深度神经网络技术用于机械设备故障诊断展现出了巨大潜力，但繁重复杂的计算量对计算机硬件提出了严苛的要求，严重限制了其在实际工程中的应用。基于此提出一种新型的轻量级神经网络ShuffleNet，用于高速列车轮对轴承故障诊断研究。该网络模型基于模块化设计思想，包含多个高效率的ShuffleNet单元，通过运用分组卷积与深度可分离卷积技术极大改善了传统卷积操作的运算效率；同时使用通道混洗方法克服了通道分组带来的约束，改进了网络的损失精度。实验分析表明，所提网络模型可有效用于复杂工况下高速列车轮对轴承故障诊断，相比传统卷积神经网络、残差网络和Xception等当前深度神经网络模型，在保证诊断精度的同时，运行效率得到大幅提升。这为深度神经网络技术应用于工程实际，克服计算机硬件条件限制提供了一条新的途径

以工业TiOSO4为原料,尿素为沉淀剂,采用水热均匀沉淀及其后续的掺氮热处理方法制备了氮掺杂的纳米TiO2粉体.分别采用XRD、XPS、BET、UV-VisDRS、FT-IR、TEM等方法对所制备的粉体进行了表征.以电子节能灯为光源、亚甲基蓝溶液为目标污染物研究了所制备产物的光催化活性.结果表明,水热粉体产物在900℃以下均为纯锐钛矿相,1000℃时几乎全部转变为金红石相;由XRD计算得出的颗粒尺寸与TEM的分析结果基本一致;以尿素为氮源,热处理水热粉体的XPS分析表明,N1s峰在399eV处,红外光谱进一步确认是氮取代了二氧化钛中少量晶格氧,形成TiO2-xNy(y ≥ x);UV-VisDRS分析显示,热处理并加入活性氮源对于吸收边的红移及降低光生电子的复合几率是必要的;水热粉体在热处理前BET为266.490m2·g-1,热处理掺氮后为144.908m2·g-1;光催化实验结果显示热处理掺氮粉体表现出较高的可见光光催化活性

基于非均匀分布的虚拟材料模拟螺栓连接薄板搭接部分的力学特性，其中虚拟材料的材料参数用复模量表示，可直接生成复刚度矩阵以表示搭接部分的刚度及阻尼特性，省却了常规建模中生成结合部阻尼矩阵的步骤，在保证模型精确性的基础上简化了建模流程，以此建立了螺栓连接薄板结构的半解析模型并对其进行了动力学分析。首先描述了建模理念，将虚拟材料分别假定了三种复模量非均匀分布形式模拟螺栓搭接部分的力学特性，提出用反推辨识技术确定虚拟材料储能模量与耗能模量的方法。接着，基于能量法并用正交多项式假定模态，推导了螺栓连接薄板的半解析分析模型，并创新性地给出了求解半解析模型任意锤击点与拾振点处频响函数的公式。最后，以一个具体的螺栓连接薄板结构为对象进行了实例研究，结果表明：用所创建的半解析模型计算出的各阶仿真固有频率与实验测得的各阶固有频率的误差均在5%以内，计算得到的各阶仿真模态振型以及频响函数曲线与实测值均较为接近，从而证明了利用复模量非均匀分布的虚拟材料模拟螺栓搭接部分可有效简化螺栓结合部建模，亦可达到较高的仿真计算精度

结合影像学和人工智能技术对病灶进行无创性定量分析是目前智慧医疗的一个重要研究方向。针对肝细胞癌（Hepatocellular carcinoma, HCC）分化程度的无创性定量估测方法研究，结合放射科医师的临床读片经验，提出了一种基于自注意力指导的多序列融合肝细胞癌组织学分化程度无创判别计算模型。以动态对比增强核磁共振成像（Dynamic contrast-enhanced magnetic resonance imaging, DCE-MRI）的多个序列为输入，学习各时序序列及各序列的多层扫描切片在分化程度判别任务的权重，加权序列中具有的良好判别性能的时间和空间特征，以提升分化程度判别性能。模型的训练和测试在三甲医院的临床数据集上进行，实验结果表明，本文所提出的肝细胞癌分化程度判别模型取得相比几种基准和主流模型最高的分类计算性能，在WHO组织学分级任务中，判别准确度、灵敏度、精确度分别达到80%，82%和82%

为讨论饱水岩石中孔隙水压与损伤变形过程的关联性,探究岩石破坏的孔隙水压前兆特征信息,采用三轴压缩试验、渗流实验相结合的方法,分析了在不同孔隙水压和不同围压条件下饱水岩石变形破坏过程中损伤扩展与孔隙水压变化的内在联系.研究表明:(1)开放饱和岩石单元体中,岩石在受荷破坏全过程中的初始压密、弹性压缩、塑性变形和破坏失稳阶段,孔隙水压呈现增高、稳定、逐渐减小和锐减变化;(2)岩石破坏的孔隙水压前兆特征明显,在主破裂前夕,内部损伤加剧,裂隙贯通,孔隙水压将失去稳定状态,孔隙水压由稳态锐减可作为岩石破裂的前兆信息;(3)在应力变化大、高孔隙水压以及高围压条件下,孔隙水压对损伤发展更为敏感,响应也更明显,孔隙水压与损伤发展相互影响,互为关联,损伤扩展造成孔隙水压降低,孔隙水压降低又促进损伤发展;(4)可以尝试在深部开采工程中监测岩体内部孔隙水压的变化来预测岩体失稳的突发性灾害

