为了消除传统图像描述深层模型中图像与文本间的虚假关联，该论文引入因果图外部知识，通过揭示视觉域与语言域混淆机理，在目标检测和描述生成中同时进行因果干预，阻断图像视觉特征与描述文本之间的后门路径。

“秸秆还田”是增加土地有机碳含量提高土地持续生产能力及节省人力物 力的有效方法。但是此法达到预期效果的时间周期长，而且容易造成耕地问题 保水性变差等一系列问题。据调查，我国仅因氮肥流失造成的损失每年在 400 亿元以上，且部分地区由于施肥不当已引起严重的环境污染。 数据显示：若将土壤有机质含量提高 1%的话，相当于土壤从空气中净吸收 了 306 亿吨 CO2。每增加 0.1 个百分点的土壤有机质含量就可释放 600-800 千克 /公顷的粮食生产潜力。如果将秸秆经过热解炭化转化为生物炭，并与化肥进行 调质处理后施用可实现两全其美。 

人群拥挤踩踏事故风险理论研究对于大型建筑性能化设计，人群疏散及管理等有重要应用意义。目前该研究处于起步阶段，仅仅停留在现象表面。故本课题组通过对人群拥挤踩踏事故风险特征分析提出人群拥挤踩踏事故风险理论并建立相关模型，并以此为基础建立了拥挤事故的预警模型，并提出了相应的应急预案编制技术，从而为大型体育赛场的事故的预警及其应急提供理论支持。 随着我国化学工业企业的规模和数量的快速增加，大部分化工企业都与有毒有害、易燃易爆的危险化学品打交道。做好危化品的管理，防患于未然固然是企业的大事。但

“秸秆还田”是增加土地有机碳含量提高土地持续生产能力及节省人力物力的有效方法。但是此法达到预期效果的时间周期长，而且容易造成耕地问题保水性变差等一系列问题。据调查，我国仅因氮肥流失造成的损失每年在400亿元以上，且部分地区由于施肥不当已引起严重的环境污染。 数据显示：若将土壤有机质含量提高1%的话，相当于土壤从空气中净吸收了306亿吨CO2。每增加0.1个百分点的土壤有机质含量就可释放600-800千克/公顷的粮食生产潜力。如果将秸秆经过热解炭化转化为生

反应器由上、中、下三部分构成：上层是密闭阴极池，内设铁质电极；中间是土壤层，土壤上下包有滤布；下层阳极池，内设铁质电极。运行时，阴极反应产生 氢气和0H-离子，氢气的产生提高了阴极池的气压，推动阴极液向下渗入土壤层 形成淋洗过程。而0H-离子也随阴极液进入土壤，促进六价格（CrO「离子）从土 壤颗粒表面解吸。本技术使用直流电，其作用有： （1）通过电迁移作用将CrO；「 离子从黏土中分离出来，缩短修复时间；（2）利用电热效应使土壤温度大幅度升 高，提高CrOf离子的解吸效率和速率，同时（3）提高阴极室气体温度，并产生 大量水蒸汽使阴极池气压升高，驱动力淋洗液从上向下穿过土壤形成淋洗过程， 将CrO「离子洗出土壤层。在阳极池内，铁阳极反应释放出Fe奸离子，与CrO芝反 应生成Cr",实现六价铭的解毒。Cr"离子进一步与来自阴极的0H-离子反应生成 Cr（OH）3沉淀，将铭■从阳极液中分离出来。在反应后期，多余的Fe"离子进入土 壤，将不溶解的六价铭在高温下进行还原，最终实现在同一反应器内对铭污染土 壤的修复和废水的同步处理。与同样利用电化学过程进行铭污染土壤修复的电动 修复（EKR）技术相比，电动修复技术中只有电动作用被正向的用于修复过程， 其他所有电化学过程和产物都对修复过程起负面作用；而E-F&R技术的设计使所 有相关电化学过程和产物都正向地促进修复过程。其修复效率、能量效率、时间 效率和操作的简便性远远优于EKR技术。该技术用于经机械淋洗后富集的高浓度 细颗粒黏土。

天津市兰力科化学电子高技术有限公司是与中国科技大学、*长春应用化学研究所合作、专业生产电化学分析仪器的企业。　　兰力科公司是我国首批生产电化学工作站的专业厂家。　　兰力科公司的产品是学术期刊认可的国产电化学仪器。　　国内许多院校（北京大学、中国科技大学等几百余所）的老师都在使用我们的仪器，在期刊已发表及SCI、EI收录的论文若干篇。　　目前公司针对性的开发出了LK2000系列高性能电化学工作站和其它新产品，拓展了科研与应用领域，进一步增强了民族品牌参与竞争的能力。　　相信兰力科公司的产品，能在中国的电化学领域的科研、教学中发挥作用。

