内直角台阶的轧齐一直是楔横轧的关键技术之一，一般内直角台阶的轧齐曲线公式和算法不适合小台阶的生产应用。为了解决这一问题，通过改进几何模型，针对内直角小台阶的螺旋体体积提出一种新的计算方法。根据楔横轧工艺的特点，比较轧件初始半径与对应辅助圆半径的大小关系，指出了二辊轧齐过程中内直角小台阶的判断条件。根据轧件大端半径与旋转角度的关系，将轧齐过程分成了三个阶段。通过对小台阶螺旋体的分块，将其近似成三个规则体积的组合，推导出了轧齐过程中各个阶段的体积公式。依据体积平衡原理和楔横轧模具特点，得到了二辊楔横轧内直角小台阶随轧件旋转角度变化的轧齐曲线。最后采用刚塑性有限元软件Deform-3D对一定断面收缩率范围内的轴类件进行楔横轧数值模拟，验证了本文所提出的轧齐曲线计算方法的适用性。同时通过对比分析，发现在小断面收缩率轴类件直角台阶成形时展宽角应尽量取小

脏腑定位，即明确病变所在的脏腑，是中医脏腑辨证的重要阶段。本文旨在通过神经网络模型搭建中医脏腑定位模型，输入症状文本信息，输出对应的病变脏腑标签，为实现中医辅助诊疗的脏腑辨证提供支持。将中医的脏腑定位问题建模为自然语言处理中的多标签文本分类问题，基于中医的医案数据，提出一种基于预训练模型ALBERT和双向门控循环单元（Bi-GRU）的脏腑定位模型。对比实验和消融实验的结果表明，本文提出的方法在中医脏腑定位的问题上相比于多层感知机模型、决策树模型具有更高的准确性，与Word2Vec文本表示方法相比，本文使用的ALBERT预训练模型的文本表示方法有效提升了模型的准确率。在模型参数上，ALBERT预训练模型相比BERT模型降低了模型参数量，有效减小了模型大小。最终，本文提出的脏腑定位模型在测试集上F1值达到了0.8013

围绕知识图谱的全生命周期技术，从知识抽取、知识融合、知识推理、知识应用几个层面展开综述，重点介绍了知识融合技术和知识推理技术。通过知识抽取技术，可从已有的结构化、半结构化、非结构化样本源以及一些开源的百科类网站抽取实体、关系、属性等知识要素。通过知识融合，可消除实体、关系、属性等指称项与实体对象之间的歧义，得到一系列基本的事实表达。通过本体抽取、知识推理和质量评估形成最终的知识图谱库。按照知识抽取、知识融合、知识推理3个步骤对知识图谱迭代更新，实现碎片化的互联网知识的自动抽取、自动关联和融合、自动加工，从而拥有词条自动化链接、词条编辑辅助功能，最终达成全流程自动化知识获取的目标。最后，讨论知识图谱未来的发展方向与可能存在的挑战

网络环境下的恶意软件严重威胁着工控系统的安全，随着目前恶意软件变种的逐渐增多，给工控系统恶意软件的检测和安全防护带来了巨大的挑战。现有的检测方法存在着自适应检测识别的智能化程度不高等局限性。针对此问题，围绕威胁工控系统网络安全的恶意软件对象，本文通过结合利用强化学习这一高级的机器学习算法，设计了一个检测应用方法框架。在实现过程中，根据恶意软件行为检测的实际需求，充分结合强化学习的序列决策和动态反馈学习等智能特征，详细讨论并设计了其中的特征提取网络、策略网络和分类网络等关键应用模块。基于恶意软件实际测试数据集进行的应用实验验证了本文方法的有效性，可为一般恶意软件行为检测提供一种智能化的决策辅助手段

基于面部动态表情序列，针对静态表情缺少时间信息等问题，将空间特征与时间特征融合，利用神经网络在图像分类领域良好的特征，对需要进行细节分析的表情序列进行处理，提出基于分离式长期循环卷积网络(Separate long-term recurrent convolutional networks, S-LRCN)的微表情识别方法。首先选取微表情数据集提取面部图像序列，引入迁移学习的方法，通过预训练的卷积神经网络模型提取表情帧的空间特征，降低网络训练中过拟合的危险，并将视频序列的提取特征输入长短期记忆网络(Long short-team memory, LSTM)处理时域特征。最后建立学习者表情序列小型数据库，将该方法用于辅助教学评价

