“苦”是一种常见的味觉感受,也是中药药性的主要特征;“苦味”作为中药药性“五味”之一,是对中药药物功效和作用规律的高度概括;苦药“能泻、能燥、能坚”,具有“泄火、降气、燥湿和坚阴”等作用;苦味中药占比较高,传统中药理论认为苦味成分就是苦味中药的活性成分,这些成分主要包括生物碱、苷类和苦味质等;感受苦味的受体分子分布在味蕾、肠道和呼吸道等组织器官中。本文综述苦味中药的活性物质成分、苦味分级、苦味产生的机制、苦味与疾病之间的关系和苦味的生物学意义等,期望它能对中药药性的研究和苦味中药的临床应用提供参考。

针对无人机任务随机下发场景中由于任务完成时间约束带来的任务完成度低的问题,本文提出一种基于深度强化学习的分布式多无人机任务动态分配方法。该方法通过无人机之间的实时交互,首先,对正在执行的任务和新到任务的时间约束、任务量、优先级等特征进行实时量化,同时在任务执行过程中动态生成新的任务优先级特征;然后,将无人机交互后形成的全局任务特征视为无人机共享的任务情况,并不断进行更新形成动态决策依据;最后,在时间约束下,根据实时任务完成情况通过深度强化学习方法进行无人机的行为决策,达到新任务与正在执行任务的动态分配以提高任务完成度。仿真结果表明,该方法能提高时间约束下的系统整体任务完成度。

通过全面系统的文献梳理,共发现已记载广西蚁科昆虫8亚科78属328种及亚种,其中广西特有种26种。与面积相似的云南省蚁科昆虫种类组成进行对比分析表明,广西的物种数和特有种数仅分别为后者的63.69%和12.20%,意味着广西还有不少种类有待发现和描述。现将已知的广西蚁科昆虫按照亚科、属和种分类阶元以及拉丁字母的先后顺序整理成名录,为国内外相关科技工作者提供参考。

光纤马赫-曾德尔干涉仪(Mach-Zehnder interferometer,MZI)传感器基于模式干涉原理,通过监测目标对传感器模式干涉的影响来实现对目标物的传感与测量。本文阐述光纤MZI传感器的特点、传感机理、研制技术和传感应用,详细介绍光纤MZI传感器已有的主要制备方法,包括光纤错位熔接法、纤芯失配法、光纤侧边抛磨法和光纤拉锥法等,分析比较各种制备方法的适用性和局限性;系统综述光纤MZI传感器在温度、应变、液位、曲率、压力、折射率、双参量和生化监测等方面的传感应用及优缺点;最后对光纤MZI传感器的研究进行展望。

如何实现药物靶向高效递送是目前的研究热点。超声具有无创、无辐射、操作简单、价格低廉等优点,临床诊断利用了超声波的反射、折射和衍射原理。由于具有机械效应和热效应,超声也是一种高效的药物控释外源性刺激方法,可以提高病变组织和细胞膜的通透性,促进细胞对药物的摄取,在此基础上发展的超声介导药物递送系统,已经成为一种高效、无创的递送技术。通过超声辐照肿瘤区域,实现药物的定点定量释放,提高局部药物浓度,改善疗效。超声联合各类载体,诸如超声微泡、脂质体等在药物靶向递送方面具有极大的临床转化价值。本文从超声增强药物递送机制、超声响应载体、超声增强药物递送效果及其临床应用前景等方面进行综述。

针对大多数扫地机器人在进行全覆盖路径规划时,普遍存在重复率偏高和覆盖率偏低问题,并且在遇到密集零散的障碍区域时,会产生线路规划凌乱甚至不能覆盖的问题,设计一种基于分治思想的全覆盖路径规划算法,通过在地图上构建若干线段序列,按照线段序列端点间曼哈顿距离最小原则对局部路径线段进行相连,形成若干弓形线路块;然后采用分治算法实现全局各弓形线路块间最近端点对的匹配,并进行衔接,最终生成路径均匀的全覆盖线路。通过与牛耕式单元分解结合生物激励神经网络覆盖算法进行场景实验对比,分析表明在密集零散的障碍区域中,本文算法仍能规划出整齐平滑的可通行路径,覆盖率仍能高达91.3%,重复率下降约39.3%,时间花销约降低28.1%。