随着列车时速不断提高，制动盘承受的热负荷不断增大，这对制动盘材料提出了更高的要求.为了提高制动盘钢的机械性能及耐热疲劳性，钒元素被添加到制动盘钢中.本文研究了不同淬火温度时V含量对Cr-Mo-V系制动盘钢组织及力学性能的影响，并通过Thermo-Calc热力学软件、碳复型、透射电镜、能谱分析等方法对不同V含量时析出相的演变规律进行研究.结果表明，增加钒含量使高温析出的V（C，N）含量增加，细化奥氏体晶粒和回火马氏体组织.淬-回火态析出相主要为V（C，N）、（Mo，V）C、M7C3和M23C6.随钒含量增加，大尺寸M23C6和M7C3的析出被抑制，对韧性损害降低；小尺寸（Mo，V）C含量增多，析出强化效果增强.淬火温度为880~900℃时，增加钒含量能细化马氏体和减少大尺寸碳化物，弥补了析出强化对韧性的损害，故冲击功变化不大.淬火温度为920~940℃时，提高钒含量促使（Mo，V）C量急剧增加，冲击功快速下降.实验钢淬火温度不应超过900℃

本文比较系统地研究了钴对Fe-Cr-Ni-Co基Refractoloy26合金组织结构的影响。实验采用光学显微镜,电子显微镜,X射线衍射分析及化学相分析等方法对不同含钴量合金的显微组织进行了观察和分析。结果表明:减少Refractoloy26合金中的含钴量将使γ析出相的重量百分数和γ'相颗粒尺寸增加,而使γ-γ'相之间的点阵错配度减小;使合金中析出的MC碳化物稳定性降低,从而使合金在时效过程中形成较多的M23C6和M6C碳化物,并使析出的各类碳化物总量增加,在高钴合金中,M23C6碳化物不再存在,但有μ相析出。另外,定量金相分析结果证明合金含钴量对孪晶形成的数量和形貌也均有影响

第一节　近交和近交系 一、近交 二、近交后引起的变化 第二节　近交系的特征和应用意义 一、近交系的特征 二、使用近交系的优点 三、近交系动物在生物医学研究中的应用 第三节　近交系的培育技术 一、培育目标 二、种鼠的选择 三、培育方法 第四节　近交品系的命名法 一、近交系的命名法 二、亚系的命名法 第五节　近交系的新进展 一、重组近交系 二、同源导入近交系 三、异单基因近交系 四、遗传工程与近交系的发展 第六节　常用近交系动物品系特征 一、常用近交系小鼠品系特征 二、常近交系大鼠品系特征

针对传统熔融沉积成型面临的成型精度低和打印材料受限, 基于电流体动力熔融沉积在成形高度、材料种类、基板导电性和平整性、3D成形能力等方面的不足和局限性, 本研究提出一种电场驱动熔融喷射沉积3D打印新工艺, 其采用双加热集成式喷头并施加单极脉冲高电压(单电势), 利用电场驱动微量热熔融材料喷射并精准沉积来形成高分辨率结构.引入两种新的打印模式: 脉冲锥射流模式和连续锥射流模式, 拓展了可供打印材料的种类和范围.通过理论分析、数值模拟和实验研究, 揭示了所提出工艺的成形机理、作用机制以及成形规律.利用提出的电场驱动熔融喷射沉积3D打印方法, 结合优化工艺参数, 完成了三个典型工程案例, 即大尺寸微尺度模具、大高宽比微结构、宏微跨尺度组织支架和网格三维结构.其中采用内径250 μm喷头, 打印出最小线宽4 μm线栅结构, 高宽比达到25:1薄壁圆环微结构.结果表明, 电场驱动熔融喷射沉积高分辨率3D打印具有打印分辨率高、材料普适性广、宏/微跨尺度的突出优势, 为实现低成本、高分辨率熔融沉积3D打印提供了一种全新的解决方案

注意力缺陷多动障碍（ADHD）是儿童期最常见的精神疾病之一，在大多数情况下持续到成年期。近年来，基于功能磁共振数据的ADHD分类成为了研究热点。文献中已有的大多数分类算法均假设样本是均衡的，然而事实上，ADHD数据集通常是不平衡的。传统的学习算法会使得分类器倾向于多数类样本，从而导致性能下降。本文研究了基于不平衡神经影像数据的ADHD分类问题，即基于静息状态功能磁共振数据对ADHD进行分类。采用功能连接矩阵作为分类特征，提出了一种基于多目标支持向量机的ADHD数据分类方案。该方案将不均衡数据分类问题建模为具有三个目标的支持向量机模型，其中三个目标分别为最大化分类间隔、最小化正样本误差和最小化负样本误差，进而正负样本经验误差可以被分开处理。然后采用多目标优化的法向量边界交叉法对模型进行求解，并给出一组代表性的分类器供决策者进行选择。该方案在ADHD-200竞赛的五个数据集上进行测试评估，并与传统分类方法进行对比。实验结果表明本文提出的三个目标支持向量机分类方案比传统的分类方法效果好，可以有效的从算法层面解决数据不平衡问题。该方案不仅可用于辅助ADHD诊断，还可用于阿尔茨海默病和自闭症等疾病的辅助诊断