近年来, 基于编码孔径成像技术的γ相机被广泛用于放射源的定位和监测, 但其成像视野范围有限。虽然可采用多个编码板探测器同时探测的方式扩大视野范围, 但会增加成本且设备较为笨重。因此, 该文提出了一种编码板和针孔混合系统, 编码板全编码视场角和半伪影视场角分别为19.33°和70.80°, 增加的针孔可将系统视野扩展到123.40°。进一步基于vGATE仿真平台进行了Monte Carlo仿真实验, 结果显示所设计系统在编码板视野内实现了2.95°的空间角度分辨率, 在扩展的针孔视野内实现了6.30°的空间角度分辨率, 可对3 m处10mCi的放射源有效成像。

基于incoPat专利数据库对2003—2022年利用脱硫石膏改良剂治理盐碱地技术领域的520件专利进行计量学统计。结果表明：利用脱硫石膏改良剂治理盐碱地的专利年申请量呈先上升后下降的趋势, 高峰时(2016年)年申请量为115件。高校和科研院所的专利授权数量高于企业, 但高校与企业联合授权的专利数量占总数的15.6%。共有37件专利获得转化且其中有7件发生质押, 占授权总数的33.3%, 均为高校转让给企业、企业质押融资。70%以上专利的配方都由3种或以上的物料组成, 主要成分包括有机物料、无机矿物、微生物菌剂和养分补充剂等。与不施用或施用其他类型改良剂的土壤相比, 施用脱硫石膏改良剂的功效主要是降低土壤pH值、碱化度及减少对作物生长有害的盐分离子, 提高土壤Ca²⁺、SO₄^2-、全量和速效氮磷含量, 从而改良了盐碱地。整体而言, 脱硫石膏改良剂研发日趋成熟, 部分创新成果已经转化为现实生产力, 相关专利的价值也日益凸显。

大语言模型是自然语言处理的核心研究内容之一, 已广泛应用于包括政务在内的诸多领域。首先, 介绍了统计语言模型、神经网络语言模型等早期语言模型的研究进展; 其次, 重点综述了大语言模型研究进展; 最后, 介绍了大语言模型在政务领域的应用情况, 包括政务文本分类、政务问答、政务命名实体识别、舆情风险识别和政务关系抽取, 并提出政务大语言模型研究需要解决的问题, 即数据多模态化、正确面对“模型即服务”趋势、注重数据高安全性、明确责任边界。此外, 还提出了政务大语言模型研究的技术路径。大语言模型正处于蓬勃发展的阶段, 随着中国推动人工智能技术研究及其在政务领域的应用, 大语言模型将在政务领域发挥更大作用。

β系数及其稳定性对投资风险判别和资产配比选择具有重要意义。为分析房地产板块的β系数变化特征及其稳定性, 利用单指数方程测算中国A股2013—2022年房地产板块的月度和年度β系数, 并开展基于Chow检验的相邻公历月和公历年的β系数稳定性判别。研究结果表明：房地产板块的月度β系数在不同年份的变化趋势各异, 年度β系数整体先升后降; 与年度β系数相比, 月度β系数稳定性更强; 房地产板块与建筑板块β系数的整体变动轨迹具有相似性及相关性, 房地产板块β系数总体稳定性则低于建筑板块但高于金融板块。该文建议, 在使用房地产板块的中长期β系数进行投资决策时, 应根据宏观经济等因素适时修正; 进行与房地产相关的组合投资时, 需重点关注建筑业和金融业与房地产业的关联波动。

土地市场是房地产市场的重要组成部分，是房地产市场能否实现平稳健康发展的关键，对宏观经济、政府财政和金融稳定具有重要影响。然而，中国土地市场中参与者盲目扩张、不理性购地的现象突出，不利于稳地价、稳房价、稳预期政策目标的实现和土地市场的健康发展。该文利用北京土地市场企业参与竞拍的微观数据，分析赢者诅咒现象是否存在；并通过构建股票市场收益率的决定模型，分析其影响因素。结果表明：赢者诅咒现象存在于北京土地市场，市场会对最终出价溢价率高的竞得者产生负面评价，联合竞拍等方式有助于参与者合理出价。