随着医疗技术的进步,各种新技术与新方法不断涌现,评价这些方法测量结果的一致性尤为重要。可靠的一致性评价结果对提高医疗服务质量、减少医疗资源浪费具有重要意义。目前我国对临床测量中Bland-Altman一致性评价方法的研究较少,且在临床应用中该方法的使用不当问题凸显。本文讨论单次测量和重复测量情况下的Bland-Altman一致性评价流程,针对不同数据类型介绍其处理方式,并对该方法的使用规范进行梳理,以帮助医学工作人员在临床数据分析中正确使用统计分析方法。

水果的自动检测是自动采摘、果园喷药、采后分拣等农业应用中的关键技术。针对果园环境中柑橘目标小、噪声多、遮挡严重等问题,本文基于YOLOv4算法提出一种改进的适用于果园环境的柑橘快速识别方法。主要改进措施包括:一是在训练阶段利用Canopy算法和K-Means++算法自动选择先验框的数目和大小;二是在YOLOv4网络中每个不同尺度特征的输出层前增加一个调整层,并采用残差网络结构和密集连接网络相结合,同时修改回归框损失函数,以便检测复杂背景下的小柑橘;三是在保证不造成较大检测精度损失的前提下,对网络中不重要的通道和网络层进行剪枝。与目前常用的YOLOv4、MLKP和 Cascade R-CNN等3种目标检测算法的对比实验结果表明,本文改进的YOLOv4算法对果园环境下不同生长期柑橘的检测平均准确率达96.04%,平均检测速度为每张图像0.06 s,均优于对比的3种主流目标检测算法。本文提出的方法可为自然条件下果园中柑橘的采摘、产量评估等应用提供技术和方法指导。

荧光偏振技术是根据体系中荧光基团与检测分子结合前后的偏振信号变化,对分子间相互作用进行研究或定量检测目标分子的一种分析方法,具有灵敏度高、分析快速、操作简便和易实现高通量测定等多种优势,同时可与其他分析检测技术联用,在生化分析和疾病诊断等领域得到广泛应用。近年来,随着现代分析技术的发展,核酸和材料科学等领域的技术进步,许多具有更高分析检测性能的荧光偏振技术相继被报道。深入探究稳定性强、成本低廉以及功能多样的荧光偏振检测技术是未来研究的发展趋势。本文主要介绍近年来荧光偏振技术检测生物小分子、核酸、蛋白质、生物酶、金属离子、农药以及生化相关物质等方面的应用,并对荧光偏振技术的前景进行展望。

函数型数据采用全非参数的方法,假设数据来自一条光滑的曲线,把整个曲线当成一个样本来处理,从而避免高维和高度相关的问题。其研究始于20世纪50年代,经过近70多年来的发展,很多经典的统计分析方法都被推广到函数型数据,且被中外学者写成综述和相关书籍以便研究者使用,如主成分、典型相关、线性模型和聚类问题等。但是,目前仍缺少有关函数广义线性模型和分类问题的综述和书籍。基于此,本文从函数型数据发展的数据形式、函数近似包括基底展开和主成分、函数广义线性模型和分类等问题的发展历程及未来发展方向等方面进行详细的综述。进一步,为了能够在经济、金融、医学、气象和环境等领域更好地应用函数型数据,本文提供了具体的样条估计计算程序。

首先,对罕见变异遗传关联分析领域存在的统计问题及相关研究前沿和热点进行梳理分析;其次,对单位点及多位点分析常用统计方法做系统概述,并讨论这些方法存在的问题及面临的挑战;最后,对多性状多位点关联分析方法的未来发展前景作展望。

