为了提高物流服务优化组合的动态性、可靠性与用户满意度,本文提出了一种基于全局服务质量(quality of service,QoS)约束分解的能够感知领域质量与资源需求的物流服务优化组合方法.该研究工作首先把学习机制引入人工蜂群算法(artificial bee colony algorithm,ABC),形成了具有自主学习能力的改进型人工蜂群算法(LABC);之后,应用学习人工蜂群算法(LABC)将全局QoS约束分解成每个物流子任务需要满足的局部QoS约束,从而将QoS感知的物流服务优化组合这一全局优化问题转化成以领域质量为依据的局部最优服务选择问题;其次,在物流服务流程执行的过程中,在感知物流任务节点对资源需求的前提下,为每一个物流任务节点选择一个具有最优领域QoS的物流服务;与已有的研究工作相比,该方法能够实现物流服务动态可靠的优化组合.最后,通过模拟实验验证了本文所提出的方法是可行有效的

根据磁控溅射实验条件, 采用分子动力学方法, 在Si(100)面上模拟沉积了三种ZrxCu100-x(x=50, 70和90)合金薄膜.通过计算径向分布函数(RDF)及X射线衍射(XRD)分析了沉积薄膜的形貌结构, 并探讨了玻璃形成能力和五重局部对称性之间的关系.最后研究了沉积薄膜的力学性能, 及薄膜厚度对拉伸过程的影响.研究结果表明: Zr-Cu合金玻璃形成能力与五重局部对称性之间存在一定的相关性, 沉积玻璃薄膜比晶体薄膜表现出更好的延展性, 其中Zr50Cu50沉积玻璃薄膜比近共晶成分玻璃薄膜(Zr70Cu30)具有更大的拉伸强度; 沉积薄膜存在一定的尺寸效应, 薄膜相对厚度越小, 其拉伸强度越大

提出了一种联合多种边缘检测算子的无参考质量评价算法，同时考虑一阶和二阶边缘算子，避免了单一算子的局限性.该方法首先将彩色图像转换为灰度图像，然后计算灰度图像的梯度，相对梯度以及LOG特征.本文所使用的特征分为两部分，一部分提取相对梯度方向的标准差，另一部分利用条件熵来量化不同特征之间的相似性和相互关系，并且考虑到人眼特性进行多尺度计算，最后使用自适应增强（AdaBoost）神经网络进行训练和预测.在公共数据库LIVE和TID2008上进行实验，结果表明新方法对失真图像的预测评分与主观评分有较高的一致性，能很好地反映图像质量的视觉感知效果，仅使用10维特征，性能优于现有的主流无参考质量评价算法

前列腺核磁超声图像配准融合有助于实现前列腺肿瘤的靶向穿刺。传统的配准方法主要是针对手动分割的前列腺核磁（Magnetic resonance, MR）和经直肠超声（Trans-rectal ultrasound, TRUS）图像上对应的生理特征点作为参考点，进行刚体或非刚体配准。针对超声图像因成像质量低导致手动分割配准效率低下的问题，提出一种基于监督学习的前列腺MR/TRUS图像自动分割方法，与术前核磁图像进行非刚体配准。首先，针对图像分割任务训练前列腺超声图像的活动表观模型（Active appearance model, AAM），并基于随机森林建立边界驱动的数学模型，实现超声图像自动分割。接着，提取术前分割的核磁图像与自动分割的超声图像建立轮廓的形状特征矢量，进行特征匹配与图像配准。实验结果表明，本文方法能准确实现前列腺超声图像自动分割与配准融合，9组配准结果的戴斯相似性系数（Dice similarity coefficient, DSC）均大于0.98，同时尿道口处特征点的平均定位精度达1.64 mm，相比传统方法具有更高的配准精度

以电动汽车车用额定容量为42 A·h的三元方壳锂离子电池单体和模组为研究对象，研究其在加热条件下单体的绝热热失控特性及成组后侧向加热热失控蔓延特性。结果表明，锂离子电池在发生热失控时，内部最高温度可达920 ℃，电池表面和内部最大温差达403 ℃；热失控首先在迎向热流的面触发，随后蔓延至整个电池；满电状态下的锂离子电池内部热失控蔓延时间介于8～12 s；热失控蔓延过程中锂离子电池的温度特征与绝热热失控测试相比存在较大差异性；热失控喷发颗粒物中，LiF及石墨质量分数占80%以上；模组中失控电池产生的总能量中用于自身加热和喷发损失的占90%左右，热失控释放总能量的10%足以触发热失控蔓延。本文为研究三元锂离子电池模组安全设计、热失控蔓延抑制及新能源汽车的火灾事故调查提供了参考