串联故障电弧因多样性、相似性和隐蔽性而难以被检测, 容易引发故障电弧保护装置误报和漏报。采用一维空洞卷积神经网络(one-dimensional dilated convolutional neural network, 1D-DCNN)提取以高采样率采集的故障电弧电流特征, 引入扩展型指数线性单元(scaled exponential linear unit, SeLU)激活函数和残差连接解决梯度消失和网络退化问题, 并结合平均集成学习和Softmax多分类器建立故障电弧检测模型。实验结果表明：所提方法对单负载和混合负载故障电弧的检测准确率达99.67%, 相应负载识别准确率达99.95%, 总体预测结果准确率达99.62%, 优于传统卷积神经网络(convolutional neural network, CNN), 满足故障电弧检测要求, 有助于串联故障电弧检测和负载识别。

随着未来空间多元化任务的需求提升，空间核电源中核能热能转换系统的空间受限、长距离无动力循环、无重力环境等极限传热难题凸显。高温热管具有传热热流密度大、工作温度高、传热温差小、自适应能力强等优点，可作为空间核电源核能热能转换系统的关键核心器件，应用前景广阔。该文分析了当前空间核电源核能热能转换系统存在的极限传热难题，讨论了高温热管技术应用于空间核能热能转换系统的优势和挑战，从高温热管内工质流动传热机理、高温热管的冷态启动、稳态传热、传热极限和寿命失效以及异形高温热管设计和研制等方面进行了综述，总结了高温热管技术在空间核能热能转换系统中的研究现状和最新应用进展，并给出合理建议。适应极限传热的高温热管工质流动和传热机制、异形高温热管的研制和热力结构耦合传热实验验证、空间核能热能转换与用能之间的匹配和优化是后续研究的重点方向。

隧道火灾预测的传统方法是使用传感器，但存在设备老化、误报率高等缺陷，因此需要开发更加高效的火灾预测手段。该文提出一种利用在隧道外安全区域可观测的外部烟气图像和深度学习算法，对隧道内的火源功率和火源位置进行同步预测的方案，首先通过FDS软件构建了100 m长隧道的外部烟气图像数据库，再利用VGG16神经网络框架建立了烟气图像与火源参数间的联系。结果表明，该文所提方案可对隧道火灾进行有效预测；基于隧道双侧正向视角的烟气图像训练所得模型的预测精度最高，对火源功率的预测误差小于25%，对火源位置的预测误差小于10 m；此外，当火源以0~2 m/s速度移动时，该文所提方案依旧可进行有效预测。该文成果可为隧道火灾的智能预测技术提供参考。

长圆孔应用于工业生产可以提高装配容错, 增加装配调整量, 但其难以解析描述的特点显著增加了工业应用中视觉检测定位算法的难度, 限制了长圆孔在自动化装配结构中的应用。该文探索出一种具有鲁棒性的高精度长圆孔视觉分割定位算法, 首先分析了长圆孔几何特征, 将其描述为一种具有对称性、缺少简单解析表达的封闭图形; 进而提出了一种基于语义分割网络和长圆孔区域退化的视觉分割定位算法, 该算法结合深度学习和传统图像处理算法, 首先构建YOLO和全卷积神经网络串联架构依次实现目标检测、感兴趣区域提取和语义分割, 然后利用中轴变换骨架提取方法完成长圆形区域退化定位, 有效避免了语义分割输出区域形状误差对定位精度的影响, 最终得到了亚像素精度的精准检测结果。在某机器人自动装配系统中开展实验验证, 得出所提算法具备精度高、鲁棒性好的特点, 因此具有较广阔的工业应用前景。