为了有效提高灰狼优化算法的收敛速度及求解精度,本文结合精英反向学习策略增加种群的多样性,将收敛因子从线性变为非线性,重新设计位置更新公式提高算法的收敛精度,提出一种非线性参数的精英学习灰狼优化算法。8组典型测试函数的实验测试表明,算法的收敛速度和收敛精度均有不同程度的提高。在求解IIR数字滤波器优化设计问题时,表现出了优良的性能。

肺癌是全球死亡率最高的癌症之一,肺结节作为肺癌早期诊断的重要依据,对其进行精准分割格外重要。为了帮助医生诊断肺部病变,本文提出一种改进的UNet肺结节分割方法。首先,在特征提取部分引入高效通道注意力网络(efficient channel attention for deep convolutional neural networks, EcaNet),提高UNet分割效果,使其具有良好的泛化能力。接着,为了降低模型参数量、提升算法分割性能,提出一种基于深度可分离卷积的特征融合模型,用深度可分离卷积代替传统卷积完成特征融合。然后,针对肺结节图像特点,将基于重叠度损失函数(dice loss)与加权交叉熵(weighted cross entropy, WCE)结合作为新的损失函数。最后,为验证所提算法Eca-UNet的有效性,在LIDC-IDRI肺结节公开数据集上进行评估。结果表明:Eca-UNet算法在DICE相似系数、MIOU上比UNet分割算法分别提高10.47、7.34个百分点;同时在训练速度上提升了10.10%,预测速度提升了11.56%。

多模态数据的急剧增长带来了跨模态检索的应用需求,促进了对跨模态检索方法的研究。本文追溯该领域最新进展,跟踪并深入研究国内外基于表示学习的跨模态检索方法,对跨模态检索问题进行定义并梳理该领域常用技术方法、主流模型、常用数据集、评价方法和面临的主要挑战。主要从统计相关分析、图正则化和度量学习3方面介绍基于表示学习跨模态检索方法,并分析其优缺点。为了分析上述方法的优劣性,实验分别在4个数据集上复现14种方法进行对比评价。实验结果表明:基于统计相关分析方法训练效率较高且易于实施;基于图正则化方法通过挖掘模态内和模态间的相似性,实现语义关联;基于度量学习方法是在公共子空间中尽可能保留数据语义相似/不相似的信息。本文介绍基于表示学习的跨模态检索方法的研究现状,为跨模态检索方法研究提供参考。

本文提出一种基于最小二乘法的LS-FIR滤波器。根据色散补偿滤波器与有限长单位冲激响应的频域函数之间的关系构造线性方程组,线性方程组中独立方程的个数大于未知量个数,所以此方程组无解。但在最小范数意义下,能够找到一组解使得估计误差模的平方和最小,得到的解是最小二乘解。用所得到的最小二乘解作为滤波器的抽头权值,即是所要设计的滤波器。滤波器仿真结果表明:不同调制格式(QPSK、16QAM、64QAM)和信噪比(1~20)条件下,当全频带且滤波器的抽头数为315时,均方误差稳定于2.610 9×10^-6;当窄频带滤波器的抽头数为197时,均方误差稳定于2.556 6×10^-6;与FIR和Hm-FIR滤波器对比,LS-FIR滤波器算法具有较高的稳定度、较好的逼近效果,且滤波效果更佳。

形态测量学是生物形态定量研究的重要部分,广泛应用于分类鉴定、系统发育、形态变异研究。本文阐述几何形态测量学的分析方法与流程,即标点法与轮廓线法、薄板样条分析与傅里叶分析、主成分分析和系统发育主成分分析、聚类分析、判别分析及模块集成分析,并总结几何形态测量学常用分析软件及其主要用途,同时介绍几何形态测量学在直翅目中的应用,以期为直翅目昆虫研究提供新思路。

