深度神经网络近年在计算机视觉以及自然语言处理等任务上不断刷新已有最好性能，已经成为最受关注的研究方向.深度网络模型虽然性能显著，但由于参数量巨大、存储成本与计算成本过高，仍然难以部署到硬件受限的嵌入式或移动设备上.相关研究发现，基于卷积神经网络的深度模型本身存在参数冗余，模型中存在对最终结果无用的参数，这为深度网络模型压缩提供了理论支持.因此，如何在保证模型精度条件下降低模型大小已经成为热点问题.本文对国内外学者近几年在模型压缩方面所取得的成果与进展进行了分类归纳并对其优缺点进行评价，并探讨了模型压缩目前存在的问题以及未来的发展方向

超重力显著增大两相间的重力差，可用于加速固?液、液?液、液?气高温黏稠混和体的相分离速度；超重力具有定向性，避免搅拌等技术产生的熔体湍流返混，可用于深度脱除金属液中细小夹杂物；超重力条件下固?液界面张力微不足道，可容易实现微孔渗流；超重力条件下进行结晶凝固，按结晶顺序实现固?液分离，可用于制备梯度材料；超重力加速固?液分离，可细化凝固组织晶粒，但对非共晶熔体也易产生宏观偏析。将超重力技术应用于冶金及材料生产过程中，有望解决高温冶金和材料制备的一些难题，如复杂矿冶金渣有价组分的分离提取、冶炼渣中金属液的分离回收、多金属的熔析结晶分离、复杂矿直接还原铁的渣?金分离；在高端金属材料方面，应用超重力技术，有望解决近零夹物金属材料的精炼除杂难题，提高梯度功能材料、金属?陶瓷复合材料、多孔金属材料、器件材料表面电沉积修饰的制造水平。此外，在材料科学研究方面，超重力凝固可作为一种材料基因组高通量制备方法

首先从绿色通信入手, 对网络能量效率的国内外研究现状进行了分析. 在此基础上, 对超密集网络的关键性能指标, 即能量效率的各种定义进行了梳理, 为建模奠定了基础. 其次, 讨论了网络能量效率建模和优化过程中经常使用的4种理论模型: 随机几何、博弈论、最优化理论和分数阶规划. 并综述了能效提升的技术, 包括高能效部署与规划、高能效基站休眠、高能效用户关联、高能效资源管理、高能效传输方式. 最后, 指出未来的可能的技术挑战: 网络能效理论与超密集网络体系架构、超密集小基站高能效覆盖机理、超密集网络的柔性资源匹配机理、移动用户群体行为建模与高能效服务方法. 通过研究超密集网络高能效覆盖机理和柔性资源匹配机理, 为未来无线通信网络建模和分析提供设计依据与技术支撑

针对钢铁空分企业氧气放散率高、综合能耗高的问题，建立了以减小转炉用氧总量波动和降低系统能耗为目标的转炉用氧调度模型。综合考虑了吹炼区间时长不变、各吹炼区间起始时刻满足工艺要求、钢水温度大于1250 °C、转炉用氧调度前后变动最小等约束，以基于整数空间的粒子群（Particle swarm optimization, PSO）算法进行求解。同时，以国内某大型钢铁企业空分厂为案例，采用Pipeline Studio软件建立该厂区氧气管网输配系统模型，对转炉用氧调度的节能优化效果进行了验证。结果表明，本文提出的转炉用氧节能优化调度在研究时间段尽可能安排单台转炉生产，有效降低多台转炉吹氧重叠时间，在生产时间内错峰用氧，减小转炉用氧总量波动，缓解氧气供求不平衡的矛盾。在120 min研究时长内，调度前后系统氧气放散量由1242.1 m3降低至0，相应的空分系统的电耗节约了1192.42 kW·h，氧压机的压缩能耗增大了41 kW·h，氧气管网输配系统节约总能耗为1151.42 kW·h。综合计算来看，转炉用氧调度应用到全年，预计减少氧气放散总量5.44×106 m3，节约氧气管网输配系统总能耗5.22×106 kW·h

