城市道路场景的点云数据量巨大、类别分布不平衡且密度极不均匀,导致现有的点云分类方法难以满足高精度分类的需求。为了解决现有PointNet++网络对局部特征提取不充分的问题,本文充分考虑场景的上下文信息和点之间的全局依赖性,构建融合上下文信息的PointNet++点云分类网络模型。首先,基于注意力机制设计局部特征聚合模块,通过动态地融合邻域点特征以充分捕获局部信息。其次,考虑现有的分类模型不能顾及上下文信息,导致复杂场景下的分类性能受限,本文构建上下文感知模块和双注意力模块,从多个维度提取上下文信息,进一步增强特征的表达能力。实验结果表明:改进模型在大型点云数据集下具有更高的分类精度及更强的泛化性能(总体分类精度在Oakland和Paris公开数据集上分别为98.70%和96.84%),更适用于大规模点云分类。

航班机组按照空中交通管制员的指令飞行,是当前空中交通的管理模式。随着航班量增加,为有效提高空中交通运行效率,同时缓解管制员工作负荷,开展基于航迹预测的智慧空管成为新课题。本文针对航班的航迹预测问题提出先分类后预测的航迹预测法。采用某机场进场航班数据,首先应用K-means对航迹进行聚类和分类,接着针对每类进场航迹,构建Adam-LSTM深度学习模型,实现较高质量的航迹预测。研究结果表明,相比传统预测模型,本文方法航迹预测效果具有较大提升,研究成果可为智慧空中交通管理、异常航迹识别等提供技术支撑。

分布式电源的并网和逐渐扩大的配电网规模使得传统故障定位方法难度增大。针对这一问题,本文提出一种多策略改进的混合鲸鱼灰狼优化算法(H-WOA-GWO)结合区段修正的故障定位方法。首先将WOA包围收缩和螺旋更新机制融入GWO,构建混合算法来有效改善收敛速度;然后运用非线性收敛因子、改进领导狼位置和自适应狩猎权重来增强搜索自适应性、全局开发能力和缩短迭代时间。建立不同定位模型选择基于评价函数值法构建目标函数,通过分析伪最优解潜在信息提出区段修正策略。经仿真验证,三重故障下:混合算法正确率高于单一算法11个百分点,迭代时间可节约0.326 7 s;结合区段修正策略后正确率和求解时间较单纯混合算法分别提高17个百分点和74.88%,表明改进混合算法和修正策略可准确识别多重和多畸变节点故障,具备高效的求解速度和稳定性。

针对风速的随机性和波动性,为了进一步提高预测精度,本文提出一种融合二次模态分解、改进的蜣螂优化算法以及双向门控循环单元的组合预测模型。首先,针对蜣螂优化算法(DBO)中存在的容易陷入局部最优、全局搜索能力差等问题,引入拉丁超立方抽样、切线飞行等策略对DBO进行改进,并将改进算法(LDBO)用于BiGRU的参数寻优;其次,利用二次模态分解降低原始数据的复杂度,为后续建模提供稳定的序列数据;然后,使用BiGRU分别对二次模态分解后所得到的各模态分量分别进行预测,叠加各模态分量的预测结果作为最终预测结果;最后,将所提出的QMD-LDBO-BiGRU预测模型与其他4种主流预测模型(CNN-LSTM、TCN-RVM、ELM-Adaboost、BiTCN-SVM)进行对比实验,结果表明QMD-LDBO-BiGRU模型的评价指标R²达到98.086%,与对比模型相比分别提高21.396、19.525、11.474、5.457个百分点,验证了所提模型的有效性及适用性,为进一步提高风速预测的准确性提供一定参考。

针对物理信息神经网络(PINNs)方法在处理时间依赖性问题上的不足,本文提出一种基于注意力机制的物理信息神经网络(PINNsFormer)模拟洪水动态的方法,将PINNsFormer模型应用于求解圣维南方程。PINNsFormer模型能够有效捕捉时空依赖关系,从而提高求解精度和泛化能力。实验结果表明,此方法在模拟洪水传播和捕捉水面剖面细节方面表现出色。在与PINNs以及处理时间特征的神经网络模型FLS和QRes的对比中,PINNsFormer均具有更高的稳定性和精确性。在水平平面和均匀逆坡上的数值试验中,PINNsFormer方法均实现最低的损失值和测试误差,精度达到10^-4量级,准确再现洪水淹没边界的形状。