微电网技术发展日益成熟,储能装置的合理配置是解决分布式电源存在随机性与间歇性等问题的主要方式之一,而良好的微电网复合储能容量优化配置方法可以保证微电网经济可靠运行。近几年兴起的氢储能具有清洁、容量大的优势,且对于“碳中和”、“碳排放”具有重要意义,氢能开发与利用已成为世界上许多国家能源体系中的重要组成部分。储能是构建新能源微电网的基础,但单一储能已经无法满足当前微网快速发展条件下的运行要求,因此混合储能的容量配置是目前研究的重点。本文以包含氢储能的混合储能微电网作为基本结构,介绍微电网各组成部分的数学模型和相关研究,对比氢储能和其他储能;阐述储能容量配置目前的研究现状以及存在的相关问题;对氢储能未来其他研究方向和创新进行展望。

青钱柳Cyclocarya paliurus (Batal) Iljinskaja为胡桃科Juglandaceae青钱柳属Cyclocarya植物,该植物属于自然界较为少见的单种属植物。青钱柳为我国特有的药食两用植物,广泛分布于我国南方多个省份,不仅含有人体所必须的常量矿物质,而且还含有对人体有重要保健功能的微量矿物质;主要有机成分为三萜类、黄酮类、多糖类、苯丙酸类等化合物。研究表明,青钱柳具有降血糖、降血脂、抗炎、减肥、抗肿瘤、提高免疫力等多种药理作用。本文对近年来有关青钱柳的化学成分和药理活性研究进行综述,以期为后续研究、开发和利用该植物提供参考。

多模态融合旨在将多个模态信息整合以得到一致、公共的模型输出,是多模态领域的一个基本问题。通过多模态信息的融合能获得更全面的特征并且提高模型鲁棒性,目前多模态融合技术已成为多模态领域核心研究课题之一。本文基于ImageNet、HowNet和CCD,通过人工标注构建了一个新的多模态知识库,已完成校准ImageNet中21 455个名词及动词概念的映射,有效地将HowNet以及CCD中概念映射到ImageNet中。该数据集能够应用于自然语言处理任务和计算机视觉任务,并通过图片信息和概念信息提高任务效果。在图片分类中,通过增加HowNet和ImageNet概念能够融合更多的图片特征来辅助分类;在语义理解中,通过映射增加图片信息可以更好地理解语义。

传统眼底图像配准方法提取的特征点分布过于密集,导致配准图像无法准确对齐,而眼底血管分叉特征点具有分布稀疏和特征稳定等特性,能提高图像的配准精度和速度。因此,本文针对血管分割和分叉特征点提取,提出一个基于深度学习的眼底图像配准框架。这个框架由2个深度卷积神经网络组成:第一个是眼底血管分割网络SR-UNet, 其在U-Net的基础上融合通道注意力(SE)和残差块,用于分割血管去辅助提取特征点;第二个是特征点检测网络FD-Net,用于从血管分割图中提取分叉特征点。提出的配准模型在公共眼底配准数据集FIRE上进行实验,其特征点正确匹配率为90.03%,与较先进的算法进行对比,本文提出的算法在配准定量和视觉分析上都有较好的性能提升,具有较强的鲁棒性。

基于深度学习的短文本语义相似度度量方法是现代自然语言处理任务的基石,其重要性不言而喻。本文提出一种基于卷积神经网络和双向门控循环单元的文本编码模型,通过卷积层提取重要语义并且通过双向门控循环单元保证语义顺序,采用孪生神经网络结构保证文本编码的一致性。选取传统的卷积神经网络和长短期记忆网络以及BERT模型进行对比验证,在Quora、Sick和MSRP数据集上的验证结果表明,本文模型的精确率和召回率表现优异,且F₁值也优于传统模型。

数字图像是当前网络环境下重要的信息载体,包含机密信息的图像一旦遭受恶意攻击和窃取,则极有可能出现信息安全问题。因此,对图像信息采取有效的加密保护迫在眉睫。基于压缩感知的混沌图像加密算法同时兼顾了图像数据安全和传输效率,具有很高的研究和应用价值。本综述首先介绍混沌理论、图像加密和压缩感知的基本原理;其次,分析基于压缩感知混沌图像加密中几种主要方法的特征及优势,总结当前的研究现状;最后讨论尚存的问题并展望未来的发展趋势。