最近的许多工作已经表明图神经网络在面对图结构扰动以及节点特征扰动的对抗攻击时表现出非鲁棒性, 其预测结果可能是不可靠的, 图对比学习方法中也存在这一问题。然而已有的鲁棒性测度方法通常与攻击算法、数据标签以及下游任务相关, 这些在自监督设置下图对比学习的鲁棒性测度中是应当尽量避免的。该文提出了基于节点特征对抗性攻击的图对比学习鲁棒性验证算法, 来验证节点特征扰动下的图卷积网络的鲁棒性。考虑到图对比学习模型中正负例对的特性, 将图对比学习鲁棒性验证问题定义为对抗样本与目标节点及其负例之间相似度比较的问题, 并将该问题形式化建模为一个动态规划问题, 从而解决了对攻击算法、数据标签以及下游任务的依赖问题。为了求解该动态规划问题, 针对图数据通常采用的二元特征, 设计了相应的扰动空间; 考虑到图对比学习中负例样本空间过大的挑战, 设计了负例样本采样策略来提升求解问题的效率; 由于二元离散特征和非线性激活函数使得动态规划问题难于求解, 对它们分别采用放松到连续数据域和非线性激活放松的方式, 并采用寻找对偶问题的方式进一步提高求解效率。通过充分的实验说明了所提出的图对比学习鲁棒性验证算法的有效性; 同时验证了针对特定攻击算法设计的图对比学习模型的鲁棒性不具有可泛化性, 面对其他的攻击算法可能表现得更加脆弱; 还通过参数实验说明了设计的负例样本采样策略是合理的。

随着高焓、长时间热环境下飞行器热防护技术需求提升，新型空天飞行器亟待发展更高效的热防护技术。发汗冷却技术具有防热效率高、不改变结构雏形等优点，应用前景广阔。该文探讨了发汗冷却技术应用于飞行器热防护的优势和挑战，从性能评估快速计算、流动传热数值仿真、冷却机理与性能考核实验、效能最优控制算法和应用结构型式优化等方面进行了综述，总结了发汗冷却技术的研究现状和最新进展，分析了当前研究存在的问题，并给出了建议。系统复杂、冷却剂输运不均、工作过程不易稳定控制和建立高精度预测模型难度大是发汗冷却技术用于飞行器热防护时存在的难点。现有研究存在预测模型适用范围有限与准确度较低、实验测量手段单一、控制策略难以实现系统最优和新型结构方法缺乏工程细化方案等不足。微/介观尺度精细化数值计算模型、先进可视化实验测试手段、快速响应精确控制策略、自驱动与自适应结构工程化方案和主被动组合式热防护是后续研究的重点方向。

未经阻燃处理的纯丙烯腈-丁二烯-苯乙烯(ABS)材料遇到明火容易燃烧，会对航空运行造成危险。该研究通过热重分析仪和锥形量热仪系统评估了ABS在不同升温速率和热辐射强度条件下的热稳定性和燃烧特性，并分析其变化规律。研究结果表明：ABS的热解过程可分为4个阶段；升温速率的增加显著缩短了热解时间并提升了最大热分解速率。热辐射强度的提高导致二氧化碳和一氧化碳的生成速率加快，最大生成量分别增加了49%和74%；热释放速率加快，峰值上升了53%；燃烧时间和点燃时间分别减少了32%和78%；发生质量损失的时间提前，质量损失速率增加了53.8%。根据点燃时间模型，计算得出2 mm厚ABS材料的临界热辐射强度为16.255 kW/m²。通过对火灾性能指标的计算发现，随着热辐射强度的增加，火灾的发展变得更加迅速，ABS的火灾危险性与热辐射强度正相关。该研究为航空器安全运行提供了关于ABS材料火灾风险的重要数据和实际应用参考。

