针对单核学习支持向量机无法兼顾学习能力与泛化能力以及多核函数参数寻优问题，提出了一种基于群体智能优化的多核学习支持向量机算法。首先，研究了五种单核函数对支持向量机分类性能的影响，进一步提出具有全局性质的多项式核和局部性质的拉普拉斯核凸组合形式的多核学习支持向量机算法；其次，为增加粒子多样性及快速寻优，将粒子群优化算法引入了遗传算法中的杂交操作，并用此改进的群体智能优化算法对多核学习支持向量机进行参数寻优。最后，分别采用深度特征与手工特征作为识别算法的输入，研究表明采用深度特征优于手工特征。故本文采用深度特征作为多核学习支持向量机的输入，以交叉遗传与粒子群混合智能优化算法作为其寻优方式。实验选取合作医院数据集对所提算法进行训练并初步测试，进一步为了验证所提算法的泛化能力，选取公开数据集LUNA16进行测试。实验结果表明，本文算法易于跳出局部最优解，提升了算法的学习能力与泛化能力，具有较优的分类性能

铸坯出结晶器后的冷却速度是影响和决定铸坯表层组织结构(0~5 mm)及第2相析出物分布的关键因素.在开发重熔凝固冷却实验装置的基础上,模拟铸坯在垂直段的凝固冷却条件,研究不同冷却速度对铸坯表层组织与第2相析出物分布的影响.研究表明,在0.8 m·min-1拉速下,以5℃.s-1的冷却速度,使铸坯在出结晶器后表面温度下降到A3温度以下,得到的表层组织均匀,晶界无膜状先共析铁素体,微合金元素析出物在晶内分布均匀,有利于提高铸坯热塑性及降低裂纹敏感性

对碳化硅陶瓷注射喂料进行流变性能分析后得到合适的注射喂料.通过注射工艺和后续的脱脂-预烧结工艺成功制备出压渗用SiCp封装盒体的预成形坯.结果表明:SiCp装载量为65%,粘结剂成分为70%PW(石蜡)+29%HPDE(高密度聚乙烯)+1%SA(硬脂酸)的喂料在较宽的剪切速率和温度范围内均具有良好的注射性能;在合适的注射参数下可以制得完整无缺陷的注射坯;采用溶剂脱脂与热脱脂两步脱脂工艺,可以成功脱除注射坯体中的粘结剂,在1150℃进行预烧结,制备出了具有良好外观形貌、足够强度以及适中连通孔隙的预成形坯,可以满足后续加压渗铝制备SiCp/Al复合材料的封装盒体实验的要求

目前，数字技术已渗透到科研、生产和人们日常生活的各个领域。从计算机到家用电器，从手机到数字电话，以及绝大部分新研制的医用设备、军用设备等，无不尽可能地采用了数字技术。数字系统是对数字信息进行存储、传输、处理的电子系统。通常把门电路、触发器等称为逻辑器件，将由逻辑器件构成，能执行某单一功能的电路，如计数器、译码器、加法器等，称为逻辑功能部件，把由逻辑功能部件组成的能实现复杂功能的数字电路称数字系统。复杂的数字系统可以分割成若干个子系统，例如计算机就是一个内部结构相当复杂的数字系统

应用GW统计接触模型,建立了粗糙表面之间的接触导热模型.与实验数据的对比分析表明:该模型能够正确地反映接触导热现象.在此基础上,对接触表面进行了合理的简化,建立了接触界面间的辐射传热模型.数值计算表明:当接触表面的温度高于400K时,辐射的影响已不可忽略;载荷对接触导热热导的影响明显大于对辐射热导的影响,导热热导随载荷的增大迅速增大,而辐射热导以及等效辐射系数均随载荷的增大有所减小,这主要是由接触界面的空隙面积减少造成的;在接触面几何参数中,粗糙峰等效斜率对等效辐射系数起着主导作用,在相同的量纲1的载荷情况下,粗糙峰等效斜率越小,等效辐射系数越大;通过对本文提出的等效辐射系数的误差检验,结果表明其最大相对误差为10-3数量级,说明等效辐射系数仅仅为接触界面黑度、几何特性和接触载荷的函数,而与接触界面温度水平和温差无关,同时也间接证明了本文提出的等效辐射系数可以较为合理地描述接触界面间的辐射换热强度

以相变材料为核心的潜热储存技术，对加快新能源开发和提高能源利用率起着关键性作用。以油酸钙为前驱体，通过水热法合成了具有自支撑网络结构的羟基磷灰石（HAP）气凝胶，并采用浸渍法制备出自支撑羟基磷灰石复合相变材料。通过扫描电镜、傅里叶红外光谱、X射线衍射、热重法、差示扫描量热法等手段对所制备复合相变材料的形貌、稳定性、热性能等进行了表征及测试。实验结果表明，负载石蜡或十八醇的羟基磷灰石气凝胶复合相变材料均具有良好的热性能，质量分数60%石蜡@HAP气凝胶复合相变材料的熔融焓和凝固焓测量值分别为85.10和85.30 J·g?1，结晶度为81.50%；质量分数60%十八醇@HAP气凝胶复合相变材料的熔融焓和凝固焓测量值为113.78和112.25 J·g?1，结晶度为86.20%，且具有很好的热稳定性和化学稳定性。此外，羟基磷灰石气凝胶载体材料阻燃性好，无腐蚀且安全环保，有效拓展了相变材料在智能保温纺织物和建筑材料等领域的实际应用