马尾松人工纯林结构简单,生态系统极不稳定,容易引起一系列生态问题。随着功能定位的转变,需要对马尾松纯林结构进行相应改造,而松材线虫病对松林造成的毁灭性危害毫无疑问地加剧了马尾松纯林改造的紧迫性。本文综述松材线虫病及其防治方法、马尾松混交林、马尾松与桉树挥发性物质等方面的研究进展,并对营造马尾松-桉树混交林防治松材线虫病的可行性进行论证,认为营造马尾松-桉树混交林防治松材线虫病具有很强的可行性和广阔应用前景。

知识表示是一切人工智能算法得以运行的基础,它能够把人类知识表示成机器可以处理的数据结构。本文介绍知识矩阵表示,它可以从知识表示的根本上简化算法的运行过程并提高算法的运行效率。具体地,本文首先将时态推理中的13种区间关系表示转化成5×5矩阵,在此基础上,时态关系演算与传播可以通过矩阵计算获得。然后,将产生式规则的相互关系转化成矩阵,并编码成一个计算公式,它是一个不确定性推理的数学模型。最后,将样本关系表示成矩阵,一次计算就可以获得K值和K个最近邻点,它可以将KNN分类的懒惰学习部分模型化,即转化成数学模型。除此之外,本文展望知识矩阵表示未来的工作,提出知识矩阵表示需要针对不同的应用定义不同的演算方法。

实用拜占庭容错(PBFT)算法可以容忍网络存在不超过节点总数三分之一的拜占庭节点,常被作为联盟链的共识算法。针对PBFT存在主节点选取规则简单、通信复杂度较高等问题,提出一种基于可验证随机函数(VRF)和BLS签名的拜占庭容错(VBBFT)共识算法。在VBBFT共识算法,VRF在共识节点中选取主节点,主节点作为消息收集和发送的协调者,并将节点间的信息交互过程转化为BLS签名过程,降低了节点间的通信复杂度,并保证了节点间的信息交互是安全的。仿真实验结果表明,VBBFT共识算法与PBFT算法相比,交易吞吐率提高了62.3%,时延降低了12%。

近年来,研发以直接调控量子系统波函数本身为主要标志的第二代量子技术,如原子钟和量子信息技术(主要包括量子通信、量子计算机和量子传感)等受到了国际学术界和产业界的极大关注。其中,实现微弱电磁信号物理极限检测的单光子探测器是实现光量子信息处理必不可少的关键器件。面向量子信息处理的应用,本文介绍单光子探测的基本原理及单光子探测器主要的性能指标,系统总结在光量子信息处理研究中发挥重要作用的超导单光子探测器近20年来的研究进展,并对推动未来微波量子信息处理研究的微波单光子态探测器的发展前景进行展望。

C₂₁甾体是一类母核含有21个碳原子的甾体衍生物,是孕甾烷或其异构体的衍生物,有抗肿瘤、抗炎、镇痛、抗生育、抗抑郁、免疫调节等多方面的药理活性,具有十分重要的药用价值。萝藦科植物是天然C₂₁甾体的主要来源之一。根据相关文献统计,近20年来从萝藦科药用植物中分离鉴定的新C₂₁甾体化合物共624种,包含9种不同的骨架类型。我们分3部分对21世纪以来萝藦科植物中C₂₁甾体的分布、结构特征及药理活性进行综述,以期为C₂₁甾体的深入研究和开发利用提供参考,为探索萝藦科植物的药用价值和药效物质基础提供科学依据。本文综述萝藦科植物中孕甾烷型C₂₁甾体的分布、结构特征、理化性质及波谱特征。