赋予机器理解人类情感的能力是人工智能领域最具挑战性的前沿课题之一。随着心理学、神经科学与人工智能技术的深度融合, 基于脑神经活动解码情绪状态的情感脑机接口正在成为新兴研究热点。该文聚焦心理学与神经科学前沿发展对情感脑机接口的启发, 系统梳理该领域的关键进展与未来方向。在理论层面, 探讨情绪心理学新进展如何重构情感计算范式, 为神经解码提供更符合真实场景的计算框架; 在技术层面, 分析神经科学如何启发计算模型架构, 应对实际挑战; 在应用层面, 论述学科交叉如何促使情感脑机接口将研究话题从情绪状态识别拓展至个体差异量化测评等新兴方向。最后, 展望情感脑机接口技术在用户体验、人机交互、心理健康等领域的应用潜力, 并讨论其面临的伦理与技术挑战。

为解决目前电网应急体系在应对台风灾害时, 存在过度依赖主观经验和知识整合能力较弱等问题, 该文提出一种融合大语言模型的台风场景下电网应急知识图谱构建方法, 并利用台风灾害历史数据和应急预案资料构建知识图谱, 以辅助台风场景下电网的应急决策。该文首先采用双向编码器表征法-双向长短期记忆深度学习模型, 从非结构化文本中抽取关键实体及其关系; 随后, 采用可视化技术提升模型输出结果的可解释性, 并结合判别式方法和大语言模型进行知识融合。研究结果表明：该文所提方法的知识融合准确率较传统方法提升10.11%;在知识图谱应用阶段, 知识融合的可靠性和丰富度等指标显著提升, 可生成融合历史案例和应急预案的辅助决策方案。该文融合知识图谱与大语言模型, 有效解决了知识碎片化问题, 研究结果可为电力系统在台风灾害下的应急管理提供参考。

为保障固定翼无人机编队在未知障碍环境下的安全飞行，该文针对固定翼无人机编队飞行控制方法展开研究。在深度确定性策略梯度（deep deterministic policy gradient，DDPG）的基础上，引入贪婪选择构建了Greedy-DDPG算法，训练长机模型实现避障控制；并结合人工势场的方法和领从一致性设计了僚机群避障避碰控制策略，确保僚机能够规避障碍，跟随长机执行飞行任务。数值仿真实验结果显示，Greedy-DDPG算法的训练时长比DDPG算法的缩短了5.9%，避障的泛化能力得到提升；Monte Carlo仿真实验验证结果显示，该方法具有良好的鲁棒性。采用该方法可实现无人机编队协同飞行，对于保障无人机编队在未知环境中的飞行安全具有重要意义。

为实现电气火灾风险提前动态感知, 该文以渐变态电气火灾为例, 研究了基于循环神经网络(recurrent neural network, RNN)模型的电气线路超温故障火灾风险预警方法, 采用真实电气火灾案例数据对模型进行训练, 通过挖掘电气线路温度变化的周期特性和瞬时温升故障特征对线路温度进行预测。采用温度二阶残差正态分布模型对温度预测结果进行概率分布范围修正。基于温度预测的累积概率分布提出预警分位, 通过比较实际温度与预警分位的关系发现电气线路火灾风险定量表征的依据, 实现电气线路火灾风险提前动态感知, 最后提出采用“前端探测+算法牵引”的模式解决当前电气火灾防控技术难题。

尽管大语言模型在新闻、艺术等领域的文本摘要任务上取得了良好的效果, 但由于大语言模型缺乏对司法领域知识的学习, 同时难以理解裁判文书的结构特征和逻辑关系, 导致生成的裁判文书摘要质量不佳。该文提出结合提示学习和Qwen大语言模型的裁判文书摘要方法, 将裁判文书数据作为SFT (supervised fine-tuning)技术对大语言模型微调的输入, 增强其法律领域适用性; 同时设计融入结构信息与角色指令的提示模板, 以优化摘要生成, 使其更精准地反映文书结构特征与逻辑关系。实验结果表明, 该方法在ROUGE-1、ROUGE-2和ROUGE-L的F1值上比基线模型分别提升了21.44%、28.50%和28.97%, 说明大语言模型经裁判文书数据微调并引入结构信息后, 在裁判文书摘要任务中展现了卓越的性能与巨大的应用潜力。