细粒度图像具有类间差异小和类内区别大的特点,许多研究利用Vision Transformer挖掘关键区域特征来提升细粒度图像分类的精度,但其仍存在2个主要问题:首先,网络挖掘关键性分类线索时背景区域也考虑在内,给模型带来额外噪声干扰;其次,输入的图像局部嵌入特征之间欠缺空间联系,模型缺乏物体结构认知能力,导致提取的类别特征不准确。针对此问题,本文提出互注意力空间自适应和特征对集成判别2个模块。先通过互注意力空间自适应模块学习不同嵌入层的互注意力增强权重,用于选择更佳的判别性区域,通过图卷积网络自适应学习不同区域的邻接关系;再利用特征对集成判别模块考虑图像对之间的线索交互,减少细粒度图像间的混淆,在令牌特征增强策略下得出最终预测结果。本文方法在CUB-200-2011、Stanford Dogs和NABirds等3个基准数据集上测试准确率分别达到92.5%、93.3%和91.8%,优于现有许多先进方法。

针对传统苹果叶片病害分类方法精准性差的问题,本文提出一种基于改进ConvNeXt的苹果叶片分类算法CALDNet (ConvNeXt apple leaf disease enhance network)。CALDNet设计3223结构的网络对模型结构进行调整,同时引入跳跃连接、位置编码以增强模型对空间的捕捉能力,提高训练过程中的稳定性;引入空间金字塔池化(spatial pyramid pooling, SPP)以捕捉不同尺度上的空间特征,增强模型对不同大小病斑的适应能力;在ConvNeXtblock的基础上,设计G-ConvNeXtblock,引入Gabor滤波器作为卷积核,对深度卷积进行改进,更好地捕捉图像中的纹理信息;为了提高模型对小范围苹果叶片病害的识别能力,设计一种增强型的通道和空间注意力机制(enhanced convolutional block attention module, enhanced CBAM)。实验以6种常见苹果叶片病害(黑星病、黑腐病、褐斑病、花叶病、锈病、灰斑病)及健康叶片为主要研究对象,并与主流算法进行对比。实验结果表明,CALDNet模型识别叶片病害的精确率、召回率以及F₁值达到97.58%、97.54%和97.54%,相较于原始ConvNeXt模型,分别提高4.63、4.56和4.60个百分点,参数量下降23.97%,解决了传统苹果叶片病害分类精准性差的问题。

针对多模态情感分析中存在的模态间交互性差、时序性考虑不充分以及模态重要性不同等问题,本文提出一种基于跨模态增强网络的时序多模态情感分析框架(TCAN-SA)。首先,通过模态间交互模块增强各模态之间的信息交流;其次,引入双向时域卷积网络(BiTCN)层,以捕捉模态信息的时序特征;最后,采用多模态门控模块来平衡模态间的重要性差异。实验结果表明,该框架在公开数据集CMU-MOSI和CMU-MOSEI上表现优异,相较于现有模型,性能更为突出。

随着区块链技术在金融、医疗等行业的深入应用,其面临的挑战日益凸显。其中,最为关键的便是共识机制的优化与发展。目前,联盟链主要采用的PBFT和Raft共识机制均存在一定局限性。PBFT共识机制通信量会随区块链网络中节点数量的增加而呈指数级别上升,导致效率降低;而Raft共识机制虽然在效率上有所优化,但其抗拜占庭攻击能力弱。针对上述问题,本文提出一种基于Raft的抗拜占庭攻击的共识机制MRBFT。首先,在Raft选举过程中引入信誉值机制,选举信誉值较高的节点来提升当选节点可靠性;在选举Leader的同时,选举出总节点数量中一定比例的Monitor节点。其次,在共识过程中,由Monitor节点对其余节点的行为进行监督,提升算法抗拜占庭攻击的能力,同时对节点的信誉值进行更新,保证每轮选举都能选出最值得信赖的节点,提升算法的安全性。实验结果表明,在与PBFT抗拜占庭攻击能力相同的情况下,随着节点数量的增加,MRBFT通信量更低,通信开销为PBFT的44%,吞吐量为PBFT的1.5倍。对比同类算法,在安全性近似的场景下,吞吐量和共识时延上都具有较为明显的优化效果。

本文研究时空分数阶Sasa-Satsuma方程行波解的分岔及其动力学行为。首先对时空分数阶Sasa-Satsuma方程进行分数阶复变换,将其转化为等价的常微分系统,推导出对应的平面动力系统;然后对平面动力系统参数不同取值进行讨论,获得对应相图;再根据系统分岔情况,求解时空分数阶Sasa-Satsuma方程不同轨线各类行波解的精确表达式;最后给出部分解的三维图。

本文在采用逐步Ⅰ型混合截尾(type-Ⅰ progressive hybrid censoring, Type-Ⅰ PHC)方案的步进应力部分加速寿命试验(step-stress partially accelerated life test, SSPALT)下,研究屏蔽数据相依串联两部件系统的统计推断。当部件寿命服从指数分布时,利用损伤随机变量(TRV)模型和Copula函数构建相依竞争风险模型;然后,基于极大似然理论,建立未知参数的极大似然估计,并通过渐近似然理论和Bootstrap抽样方法给出参数相应的置信区间估计;最后,运用蒙特卡罗模拟验证所提估计方法的可行性。结果表明,该模型方法对相依屏蔽数据系统的可靠性分析可行、有效。

