摘要:为了改善LA141镁锂合金的耐腐蚀性能，采用正交试验法对厚度为3 mm的LA141镁锂合金表面进行植酸化学转化处理，借助电化学工作站等设备对植酸化学转化处理不同工艺参数条件下的自腐蚀电流密度进行对比研究，并探讨植酸化学转化液浓度、转化时间、pH值对LA141镁锂合金植酸化学转化处理耐腐蚀性能的影响，通过优化找出最佳植酸化学转化处理工艺参数。结果表明，LA141镁锂合金植酸化学转化处理的工艺参数影响程度大小为pH值＞转化时间＞转化液浓度；当植酸质量浓度为20 g/L，转化时间为10 min，pH值为6时，LA141镁锂合金植酸化学转化处理后的耐腐蚀性能最佳，此时自腐蚀电流密度最小，为2.818×10^－5 A/cm²，与植酸处理前相比，自腐蚀电流密度下降了1个数量级，耐腐蚀性能得到较大提升。因此，植酸化学转化处理可改善LA141镁锂合金的耐腐蚀性能，为其他镁锂合金表面防腐提供了参考。

摘要:针对目前有限元法求解电磁直线驱动装置稳态电磁特性时运算周期长、计算效率较低的问题，提出研究此类驱动装置的解析建模方法。以直驱式自动变速器用动圈式电磁直线驱动装置为例，建立了驱动装置磁场泊松方程，引入磁势矢模型推导了磁场分布方程，并结合边界条件得到了径向气隙磁通密度及电磁力表达式，以此获悉驱动装置稳态电磁特性。结果表明，解析模型与有限元模型的求解误差最小为0.6%，最大为6.6%，与试验误差不超过2.5%，有限元及试验均验证了模型的正确性与精确性。所提方法在确保求解精度的前提下求解过程简单且通用性好，为实现电磁直线驱动装置的模块化设计和无位移传感器控制提供了理论参考，对丰富和发展全电集成动力系统控制方法有一定的理论意义和工程应用价值。

摘要:针对低信噪比条件下正交频分复用（orthogonal frequency division multiplexing，OFDM）系统利用MUSIC算法（multiple signal classification）进行时延估计时，特征值分解得到的信号子空间和噪声子空间不能完全正交导致算法性能下降的问题，提出一种基于子空间加权的时延估计算法——WMUSIC算法（weighted multiple signal classification）。算法对信道频域响应估计的协方差矩阵进行特征分解，利用噪声特征值的幂级数对噪声子空间进行加权处理，同时采用信号特征值的倒数对信号子空间进行加权处理，以修正MUSIC算法的伪谱，通过谱峰搜索得到时延估计值。仿真结果表明，与MUSIC算法相比，WMUSIC算法具有更高的时延估计精度，在信噪比为－8 dB时，估计精度在两径条件下提升71.46%，三径条件下提升19.48%。WMUSIC算法有效解决了低信噪比条件下MUSIC 算法伪谱谱峰存在混叠导致谱峰搜索误差较大的问题，可以完成较为准确的时延估计任务，提高了低信噪比条件下OFDM系统的时延估计性能。

摘要:当前大部分的抽取式摘要方法主要关注对摘要句的表示和抽取，容易忽略对文本特征表示的充分性。为了解决这一问题，提出一种基于度量学习和层级推理网络的抽取式摘要方法。首先，在抽取式任务基础上提出基于度量学习和层级推理的抽取式摘要模型（MLHIN）；其次，在CNN/DailyMail数据集上进行模型评估，并在英文摘要数据集CNN/DailyMail上进行测试；最后，对测试结果进行验证。结果显示，所提方法模型在Rouge-1,Rouge-2,Rouge-L上的得分明显优于其他模型，比Lead-3模型分别高出0.84％，1.29％和2.43％；通过将提出的度量损失metric和层级推理模型中的句子编码器替换掉，可以看出模型性能均有不同程度的下降，证明了提出的层级推理网络和度量损失的有效性。新算法能够提高模型捕捉长距离依赖的能力，增强模型对摘要句与非摘要句的分辨力，有效改善了抽取式摘要方法的性能。