河流以一定的边界形态承载着水流及物质的输移, 受现场量测困难、水文观测站点有限及数字高程模型(digital elevation model, DEM)精度限制, 导致分布在江河源区、山区和偏远地区的细小河流断面信息积累极为匮乏, 阻碍了河流水文、水动力过程等方面的研究。国际水文协会(IAHS)自本世纪初力倡解决无测站流域水文预测难题, 使得高精度提取无测站流域河流水文信息变得越来越重要。ICESat-2(ice, cloud and land elevation satellite-2)卫星测高任务具有在缺资料地区采集高密度地表点云的能力。该文以黄河中游一级支流皇甫川流域缺资料地区河宽小于10 m的细小河流为研究对象, 提出了一种利用ICESat-2 ATL03数据提取山区细小河流断面形态的方法。通过光子点云中、高置信度选择、平滑滤波去噪处理和DEM构建, 提取了3个不同点位细小河流断面形态并与无人机原位测量结果进行对比分析。结合中、高置信度点云选择和滤波去噪可以有效地去除光子点云噪声, 去噪率在63%以上; 基于ATL03数据提取的地面点完整度和丰富度优于利用ATL08产品对ATL03分类得到的地面点; 基于ATL03数据提取的河流断面形态结果与无人机原位测量结果基本一致(R²>0.96, RMSE=0.69 m)。研究结果初步证明了ICESat-2测高数据用于缺资料地区细小河流断面提取的可行性, 可为全流域三维河网构建、水文水动力过程模拟等提供技术支持。

在光刻机的对准、曝光和量测等过程中, 存在量程范围小, 测量精度要求极高的套刻标记。这些套刻标记在实现特定功能的同时, 会受到多种误差的影响, 比如标记线宽与设计差异、标记线条边缘粗糙度、标记边缘效应等。该文旨在解决光刻套刻量测领域中的问题, 特别是针对业界常用的微型衍射套刻(micro diffraction-based overlay, μDBO)标记, 通过对穿线套刻情形进行量测过程的仿真研究, 提出了一种借助光刻成像仿真软件进行标记量测结果仿真的方法。该文运用自制代码的DrM软件和商业仿真软件HyperLith作为工具, 两者的仿真结果均定性还原了实验中探测到的特殊亮暗线现象, 验证了该方法用于量测仿真的可行性。此外, 该文还对匹配实验仪器的穿线套刻μDBO标记设计、照明波长、照明配置和待测信号区域等参数进行仿真优化, 输出了基于目前实验配置的优化标记与方案。

研究上市房企购地行为与其资本市场表现的关系，有助于上市房企进行市值管理以及资本市场投资者评价、选择上市企业。该文以中国A股上市房企为研究对象，通过回归分析研究房企在2009—2021年间购地数和进入城市数等购地行为对企业投资价值和风险的影响。研究结果表明：整个研究期间，上市房企投资价值与进入城市数之间存在倒U形关系，一定范围内企业投资价值随着进入城市数的增多而提高；在2017年以来的市场下行期，进入城市数对房企投资价值的提高效果降低，同时对房企风险的提高效果增大，表明资本市场对房企区域扩张型购地的反应发生了变化；购地数对房企资本市场表现的影响不及进入城市数显著；非国有、小型或上市时长较短房企的资本市场表现受其购地行为的影响更显著。建议房企关注资本市场的反馈并及时调整购地策略；资本市场投资者关注区域深耕型房企；政府要重视市场结构变化，从关注房企投资需求向关注最终空间使用需求的方向转变。