浅层黄土滑坡是黄土高原广泛分布和频繁发生的地质灾害,造成了巨大的人员伤亡和财产损失.尽管二维确定性模型已被广泛用于浅层滑坡稳定性预测,但不能充分考虑岩土性质、地层结构、地下水等条件的三维空间变化,这可能与实际的斜坡稳定性不相符.因此,利用能考虑复杂斜坡环境的三维确定性模型评价滑坡稳定性,对获取更真实的评价结果以及指导滑坡防治工作具有重要意义.本文利用Scoops3D三维确定性模型评价了在浅层黄土滑坡稳定性预测中的适应性和可靠性.首先,模型计算参数敏感性的分析发现黏聚力、滑动视倾角和栅格单元重量对安全系数准确度影响较大,并用于指导获取详细的关键参数.然后,选取不同分辨率的数字高程模型(DEM)数据,利用Scoops3D模型对典型黄土沟壑中的浅层黄土滑坡稳定性进行预测,并通过详细的点状和面状滑坡分布图与预测结果的对比发现,该模型对黄土沟壑区的浅层滑坡稳定性预测准确度较高,且点状滑坡分布图可能更适合模型适应性的检验.最后,混淆矩阵法和成功率曲线法对不同分辨率数字高程模型预测结果可靠性的检验显示,该模型能够有效地预测黄土浅层滑坡的稳定性,且在高分辨率数字高程模型数据下可以获得可靠的预测精度

通过Thermo-Calc热力学计算、OM和FE-SEM观察、力学性能和腐蚀性能试验对不同固溶温度下的特超级双相不锈钢进行分析和研究。结果表明：σ相和非平衡氮化物是固溶水冷组织中的主要析出相，当固溶温度低于1050 ℃时，σ相优先沿双相界面析出，显著降低双相不锈钢的冲击韧性；当固溶温度高于1100 ℃，非平衡氮化物开始在铁素体晶粒内部析出，且随着固溶温度的升高，非平衡氮化物析出数量增加。这是由于固溶水冷过程中氮在铁素体中的溶解度快速降低，过饱和的氮来不及扩散到相邻奥氏体中，只能以氮化物的形式析出。随固溶温度升高，铁素体含量增加，奥氏体含量降低，实验钢的强度增加，冲击韧性降低。在1080～1120 ℃之间固溶时，双相比例接近1∶1，S32707特超级双相不锈钢具有优良的综合力学性能和耐晶间腐蚀性能

含硫胶结充填体随着养护龄期的延长会出现膨胀开裂现象，存在明显裂隙的充填体试件再进行单轴抗压强度测试其结果十分离散，已不能有效地获得充填体力学参数.在室内进行配比试验，采用数字图像处理技术对得到的充填体表面裂隙图像进行二值化、去噪等预处理，而后计算其分形维数并分析其演化规律，且将分形维数与单轴抗压强度关联分析.研究结果表明：充填体试件面表的裂隙存在自相似性，表面裂隙越发育，其分形维数越大；分形维数与单轴抗压强度存在负相关关系，分形维数越小，其单轴抗压强度越高；分形维数可判别含硫充填体试件的完整性，当充填体表面裂隙的分形维数小于某阈值时，强度试验的结果更为可靠

采用Gleeble-3800D热模拟试验机在应变量0.6、变形温度750~1050℃、应变速率0.01~1 s-1工艺条件范围内, 研究了Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形与动态再结晶行为.采用线性回归方法, 建立了三种成分实验钢的流变应力本构方程.计算得到Fe-5.5% Si、Fe-6.0% Si和Fe-6.5% Si高硅电工钢的热变形激活能分别为310.425、363.831和422.162 kJ·mol-1, 说明Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的热变形激活能随Si质量分数的增加而增大, 这使得Fe-(5.5%、6.0%、6.5%) Si高硅电工钢相同条件下的变形抗力随Si含量的升高而增大.采用金相截线法对不同成分和变形条件下实验钢的动态再结晶百分数进行了统计, 结果表明: 同一热变形条件下, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢的动态再结晶百分数随Si质量分数的升高而减小.本文实验条件下, 当变形温度为750~850℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态回复; 而变形温度为950~1050℃时, Fe-(5.5%、6.0%、6.5%) Si高硅电工钢软化机制主要为动态再结晶

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