一种制备c-BN表面硬化层的新方法

立方氮化硼(c-BN)是一种倍受重视的类金刚石材料。在迄今发现的所有物质中，其硬度居第二位(仅次于金刚石)。此外，c-BN还具有远比金刚石高的热稳定性，极其优良的半导体性和光学性能。因此，c-BN在高温耐磨零件，切削刀具、高温电子元件和光学仪器上得到广泛应用。目前所采用的c-BN薄膜的制备方法主要是：化学气相沉积(CVD)、物理气相沉积     

基于密度峰值的终端区航迹聚类与异常识别

为有效解决高流量终端区内标准飞行模式、非标准飞行模式和异常飞行模式难以自动分离的问题，采用广泛记录的广播式自动相关监视(ADS-B)数据，构建了基于稳健深度自编码器(RDAE)和快速搜索并寻找密度峰值的聚类(CFSFDP)算法的航迹聚类模型; 使用RDAE降维提取终端区内航迹集的非线性特征，利用多种正则化手段约束内部低维流形，以重建更紧密的航迹并将其作为CFSFDP算法的输入，利用轮廓系数选取不同密度飞行模式的聚类中心，并调节边缘密度参数识别出异常航迹; 选取主成分分析(PCA)结合有噪声的空间密度聚类(DBSCAN)算法、动态时间规整(DTW)结合DBSCAN的2种常用航迹聚类模型作为对比项，分别在广州白云机场1 d的少量数据和45 d的大量数据上进行试验。分析结果表明:DTW与CFSFDP的结合模型在少量数据集上具有最优的航迹聚类性能，轮廓系数比对比项分别提升了62%和28%，且可以自动识别出遵循区域导航标准飞行模式的航班和特定环境下遵循管制偏好的非标准飞行模式的航班，识别异常航迹的精确度也分别提高了57%和10%;大量数据下，提出的RDAE结合CFSFDP模型的聚类性能比经典的PCA结合DBSCAN算法提升了13%，且具备可接受的时间复杂度。由此可见，建立的终端区飞行模式区分模型可为空域级交通流性能评估和航班级航迹预测与优化提供数据提取平台。      

基于python的汽车运行状态参数对油耗影响的聚类

随着汽车保有量持续不断上升,石化燃料消耗量也随之不断增加,汽车节能问题引人关注。为找出车辆运行工况和发动机工作状态参数对油耗的影响。文章通过OBD检测仪获取车辆运行状态参数,即怠速比例(I R)、匀速比例(C R)、加速比例(A R)、减速比例(R R)、平均速度(v A)、平均转速(N A)、热车时间(T H)、平均节气门开度变化率(P A)、平均节气门开度(T A)和平均油耗(F A)等行程片段的数据,利用Python编程语言平台,使用K-means算法对其进行聚类分析,使用轮廓系数法和手肘法确定聚类数,根据聚类结果可分析出车辆在市区内运行时,在车辆运行工况一组聚类中,处于怠速比例高的簇中,匀速比例较少,频繁地加减速行驶以致于一部分能量以加速阻力或制动时的热能形式消失,导致油耗较高。在发动机工作状态参数一组聚类中,油耗高的簇是由于其平均车速较低,发动机处于低负荷运行状态所致。     

