针对采用以太网控制自动化技术(EtherCAT)工业总线的感应电机交-直-交变频矢量控制系统的入侵检测技术进行了研究. 首先通过对EtherCAT总线协议进行深度解析, 结合目前为止已经发现的EtherCAT工业总线常见协议漏洞, 提取协议数据包的关键特征并构建EtherCAT总线协议入侵检测规则库, 采用三维指针链表树作为针对EtherCAT总线协议规则库的检索数据结构; 其次, 根据感应电机交-直-交变频矢量控制系统的物理模型, 进行模型参数仿真计算, 并根据仿真计算值, 构建矢量控制模型入侵特征的最小二乘支持向量机(least square support vector machine, LSSVM)分类器, 使用混沌粒子群优化(choatics particle swarm optimization, CPSO)算法对分类器的参数进行优化, 二者共同构成了CPSO-LSSVM入侵检测分类算法. 异常数据包在被分类后, 会被传递给Suricata入侵检测引擎进行精确规则匹配; 最后为该入侵检测系统搭建物理实验环境, 经过测试, 本文中的交-直-交变频矢量控制模型仿真结果动态性能良好, 与实际矢量控制系统参数的波形变化趋势相近. 通过抽取KDD Cup99测试数据集中的一部分对该入侵检测系统实施DOS攻击、R2L、U2R以及PROBING攻击行为, 验证该入侵检测系统的有效性

采用分子动力学方法研究了镁中$\\left\\{ {10\\bar 12} \\right\\}$

研究了Co掺杂对还原氧化石墨烯(RGO)/Fe3O4复合材料结构、形貌和吸波性能的影响规律.采用一步水热法分别制备RGO/Fe3O4和Co掺杂的RGO/Fe3O4复合材料,通过扫描电子显微镜、X射线衍射仪和X射线光电子能谱分析Co掺杂对复合材料的微观形貌、相组成及表面元素价态的影响;利用矢量网络分析仪测定两种复合材料在2~18 GHz频率范围内的相对复介电常数和复磁导率,模拟计算了Co掺杂对RGO/Fe3O4复合吸波性能的影响规律.结果表明:部分Co参与了水热反应生成了CoCO3、Co3O4和Co2O3,还有部分Co以单质形式存在,其通过正负电荷吸引机制,影响Fe3+在氧化石墨烯(GO)表面的配位,使得负载在还原氧化石墨烯(RGO)表面的Fe3O4纳米颗粒部分迁移至RGO片层间;Co掺杂改善了复合材料的导电能力和磁损耗能力,使复合材料的吸波能力显著增强.反射率模拟结果表明:掺杂后与掺杂前相比,当匹配厚度d=2.00 mm时,最大反射损耗提高3.44 dB,有效吸收频带拓宽2.88 GHz;当匹配厚度d=2.50 mm时,最大反射损耗提高8.45 dB,有效吸收频带拓宽2.73 GHz.Co掺杂对RGO/Fe3O4复合材料的结构和形貌有显著影响,并有效改善复合材料的吸波性能

谷歌的人工智能系统（AlphaGo）在围棋领域取得了一系列成功，使得深度强化学习得到越来越多的关注。深度强化学习融合了深度学习对复杂环境的感知能力和强化学习对复杂情景的决策能力。而自然语言处理过程中有着数量巨大的词汇或者语句需要表征，并且在对话系统、机器翻译和图像描述等文本生成任务中存在大量难以建模的决策问题。这使得深度强化学习在自然语言处理的文本生成任务中能够发挥重要的作用，帮助改进现有的模型结构或者训练机制，并且已经取得了很多显著的成果。为此，本文系统阐述深度强化学习应用在不同的文本生成任务中的一些主要方法，梳理其发展的轨迹，分析算法特点。最后，展望深度强化学习与自然语言处理任务融合的前景和挑战

图像分割是计算机视觉领域中的重要分支，旨在将图像分成若干个特定的、具有独特性质的区域。随着计算机硬件计算能力的提高和计算方法的进步，大量基于不同理论的图像分割算法获得了长足的发展。因而选择合适的评估方法对分割结果的准确性和适用性进行综合评估，从而选择最优分割算法，成为图像分割研究中的必要环节。在综述14种图像分割评估指标的基础上，将其分成基于像素的评估方法、基于类内重合度的评估方法、基于边界的评估方法、基于聚类的评估方法和基于实例的评估方法五大类。在材料显微图像分析的应用背景下，通过实验讨论了不同分割方法和不同典型噪声在不同评估方法中的表现。最终，讨论了各种评估方法的优势和适用性

