课程文献中心 更多>>

关键词： 加密流量分类   时间卷积网络   注意力机制   迁移学习  

摘要： 针对目前大多数加密流量分类方法忽略了流量的时序特性和所用模型的效率等问题,提出了一种基于注意力时间卷积网络(attention temporal convolutional network,ATCN)的高效分类方法。该方法首先将流量的内容信息与时序信息共同嵌入模型,增强加密流量的表征;然后利用时间卷积网络并行捕获有效特征以增加训练速度;最后引入注意力机制建立动态特征汇聚,实现模型参数的优化。实验结果表明,该方法在设定的两项分类任务上的性能都优于基准模型,其准确率分别为99.4%和99.8%,且模型参数量最多可降低至基准模型的15%,充分证明了本文方法的先进性。最后,本文在ATCN上引入了一种基于迁移学习的微调方式,为流量分类中零日流量的处理提供了一种新颖的思路。

关键词： 湍流大数据   分布式存储系统   副本延迟压缩   性能优化  

摘要： 随着测量技术和数值模拟技术的发展,数据驱动的湍流研究成为该领域的新研究方法。我国已建立了多个风洞实验室和多个超算中心来模拟湍流,这些研究积累了大量的湍流数据,但是国内没有集中的湍流数据管理平台,耗资巨大的实验和仿真数据难以实现交流和共享。湍流数据具有数据量大、维度高、精度高和多源异构等特点,其存储、访问与管理存在数据集成困难、数据访问低效和存储效率低等问题。设计了一个面向航空、航天和航海典型流动问题的湍流大数据分布式存储系统TDFS。结合湍流大数据的访问特点,在TDFS中设计了新的元数据组织方式和数据访问接口。实验结果表明,与HDFS和GlusterFS相比,TDFS分别实现了54.38%和57.7%的接口响应速度提升。同时,为了降低湍流大数据的存储开销,设计了基于HDF5的副本延迟压缩机制,相比原有的副本存储方式,节省了34%的存储空间。

关键词： 超高性能混凝土   超细粉   级配   凹痕型钢纤维  

摘要： 本文采用紧密堆积理论,在前期制备的UHPC130配合比的基础上,通过调整胶凝材料组合,增加矿粉组成四元胶凝材料体系,研究不同的矿粉目数、石英砂级配和钢纤维种类对UHPC性能的影响,得到优化后的UHPC配合比,在常温状态下成功制备UHPC150。研究结果表明:添加的矿粉越细,UHPC的强度越高,其扩展度随着目数的增大而降低,当矿粉目数达到7000目时,UHPC的扩展度不再缩小;四级配石英砂会降低UHPC的扩展度,提升其各龄期的抗压强度,UHPC的28 d抗压强度大于150 MPa;凹痕型钢纤维能提高UHPC的韧性,但对其抗压强度的提升作用不明显;最终制备的UHPC150的配合比为超细粉∶水泥∶硅灰∶矿物降粘剂∶石英砂(10~20目)∶石英砂(20~40目)∶石英砂(40~80目)∶石英砂(80~120目)∶凹痕型钢纤维∶外加剂∶水=70∶750∶100∶200∶96∶193∶483∶193∶156∶21∶187,其扩展度大于640 m m,28 d抗压强度大于150 MPa。

关键词： 深厚软土基坑   剪切位移折减法   沉降   支护桩墙  

摘要： 以香港科技大学(广州)基坑支护工程为背景,考虑桩侧泥皮和桩底沉渣的影响,初步建立了剪切位移折减法的沉降估算模型。同时,详细分析了在小荷载作用下,深厚软土基坑中的支护桩墙的竖向受力变形特征。采用了剪切位移折减法,对未固结、欠固结及高灵敏度软土的工程实例和正常固结及微超固结软土的工程实例进行支护桩墙沉降估算,结果表明:剪切位移折减法较为简单实用,该法对未固结、欠固结和高灵敏度软土较为合适;对正常固结与微超固结软土,仅可作研究估算和定性判断使用。

关键词： 制样   煤炭大样制备系统   给料胶带   破碎机   筛板   性能试验  

摘要： 煤炭大样制备系统是当前对商品煤人工采样样品进行制备的一种自动化制样系统,在样品制备过程中给料胶带和破碎机容易发生堵煤故障导致制样效率降低,影响煤炭检测结果的时效性。通过对煤炭大样制备系统存在问题进行分析研究,确定在给料仓下料口对应的给料胶带下方增加托辊、给料仓内增加给料搅拌装置、破碎机筛板改为不同孔径的双层筛板。结果表明,技术升级后的煤炭大样制备系统能够制备全水分小于20.0%的煤炭样品,且未发生堵煤故障;经性能试验表明,升级后的煤炭大样制备系统制样精密度符合要求且不存在实质性偏倚,其中灰分差值平均值为0.00%,全水分差值平均值为-0.08%。

