针对轧钢生产中大批过程数据没有被用于提高厚度质量的现象,提出了一种基于减法聚类的带钢厚度数据驱动在线建模方法.首先通过减法聚类将输入空间划分为一些小的局部空间,在每个局部空间中用最小二乘支持向量机建立子模型,子模型加权输出作为带钢厚度的离线模型;然后当在线数据不断增加时,通过在线减法聚类算法实时调整局部空间,子模型的参数采用最小二乘支持向量机的递推算法进行相应的在线辨识,子模型的预测输出作为模型的最后输出.实验结果表明,该方法具有良好的预测精度和较强的在线学习能力

采用Gleeble-1500热模拟试验机,对GH625合金进行了以不同变形温度、不同应变速率变形到真应变值为0.7的热压缩试验,以研究其热变形过程的动态再结晶组织演变.利用光学显微镜(OP)和透射电镜(TEM)分析了应变速率对GH625合金热变形过程中的组织演变及动态再结晶形核机制的影响.结果表明:应变速率?=10.0s-1时,实际变形温度高于预设温度,产生变形热效应.GH625合金热变形过程的组织演变是一个受应变速率和变形温度控制的过程,在应变速率? ≤ 1.0s-1时,GH625合金动态再结晶晶粒的尺寸及体积分数随着应变速率的升高而降低,动态再结晶形核机制是由晶界弓弯的不连续动态再结晶机制和亚晶旋转的连续动态再结晶机制组成;在应变速率?=10.0s-1时,由于变形热效应使动态再结晶晶粒的尺寸及体积分数迅速升高,动态再结晶机制则是以弓弯机形核的不连续动态再结晶机制为主

利用8-羟基喹啉(8HQ)与铝离子鳌合后形成的鳌合物——8-羟基喹啉铝(AlQ3)能发出强荧光的特性,开发了一种有效地铝合金涂层下腐蚀的监测技术.研究了铝离子浓度及pH对8-羟基喹啉铝(AlQ3)的吸光度及荧光特性的影响.发现了8HQ与Al3+鳌合生成的AlQ3荧光强度随Al3+浓度的变化规律.成功地将8-羟基喹啉加载在LY12铝合金表面,并以透明环氧树脂涂层覆盖.所制备的试样经盐雾腐蚀后表面出现明显的荧光斑点,荧光斑点处用光学显微镜观测可见腐蚀现象,而在可见光下观测并未有明显变化.研究表明:随着腐蚀时间延长,腐蚀程度加深,试样表面荧光现象增强

利用SEM和光学显微镜对X70异种钢焊接接头进行显微组织观察,并在模拟土壤溶液中测量各区极化曲线以及焊缝和X70钢以不同面积比偶合时的电偶腐蚀电流.结果表明,该接头熔合区很窄,无类马氏体存在,焊缝为细小树枝晶,Nb和Mo元素严重偏析于枝晶间,在实验溶液中该区呈钝化状态,具有优异的耐蚀性.热影响区粗晶区主要为粗大贝氏铁素体和分布不均匀的长条状M-A组元,而X70母材为细小贝氏体组织,二者腐蚀行为无明显差别,阳极极化电位超过150mV时前者的极化率略高于后者.在焊缝与X70的电偶腐蚀中,阴极反应受氧扩散控制,随阴/阳极面积比增大,X70腐蚀电流密度急剧增加,具有近似\汇集原理\的腐蚀特点,偶合时焊缝阴极极化电位很高,受到完全保护

利用光学显微镜、场发射扫描电镜等手段,研究了GH864合金三种轧制态组织经热处理后的演变过程,分析了热处理后不同组织对室温冲击韧性及高温650℃裂纹扩展速率的影响.结果表明,GH864合金由初始轧制态组织经标准热处理后(1020℃,4h/空冷→845℃,4h/空冷→760℃,16h/空冷)获得的晶粒组织,其晶粒组织演变具有明显的一致性,而合金的晶界碳化物分布及基体γ'强化相没有明显差别,其分布状态及尺寸大小基本一致.热处理后的晶粒尺寸越大,抗裂纹扩展能力越好,合金的室温冲击韧性越低;热处理后形成的项链状组织,对合金冲击韧性及裂纹扩展速率有较好的影响

以液态合金的多相结构模型为基础,对电脉冲作用下高硅铝合金熔体结构变化进行了热力学分析,并研究了电脉冲作用下Al-22%Si合金凝固组织的显微硬度以及凝固相变点的变化.实验结果表明,电脉冲促进了呈\胶体\状态存在的Si粒子在Al-22%Si合金熔体中的分解,提高了熔体的均匀程度,部分消除了来自Si原料的遗传性;电脉冲孕育处理提高了Al-22%Si合金熔体的过冷能力,增加了Si粒子在基体组织中的过饱和度,提高了基体的显微硬度;Al-22%Si合金基体显微硬度值的变化显示熔体对于电脉冲频率的响应比较敏感

采用原位反应近液相线铸造方法制备含有少量原位Al2O3颗粒的Al-Cu基复合材料,利用光学显微镜观察复合材料的铸态组织,并通过透射电镜观察复合材料中的原位Al2O3颗粒的分布与形貌,研究原位颗粒对近液相线铸造Al-Cu合金铸态组织形成机制的影响.结果发现:原位Al2O3颗粒比较均匀地分布于基体合金中,尺寸分布于1μm范围内,形貌呈多边形.随着原位Al2O3颗粒含量的增加,复合材料的铸态组织逐渐被细化和均匀化;当原位Al2O3颗粒的质量分数达到5.3%时,获得均匀细小的蔷薇状组织

通过测量大庆地区区域土壤的理化性质以及碳钢的短期腐蚀数据,分析土壤传质过程的逻辑关系,构建了碳钢短期土壤腐蚀预测模型.通过用该模型在BP人工神经网络中进行学习、训练及模拟,并与现场碳钢埋片腐蚀实验结果对比,进一步验证了腐蚀模型的合理性.结果表明:含水量、空气容量、pH、Cl-含量、SO42-含量和可溶盐总量六种土壤环境参数为影响区域土壤中碳钢腐蚀的主要因素;运用基于Matlab平台的人工神经网络,通过不断地积累土壤腐蚀信息,多次训练后可以建立起稳定性好、泛化能力强的土壤腐蚀预测模型,能较好地预测了大庆地区碳钢在土壤中的腐蚀速率

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