摘要:近年来，模块化自重构机器人因其构型复杂多样、运动模式丰富多变、目标构型可重构等特性而备受关注。通过对模块化自重构机器人关键技术的文献进行归纳，对现有的模块化自重构机器人关键技术进行了全面总结。首先，介绍了模块化自重构机器人的结构特点以及拓扑结构，重点分析了3种拓扑结构的优缺点以及发展趋势；其次，对自重构机器人现有的关键技术进行了综述，重点关注了模块化自重构机器人3种不同连接结构的物理原理和基本结构、机器人模块的重构算法以及重构过程的快速性3方面技术，分析总结了其优缺点以及发展现状；最后，针对自重构机器人空间在轨、抢险救灾两项任务的发展前景进行了展望，并提出未来的研究重点：1）探索连结结构的强刚度和轻质量的兼具方法，高效快速完成机器人重构过程；2）作业过程中，重构算法的高容错性和低耗能发展；3）将实时数据与所建立的动力学模型进行有机结合，对机器人进行人工调整，提高机器人的作业效率。

摘要:针对赛场环境下无人驾驶方程式赛车感知系统中锥桶检测准确率较低的问题，提出了一种基于激光雷达和摄像头标定融合的锥桶检测算法。首先，对激光雷达采集的点云进行滤波、地平面滤除、欧式聚类，得到感兴趣区域内锥桶的空间位置信息；其次，通过标定后得到的摄像头的内外参矩阵将锥桶空间位置信息投影到像素平面内，并在HSV颜色空间下对锥桶空间位置周围一定区域内H通道的像素点进行颜色判断，从而获得锥桶的颜色信息；最后，将得到的锥桶颜色信息附加在锥桶的空间位置上以实现信息融合，在校园内模仿赛场环境进行实验验证。结果表明，标定融合算法能够满足赛场上不同项目的比赛要求，避免了使用单一传感器算法时出现对锥桶漏检误检的情况。因此，标定融合算法可实现对锥桶的有效检测，丰富了检测目标的信息，提高了检测锥桶的准确性，为方程式大赛中使用传感器融合进行锥桶检测提供了参考。

摘要:针对无人机在空域飞行时完成冲突解脱所存在的消耗时间长、绕飞距离严重、机动次数多等问题，在2架无人机发生冲突的条件下，基于博弈论的知识，提出一种双无人机冲突解脱方法。首先，依据2架无人机的运动模型建立冲突探测模型，求出达到最小距离的时间公式，根据此公式反解出2架无人机改变的速度或航向值；其次，将鹰鸽博弈与贝叶斯博弈结合，以期望效用分析适合双方的解脱策略；最后，完成解脱后为减小航迹偏离等情况，无人机执行恢复策略恢复至初始状态。结果表明，与单机解脱相比，在解脱时间、绕飞距离、总飞行时间及总飞行距离方面的效果都有所改善。改进后的探测模型不仅能迅速计算出解脱策略改变值，而且在引入博弈策略后冲突双方可根据自身最大效益选择解脱策略，解决冲突解脱问题的方法简单有效，可以保证无人机在空域内发生冲突时能快速解脱。

摘要:为解决不透X线标志物供应不足的问题，研究制备一种高载药量硫酸钡包衣微丸作为不透X线标志物，探索其用于结肠传输功能检查，为慢传输型便秘的临床诊断及治疗提供参考依据。首先，采用挤出滚圆法制备硫酸钡微丸丸芯，通过粉末层积法在丸芯外包裹药物层，得到硫酸钡微丸。其次，结合流化床包衣技术制备硫酸钡包衣微丸，以体外稳定性、圆整度、收率等为指标，利用单因素试验和正交试验优化包衣处方和工艺参数。最后，通过透射电镜进行外观形态观察，并对硫酸钡包衣微丸的显影性和影响因素进行考察。结果表明，硫酸钡包衣微丸包衣液以3%乙基纤维素乙醇溶液为主要材料，包衣增重7.5%；所得的优化包衣参数为包衣液流速为6 Hz、雾化压力为3 MPa、进风温度为70 ℃、风机频率为30 Hz；制备的硫酸钡包衣微丸抗腐蚀性强，在酸碱中稳定，由内而外显影密度增强，显影效果清晰，在高温、高湿和光照条件下性质稳定。所研制的高载药量硫酸钡包衣微丸性质良好、处方合理、制备工艺稳定可行，可为临床提供一种新的成像清晰、质量稳定、价格低廉的不透X线标志物。

