作为对经典自适应控制改进的控制方法，多模型自适应控制是解决复杂的大范围参数不确定系统的一种有效途径，并在理论和实践中取得了丰富成果。依据控制器集的不同综合策略，其被分为多种类型，本文旨在对加权型的多模型自适应控制进行综述。加权多模型自适应控制的基本思路是采用“分而治之”的办法，离线建立多个局部模型和对应的多个局部控制器，在线加权融合各个局部控制器的控制输出，从而形成全局控制，是实现鲁棒自适应控制的一类重要方法。首先比较详细地介绍了加权多模型自适应控制研究的历史及现状，然后给出相关研究的新进展和一些观点，包括新的加权算法和相应的加权多模型自适应控制系统的稳定性结果等，最后指出未来的几个研究方向

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

谷歌的人工智能系统（AlphaGo）在围棋领域取得了一系列成功，使得深度强化学习得到越来越多的关注。深度强化学习融合了深度学习对复杂环境的感知能力和强化学习对复杂情景的决策能力。而自然语言处理过程中有着数量巨大的词汇或者语句需要表征，并且在对话系统、机器翻译和图像描述等文本生成任务中存在大量难以建模的决策问题。这使得深度强化学习在自然语言处理的文本生成任务中能够发挥重要的作用，帮助改进现有的模型结构或者训练机制，并且已经取得了很多显著的成果。为此，本文系统阐述深度强化学习应用在不同的文本生成任务中的一些主要方法，梳理其发展的轨迹，分析算法特点。最后，展望深度强化学习与自然语言处理任务融合的前景和挑战

介绍了模拟结晶器内渣膜形成的实验方法, 综述了国内外学者在保护渣传热方面所做的研究工作, 包括固态渣膜的界面热阻、保护渣的导热系数、辐射传热以及渣膜的光学性质, 并提出了今后在渣膜形成及传热研究中有待进一步完善的内容和方向.现有的研究结果表明利用热丝法可以对渣膜的形成过程进行原位观察, 采用水冷铜探头法可以获取用于研究渣膜微观组织的固态渣膜样品.渣膜的界面热阻在0.0002~0.002 m2·K·W-1之间.在800℃以下, 保护渣的导热系数在1.0~2.0 W·m-1·K-1范围内, 且随温度的升高而逐渐增加.渣膜中的晶体一方面可以增加渣膜的界面热阻, 另一方面可以提高固态渣膜的反射率, 起到降低辐射热流的作用.此外, 过渡族金属氧化物的加入以及固态渣膜中弥散分布的微小颗粒也能改变渣膜的光学性质, 从而影响通过渣膜的辐射传热

采用阻抗谱技术,对2.8 A·h 18650电芯进行拆解解析,单独分析正负极电极在不同温度下(25、10和-5℃),不同荷电状态下的阻抗变化.结果表明:在不同温度下,在20%~100%荷电状态下,负极作为控制电极,其反应电化学阻抗是正极的数倍,尤其是在-5℃,达到了4倍,负极是电芯一致性问题中动力学因素的控制主因;在0~20%荷电状态下,在10和25℃下,正极的反应电化学阻抗要远远大于负极,正极成为控制端.结合目前电动车上动力电池的实用荷电状态一般在20%~95%,针对该2.8 A·h 18650电芯,提高负极电极的一致性是核心所在.同理,对其他类型电芯而言,在电芯设计过程中,在综合考虑成本的前提下,需要更有针对性地提高正负极的一致性标准,从而更为有效地改善整个电芯产品的一致性

综述了近年来国内外镁碳质耐火材料的发展和研究现状,尤其对镁碳砖防氧化剂和镁碳砖低碳化等方面的研究与发展状况进行了分析和汇总.在此基础上提出了镁碳砖未来的研究方向,即通过成分优化和结构设计,提升和发挥传统材料的性能;研究开发高性能防氧化剂;镁碳砖低碳化方法的改进及性能评估

电流体动力喷射3D打印是一种新型微纳增材制造技术,它具有成本低、结构简单、精度高、打印材料广泛等突出特点和优势.但是,由于电流体动力喷射3D打印的打印速度快、喷嘴和基底打印距离小,特别是对于微尺度特征图形的打印,其实际图形及打印质量难以直接观测,而且影响打印图形精度和质量的工艺参数较多,各个工艺参数相互耦合和相应作用.因而直接有效的控制打印图形的精度(线宽)和质量(线边缘粗糙度)是其面临的一个挑战性难题.本文提出一种通过调整打印工艺参数间接控制泰勒锥形状和尺寸,进而实现对于打印图形精度和质量有效控制的新方法.建立了线宽与工艺参数、材料性能和基底关系的理论模型;通过实验,系统研究并揭示了电流体动力喷射3D打印工艺参数对泰勒锥和打印图形的影响及其规律;优化出针对同一喷嘴较为理想的喷印工艺窗口;并通过典型实验工程案例研究,采用内径60 μm喷嘴实现了最小线宽3 μm打印,验证了实验研究结果的正确性和有效性.本文提出的方法和实验研究结果为电流体动力喷射3D打印的打印精度、图形质量和打印稳定性改进及提高奠定了基础,并为简化和易于操作提供了一种切实可行的方法

多聚焦图像融合是计算机视觉领域中的一个重要分支，旨在使用图像处理技术将同一场景下的聚焦不同目标的多张图像中各自的清晰区域进行融合，最终获得全清晰图像。随着以深度学习为代表的机器学习理论的突破，卷积神经网络被广泛应用于多聚焦图像融合领域，但大多数方法仅关注网络结构的改进，而使用简单的两两串行融合方式，降低了多图融合的效率，并且在融合过程中存在的失焦扩散效应也严重影响了融合结果的质量。针对上述问题，在显微成像分析的应用场景下，提出了一种最大特征图空间频率融合策略，通过在基于无监督学习的卷积神经网络中增加后处理模块，规避了两两串行融合中冗余的特征提取过程，实验证明该策略显著提高了多张图像的多聚焦图像融合效率。并且提出了一种矫正策略，在保证融合效率的情况下可有效缓解失焦扩散效应对融合图像质量的影响

等级保护（简称等保）是我国信息安全的基本政策，随着区块链技术在各行业中的应用日趋广泛，有必要同步推进区块链系统的等级保护测评工作，这将有利于推动该技术在我国的持续健康发展。有鉴于此，依据等保第三级的应用和数据安全要求，给出了区块链系统中对等网络、分布式账本、共识机制和智能合约等核心技术的具体测评要求及实施方案，并从等保2.0规定的控制点出发，分别对当前区块链系统运行数据与基于日志流程的安全审计机制进行了归纳与分析。通过上述评估与分析可知区块链系统在软件容错、资源控制和备份与恢复等方面满足等保要求，而在安全审计、身份鉴别、数据完整性等方面则有待进一步改进

水中抗生素具有成分复杂、毒性高和难于生物降解等特点，成为近些年水处理领域的研究热点。均相Fenton氧化技术（Fe2+/H2O2体系）因其反应快速、简单高效而备受青睐。而异相类Fenton氧化技术采用铁基固体催化剂代替液相Fe2+，能够有效减少含铁污泥的生成，同时拓宽反应的pH值范围，且催化剂可以回收利用，在近些年得到了快速发展，将其应用于抗生素的降解也取得了理想的效果。从异相类Fenton催化原理出发，综述了异相类Fenton催化剂降解抗生素的研究进展。基于异相类Fenton催化剂的核心问题，重点阐述了改善催化性能的方法、措施以及新的观点。针对异相类Fenton技术降解抗生素存在的问题提出了今后的发展方向