关键词： 苏打盐碱湿地   栽培方式   水生植物   生理生态   养分吸收特征  

摘要： 为了提高苏打盐碱地区稻田—苏打盐碱湿地复合系统的水资源利用效率,消减灌区退水的环境影响,针对苏打盐碱生境水、土资源的特点,开展3种水生植物的引种实验研究。通过引种水芹(Oenanthe javanica)、雍菜(Ipomoea aquatic)和茭白(Zizania caduciflora),观测其在水培和土培方式下的生长指标、光合生理指标和产量,并对氮、磷吸收特征进行研究。研究结果表明,在水培方式下,水芹和雍菜的生长速率、光合速率、叶绿素含量、生长指标和产量都比土培方式下大,水芹和雍菜平均每亩产量分别比土培方式下多1148.11 kg和863.76 kg;在土培方式下,茭白的生长速率、光合速率、叶绿素含量、生长指标和产量明显大于水培方式下,茭白平均每亩产量比水培方式下多1043.34 kg;水培方式下3种水生植物的根部全氮含量显著大于土培方式下的含量,水芹、雍菜和茭白根部全氮含量分别比土培方式下大136.26%、106.82%和24.51%;在土培方式下,3种水生植物的全磷含量明显大于水培方式下的含量,水芹地上部和根部全磷含量分别比水培方式下的含量大28.57%和33.33%,雍菜地上部全磷含量比水培方式下大77.78%,茭白地上部和根部全磷含量分别比水培方式下大100.00%和77.78%;在土培方式下,3种水生植物的可溶性糖含量显著大于水培方式下的含量,水芹、雍菜和茭白可溶性糖含量分别比水培方式下的含量大50.98%、43.21%和22.90%。

关键词： 小微水体   内源污染   沉积物-水界面   内源氮释放  

摘要： 为探究小微水体氮素内源释放-沉降的动态规律,本研究于2023年1月至11月期间,在太湖平原水网区选取了5个具有代表性的沟、塘、浜等小微水体进行连续监测。每月定期对上覆水体、沉积物以及沉降颗粒物样品进行采集,并同步测定氮浓度及理化因子。基于孔隙水扩散模型,计算了沉积物-水界面NH_(4)^(+)、NO_(3)扩散通量,并同步计算了NH_(4)^(+)、NO_(3)沉降通量和NH_(4)^(+)、NO_(3)内源释放通量。研究结果表明,太湖平原水网区小微水体的氮素内源释放以NH_(4)^(+)为主,NH_(4)^(+)内源释放总量在224~9631 kg·km^(-2)·a^(-1)之间,扩散通量介于50~312 kg·km^(-2)·a^(-1),对水体氮浓度的贡献率为2.2%~15.1%。相较于河流、湖泊等大型水体,小微水体的内源贡献占比相对较低。进一步分析表明,上覆水与沉积物之间的浓度差以及流速等因素,是影响小微水体内源释放的关键。小微水体氮素内源污染较为严重,为有效降低氮素内源污染,应强化沉积物管理,严格把控外源污染物的输入,积极提升水体的自然净化能力,合理调控水体流速,并构建完善的监测与预警体系。

关键词： 下颌骨骨折   生物可吸收板固定   微型钛板固定   修复效果   功能恢复  

摘要： 目的:分析生物可吸收板内固定术在下颌骨骨折患者中的修复效果。方法:选取2021年8月-2022年8月于笔者医院接受治疗的98例下颌骨骨折患者为研究对象,依据手术方式不同分为两组。研究组50例采取生物可吸收板内固定术,对照组48例采取微型钛板固定术。评价两组治疗效果、固定应力及位移情况,比较两组手术前后的颞颌关节、咬合关系、张口度,并评价两组的并发症发生情况。结果:研究组的治疗优良率显著高于对照组(P<0.05);研究组的下颌骨、整体最大应力值、最大位移高于对照组,固定板最大应力值低于对照组,最大位移高于对照组(P<0.05);术后3个月,两组颞颌关节、咬合关系、张口度评分均降低,其中研究组各评分低于对照组(P<0.05);研究组的并发症发生率低于对照组(P<0.05)。结论:在下颌骨骨折患者的临床治疗中应用生物可吸收板内固定治疗效果显著,可明显提升骨应力,促进下颌骨功能恢复,改善颞颌关节、咬合关系及张口度,并发症少,对患者的下颌骨骨折有明显的修复作用。

关键词： 二通插装阀   二级压力   通径   流量   弹簧刚度   双向溢流  

摘要： 传统的直动式溢流阀受弹簧刚度引起的调节部分结构尺寸、调节力矩的限制,最大名义通径为DN30,流量仅达330 L/min,对于超过此流量的液压系统无能为力。通过应用成熟的二通插装阀结构,并突破传统的阀芯弹簧腔无压力油的设计,经阀芯中间通道或外部油路块及盖板体的X通道,引入阀芯底部压力油至弹簧腔,改变传统的弹簧预压力与阀芯底部直径D_(1)的液压作用力平衡,为与直径D_(1)与D_(2)组成的环形面积作用力平衡,从而减小弹簧刚度,乃至调节部分结构尺寸、调节力矩。设计结果表明,采用该方法设计的新型,直动式溢流阀实际通径达DN50,流量可达2500 L/min。设计了阀的附加功能选项:通过加装控制阀使阀芯弹簧腔压力油回油箱,实现二级压力,并衍生出双向型溢流阀,使A,B口能互相溢流。

关键词： 印刷电路板式换热器   传热   计算流体力学   神经网络   一维仿真  

摘要： 基于Zigzag形通道印刷电路板式换热器内跨临界甲烷的流动换热数值模拟结果开展通道内局部对流传热系数与压降机器学习与预测。采用微元分段法提取各通道内局部多物理场参数构建数据库,通过互信息法筛选输入参数,并根据验证集预测效果确定最佳网络结构和超参数。预测结果表明,人工神经网络模型表现最佳,预测对流传热系数的平均绝对百分比误差为2.228%,预测压降则为5.009%。利用机器学习对流动换热参数的预测开发了一种Zigzag形通道印刷电路板式换热器一维仿真方法,实现了通道内流体温度、壁温、对流传热系数和压降的快速准确预测,为换热器设计提供了新的方法。