裂隙粗糙度是影响裂隙岩体渗流特性和流体流动复杂性的重要因素，为了深入研究单轴压缩条件下粗糙度对渗透系数的影响，采用3D打印技术和数字建模方法制备了粗糙度不同的裂隙试样，通过自制的试验装置对不同法向压力下的裂隙试样进行了试验。结果表明，在没有法向压力的条件下，随着粗糙度的增加，渗透系数以负指数函数形式减小，采用Forchheimer方程定量的分析了渗流流量与水力梯度之间的非线性关系，Forchheimer方程可以很好地描述粗糙裂隙表面的流动过程，线性项系数随着粗糙度的增大而减小，非线性项系数随着粗糙度的增大而增大；在恒定法向压力且大于水压的条件下，裂隙试样的渗透系数随着粗糙度的增大线性减小，随着水压的增大，粗糙度对渗透系数的影响作用增强；定义了系数$\\delta $

利用同步热跟踪原理, 提供一种测定微量气液反应热的研究方法.通过程序控制容器外壳温度与内部溶液同步升温, 减小温度梯度, 形成“热屏障”, 阻止溶液以热传导、对流、辐射的形式与外界环境进行热交换, 获得动态绝热环境, 提高微量气液反应热直接测量的精度, 减少样品用量, 无需热补偿.采用MEA (乙醇胺) 与MDEA (N-甲基二乙醇胺) 两类弱碱吸收液, 容积为15 mL, 分别在10%、20%、30%、40%和50%质量分数下, 测定吸收CO2的反应热.实验表明: 同步热跟踪法测量更为准确; 随溶液浓度的增加, MEA反应热先降低后升高, MDEA反应热逐渐降低; 在质量分数为20%~40%时, MEA、MDEA质量分数对反应热的影响不显著; 反应放热形成的升温曲线出现“下凹”现象

采用\热旋锻-拉拔\方法制备了直径为φ65 μm、包覆铜层厚度较均匀、表面质量高和界面结合质量良好的铜包铝复合微丝,研究了合理热旋制度、热旋复合成形铜包铝线材的组织和界面结合状态以及中间退火和拉拔对线材组织与性能的影响.结果表明:合理的旋锻制度为旋锻温度350℃,单道次变形量40%,旋锻后形成了动态再结晶组织和厚度为0.7 μm的界面扩散层.复合线材的合理退火工艺参数为350℃/30 min (退火温度350℃、退火时间30 min),该条件下退火后线材延伸率达到最高值35.7%,界面扩散层厚度约为2.1 μm,退火后铜层和铝芯发生再结晶,组织内部形成等轴晶组织.当退火温度超过350℃时,铜层和铝芯晶粒长大,界面扩散层厚度增加,从而导致线材的延伸率下降.将单道次变形量控制在15%~20%,经过粗拉,制备了φ0.96 mm的丝材;粗拉后不进行退火处理,将单道次变形量控制在8%~15%,经过细拉,制备了表面光洁、直径为φ65 μm的复合微丝.在拉拔过程中,铜层和铝芯均出现〈111〉丝织构

以纯Al粉为主要原料,添加Cu单质粉末以及Al-Mg、Al-Si中间合金粉,利用粉末冶金压制烧结方法制备出相对密度98%以上的Al-Mg-Si-Cu系铝合金.研究表明,烧结致密化过程主要分为3个阶段:初始阶段(室温~460℃),坯体内首先形成Al-Mg合金液相,液相中的Mg原子分别扩散至Al或Al-Si粉末中,与Al2O3反应并破除氧化膜,形成Al-Mg-O等化合物;同时,Al-Cu发生互扩散,形成Al2Cu等金属间化合物.第二阶段(460~560℃),Al-Cu、Al-Si液相快速填充颗粒缝隙或孔洞,坯体相对密度显著提高;此阶段的致密化机制主要是毛细管力引起的颗粒重排,以及溶解析出导致的晶界平直化.第三阶段(560~600℃),随温度的升高,液相润湿性提高,晶粒快速长大,使得大尺寸孔洞填充,烧结体基本实现全致密,此阶段的致密化主要由填隙机制控制.在铝合金晶界处发现了MgAl2O4和MgAlCuO氧化物的存在,推测Al粉表面氧化膜的破除机制与合金成分有关.由于Al-Cu液相在Al表面的润湿速率远高于AlN的生长速率,因为在本体系中未发现AlN的存在

用溶胶凝胶法制备TiO2−ZrO2−CeO2（摩尔比4∶1∶1.25）载体，柠檬酸溶液浸渍法进一步负载MnOx及MnOx−FeOy，进而合成了一种Fe掺杂的新型Mn基复合氧化物催化剂，考察其NH3选择性催化还原NO性能及抗硫性能.它在含硫氛围中有良好的低温选择性催化还原（SCR）能力和抗中毒能力，Fe的引入促进了Mn与TiO2−ZrO2−CeO2载体之间的相互作用，增加了催化剂表面Lewis酸性位点的数量.根据X射线光谱分析，Mn4+，Ce4+和吸附的氧的含量明显增加，对提高催化剂的性能非常有利