为了更加快捷、高效地判定边坡稳定与否，基于机器学习，融合主成分分析法（PCA）、参数调整、影响因素权重分析等，建立了一种边坡安全稳定性评价体系。研究发现，运用PCA可以在保留80%数据原信息的前提下将输入变量维度从六维降至三维，但此时模型效果有所下降；随机森林及梯度提升(XGBoost) 两种学习算法均可搭建有效的边坡安全稳定性评估模型，通过对其预测效果的对比分析，确定XGBoost为最佳评价模型。与此同时，采取卡方检验、F检验以及互信息法3种相关性检验手段，并通过计算评价因子的重要程度且加以可视化展示，明确了容重、坡高、内摩擦角以及内聚力4个内在因素的重要性，最终将评估结果与实际结合提出了边坡安全防护措施

从区块链的设计和需求出发，阐明了区块链技术中的基本概念与特征及其基础架构；其次，以比特币为例详细介绍了区块链中各种机制，包括：区块结构与防篡改机制、交易结构与脚本语言、交易人员身份鉴别机制以及网络高效交易传播机制等；而且，按照证明类、拜占庭类、传统共识类及混合共识类等类型，详细描述了当前几种主流的区块链共识算法；此外，对智能合约的概念、组织结构及模块关系以及执行方式与过程进行了讨论；最后，对区块链面临的主要安全挑战进行了总结，从而达到系统地把握区块链技术发展和趋势的目的

针对传统基于BP神经网络建立的连铸坯质量预测模型训练速度慢、适应能力弱、预测精度低等问题,本文提出一种基于极限学习机的连铸坯质量预测方法,对方大特钢60Si2Mn连铸坯中心疏松和中心偏析缺陷进行预测,并与BP和遗传算法优化BP神经网络预测模型的预测结果进行分析对比.结果表明:BP及GA-BP神经网络预测模型对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为50%、57.5%、70%和72.5%;而基于极限学习机的连铸坯预测模型预测准确率更高,对连铸坯中心疏松和中心偏析缺陷的预测准确率分别为85%和82.5%,且该模型具有极快的运算时间,仅需0.1 s.该模型可对连铸坯质量进行迅速准确地分析,为连铸坯质量预测的在线应用提供了一种新的方法

以碳热预还原和氢气深还原两步制备的纳米钨粉作为烧结原料，即先通过碳黑还原脱除三氧化钨中的大部分氧，再以氢还原脱除残留的氧。该方法制备的钨粉颗粒呈球形形貌，平均晶粒度可达90 nm。同时，向钨粉中掺杂质量分数为1%和2%的氧化铝，探究了氧化铝对钨粉烧结行为的影响。通过烧结样品的断口形貌和晶粒的平均尺寸分析发现，氧化铝对烧结后期的晶粒长大有明显的抑制作用，相同的烧结温度下晶粒的尺寸随着氧化铝含量的上升而减小。在1600 ℃时，纯钨粉烧结坯的晶粒平均尺寸为2.75 μm，但添加质量分数为1%和2%氧化铝的烧结样品晶粒平均尺寸约为1.5 μm，这是由于氧化铝能有效地抑制烧结后期的钨粉晶粒长大。纯钨粉和掺杂氧化铝钨粉的烧结坯的硬度随温度升高具有不同的趋势。掺杂钨粉烧结坯的硬度随着温度的升高而升高，且其最大值高于800 HV。但是，纯钨粉烧结坯的硬度随烧结温度增加而先增加后降低，在1400 ℃时取得最大值（473.6 HV），这是由纯钨粉烧结坯的晶粒在高温下急剧长大所导致。在烧结温度为1600 ℃时，纯钨粉、掺杂质量分数1%和2%的氧化铝掺杂的钨粉的烧结坯的相对密度依次为98.52%、95.43%和93.5%

以中碳结构钢大方坯及其热轧棒材为研究对象，通过对铸坯和轧材进行低倍侵蚀和成分分析，揭示了连铸控流模式对大方坯凝固组织与宏观偏析分布特征的影响及其铸轧遗传性。研究表明：常规直通水口浇注模式下，结晶器电磁搅拌(Mold electromagnetic stirring, M-EMS)电流由0增加到800 A，铸坯等轴晶率由6.06%仅可增加到11.71%，难以有效避免大方坯常见的中心缩孔缺陷与突出的中心线偏析。采用新型五孔水口浇注模式，即使不开启M-EMS，铸坯中心等轴晶率仍可达23.1%，大方坯中心缩孔级别可降至1.0级以下，满足后续热轧大棒材探伤要求。同时发现，五孔水口浇注模式下，大方坯铸态组织中往往会出现较为明显的柱状晶到等轴晶转变(Columnar to equiaxed transition, CET)区，铸坯断面碳偏析指数呈M型分布，表现为断面1/4位置CET区域碳偏析指数最高。大棒材轧制基本改变不了铸坯断面宏观偏析的分布形态，且可能导致中心线偏析指数增加。同时指出，基于连铸控流模式的作用规律和铸?轧遗传性特征，以及特殊钢长材热加工对中心致密度和偏析分布与程度的要求，实际生产中应从连铸工艺源头合理地控制铸态组织与宏观偏析分布形态

