矩阵,进一步确定方案的综合指标并对方案进行排序.最后,通过算例分析说明本文方法的有效性,并通过灵敏度分析与对比分析表明所提方法的可行性和优点.

关键词： 岩盐   淮安盐盆   体重   基本分析   线性回归  

摘要： 岩盐矿石体重是资源量估算的重要参数，其预测值关系着资源量估算的精确性；以往淮安盐盆地区采用的是体重与NaCl含量的一元线性回归模型，由于选择的元的单一性、片面性，使得一元线性回归模型的预测值在局部失真较为严重，给岩盐资源量估算造成困扰；为此，笔者根据淮安盐盆岩盐矿石所含离子及矿物组分特征，分析了岩盐矿石所含离子及化合物之间相关性，认为Na+与SO42-离子同时赋存于多种化合物中，与其它离子含量值之间存在线性关系，相对应的化合物Na2SO4与CaSO4、NaCl与Na2SO4之间亦存在线性关系，多元自变量间较高相关性会使岩盐矿石体重回归模型的预测值失真，相关的离子组合或矿物组分不合适不加筛选而全部引入多元回归模型中；基于SPSS软件逐步回归分析（Step-wise）算法，Cl-离子、Ca2+离子或NaCl、CaSO4与岩盐矿石体重值相关且不存在高度自相关性，可引入岩盐体重值预测的线性回归模型。

关键词： 冠心病   糖尿病,2型   心力衰竭   心排血量   预后   影响因素分析  

摘要： 目的 探讨2型糖尿病（T2DM）对冠心病伴射血分数保留心力衰竭（HFpEF）病人预后影响。方法采用病例对照研究方法,选取2021年8月—2023年1月在中国人民解放军第3201医院治疗的合并T2DM的冠心病伴HFpEF病人65例为观察组,同时以年龄、性别配比1∶2选取未合并T2DM的冠心病伴HFpEF病人130例为对照组,比较两组临床基线资料、实验室检查、超声心动图检查以及主要心血管不良事件（MACE）发生率等指标,分析影响MACE发生的危险因素。结果 观察组血清甘油三酯（TG）、左室后壁厚度（LVPWD）和MACE发生率等均明显高于对照组（t=4.227、5.508,χ2=10.543,P<0.05）。已发生MACE病人年龄、血清TG和N端脑钠肽的前体（NT-proBNP）含量及并发糖尿病构成比等均明显高于未发生者（t=4.855、5.590,Z=-3.432,χ2=10.543,P<0.05）。Logistic回归分析显示,年龄（OR=2.748,95%CI=1.671～4.521）、NT-proBNP（OR=3.755,95%CI=2.025～6.962）和糖尿病（OR=2.428,95%CI=1.565～3.766）等变量是影响冠心病伴HFpEF病人发生MACE的危险因素（P<0.05）。结论 T2DM并发冠心病伴HFpEF病人MACE发生率显著升高,T2DM是影响冠心病伴HFpEF病人不良预后的风险因素,临床应早期干预以降低MACE的发生。

关键词： 北斗卫星导航系统   导航接收机   北斗模式   GPS模式   数据质量   对比分析  

摘要： 高分多模卫星已在轨稳定运行，该卫星使用星载BDS/GPS双频双模导航接收机实现了自主定轨功能。本文根据导航接收机在轨实测数据，开展了北斗模式和GPS模式下的载噪比、收星数等观测数据质量的对比分析，基于下传的原始观测数据完成了精密定轨解算，并通过内符合评估方法完成了实时定轨精度分析。经分析研究，导航接收机最高载噪比北斗模式较GPS模式高1dB·Hz，平均可用星数北斗模式较GPS模式多0.6颗，精密定轨位置精度和速度精度北斗模式和GPS模式均在1.63～5.34 cm、0.0017～0.0046 cm/s之间，实时定轨位置精度和速度精度北斗模式和GPS模式均在3.10～4.23 m、0.00291～0.00394 m/s之间。结果表明，BDS信号与GPS信号的载噪比、可用星数和定轨精度均基本相当，表明北斗卫星导航系统已具备为航天器用户独立提供时间、位置、速度等信息服务的能力。

关键词： 云计算   云数据库产品   时间序列   成分分解   多模态  

摘要： 云数据库技术以其灵活扩展、易于管理、按需收费等特点得到了广泛地应用。业务方通常根据自身应用场景和实际需求选择云数据库产品，而服务提供商确定产品中不同类型资源如计算资源和存储资源的用量来满足业务方的业务需求。云产品用量的准确预测对于提升资源使用效率、降低运营成本、保障服务质量(QoS)至关重要。然而，云数据库产品用量预测场景复杂，用量序列通常由存在复杂纠缠的多个成分组成，并且不同业务方在不同云产品及计费项下的行为特征差异较大，这对用量预测提出了巨大的挑战。针对这一难题，本文提出一种基于成分分解和多模态融合的云数据库产品用量预测框架，有效地对存在复杂纠缠的时间序列进行成分分解，并融合多模态需求数据，构建需求趋势与用量趋势之间的映射关系，并通过自动调节成分的权重参数以获得准确的预测结果。本文使用阿里云计算服务商的四个主要云数据库产品的真实生产数据进行预测效果评估，并与五个预测算法进行性能比较。通过分析MAPE等评估指标，实验结果表明本预测框架在四个云数据库产品中都有不同程度的预测准确率提升，约18%～51%，能更好地适用于云数据库产品用量预测场景，有助于云服务提供商做出更准确的资源容量规划。