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

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

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

为提高无法准确建立数学模型的非线性约束单目标系统优化问题的寻优精度,并考虑获取样本的代价,提出一种基于支持向量机和免疫粒子群算法的组合方法(support vector machine and immune particle swarm optimization,SVM-IPSO).首先,运用支持向量机构建非线性约束单目标系统预测模型,然后,采用引入了免疫系统自我调节机制的免疫粒子群算法在预测模型的基础上对系统寻优.与基于BP神经网络和粒子群算法的组合方法(BP and particle swarm optimization,BP-PSO)进行仿真实验对比,同时,通过减少训练样本,研究了在训练样本较少情况下两种方法的寻优效果.实验结果表明,在相同样本数量条件下,SVM-IPSO方法具有更高的优化能力,并且当样本数量减少时,相比BP-PSO方法,SVM-IPSO方法仍能获得更稳定且更准确的系统寻优值.因此,SVM-IPSO方法为实际中此类问题提供了一个新的更优的解决途径

在现有工艺条件下，校验和完善二冷区铸坯凝固传热计算数学模型，开发三维二冷配水模型，解决目前设备状况下冷却水分布不均匀对铸坯温度的影响，从而控制铸坯表面质量，特别是铸坯的角部裂纹，同时对板坯连铸二冷配水制度进行改进和优化，使之满足高效连铸生产条件和改善铸坯质量的需要。提出压下参数计算公式，结合所开发三维二冷配水模型，优化现有压下工艺，提出并应用精准可控单段压下、非稳态压下控制，集中解决连铸板坯中心偏析、中心疏松和缩孔等内部质量问题。同时优化模型数据库，使之数据更加完备，模型计算更加准确，同时模型具备异钢种混浇过程二冷及压下控制功能，能够进行凝固终点W形预测与控制，可进一步提高模型适用性和准确性。模型开发并成功在多家钢厂现场应用，有效改善了铸坯裂纹和偏析等铸坯表面和内部的质量问题

为减少制备硅酸钙板对矿物原浆资源的损耗和提高对固体废弃物的协同利用效果, 试验以电石渣-煤基固废胶凝体系为原料来研制高强度的纯固废硅酸钙板, 并通过热重-差示扫描量热法、X射线衍射测试来分析硅酸钙板中生成的主要矿物成分及不同配比对硅酸钙板的强度变化关系.研究表明: 在水灰比为0.3的条件下, 使用电石渣完全替代水泥, 将粉煤灰和硅灰按1:1的质量比互掺调制所得的混合胶凝体系最终制得托贝莫来石型纯固废硅酸钙样板.在硅灰占原料的质量分数为0~10%范围内, 样板抗折强度随硅灰添量增加而升高, 硅灰添量为10%时样板达到最大抗折强度, 不同粒径的原料颗粒相互填充, 板内晶体与水化胶凝体相互咬合, 最终使得样板力学性能得到大幅提升; 样板的抗折强度随着NaOH添量的增加呈现先增后降的趋势, NaOH添加质量分数为4%时样板板面平滑, 强度达到最大值11.8 MPa, 该添量为NaOH的最佳添量, 通过扫描电镜分析发现加入4% NaOH时对该胶凝体系的水化反应起到最佳激发作用, 且样板料坯的微观结构对其最终的力学性能有重要影响, 但不起决定性作用, 其中决定其最终强度的是板坯内水化胶凝体的数量、形态以及其相互间的联结方式

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

采用伪半固态触变成形工艺制备了40%、56%和63%三种不同SiC体积分数颗粒增强Al基电子封装材料，并借助光学显微镜和扫描电镜分析了材料中Al和SiC的形态分布及其断口形貌，测定了材料的密度、致密度、热导率、热膨胀系数、抗压强度和抗弯强度.结果表明，通过伪半固态触变成形工艺可制备出的不同SiC体积分数Al基电子封装材料，其致密度高，热膨胀系数可控，材料中Al基体相互连接构成网状，SiC颗粒均匀镶嵌分布于Al基体中.随着SiC颗粒体积分数的增加，电子封装材料密度和室温下的热导率稍有增加，热膨胀系数逐渐减小，室温下的抗压强度和抗弯强度逐渐增加.SiC/Al电子封装材料的断裂方式为SiC的脆性断裂，同时伴随着Al基体的韧性断裂

对金相图像进行快速精确分割是金相晶粒评级的关键步骤，利用传统Chan-Vese（CV）模型很难将晶粒精确地提取出来.为了更加精确地对金相图像进行分割，提出一种基于改进CV模型的金相图像分割方法.初始化水平集函数，对曲线内外两部分分别计算其倒数坎贝拉距离，并将该距离的大小作为拟合中心的权重系数，有效抑制了噪声点对区域拟合中心准确性的影响；引入指数熵自适应调节曲线内外能量权重，减少固定能量权重对曲线演化的影响；同时加入距离规范项以避免水平集函数的重新初始化，加速该模型的收敛.实验结果表明，与传统CV模型、测地线活动轮廓模型、距离规范项的水平集模型以及偏置场修正水平集模型相比，所提方法分割出的金相图像更加精确，分割效率较高且模型收敛性较好

运用Fluent动网格模型实现采空区的四维动态变化,并用用户自定义函数将煤低温氧化动力学机理及非均质孔隙率函数编入Fluent中,结合时间和空间,对U+L型通风系统采空区升温规律进行四维动态模拟研究.研究表明:非均质孔隙率四维动态模型能更真实地反应孔隙率的空间与时间变化,空间某一位置的孔隙率随时间呈负指数递减;工作面推进速度越大,采空区升温速率越小,推进速度为3.6 m·d-1时平均升温速率仅为推进速度为1.2 m·d-1时的1/5;然而,推进速度越大,高温点的深度越大,不利于自燃的预防;尾巷的存在使得温度场范围扩大,温度升高,CO主要从尾巷流出,尾巷释放的CO量是回风巷CO释放量的10倍.最后利用现场实测的数据对结果进行验证,表明模拟结果是正确可信的