摘要:

摘要:目标检测是计算机视觉的基础任务之一，其主要任务是对图像中的目标进行分类和定位。小样本目标检测的目的就是利用极少数的训练样本实现对目标的检测，从而减少繁杂的标注工作，并实现在只有少量样本场景下的应用。现有的小样本目标检测方法主要包括基于孪生神经网络的方法和基于微调的方法，这些方法通过利用现有的包含大量样本的基类数据集和包含少量样本的小样本数据集的训练，使模型实现对小样本类别的分类和定位。重点调研了基于孪生神经网络的双分支小样本目标检测方法，简要介绍了基于微调的小样本目标检测方案，分析了这些方案的优缺点，指出现有的小样本目标检测方案虽不成熟，模型精度有待提升，性能评估方案也有待完善，但却有着十分广阔的应用前景，未来若能通过深入研究解决小样本目标检测的现有问题，其精度必将赶超传统目标检测。

摘要:为了解决交通生活和工作中常见的信息获取不全面、不及时，态势感知不立体、不灵活、不深入，流量监控类平台多、“互联网+”类平台少等问题，构建了互联网态势感知平台。首先，通过3个典型情景给出“互联网+”交通的问题与挑战，并作出针对性的需求分析，构建包括官方媒体、交通系统、门户站点、电子刊物、论坛和百度贴吧6类媒体在内的媒体资源库，确保数据来源的权威性、严肃性和影响力；其次，结合河北省建设智慧交通的相关背景，按照“获取—理解—分析—表现”的数据处理流程，给出平台的功能框架和技术框架，并将自适应获取、内容提取、筛选、聚类、分类和数据可视化等算法应用于相关环节；最后，给出包括主版面（综合）、地理视角页、内容视角页和媒体视角页在内的平台主体功能的实现情况。结果表明，平台上线后，以365 d*24 h方式运行，从670个站点上共获取数据2 429 364条，挖掘出信息9 698条。因此，平台初步具备了“自动化、敏捷化和智能化”的特征和实用性，能够为互联网赋能智慧交通领域的研究提供参考。

摘要:为了提高芦苇中木质纤维素的利用率，减少预处理过程中的能耗、水耗及废水，对双螺杆挤压耦合碱预处理芦苇的工艺条件及酶解效果进行了研究。首先，考察双螺杆螺纹元件、螺杆转速、碱用量、处理温度和保温时间对芦苇酶解效果的影响，对比不同预处理前后芦苇纤维结构和化学组成的变化；其次，通过对预处理后芦苇的逆流洗涤工艺进行优化，分析芦苇的化学组分和酶解得率；最后，采用扫描电镜和傅里叶变换红外光谱仪对预处理前后芦苇的纤维结构进行表征。结果表明：采用双螺杆挤压在KOH用量为4%（质量分数）、温度为90 ℃、保温2 h、逆流洗涤用水量的固液比（m/v）为1∶8的条件下，能够有效破坏芦苇纤维结构，脱除表面蜡质，木质素脱除率达到72%，预处理后芦苇在较低纤维素酶用量（10 FPU/g底物）下，水解48 h后总糖得率达到0.45 g/g（干芦苇）。因此，双螺杆挤压耦合碱预处理可以提高芦苇酶解转化利用率，工艺过程能耗低、水耗低、无废水排放，为芦苇原料化利用提供了一种低成本、绿色可行的技术方案。