中国的页岩气田属于非常规气藏，采用体积压裂工程技术才可以实现有效开采。不过，页岩储层与一般储层的性质不同，纳米级孔隙大量分布，其孔隙和渗透率十分微小，同时还分布有微裂缝，气体在其中的流动具有解吸、扩散、滑脱和渗流等多种微观机理，并且呈现出基质?微裂缝?人工裂缝的跨尺度多流态流动。常规的油气开发理论与技术并不适用于页岩气藏，因此需要有针对性的研究，并建立页岩气开发的理论与技术，才能实现我国页岩气藏的高效地开发。从页岩气流动的基本规律出发，总结了页岩气流动的多流态?多尺度?多场耦合输运机理和渗流规律，归纳了考虑解吸?扩散?滑移?渗流的多尺度非线性渗流统一方程，给出了多尺度全流态图版。通过页岩气多级压裂水平井多区耦合非线性渗流理论、多场耦合非线性渗流理论，形成页岩气藏流场区域储量动用与开发动态变化规律，针对我国页岩气特点构建了页岩气产量递减模型。基于上述理论提出了开发设计方法，提出了我国储层分级评价及优选目标评价方法，并且建立了适合我国储层的分级评价及优选目标方法与指标，对中国页岩气压裂开发工艺适应性技术进展进行了归纳总结。在此基础上，对未来页岩气高效开发理论的发展方向进行了展望，以期对我国页岩气理论和技术研究提供指导

目前燃煤电厂对于SO2、NOx和PM等主要污染物已经有较为成熟的控制方法，但针对具有长期环境危害性的痕量污染物尚缺乏有效的排放控制手段。为全面掌握痕量污染物在煤燃烧过程中的释放、迁移和转化规律并开发相应的控制技术，建立稳定可靠的模拟烟气痕量污染物发生方法是开展相关研究的前提条件。通过文献调研，对常见痕量污染物的四种发生方法进行了总结、归纳和对比：溶液蒸发法较为简单易用，但产物中易含有副产物，这些副产物会带来一定的影响；燃烧法产生的痕量污染物最接近实际情况，但受实验条件影响较大，并且产物成分较为复杂；升华法获得的产物浓度较为准确，但适用范围较窄，仅用于某几种气态痕量污染物的发生；氢化物氧化法可准确地控制产物的发生速率，但也仅适用于少量痕量污染物，并且装置较为复杂。分析比较了不同方法的适用情形，最后提出多种方法联用的思路以期得到更加接近实际情形并且成分可控的结果

物联网是未来赛博使能业务的重要支撑平台。蜂窝网络则被认为是广泛分布在部署区域中的物联网终端数据接入的主要渠道，尤其在广域覆盖方面具有难以替代的价值。在满足覆盖要求的条件下，降低蜂窝网络基站的下行发射功率在绿色通信方面具有重要的研究意义。由此提出了一种基于优化目标平滑近似和均方根传播策略的梯度下降算法，在满足物联网业务覆盖率的条件下最小化基站的总下行发射功率。首先，使用罚函数方法将复杂约束条件的异构蜂窝网络优化问题转化为简单约束形式的优化问题；其次，将不可导的目标函数通过平滑近似转化为可导形式，并给出其对天线下倾角和下行功率参数的梯度解析形式；最后，使用均方根传播梯度下降算法进行转化后的目标函数优化。仿真实验结果表明该算法可以在满足覆盖率指标的条件下最小化基站的总下行发射功率，与现有元启发算法和普通梯度下降算法相比，具有良好的收敛速度，并能更好地抑制优化过程中振荡

融合手工特征和深度特征，提出了一种集成超限学习机心跳分类方法。手工提取的特征明确地表征了心电信号的特定特性，如相邻心跳时间间隔反映了心跳信号的时域特性，小波系数反映了心跳信号的时频特性。同时设计了一维卷积神经网络对心跳信号特征进行自动提取。基于超限学习机（Extreme leaning machine，ELM），将上述特征融合进行心跳分类。由于ELM初始参数的随机给定可能导致其性能不稳定，进一步提出了一种基于袋装（Bagging）策略的多个ELM集成方法，使分类结果更加稳定且模型泛化能力更强。利用麻省理工心律失常公开数据集对所提方法进行了验证，分类准确率达到了99.02%，实验结果也表明基于融合特征的分类准确率高于基于单独特征的分类准确率

为揭示各种行波磁场铸流搅拌的电磁冶金效果，基于计算域分段法建立了断面1280 mm×200 mm板坯连铸电磁、流动、传热和凝固的耦合模型，利用电气参数和磁感应强度的实测值和预测值的对比验证了模型的可靠性。研究表明：行波磁场搅拌器因电磁推力的方向性特点在板坯二冷区搅拌过程中均表现有不同程度与特征的端部效应，辊后箱式搅拌器(Box-typed electromagnetic stirrer, B-EMS)的单侧安装形式导致板坯内弧侧磁感应强度远大于外弧侧，辊式搅拌器(Roller-typed electromagnetic stirrer, R-EMS)的对辊安装形式则使磁感应强度呈现对称分布。在400 kW和7 Hz的相同电气参数下，R-EMS的电流强度比B-EMS高75 A；尽管箱式电磁搅拌的有效作用区域较辊式电磁搅拌大，铸坯中心钢液过热耗散区域大，但辊式搅拌推动钢液冲刷凝固前沿形核作用则明显大于箱式搅拌。两者均具有较好的抑制柱状晶生长、促进凝固前沿等轴晶形核与发展的能力，将不锈钢板坯等轴晶率提高至45%的门槛值以上，其中间隔型反向辊式搅拌器下的等轴晶率比箱式搅拌高约17%。综合表明，基于行波磁场铸流搅拌的间隔型反向辊式搅拌器有望更好地消除铁素体不锈钢板材表面皱折缺陷