内质网应激在高脂饲料诱导幼年大鼠脂肪性肝损伤中的作用

目的研究内质网应激在高脂饮食所致肝损伤中的作用及其机制。方法 48只刚断乳雄性SD大鼠,随机分为高脂组和对照组。分别采用高脂饲料和普通饲料喂养,在第8、12、16周末测量体质量、内脏脂肪质量及肝脏质量;检测血清肝功能;HE染色观察肝脏病理变化;透射电镜观察肝脏内质网情况;RT-PCR法检测两组大鼠肝细胞内活化转录因子6(ATF6)、糖调节蛋白78(GRP78)mRNA的表达。结果 1高脂组大鼠体质量和内脏脂肪质量明显高于对照组(P<0.05)。2高脂组谷丙转氨酶(ALT)及谷草转氨酶(AST)均随时间延长轻度升高(P>0.05),ALT在第16周与对照组有显著差别(P<0.05)。3HE染色光镜下可见高脂组在第8周肝内出现小泡性脂肪变性,12~16周时,肝脏脂肪变性进一步加重。4电镜下可见,8周时,高脂组大鼠肝细胞内聚集大量脂滴,结构基本清晰,粗面内质网结构基本正常;12周及16周,细胞内脂滴增加,粗面内质网池内可见线样结构沉积。5高脂组大鼠肝组织内ATF6、GRP78mRNA在各个时间点均显著高于对照组(P<0.05)。结论幼年高脂饮食可引起内脏脂肪聚集、肝细胞脂肪变性及肝功损伤。高脂饮食诱导肝损伤的机制可能与ATF6介导的内质网应激密切相关。     

交通运输类专业人才培养模式的研究与实践

随着知识经济的到来，学科的交叉和专业的整合加快，单一学科(或专业)的知识不再能满足交通运输领域科学研究或工程设计的需要。因此，在交通运输类专业人才的培养中只有引入“宽口径，高素质，按大类培养”的概念，才是解决交通运输类人才培养的有效途径。     

桥(涵)台锥坡极坐标法放样的探讨

锥坡放样大多是在桥(涵)台填土基本完成之后、锥坡砌筑之前，但此时锥坡内已存放大量土堆，锥顶不宜架设仪器测角量距；采用不同放线方法在测角量距上都不方便，很难提高放线精度，在科学技术高速发展的今天，全站仪和各种测距仪早以普遍使用，给放线带来了诸多方便和高精度，为保证工程精度奠定了基础。     

基于深度特征聚类的高排放移动污染源自动识别

传统的高排放移动源识别方式是将采集的尾气数据与预先设定的排放阈值进行比较判 定，但是，排放阈值的设定很大程度上取决于人为标准，并且忽视了外部因素对尾气排放的影响， 无法真正反映移动源排放水平。针对此问题，本文结合机器学习算法，提出一种基于深度特征聚 类的高排放移动源识别方法。首先，利用随机森林算法筛选出不同污染物(CO、HC、NO)排放的 主要影响特征；其次，对多维影响特征进行聚类分析，获取高排放类别标签；最后，训练得到基于 深度森林的移动污染源分类模型，自动识别高排放目标源。通过对比实验，在合肥市机动车污染 遥测数据集上验证了所提方法的有效性。     

自主式交通系统框架功能域划分

可自主运行、演化的新一代自主式交通系统(ATS)发展亟需完善体系框架，以应对技术和需求的迅猛发展。以ATS框架中的功能为对象，旨在为系统功能建立一套客观且可验证推广的科学划分方法，使得ATS体系框架中的信息流动更加清晰，为系统仿真验证提供支持。通过定义7个维度的属性将功能描述转化为分类文本数据，改进K-modes聚类算法建立多属性分类数据聚类模型。聚类中心采用多个属性值及其类内出现的概率组合，并使用信息熵计算类内属性权重。最终，以相异度之和最小作为目标函数输出结果，并从迭代方式、属性选取等角度展开灵敏度分析。研究结果表明：所提方法基本满足功能域划分需求，通过有监督迭代、功能属性细化及描述规范化处理等手段进一步提升功能划分合理性。     

模糊聚类法在公路交通事故黑点 成因分析中的应用

通过运用模糊c-划分空间方法,对事故黑点成因进行空间划分.采用模糊聚类ISODATA方法确定模糊划分矩阵和成因各特征指标聚类中心,并进行事故黑点成因聚类分析;利用划分系数F_c(U )和划分的平均棋糊摘H_c(U)对聚类效果进行评价.     

环氧树脂类材料在桥梁加固工程中的应用

祁县至清徐公路贾令桥(6—11m二铰板桥)破损严重问题，通过专家研究讨论和大量的试验，采用环氧树脂类有机粘结材料，对该桥进行了加固，在此仅对环氧树脂类有机粘结材料在桥梁加固中的应用作一些探讨。