在情感计算、心理治疗、机器人、监视和观众理解等方面,基于步态特征的情感识别有着广泛的应用前景。已有方法表明,考虑手势位置等上下文信息可以显著提高情绪识别性能,且时空信息能显著提高情绪识别精度。但是单纯使用骨骼空间信息无法充分表达步态中的情绪信息。为了充分利用步态特征,本文提出自适应融合的方法,将骨骼时空信息与骨骼旋转角度结合,提升了现有模型的情感识别精度。本文模型利用自编码器,学习人类行走时的骨骼旋转信息,利用时空图卷积神经网络提取骨骼点时空信息,将骨骼旋转信息与时空信息输入自适应融合网络,得到最终特征进行分类。模型在Emotion-Gait数据集上测试,实验结果显示:悲伤、愤怒和中立情绪的AP值比最新HAP方法分别提升5、8、5个百分点;总体分类的平均MAP值提高了5个百分点。

采用CiteSpace 5.7 R3可视化软件,对来自Web of Science核心合集数据库过去30年锰污染植物修复领域满足检索条件的2 047条相关文献信息进行可视化分析。结果表明:1)近30年来,国际锰污染植物修复研究领域经历了萌芽探索、缓慢增长和快速增长3个时期,发文量分别占总发文量的3.9%、27.2%和68.9%。2)国家间的合作较为紧密,而机构和作者之间的合作较为松散。3)该领域在3个时期展现出不同的研究热点,且研究主题的广度和深度不断拓展;“重金属迁移”“生物浓缩”“植物毒害”“粮食安全”“风险评估”是目前的研究前沿问题,并有望成为未来的研究热点。所得研究结果揭示了国际锰污染植物修复的整体框架和发展脉络,为未来该领域的研究方向提供参考。

为了探讨十大功劳甘草汤治疗肝炎的潜在作用机制,借助中药系统药理学数据库TCMSP(traditional Chinese medicine systems pharmacology)对十大功劳和甘草的生物活性成分和潜在作用靶点进行预测,通过Cytoscape 3.6.1软件构建十大功劳甘草汤活性成分-靶点-疾病网络,利用OMIM(online mendelian inheritance in man)和GeneCards 数据库进行肝炎疾病作用相关靶点的筛选,通过PPI(protein-protein interaction network)分析数据库构造十大功劳甘草汤和肝炎交集蛋白的相互作用网络,通过Omicshare平台对核心靶点进行GO(gene ontology)分析,并对核心靶点进行KEGG(kyoto encyclopedia of genes and genomes)代谢通路分析。在对十大功劳甘草汤主要活性成分与作用靶点进行分子对接分析的基础上,通过十大功劳甘草水提物治疗乙酰氨基酚(APAP)诱导的急性肝损伤小鼠,测定血清中相关生化指标,探讨其活性成分的作用机制。结果表明:十大功劳甘草汤治疗肝炎的交集靶点蛋白有25个,其中核心靶点有12个;筛选出山柰酚、柚皮素和异鼠李素3种潜在的先导化合物及其作用蛋白前列腺素过氧化物合酶(PTGS);十大功劳甘草水提物、山柰酚、柚皮素和异鼠李素可显著降低肝损伤小鼠血清中丙氨酸氨基转移酶(ALT)、天门冬氨酸氨基转移酶(AST)、嘌呤核苷磷酸化酶(PNP)和丙二醛(MDA)的含量,提高谷胱甘肽(GSH)和超氧化物岐化酶(SOD)含量;十大功劳甘草汤中的活性成分可能通过参与炎症因子氧化应激的调节而对抗肝损伤。

能源消耗与环境污染使得微藻生物柴油生产成为研究焦点。通过同时提取类胡萝卜素和油脂,对微藻进行综合利用,可以有效降低微藻生物柴油生产成本。类胡萝卜素是一类重要的活性物质,但是, 目前对于微藻类胡萝卜素的合成和代谢调控还缺乏了解。为了更好地理解和操纵微藻类胡萝卜素代谢以增强类胡萝卜素积累,本文综述了微藻类胡萝卜素合成与代谢调控的研究进展,包括类胡萝卜素生物合成途径,提高类胡萝卜素积累的生化调控方式、诱变方式和基因工程方式,阐述环境因素对类胡萝卜素积累的影响,总结了增强类胡萝卜素合成途径关键酶基因的表达、增强调控类胡萝卜素合成途径的转录因子基因的表达等基因工程策略,同时也对微藻类胡萝卜素代谢研究的发展进行了展望。