近年来, 极端暴雨增加导致城市内涝愈发严重, 而合理布设低影响开发(low impact development, LID)设施可以有效地缓解城市内涝问题。该文提出了一种基于溢流点位上游追踪(overflow point upstream tracking, OPUT)的LID设施布设方法。运用暴雨洪水管理模型(storm water management model, SWMM)构建排水模型, 模拟不同重现期管网溢流, 采用OPUT方法确定需要布设LID设施的雨水子汇水区, 与传统全范围等比例(traditional full range equal proportion, FREP)的LID设施布设方法结果进行对比。结果显示：从缓解内涝方面来看, OPUT方法和FREP方法节点溢流体积削减百分比在单位布设LID设施面积下均随着重现期增大而减小。从径流削减方面来看, 在不同的重现期下, 2种方法对径流体积和径流峰值流量的削减情况在单位布设LID设施面积下是不同的, OPUT方法对径流体积的削减在重现期较大时效果更好, 对径流峰值流量的削减随着重现期的增大呈上升趋势并接近FREP方法。从经济方面来考虑, 当2种方法对节点溢流的削减效果近似一致时, OPUT方法和FREP方法成本均随着重现期的增大而增加且OPUT方法的成本均小于FREP方法的。可见对于缓解内涝的LID设施布设需求, OPUT方法具有更佳的内涝缓解效果和经济性。

智能制造要求工业软件能够实现敏捷开发, 对工业软件应用微服务架构是当下重要的研究方向。为了提高开发效率, 需要将微服务形式的功能组件发布在互联网中并构建微服务库进行管理, 供用户根据需求挑选。面对用户日益复杂的业务需求, 需要微服务库能够将其所包含的大量微服务进行组合来拓展所能实现的功能。针对服务组合过程中的检索和选择2个环节, 分别设计了基于微服务的功能需求与非功能需求的服务聚类和服务选择算法, 在微服务库中选出最优的微服务组合提供给客户。实验结果表明, 所提出的聚类与组合方法取得了良好的效果, 提高了用户的满意度并实现了微服务的高效利用。

中国糖尿病患病人数逐年上升, 糖尿病及其并发症会造成巨大的个人及社会负担。近年研究表明, 适度的寒冷暴露可能会改善机体的胰岛素敏感性, 并防止肥胖相关的胰岛素抵抗和高血糖症的发展。该文旨在通过横断面研究方法, 初步探究冬季室内热环境与居民糖尿病患病风险之间的潜在关联。根据不同采暖方式, 将冬季室内热环境划分为不同水平, 其中居民糖尿病患病数据分别来源于中国糖尿病患病率横断面研究数据、历年统计年鉴数据及中国健康与养老追踪调查(China Health and Retirement Longitudinal Study, CHARLS)数据库。在省级尺度纳入17个省(自治区、直辖市)的研究结果, 结果表明冬季室内热环境与糖尿病患病显著相关(相关系数为0.505, P=0.039)。在个体尺度共纳入研究对象8 403人, 分析结果表明, 冬季室内热环境、性别、年龄和身体质量指数(body mass index, BMI)与糖尿病相关(P＜0.050)。本研究从较长的时间尺度上为冷暴露与糖尿病的实验室研究提供了实际环境中的支持与佐证, 并对夏热冬冷地区建筑室内热环境营造提供一定借鉴和参考。

涡激振动(VIV)是一种典型的流固耦合(FSI)现象, 除了在结构安全设计方面有重要意义外, 近年来在流体动能俘获方向也展现出巨大潜力。该文采用一种基于尾流振子的低成本降阶模型(ROM), 以及一种基于直接模拟的计算流体力学—流固耦合(CFD-FSI)求解器, 对圆柱VIV俘能效率的全局优化问题展开研究。通过ROM模型, 得到了四组不同质量比和Reynolds数下的高分辨率俘能效率优化数据, 其中优化参数为阻尼比和折合速度。将ROM模型的预测结果, 与CFD-FSI的高保真模拟结果和已有研究中的实测数据进行对比, 验证了ROM的有效性。该文发现了最优俘能效率点受到折合速度和质量—阻尼耦合参数的控制; 另外, 从ROM模型的内在关键参数推论出VIV俘能设备更适于在相应结构固定绕流升力系数更高的流动条件下工作, 由此解释了高Reynolds数条件下VIV俘能效率更高的现象; 此外, 优化结果表明低质量比条件下的VIV俘能设备工作表现更优, 由此证明海流能VIV俘能收益高于风能VIV收益。

