提出了一种面向网络长文本的话题检测方法.针对文本表示的高维稀疏性和忽略潜在语义的问题，提出了Word2vec&LDA（latent dirichlet allocation）的文本表示方法.将LDA提取的文本特征词隐含主题和Word2vec映射的特征词向量进行加权融合既能够进行降维的作用又可以较为完整的表示出文本信息.针对传统话题发现方法对长文本输入顺序敏感问题，提出了基于文本聚类的Single-Pass&HAC（hierarchical agglomerative clustering）的话题发现方法，在引入时间窗口和凝聚式层次聚类的基础上对于文本的输入顺序具有了更强的鲁棒性，同时提高了聚类的精度和效率.为了评估所提出方法的有效性，本文从某大学社交平台收集了来自真实世界的多源数据集，并基于此进行了大量的实验.实验结果证明，本文提出的方法相对于现有的方法，如VSM（state vector space model）、Single-Pass等拥有更好的效果，话题检测的精度提高了10%~20%

人工智能特别是近几年深度学习的飞速发展，深刻的影响着军事领域，并赋予现代战争智能性、交叉性和破坏性的新特点。要想在军事对抗中取胜，不仅需要机器智能，同样需要人类智慧，能在军事作战中达到人机高度协同，是实现人与机器取长补短的重要途径，也是在愈发复杂的战争形势中取得胜利的关键。本文将军事对抗中人工智能的应用作为切入点，罗列了代表性国家在军事领域对人工智能的重视程度，从对抗策略和物联网三层架构两大角度对发展现状进行总结，同时指出在目前军事领域使用人工智能存在的不足，对人机融合智能在军事对抗中的发展趋势进行分析，并给出可能实现的技术方案，对未来的研究方向作出展望。如何实现高度的人机融合，从而获得“1+1>2”的良好效果，是人工智能在军事对抗中的下一步研究工作

通过单矿物浮选试验、光学显微镜分析、E-DLVO理论计算、团聚动力学分析等研究了油酸钠浮选体系下赤铁矿浮选过程中的自载体作用。单矿物浮选试验表明，粗粒赤铁矿（?106 + 45 μm）的可浮性较好，当油酸钠用量超过15 mg·L?1时，回收率可达到90%以上，而细粒赤铁矿（?18 μm）的浮选回收率、浮选速率则较低；当粗?细赤铁矿中粗粒和细粒的质量近似相等时，粗粒的“自载体”效果最强，浮选回收率增加的也最明显，但粗粒过量则会导致粗粒对细粒赤铁矿浮选的强化作用减弱。光学显微镜分析和E-DLVO理论计算表明，粗?细赤铁矿颗粒间的相互作用能高于细粒赤铁矿间的相互作用能，与细粒赤铁矿相比，粗?细赤铁矿间更容易发生团聚，这也是粗粒能够强化细粒赤铁矿浮选（自载体作用）的主要原因。但过量的粗粒赤铁矿会增强其浮选过程中的“磨削、剪切”作用，导致粗粒的“自载体”效果减弱，浮选回收率降低

月球矿物资源的原位利用技术是月球基地建立和后续深空探索的基础。由于月球特殊环境及地月运输成本的限制，现有矿冶技术难以直接应用于月球矿物的原位开发。各国的科研人员围绕月球矿物资源原位利用方向开展了卓有成效的研究工作，发展了几种极具应用潜力的技术。这些方法可分为材料化成型和提取冶金两类，其中材料化成型工艺如烧结法、3D增材制造法等，主要用于将月壤直接材料化成型以制备月球基地建材。提取冶金工艺包括碳/氢化学介质还原法、电解还原法以及真空热解法等，可生产月壤矿物对应的金属单质或其低价氧化物，并获得氧气。本文概述了已有月壤原位利用技术的一般原理、基本过程、热力学动力学基础及近期研究进展。探讨了这些方法的一些优缺点，并展望了其在月球矿物原位利用上的应用前景

近年来，无人机入侵的事件经常发生，无人机跌落碰撞的事件也屡见不鲜，在人群密集的地方容易引发安全事故，所以无人机监测是目前安防领域的研究热点。虽然目前有很多种无人机监测方案，但大多成本高昂，实施困难。在5G背景下，针对此问题提出了一种利用城市已有的监控网络去获取数据的方法，基于深度学习的算法进行无人机目标检测，进而识别无人机，并追踪定位无人机。该方法采用改进的YOLOv3模型检测视频帧中是否存在无人机，YOLOv3算法是YOLO（You only look once，一次到位）系列的第三代版本，属于one-stage目标检测算法这一类，在速度上相对于two-stage类型的算法有着明显的优势。YOLOv3输出视频帧中存在的无人机的位置信息。根据位置信息用PID（Proportion integration differentiation，比例积分微分）算法调节摄像头的中心朝向追踪无人机，再由多个摄像头的参数解算出无人机的实际坐标，从而实现定位。本文通过拍摄无人机飞行的照片、从互联网上搜索下载等方式构建了数据集，并且使用labelImg工具对图片中的无人机进行了标注，数据集按照无人机的旋翼数量进行了分类。实验中采用按旋翼数量分类后的数据集对检测模型进行训练，训练后的模型在测试集上能达到83.24%的准确率和88.15%的召回率，在配备NVIDIA GTX 1060的计算机上能达到每秒20帧的速度，可实现实时追踪