Web流量预测一直是数据中心网络的热点问题,对于提高网络服务质量具有重要意义。由于Web流量具有非线性、自相关性和周期性等复杂特点,对其准确预测有很大的挑战性。为充分挖掘出Web流量的可预测信息,同时使预测模型具有充分的可解释性和可配置性,本文提出一种基于Prophet和深度自回归(DeepAR)的组合预测模型。其中,Prophet是基于时序分解的加性模型,对Web流量的趋势、季节性周期、节假日信息进行建模。同时,使用基于概率预测的DeepAR模型对Prophet残差隐含的自回归信息建模,捕获长短期依赖关系,以减低Prophet残差的方差,并充分捕获Web流量的自回归信息。在真实的Web流量数据集上进行验证实验,结果表明在RMSE和MAE两项评价指标上均优于对比模型,验证了该组合模型的有效性。

随着我国高速公路体系不断完善和地区高速公路网络的成型,系统网络化分析逐渐成为高速公路运营管理的重要研究内容。复杂网络作为现实系统的抽象模型是研究网络的重要工具,本文根据高速公路系统运行特点,结合道路基础设施网络和出行者出行网络,建立高速公路多层复杂网络模型。在多层复杂网络的基础上,对PageRank算法和TOPSIS算法进行改进,构建PageRank-TOPSIS融合算法,并对高速公路节点重要性进行分析评估。结果表明,各收费站节点在不同性质的属性值下重要性差异较大,PageRank-TOPSIS融合算法能够根据不同的加权回归系数综合反映收费站节点在高速公路复杂网络的重要性。基于多层复杂网络的高速公路节点重要性分析给予高速公路节点研究新的视角,为高速公路网络分析和运营管理部门提供可靠的理论支持。

深度学习为轴承故障诊断的智能化发展提供了新思路。本文从类脑计算角度出发,设计一种对轴承数据敏感的脉冲神经网络来完成故障数据分类任务。首先采用信号分解的方式提高原始信号特征提取效果,然后对故障信号进行脉冲编码,并采用多分量混合输入方式填充时间步作为神经网络的输入,最后采用卷积脉冲神经网络(SCNN)进行故障分类。为了验证该模型的分类效果,采用西储大学轴承数据集进行验证,分类准确率达到了99.78%。结果表明该轴承数据编码方案可以充分发挥脉冲神经网络时空动力学特征,且该脉冲神经网络模型在轴承故障诊断问题上具有高精度、高效率的特性。本研究有利于促进脉冲神经网络在故障诊断领域的研究和应用。

声音事件检测技术能够识别出一个音频段中存在的事件类别并标注出各事件的起止时间,在智能城市、医疗监控、野生动物保护等应用场景有巨大潜力,是机器听觉领域的一个重要研究课题。本文从监督学习和半监督学习2个方面对声音事件检测方法进行综述,汇总和分析现有研究中使用的特征、检测模型及其性能。对于监督学习,重点介绍机器学习方法和深度学习方法。对于半监督学习,总结基于均值教师、协同训练、多尺度卷积和注意力机制等4种有效方法。最后,介绍常用数据集和评价指标,并讨论未来可能的研究方向,包括声音分离预处理、合成数据和真实数据域适应、自注意力模型优化、特征选择和融合、流式系统建模等问题。

非功能需求(non-functional requirements,NFR)描述了软件所需的一组质量属性,例如安全性、可靠性、性能等。为了开发高质量的软件产品,需要从软件需求规格说明书(software requirements specification,SRS)中提取NFR,如果此过程实现了自动化,不仅可以减少从大量需求中识别特定需求所涉及的人工、时间和精神疲劳,还可以帮助开发人员提供满足用户期望的高质量软件。针对此问题,本文采用深度学习特征提取和分类技术,提出一种基于预训练的BERT(bidirectional encoder representations from transformers)词嵌入和长短期记忆网络LSTM(long short-term memory)相结合的BERT-LSTM网络模型,用于质量软件开发的自动NFR分类。首先,通过BERT模型训练需求文本中的词向量,然后利用长短期记忆网络对词向量进行特征提取,最后使用Softmax分类器识别SRS中的NFR。实验表明,相比于其他算法,在由非功能需求和功能需求组成的PROMISE语料库中,BERT-LSTM网络模型在准确度、召回率、F₁得分等指标方面取得了最佳的效果。

