采用Burgers模型对排土场散粒体蠕变的减速蠕变和等速蠕变两阶段进行描述,利用分层总和法的思想,将垂直填筑的排土场进行分层处理,底层在上覆‘自重’变荷载作用下发生沉降变形,分别采用定常和非定常Burgers蠕变模型从理论解析角度推导排土场填筑动态过程中沉降、工后沉降及累计沉降计算公式.以齐大山铁矿排土场监测数据进行实例验算,应用结果表明:非定常Burgers模型和定常Burgers模型拟合的相关系数均较高,非定常Burgers模型沉降最终收敛于5.07 m,定常Burgers模型沉降曲线具有发散性,可见非定常Burgers模型能更好地表述排土场沉降真实工况;将排土场分为十个分层,结合FLAC3D软件的蠕变数值分析计算,得出各单层沉降率的变化规律,即各单层工后沉降量上层沉降值小于下层和中间层,且上层沉降量呈现单调递减变化,越接近排土场顶部单层沉降量越小;中间层沉降量相对下层沉降量要大,其中第5单层的沉降量最大

采用凝胶溶胶法制备TiO2以及摩尔比分别为1:1和4:1的TiO2-ZrO2三种载体,然后浸渍负载一定量的活性组分MnOx制备相应催化剂.通过X射线衍射和扫描电镜对载体和催化剂进行表征,并进行氨气低温选择性催化还原NO(NH3-SCR)实验来考察催化剂的活性.三种载体中TiO2-ZrO2(4:1)的颗粒粒径最小且高度分散,加入氧化锆后,Zr4+离子取代Ti4+离子掺杂进入TiO2晶格内,引起TiO2晶格畸变,抑制TiO2晶型转变,并促进载体上活性组分Mn的均匀分布,从而提高催化剂的低温选择性催化还原活性.TiO2-ZrO2(4:1)加入质量分数10%的Mn后催化剂的活性最高,在130℃采用该催化剂催化时NO的转化率达到92.6%;150℃时通入体积分数10%的水蒸气会降低10%Mn/TiO2-ZrO2(4:1)催化剂的活性,撤消后活性可逐渐恢复;而200℃时10%Mn/TiO2-ZrO2(4:1)的活性基本不受水蒸气的影响

探讨以镍渣为主要原料采用熔融法制备建筑用微晶玻璃.研究引入Cr2O3作为晶核剂的镍渣微晶玻璃的成核及晶化过程.利用DSC测试来确定基础玻璃的晶化温度,并利用修正的Johnson-Mehl-Avrami(J/VIA)方法初步计算以镍渣为主要原料所制备的基础玻璃在加入质量分数2%的Cr2O3作为晶核剂后的结晶活化能E及结晶动力学参数k(Tp),计算结果分别为E=371.1kJ·mol-1,结晶动力学参数k(Tp)=0.29.采用XRD、SEM和光学显微镜测试、分析及观察方法来鉴定、分析微晶玻璃试样的主晶相及微观结构.结果显示,加入晶核剂的基础玻璃从930℃开始均匀地析出透辉石相晶体;随着温度的升高,晶体尺寸也逐渐增大,在温度达到950℃后,对样品进行30min保温热处理,样品中晶体尺寸达到10~15μm

为了降低硬件开销，越来越多的加法器电路采用传输管逻辑来减少晶体管数量，同时导致阈值损失、性能降低等问题。本文通过对摆幅恢复逻辑与全加器电路的研究，提出一种基于摆幅恢复传输管逻辑（Swing restored pass transistor logic, SRPL）的全加器设计方案。该方案首先分析电路的阈值损失机理，结合晶体管传输高、低电平的特性，提出一种摆幅恢复传输管逻辑的设计方法；然后，采用对称结构设计无延时偏差输出的异或/同或电路，利用MOS管补偿阈值损失的方式，实现异或/同或电路的全摆幅输出；最后，将异或/同或电路融合于全加器结构，结合4T XOR求和电路与改进的传输门进位电路实现摆幅恢复的高性能全加器。在TSMC 65 nm工艺下，本文采用HSPICE仿真验证所设计的逻辑功能，与文献相比延时降低10.8%，功耗延时积（Power-delay product, PDP）减少13.5%以上