基于高性能的YOLOv3目标检测算法，提出一种分阶段高效火车号识别算法。整个识别过程分为两个阶段：第一阶段在低分辨率全局图像中检测出火车号区域位置；第二阶段在局部高分辨率图像中检测出组成火车号的字符，根据字符的空间位置关系搜索得到12位火车号，并利用每个字符的识别置信度及火车号编码规则进行校验得到最终火车号。另外，本文提出一种结合批一化因子和滤波器相关度的剪枝算法，通过对两个阶段检测模型的剪枝，在保证识别准确率不降（实验中略有提升）的条件下降低了存储空间占用率和计算复杂度。在现场采集的1072幅火车号图像上的实验结果表明，本文提出的火车号识别算法达到了96.92%的整车号识别正确率，平均识别时间仅为191 ms

以硫酸锌、醋酸锌和氢氧化锌为原料，制备出氢氧化锌前驱体和氧化锌晶种，在微波水热条件下快速合成了氧化锌纳米棒。通过X射线衍射（XRD）、扫描电镜（SEM）、透射电镜（TEM）和紫外?可见分光光度计（UV-vis）对氧化锌纳米棒的形貌、结构和光学性质等进行了表征，并通过降解罗丹明B（RhB）测试了样品的光催化性能，探讨了微波辐射作用对产物的催化活性的影响。实验结果表明，氢氧化锌作为前驱体在微波作用下30 min，生成为基于氧化锌纳米棒自组装的三维笼状结构，与常规方法制备的氧化锌纳米棒相比，微波辐射作用下生成的样品结晶度更高。紫外?可见分光光度计结果表明微波辐射会导致合成的氧化锌纳米棒吸收边红移，缩小带隙能量，从而提升氧化锌纳米棒的催化活性。光催化测试表明微波辅助合成的氧化锌纳米棒具有更好的可见光吸收特性，在紫外和可见光照射下，对罗丹明B都具有较好的降解效率，在紫外光照射下80 min内罗丹明B的降解率可达到98.5%。这种微波辅助的合成方法能够在短时间内合成大量的氧化锌纳米材料，具有高效批量制备、清洁环保等优点

介绍了基于直流电压降法测量蒸汽发生器传热管690合金轴向疲劳裂纹扩展速率的销加载拉伸方法.该方法与其他方法相比较,可以直接采用原始管状材料,在线连续测量管状试样在不同应力强度因子下的疲劳裂纹扩展.通过对标准紧凑拉伸试样的类比分析,建立传热管试样的销加载拉伸模型,并对该模型进行电学和力学有限元模拟分析,确定直流电压降数据采集方法.验证试验采用核电蒸汽发生器用690合金传热管,分别研究了室温和高温325℃空气中载荷和温度对材料疲劳裂纹扩展速率的影响,试验结果采用Paris-Erdogan公式进行拟合,吻合度较好.扫描电镜下观察端口形貌,疲劳裂纹的扩展为穿晶形式,在穿晶断口上观察到明显的疲劳辉纹和微塑性区

再次对桂林等地钟乳石(Stalactite)和石笋(Stalagmite)进行了研究,首次发现其中有丰富的气-液包体。矿物爆裂温度为215~335℃,个别可达435℃。部分样品均化温度为110~187℃。对矿物热爆裂过程进行了录音,並进行了显微摄影。成分分析证实,包体的气相为CO2或含大量CO2。这些包体是在外生作用下化学成因的产物,属异常成因,不能用于包体矿物学中的一般测试和找矿工作。提出了区分异常成因和正常成因包体的必要性和区分标志。计算了方解石等碳酸盐在热声分析中可能产生的严重干扰。提出这种干扰起源于这类包体和非由解理产生。鉴于这些结果,包体矿物学的某些基础理论或技术应作适当修改与补充

本文采用光学显微镜,电子探针及穆斯堡尔效应等手段对MgO在烧结矿和球团矿中的赋存状态及其对冶金性能的影响进行了微观分析研究。显微镜下观察表明,随烧结矿中MgO含量增加,赤铁矿及铁酸钙明显减少。当MgO约达4%以上时,烧结矿渣相中开始出现少量镁质硅酸盐矿物。电子探针扫描分析表明,MgO主要分布于除赤铁矿之外的铁相矿物中,在烧结矿中形成含镁磁铁矿,在球团矿中形成镁铁矿,少部分分布于渣相中。对杭钢球团矿所做的穆斯堡尔谱学研究表明,在焙烧过程中,Mg2+大量进入磁铁矿八面体晶位,揭示了MgO在人造富矿中富集于铁相及引起物相变化的机理。基于上述试验研究,分析了MgO对人造富矿冶金性能的影响