由于轴承退化数据较少及不同工况之间轴承数据分布差异较大,实现在一个轴承上训练的剩余寿命预测模型,能够预测其他同一工况或不同工况不同轴承的剩余使用寿命,是一个待解决的难题。本文提出基于跨域均值逼近的联合分布自适应轴承剩余使用寿命预测方法,首先,对轴承原始振动信号数据进行归一化处理;其次,通过投影矩阵将源域和目标域数据映射到一个低维公共特征子空间中,利用基于跨域均值逼近的联合分布自适应方法对源数据和目标轴承数据进行领域适配;最后,利用门控循环单元对轴承剩余使用寿命进行预测。在IEEE PHM Challenge 2012数据集上进行多组迁移实验,结果表明,所提方法在同一工况或不同工况下不同轴承间有良好的预测精度。

从CT图像中自动有效分割肺结节对诊断和治疗肺部肿瘤具有重要意义。鉴于肺结节在肺部所占比例很小、形态不规则、与一些邻近组织和器官在视觉上非常相似,给分割任务带来困难,本文提出一种基于多感受野与分组混合注意力机制的肺结节分割网络MRF-GMA。首先,该网络通过多感受野特征聚合模块,捕获不同尺度的结节;其次,利用分组混合注意力模块,提升对结节像素的分辨能力;最后,采用混合损失函数对训练过程进行优化,缓解了类不平衡的问题。在实验部分,本文分别将MRF-GMA与FCN、SegNet、R2U-Net和Attention U-Net等进行比较,结果表明,MRF-GMA模型在Dice相似性系数(DSC)、召回率(recall)和准确率(accuracy)等方面均表现最优,相比Attention U-Net模型,分别提高了2.25、1.19和2.98个百分点。

本文利用空间分辨率优于10 m的影像为数据源,提取了广西1960、1973、1989、2001、2008、2018年共6个时期的大陆海岸线信息,综合分析了人类活动背景下广西大陆海岸线时空变化特征及驱动因子。结果表明:1) 1960—2018年广西大陆海岸线变化剧烈,总长度以1989年为节点呈现先减后增的态势,整体上共缩减了53.45 km;广西海岸线长度变化最剧烈的时段发生在1960—1973年;2)研究期内广西大陆海岸线的分形维数以1989年为节点呈现出先下降后上升的趋势,与岸线长度变化趋势一致;各时段海岸线复杂程度由复杂到简单依次为钦州市、防城港市、北海市;3) 人类活动是近58年广西大陆海岸线发生显著变化的主要原因,包括盐田和养殖池塘围海、修筑海堤、填海造陆(港口、工业、城镇、建设等)、道路和桥梁建设等。

本文通过整合分析,收集整理了国内外84篇生物质炭与土壤有效态镉含量及植物镉吸收方面的文献,从土壤特性、生物质炭施用量、生物质炭原料及制备条件等方面,研究了生物质炭施用对土壤有效态镉含量及植物镉吸收的影响。结果表明,生物质炭能有效降低土壤有效态镉含量及植物对镉的吸收,且植物比土壤的响应更明显。与不施加生物质炭的对照组相比,壤质和黏质土壤中的有效态镉分别显著(P<0.05)降低了33.06%和17.00%,而在砂质土壤中的变化不显著,弱酸性(5.5＜pH≤6.5)土壤对生物质炭的施用响应更显著,平均降低36.72%。生物质炭制备的合适原料、温度、时间及施用量分别为:生活垃圾类物质、大于等于600 ℃、大于等于3.5 h和3%左右。所得结果为镉污染土壤—植物系统中生物质炭的选择与应用提供参考依据。