CS2350M双恒电位仪是基于常规单通道CS350M 型电化学工作站拓展的产品，可以实现2个通道同步测试，搭配旋转环盘电极（RRDE）使用，各通道独立，可以实现不同参数、不同电分析方法的独立使用，软件友好，可以实现组合编程功能。具体应用于： 1）电合成、电沉积（电镀）、阳极氧化等反应机理研究； 2）电分析化学研究、电化学传感器的性能研究； 3）新型能源材料、先进功能材料以及光电材料的性能研究； 4）金属材料在不同介质（水/混凝土/土壤等）中的腐蚀研究蚀性评价； 5）缓蚀剂、水质稳定剂、涂层以及阴极保护效率的快速评价。 1、硬件参数指标   2，3，4电极体系 双恒电位仪，双通道独立使用 电位仪电位控制范围：±10V 恒电流控制范围：±1.0A 电位控制精度：0.1%×满量程读数±1mV 电流控制精度：0.1%×满量程读数 电位分辨率：10mV(>100Hz), 3mV(<10Hz) 电流灵敏度：<1pA 电位上升时间：<1mS(<10mA),<10mS(<2A) 参比电极输入阻抗：1012W||20pF 电流量程：2A～2nA, 共10档 最大输出电流：1.5A 槽压：±21V   CV 和LSV扫描速度：0.001mV～10000V/s CA和CC脉冲宽度：0.0001～65000s 电流扫描增量：1mA @1A/mS 电位扫描时电位增量：0.076mV @1V/mS SWV频率：0.001～100KHz DPV和NPV脉冲宽度：0.0001～1000s AD数据采集：16bit@1MHz, 20bit @1KHz DA分辨率：16bit, 建立时间：1mS CV的最小电位增量：0.075mV 低通滤波器：8段可编程 电流与电位量程：自动设置 接口通讯模式：网口   2、电化学阻抗功能指标   信号发生器： 频率响应：10mHz~1MHz 频率精确度：0.005% 交流信号幅值：1mV~2500mV 信号分辨率：0.1mV RMS 直流偏压：-10~+10V DDS输出阻抗：50W 波形：正弦波，三角波，方波 正弦波失真：<1% 扫描方式：对数/线性，增加/下降   信号分析器： 最小积分时间：10mS 或循环的最长时间 最大积分时间：106个循环或者105S 测量时间延迟：0~105秒 直流偏置补偿： 电位自动补偿范围：-10V~+10V 电流补偿范围：-1A~+1A 带宽调整(Bandwidth) ： 自动或手动设置，共8级可调   3、CorrTest测量与控制软件主要功能 第一通道软件功能 稳态极化：开路电位测量（OCP）、恒电位极化（I-t曲线)、恒电流极化、动电位扫描（TAFEL曲线）、动电流扫描（DGP） 暂态极化：任意恒电位阶梯波、任意恒电流阶梯波、恒电位阶跃、恒电流阶跃 计时分析：计时电位法（CP）、计时电流法（CA）、计时电量法（CC） 伏安分析：线性扫描伏安法（LSV）#、线性循环伏安法（CV）、阶梯循环伏安法（SCV）#、方波伏安法（SWV）#、差分脉冲伏安法（DPV）#、常规脉冲伏安法（NPV）#、常规差分脉冲伏安法（DNPV）#、差分脉冲电流检测法（DPA）、双差分脉冲电流检测法（DDPA）、三脉冲电流检测法（TPA）、积分脉冲电流检测法（IPAD）、交流伏安法（ACV）#、二次谐波交流伏安（SHACV）、傅里叶变换交流伏安【标#号的方法包括相应的溶出伏安分析方法】 交流阻抗：电化学阻抗～电位控制模式、电化学阻抗（EIS）～时间扫描、电化学阻抗（EIS）～电位扫描（Mott-Schottky曲线）、电化学阻抗～电流控制模式 腐蚀测量：动电位再活化法（EPR）、电化学噪声（EN）、电偶腐蚀测量（ZRA）、氢扩散测试 电池测试：电池充放电测试、恒电流充放电、恒电位间歇滴定（PITT）、恒电流间歇滴定（GITT） 其他：圆盘电极测试以及转速控制、溶液电阻测量（IR降）、溶液电阻正反馈补偿（IR补偿） 第二通道软件功能 稳态极化：开路电位测量（OCP）、恒电位极化（i-t 曲线）、恒电流极化、动电位扫描（TAFEL 曲线）、动电流扫描（DGP） 暂态极化：任意恒电位阶梯波、任意恒电流阶梯波、恒电位阶跃（VSTEP）、恒电流阶跃 计时分析：计时电位法（CP）、计时电流法（CA）、计时电量法（CC） 伏安分析：线性扫描伏安法（LSV）、线性循环伏安法（CV） 电池测量：电池充放电测试、恒电流充放电、恒电位间歇滴定（PITT）、恒电流间歇滴定（GITT） 其他：圆盘电极测试以及转速控制、溶液电阻测量（IR降）、溶液电阻正反馈补偿（IR补偿） 通道二可选配功能：交流阻抗功能   交流阻抗：电化学阻抗～电位控制模式、电化学阻抗（EIS）～时间扫描、电化学阻抗（EIS）～电位扫描（Mott-Schottky曲线）、电化学阻抗～电流控制模式 4、仪器配置 1）仪器主机1台； 2）CorrTest测试与分析软件1套 3）电源线1条 4）网口通讯线1条 5）电极电缆线2条 6）模拟电解池2个（仪器自检器件）

本平台设计一套集成学习系统用来精确预测未来时间段的流量，本系统使用随机森林，SVR，三指数 平滑、GBDT，BPNN等传统算法和机器学习算法作为单模型，并通过集成学习的方式提高预测准确率。

本平台基于用户报刊订阅历史数据及用户个人信息，结合矩阵分解，K-Means等机器学习技术，构建了用户报刊个性化推荐系统，在提升推荐准确性的同时较好地解决了冷启动问题。

一、项目简介 智能计算MR成像主要是基于脉冲序列设计、成像、重建、处理与分析的全链路优化思想，利用人工智能领域的深度学习与大数据方法，研究新体制智能计算成像理论、方法与应用，突破现有系统将成像与分析分治难以兼顾的不足，从而为医学临床和科研提供新的、更快的成像手段、更好的成像质量以及更符合实际需求的成像模式。 二、前期研究基础 无 三、应用技术成果1）基于深度学习的信息保持压缩感知重建（左图为填零重建、右图为所提方法）