作为一个煤炭大国，煤炭在我国的能源结构中占据重要地位。然而，煤炭的过度使用不可避免的造成了环境污染和温室效应等问题。因此发展洁净煤技术是解决煤炭利用问题的重要方式，对于我国经济的可持续发展至关重要。HyperCoal（HPC）是通过溶剂萃取技术得到的一种煤衍生物，由于具有低灰、低水、高热值、高反应性、良好热塑性、环境友好等特性，在洁净煤技术中有着重要的应用。基于此，本文指出了目前我国对HPC的应用研究现状，并详细阐述了本研究团队在配煤炼焦和制备石墨电极领域的突破性研究进展。然而，目前HPC在推广和应用过程中还存在一些问题。在未来，还亟需解决HPC的规模化生产问题，并对HPC的萃取机理和作用机制开展更加深入的研究

本章讨论线性系统的运动分析。 – 主要介绍 • 连续系统与离散系统的状态空间模型的求解、 • 状态转移矩阵的性质和计算以及 • 连续系统状态方程的离散化。 – 本章最后介绍基于Matlab的状态空间模型求解与 控制系统的运动仿真问题的程序设计与仿真计算

文本检测在自动驾驶和跨模态图像检索中具有极为广泛的应用。该技术也是基于光学字符的文本识别任务中重要的前置环节。目前，复杂场景下的文本检测仍极具挑战性。本文对自然场景文本检测进行综述，回顾了针对该问题的主要技术和相关研究进展，并对研究现状进行分析。首先对问题进行概述，分析了自然场景中文本检测的主要特点；接着，介绍了经典的基于连通域分析、基于滑动检测窗的自然场景文本检测技术；在此基础上，综述了近年来较为常用的深度学习文本检测技术；最后，对自然场景文本检测未来可能的研究方向进行展望

本课程以讲授式教学方法为主，科学地组织教学内容，运用现代信息技术手段呈现授课内容，并辅以问题探究式教学方法，善于设问解疑，组织学生结合语言现象和语言理论进行讨论，激发学生的求知欲望和积极的思维活动。本课程还努力通过课内、外的练习，使学生提高分析语言问题的能力

基于语义角色分析，提出了一种三元组涉恐事件实体属性抽取方法，为网络空间涉恐活动的监测及预警提供技术支持。首先，基于西北政法大学“反恐怖主义信息网”文本语料数据进行数据采集和清洗等预处理工作，采用朴素贝叶斯文本分类算法识别涉恐事件文本，并采用关键词提取算法TF-IDF（Term frequency-inverse document frequency，词频-逆文档频率）构建涉恐专有词库，结合自然语言处理技术构建带词性的涉恐专有词库。然后通过语义角色分析、句法依存分析，提取了主语谓语宾语关系、定语后置动宾关系、人名//地名//机构和介宾关系主谓动补4类涉恐三元组结构。最后，利用正则表达式及带词性的涉恐专有名词分析，在4类三元组短文本中提取出恐怖事件发生时间、发生地点、伤亡情况、攻击方式、武器类型和恐怖组织6类实体属性。对采集的4221篇文章数据进行实验分析，6类实体属性抽取的测评结果F1值均超过80%，对网络空间的涉恐事件监测及预警，维护社会公共安全具有重要现实意义

金属有机骨架（Metal-organic frameworks，MOFs）是一类有机?无机杂化材料，通常是指金属离子或金属簇与含氮、氧刚性有机配体通过自组装过程形成的功能性多孔材料。MOF材料具有丰富的可设计的结构类型、可调控的化学功能、低密度的骨架、超高的比表面积，以及可功能化的永久的孔空间，在气体存储与分离、催化、传感、药物运输与缓释等领域都有广泛的应用潜力。近年来，MOF及其复合材料已经被应用于多种污染物的去除。本文对近年来MOF材料去除水环境中重金属、有机物的相关研究进行了总结与评述。本篇是该主题的第一篇，主要针对MOF材料在水体重金属污染物去除方面的研究进行论述。通过对以往的研究分析可知，MOF材料对常见重金属Pb2+、Cu2+、Cd2+、Co2+、Ag+、Cs+、Sr2+、Hg(II)以及$ {\\rm{TcO}}_4^ - $

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断

材料辐照损伤是核反应堆材料、尤其是核聚变堆材料所面临的重要问题。高能粒子（中子、离子、电子）辐照在材料中会产生大量的点缺陷，即自间隙原子和空位。这些点缺陷聚集在一起会形成自间隙原子团簇和空位团簇，从而对材料结构和性能的演化产生重要影响。空位团簇包括有空洞、层错四面体、空位型位错环，而自间隙原子团簇则只有自间隙型位错环。本文介绍了两种点缺陷团簇的性质、及其对于以材料辐照肿胀为主要内容的材料辐照损伤性能的影响。作为空位团簇，比较详细介绍了具有本课题组特色的空位型位错环的研究，同时分析了合金元素和氢同位素对空位型位错环的影响。在铁试样中形成的这种空位型位错环尺寸可达100 nm左右，该空位型位错环具有两种柏氏矢量， b =<100> 和 b =1/2<111>，前者的数密度比后者高一个数量级。对于自间隙原子团簇，则重点介绍了与其相关的一维迁移现象及其研究动态，该一维迁移性能有可能是影响高熵合金辐照性能的重要因素

基于全尾砂絮凝过程中絮团弦长的测定，分别研究絮凝和沉降两个过程：首先以絮团平均弦长为指标研究不同絮凝条件下全尾砂絮凝行为，再以固液界面初始沉降速率为指标分析不同絮凝全尾砂料浆的沉降行为。探明了不同絮凝条件下全尾砂尺寸演化规律，全尾砂均快速絮凝形成絮团，絮团的平均弦长增长达到峰值后随着剪切时间逐渐下降，直至达到稳定状态。发现全尾砂絮团的平均弦长与絮凝全尾砂料浆固液界面的初始沉降速率随着不同的絮凝条件而不断改变，确定了在本文研究范围内的最优絮凝条件：Magnafloc 5250絮凝剂，全尾砂料浆固相质量分数10%，絮凝剂单耗10 g·t?1，絮凝剂溶液中絮凝剂质量分数0.025%，剪切速率94.8 s?1。最优条件下絮凝过程中絮团平均弦长峰值为620.63 μm，絮凝结束时絮团平均弦长为399.57 μm，絮凝全尾砂料浆固液界面初始沉降速率为4.61 mm·s?1。初步建立了适用于本文全尾砂的基于絮团平均弦长的固液界面初始沉降速率模型，固液界面初始沉降速率随着絮团平均弦长的增加而增加，为实际生产中控制全尾砂絮凝沉降参数以及设备结构优化、提高全尾砂料浆的絮凝沉降效率提供参考

通过合理的假设对H型钢变形区进行分区.基于流函数方法确定了各个变形区的速度场,建立了H型钢万能轧制力学模型.在此基础上,使用Powell多参数优化算法优化变形区参数以使变形区的总功率达到最小并最终求得H型钢轧制力能参数.计算中采用高斯积分的方法,使得计算结果更加准确.计算结果表明,腹板和翼缘的延伸率相同时,本文模型计算结果与经过实验数据验证的有限元结果的误差不超过1.53%,当偏离标准工况较大时,通过适当修正,亦可保证本文方法的计算精度.在腿腰延伸比λ=1附近时,模型计算的轧制力与有限元结果变化趋势相同.在合理的力臂系数情况下,两者结果吻合较好