铝镁合金在制造业中应用广泛, 但其在特定应变率下的塑性失稳不利于加工应用. 溶质原子与位错的交互作用是塑性失稳的微观机理. 本文采用势能曲面过渡态搜索技术计算了铝镁合金中替代型溶质镁原子向位错芯迁移的过渡态, 确认了溶质原子与位错芯的交互作用范围, 并采用过渡态理论估算了迁移扩散所需的时间, 且区分了无空位及有空位参与迁移两种情况. 结果表明, 位错压应力区内的溶质原子迁移无明显规律, 而在位错拉应力区内, 随着溶质原子与位错间距的缩短, 迁移势能垒和系统总能量均逐渐降低. 说明目前广泛采用的经验原子势可以很好地反映溶质原子易朝位错拉应力区偏聚这一现象. 溶质原子迁移的过渡态证实迁移过程中的微观结构变化因溶质原子所处位置不同而各异, 而交互作用范围不超过约2 nm. 空位参与对迁移的辅助作用被量化为迁移热激活时间的缩短, 并得出其可在微秒量级. 当溶质原子完成迁移稳定至位错芯附近, 并不倾向于沿位错线密集分布

针对目前视网膜血管分割中存在的细小血管提取不完整、分割不准确的问题，从血管形状拓扑关系利用的角度出发，探索多任务卷积神经网络设计，提出骨架图引导的级联视网膜血管分割网络框架。该框架包含血管骨架图提取网络模块、血管分割网络模块和若干自适应特征融合结构体。骨架提取辅助任务用于提取血管中心线，能够最大限度地保留血管拓扑结构特征；自适应特征融合结构体嵌入在两个模块的特征层间。该结构体通过学习像素级的融合权重，有效地将血管拓扑结构特征与血管局部特征相融合，加强血管特征的结构信息响应。为了获得更完整的骨架图，骨架图提取网络还引入了基于图的正则化损失函数用于训练。与最新的血管分割方法相比，该方法在3个公共视网膜图像数据集上均获得第一名，在DRIVE，STARE和CHASEDB1中其F1值分别为83.1%，85.8%和82.0%。消融实验表明骨架图引导的视网膜血管分割效果更好，并且，基于图的正则化损失也能进一步提高血管分割准确性。通过将骨架提取模块和血管分割模块替换成不同的卷积网络验证了框架的普适性

针对炼钢?连铸过程的生产调度问题，首先，对生产调度问题的研究方法进行了总结和评述，梳理了各类方法的特点及适用范围；其次，介绍了当前国内外钢厂典型计算机辅助调度系统的一些案例，并讨论分析其特点；最后，在以往研究的基础上，对未来炼钢?连铸过程生产调度问题的研究思路和方法提出了建议，针对静态调度提出了“规则+算法”的研究思路，以国内某特钢厂为例，提出了基于钢厂生产模式优化的调度模型构建方法；针对动态调度提出“多工序协同”的研究思路，提出了基于多智能体的炼钢?连铸过程多工序工艺、质量与调度的协同控制的研究方法。优化高效的建模及求解方法是解决生产调度问题的重要手段之一，旨在改善当前钢厂生产计划编制水平、提高生产计划的可执行性、加强现场实时调控，对实现炼钢?连铸过程稳定化、有序化、连续化运行具有重要意义

《工程科学学报》：熔盐辅助法制备碳化钛材料的研究进展

固体氧化物燃料电池（SOFC）具有燃料适用范围广、能量转换效率高（发电效率40%～60%，综合能效≥80%）、全固态结构、模块化组装、零污染等优点，作为固定式或分布式发电可增强电网清洁供电的能力、安全性、可靠性和稳定性。SOFC具有多种不同的结构，其发电规模覆盖几十瓦至百兆瓦，可根据不同的应用场景选择不同的结构，应用场景主要包括固定式发电、分布式供电、热（冷）电联供、交通车辆辅助动力电源等领域。国内的SOFC技术发展较晚，目前已取得一定的研究进展，并且能够自主研发出十几千瓦的SOFC发电系统，但与国际领先水平还有很大的差距，主要体现在输出功率、生产成本及使用寿命等方面。欧洲的SOFC技术处于国际领先水平，具有一批成功实现产品化的公司，通过对其技术和产品的调研，可深入的了解欧洲SOFC技术现状和发展趋势，为国内SOFC技术的发展提供借鉴作用