植物修复是土壤重金属污染修复的重要手段。为了探明南水北调工程中线水源地土壤污染状况并对其进行修复，本研究以湖北省朝北河和典型钒矿冶炼厂为对象，按季节采集该区域土壤（样本量n = 14）和当地优势陆生植物（样本量n = 113），使用微波消解?电感耦合等离子体质谱(ICP?MS)测定V、Cr、As和Cd重金属含量，根据内梅罗指数法综合评价了土壤污染程度，评估了各种植物对四种重金属的富集能力。结果表明，朝北河采样点中排污口与河水交汇处土壤中重金属Cd含量较高；钒矿冶炼厂原矿堆放区V超标近83倍，Cr、As和Cd重金属超标两倍以上，土壤受到严重污染；其他采样点均受到不同程度的重金属污染。植物重金属富集能力和耐受性评价结果表明，鼠麴草、密叶飞蓬、一年蓬对四种重金属耐受性极强，小蓬草、白茅、少花龙葵、野菊、白车轴草、稗是V、Cr和Cd的超富集植物，蜈蚣草、构树对As的富集能力极强，野艾蒿对Cr和Cd的富集能力较强，丁香蓼和日本毛连菜分别对Cr和V具有较强的耐受性和富集特异性，委陵菜和垂序商陆对Cd具有较强的富集能力和特异性。五种优势植物盆栽实验表明，苎麻在复合金属污染条件下耐受性最强，委陵菜富集能力最强

利用Al-17% Si-4.5% Cu熔体中密度较小的初生硅颗粒模拟金属熔体内部的夹杂物，并采用超重力场分离熔体中的夹杂颗粒，研究了不同重力系数条件下，金属熔体中夹杂物的分离规律.实验结果表明：经过超重力处理后，初生硅颗粒在试样上部区域发生明显的偏聚现象，试样内部出现无初生硅颗粒区域，且随着重力系数的增加，无初生硅颗粒的区域面积逐渐增大，说明重力系数越大，硅颗粒在试样上部区域的聚集程度越好.随着重力系数的增大，试样的净化效率逐渐升高，当重力系数（G）为500时，试样的净化率达到了84.98%.利用DPM离散相模型对超重力场下熔体内部硅颗粒的具体受力情况进行分析，并模拟研究铝熔体内部硅颗粒在不同重力场中的分离行为.数值模拟结果证明了夹杂颗粒在沿着超重力方向上的运动行为近似符合Stokes运动定律.这表明超重力场可以有效分离金属熔体中的夹杂物

为探明超细全尾砂的浓密特性，开展量筒沉降实验，小型和半工业深锥动态浓密试验。结果表明，分子量1200万的非离子型絮凝剂最利于尾砂沉降，随絮凝剂单耗增加，溢流浊度降低，底流浓度基本不变。随固体通量增加，溢流浊度增加，底流浓度降低。固体通量0.4 t·m?2·h?1，给料固体质量分数12%，絮凝剂单耗50 g·t?1的最佳参数条件下，小型和半工业动态浓密试验的底流平均固体质量分数分别为62.8%和74.4%，泥层高度对底流浓度影响显著。深锥浓密机底流固体质量分数随泥层高度增加呈DoseResp函数增长，分为缓慢增长（泥层1～4 m）、快速增长（泥层4～7 m）和基本稳定（泥层超过7～8 m）3个阶段，这跟尾砂絮团在不同泥层高度下的压缩性能有关。可根据底流浓度与泥层高度的函数关系，调节泥层高度来满足井下充填所需底流浓度

提出一种基于参考模型的视网膜特征量化方法，结合医生诊断过程中关注的视网膜形态变化特征，提出一系列适用于计算机判断分析视网膜状态的可量化特征.在完成正常光学相干断层成像（OCT）中视网膜内界膜（ILM）、光感受器内外节交界处（ISOS）、布鲁赫膜（BM）分割提取的基础上，利用统计方法构建正常视网膜参考模型.结合参考模型和医生所关注的视网膜厚度、边界平滑度以及边界连续性，实现视网膜不同区域厚度特征、厚度比值特征、梯度特征、曲率、标准差、相关系数特征的计算.基于正常OCT图像所构建的参考模型，获取了正常视网膜的厚度及形态特征量化数值.通过分析比较异常OCT图像与参考模型特征数值之间的差异，可以对应表征出异常图像中病变导致的异常形态所在位置及严重程度.实验结果表明，通过参考模型获得的正常视网膜特征信息可以为医生提供数值参考，同时对异常OCT图像量化得到的特征数值可以表现出图像中的异常形态，为后续的异常判断提供基础

宫颈癌是严重危害妇女健康的恶性肿瘤，威胁着女性的生命，而通过基于图像处理的细胞学筛查是癌前筛查的最为广泛的检测方法。近年来，随着以深度学习为代表的机器学习理论的发展，卷积神经网络以其强有效的特征提取能力取得了图像识别领域的革命性突破，被广泛应用于宫颈异常细胞检测等医疗影像分析领域。但由于病理细胞图像具有分辨率高和尺寸大的特点，且其大多数局部区域内都不含有细胞簇，深度学习模型采用穷举候选框的方法进行异常细胞的定位和识别时，经过穷举候选框获得的子图大部分都不含有细胞簇。当子图数量逐渐增加时，大量不含细胞簇的图像作为目标检测网络输入会使图像分析过程存在冗余时长，严重减缓了超大尺寸病理图像分析时的检测速度。本文提出一种新的宫颈癌异常细胞检测策略，针对使用膜式法获得的病理细胞图像，通过基于深度学习的图像分类网络首先判断局部区域是否出现异常细胞，若出现则进一步使用单阶段的目标检测方法进行分析，从而快速对异常细胞进行精确定位和识别。实验表明，本文提出的方法可提高一倍的宫颈癌异常细胞检测速度