针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

（一）理论课程 《管理学》 《经济学》 《专业导论》 《会计学》 《市场营销》 《组织行为学》 《管理信息系统》 《管理研究方法与文献阅读实践》 《财务管理》 《人力资源管理》 《经济法》 《市场调查与预测》 《消费者行为学》 《战略管理》 《公司治理》 《电子商务管理》 《管理沟通》 《绩效管理》 《项目管理概论》 《专业英语》 《税法》 《品牌策划与管理》 《应用文写作》 《领导力》 《商务数据分析》 《物流管理》 《运营管理》 《商业伦理》 《计量经济学》 《劳动关系管理》 《采购与供应链管理》 《创业学》 《管理案例分析》 《商务谈判学》 《公共关系学》 《跨文化管理》 《商务礼仪》 《专业知识前沿》 （二）实验课程 《会计学》 《市场营销》 《组织行为学》 《管理信息系统》 《管理研究方法与文献阅读实践》 《人力资源管理》 《市场调研实践》 《消费者行为学》 《战略管理》 《公司治理》 《电子商务管理》 《管理沟通》 《绩效管理》 《项目管理概论》 《品牌策划与管理》 《领导力》 《专业社会实践》 《物流管理》 《运营管理》 《商业伦理》 《计量经济学》 《劳动关系管理》 《ERP 经营模拟》 《采购与供应链管理》 《创业学》 《管理案例分析》 《商务谈判学》 《企业管理全景综合试验》 《公共关系学》 《跨文化管理》 《商务礼仪》 《毕业论文》 （三）实践课程 《专业认知实践》 《专业社会实践》 《毕业实习》

传统湿法炼锌工艺采用纯铝板作为阴极,但随着锌精矿品位的降低,电解液中杂质离子含量增大,造成阴极腐蚀消耗增加.本文以铝锰合金为研究对象,研究锰作为添加元素,与铝形成良好铝锰合金阴极材料的电化学行为,进一步提高铝阴极的耐蚀性和电催化活性.采用交流阻抗、阴极极化曲线、恒电流极化曲线、塔菲尔曲线等分析方法,探讨不同Mn元素含量对铝锰合金在40℃恒温条件,Zn2+ 65 g·L-1和H2SO4 150 g·L-1溶液中电化学行为的影响.研究结果表明:相比纯铝电极,添加Mn元素的铝锰合金电极的耐蚀性普遍提高,腐蚀电流均减小;随着Mn含量的增加,腐蚀电流逐步降低,腐蚀电位与Mn含量增加无明显变化规律;当Mn质量分数为1.5%时腐蚀电流达最低(1.11 mA·cm-2),腐蚀电位最小(-1.0954 V);零电势下,表观电流密度i0受Mn元素的添加影响显著,i0随Mn含量增加呈现出先增大后减小的趋势,在Mn质量分数1.5%时达到最大值3.7462×10-16 mA·cm-2,远大于纯铝电极4.8027×10-33 mA·cm-2,整体变化幅度明显,电极的电催化活性得到提高;不同电流密度下的析氢过电位和纯铝电极的整体接近,电化学过程均为电化学传质步骤控制.综合考虑电极材料的耐蚀性和电催化活性,含Mn质量分数1.5%的铝锰合金可作为理想的电积锌阴极使用

针对人耳识别中存在姿态、光照变化等问题,提出信息融合的方法,将二维人耳和三维人耳的信息进行融合,以克服姿态、光照对人耳识别的影响.对于二维人耳,由于姿态等的变化会导致人耳图像数据在高维空间中呈现出非线性流形结构,采用等距映射这种流形学习算法进行特征提取,对三维深度人耳则采用3D局部二值模式进行特征提取,然后分别进行二维和三维人耳识别,最后在决策层进行融合识别.在79人的人耳数据库上进行了实验,每人8幅带姿态的二维人耳图像和6幅带光照的三维人耳深度图像.实验结果表明,与单独的二维人耳和三维人耳识别相比,融合之后的识别效果和认证效果均有很大的改善

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

不采用传统接触力模型自下而上的高炉料面形状计算方法，而是根据土坡力学颗粒物质堆积理论，提出了新的基于堆积法的高炉料线形状融合计算方法，直接对料面形状进行计算.围绕高炉多环布料的炉料堆积特点，结合炉顶六点阵列雷达，获得了料面形状计算的边界条件，弥补了传统料型计算靠十字测温加机械探尺的经验估算.新方法通过高炉布料规律及炉料颗粒的物理堆积插值方法，采用贝叶斯数据融合方法和分段三次Hermite插值，结合布料体积约束条件，完成了理论计算与测量修正的结合.实测结果表明：料面形状融合法比传统单独的料面估算法，测量精度提高4.8%，料面分辨率提高27.2%，使布料控制可以更加精准和有针对性