社交网络中的负面舆情事件具有不可低估的影响力, 针对基于情感分析的方法不能直接对负面网络舆情进行早期预警的问题, 该文提出了一种基于情感分类和主题提取的舆情主题建模方法, 通过研究消极情绪主题词实现对负面舆情事件统计和量化; 针对负面舆情预警方法即时性不足的问题, 构建网络舆情早期预警模型, 从爆发指数、情绪指数、传播指数3个指标综合评估舆情主题的发展态势, 设定舆情主题算数指数触发预警值, 实现主题词对应的负面舆情事件的早期预警。实验结果表明, 在COVID-19相关微博情感数据集TF-IDF权重排名前10的消极情绪主题词中, 最早预警时间比舆情暴发日平均提前161.01 h, 实现的早期预警平均为2.1次; 最早预警时间比舆情峰值日平均提前261.81 h, 平均早期预警5.8次。所提出的预警模型对社交网络舆情事件具有良好的早期预警效果。

小型核电站具有规模小、投资成本低、功率可调节灵活等特点, 用途比较广泛。核电站二回路系统变工况分析对优化核电机组运行模式和提升核电站经济效益具有重要意义。首先, 该文针对某小型模块化反应堆核电站二回路系统, 使用EBSILON软件搭建了系统模型; 其次, 在完成模型精确性验证后, 使用该模型开展了变工况分析; 最后, 计算了不同功率水平、汽轮机背压、回热加热器切除方式下二回路系统的关键热力性能参数。结果表明：功率水平会对发电效率、热耗率、回热抽汽系数、高/低压缸出力份额等多项参数造成影响; 对该影响的定量分析显示, 适当降低汽轮机背压有利于提升机组性能, 当功率水平为100%热耗率验收工况(turbine heat acceptance, THA)时, 若背压设计值下调2.0 kPa, 则二回路系统热耗率降低272.338 kJ·(kW·h)^-1。此外, 回热加热器切除方式会影响二回路系统热力性能, 但不同切除方式产生的影响不同。以主给水温度为例, 高压回热加热器部分或全部切除将导致主给水温度降低30℃以上, 但仅切除低压回热加热器L₁基本不影响主给水温度。

法律文书命名实体识别是智慧司法的关键任务。现有的序列标注模型仅关注字符信息，导致在法律文书命名实体识别任务中无法获得语义和词语的上下文信息，且无法对实体的边界进行限制。因此，该文提出了一个融合外部信息并对边界限制的司法命名实体识别模型(semantic and boundary enhance named entity recognition，SBENER)。该模型收集了40万条盗窃罪法律文书，首先，预训练模型，将获得的司法盗窃罪词向量作为输入模型的外部信息；其次，设计Adapter，将司法盗窃罪的信息融入字符序列以增强语义特征；最后，使用边界指针网络对实体边界进行限制，解决了序列标注模型丢失词语信息及缺少边界限制的问题。该模型在CAILIE 1.0数据集和LegalCorpus数据集上进行实验，结果表明，SBENER模型在2个数据集上的F₁值(F₁-score)分别达88.70%和87.67%，比其他基线模型取得了更好的效果。SBENER模型能够提升司法领域命名实体识别的效果。

城市人为热在冬季的气候效应比夏季更为显著, 该文通过气象研究与预报(WRF)模型内置人为热揭示了人为热对城市冬季水热环境的影响机制, 进一步利用大尺度城市能(LUCY)模型计算得到了北京地区高时空分辨率的人为热数据, 将其耦合到WRF模型中, 研究了北京地区人为热对降雪的影响, 并与已有关于人为热对夏季降雨影响的研究结论进行对比分析, 指出了人为热对夏季及冬季降水影响的不同之处。结果表明, 人为热增加对冬季气温的影响幅度无明显阈值, 但在空间的影响高度上存在阈值。人为热对夏季和冬季降水的影响机制不同, 对夏季降水的影响范围和量级较大, 影响机制较为复杂, 而对冬季降水的影响主要集中在城市内部, 主要影响降水相态。