针对领导智能体和跟随智能体可能发生碰撞情况,结合实用一致性和恒同一致性特点,本文提出并研究领导-跟随多智能体系统的集合一致性。首先,选取不含零的有界集合,给出集合一致性概念;然后,设计合适的分段牵引控制协议,建立误差系统,将多智能体系统的集合一致性问题转化为误差系统的集合稳定性问题,得到加权有向网络拓扑结构下多智能体系统达到集合一致的充分条件;最后,数值模拟验证理论结果的正确性。

为探究酚醛树脂添加量对活性炭微观结构及电化学性能的影响,寻找相对经济的制备超级电容器用活性炭的方法,本文以毛竹废弃物为原材料,酚醛树脂为改性剂,通过KOH活化制备酚醛树脂/竹基复合活性炭,并对其进行表征。结果表明:复合活性炭微观结构受酚醛树脂添加量影响,树脂添加量为15%~35%的复合活性炭比表面积及总孔容均增大,平均孔径减小,为电荷的存储提供更多吸附位点。其中,树脂添加量为35%的复合活性炭相较于纯竹基活性炭比表面积及总孔容分别提高28.5%及29.2%,平均孔径减小为1.78 nm,在电流密度为0.5 A·g^-1时比电容为263.85 F·g^-1,相较纯竹基活性炭提高53.3%,说明加入酚醛树脂后所制备的活性炭电化学性能得到明显改善。

本研究基于氧化石墨烯(GO)的荧光猝灭效应和质量放大效应,建立一种荧光强度和荧光偏振双信号同时检测方法,用于农药啶虫脒的定量分析。标记有荧光分子的核酸信号探针吸附在GO表面时,检测到较低的荧光强度和较高的偏振信号。当啶虫脒与其适配体结合后,释放的互补核酸探针与信号探针杂交而使其远离石墨烯,此时得到增强的荧光强度和降低的偏振信号。实验考察不同浓度啶虫脒的荧光强度和偏振信号之间的关系,并优化目标物识别时间、氧化石墨烯的浓度和反应时间等条件。实验结果表明:在优化的实验条件下,荧光偏振法(LOD=5 nmol/L)比荧光强度(LOD=50 nmol/L)的检出限更低,而荧光强度法更稳定。该方法具有较好的选择性,并实现对芹菜叶和湖水中啶虫脒的分析。

悬浮颗粒物是自然水体的重要组分,能对水体中污染物的光化学行为产生重要影响。本文以蒙脱石-腐殖酸复合颗粒模拟水体悬浮颗粒物,研究其对四环素(TC)光解行为的影响。结果显示,水体中蒙脱石-腐殖酸颗粒物的存在显著加速四环素的光解,其光解动力学符合准一级动力学模型。电子自旋共振波谱分析和自由基淬灭实验表明,蒙脱石-腐殖酸复合颗粒物中的光活性成分(蒙脱石、腐殖酸)在光照条件下诱导活性氧自由基的产生,自由基与四环素之间的进一步反应加速其光解。蒙脱石和蒙脱石-腐殖酸复合颗粒体系中的光解对比实验以及吸附实验进一步表明,复合颗粒物对四环素光解的促进作用还与界面吸附密切相关。四环素分子与蒙脱石表面吸附点位之间的界面作用有利于光能量的吸收和电子转移,进而加速光解。复合颗粒物对四环素光解的促进作用是这2种机制共同作用的结果。光解产物分析表明,在复合颗粒物存在条件下,苯环上的羟基加成、脱甲基和脱水是四环素分子降解的主要反应途径。本研究为全面理解真实水体环境中抗生素污染物的光化学行为提供有价值的参考。

γ-戊内酯和乙酰丙酸酯作为重要的生物质平台分子,在化学品、液体燃料和聚合物的生产中具有广阔应用前景。本文制备一种酸性可调控的P-Zr/H-Beta双功能催化剂,用于糠醛选择性转化制备γ-戊内酯和乙酰丙酸酯。该催化剂在异丙醇作为氢供体的条件下,可有效催化糠醛通过转移加氢、开环和环化反应等合成γ-戊内酯和乙酰丙酸酯。在150 ℃,γ-戊内酯和乙酰丙酸酯的收率分别为41.6%和23.7%,总收率为65.3%。糠醛转移加氢的活性取决于催化剂的酸碱性质,这与P-Zr/H-Beta中的P与Zr的物质的量之比密切相关。此外,本文还探讨时间、温度等反应参数对γ-戊内酯和乙酰丙酸酯收率的影响,并进一步对P-Zr/H-Beta的结构进行详细表征。

探讨现存古树资源特征和空间分布格局对古树保育和全球生物多样性维持具有重要意义。本研究结合文献资料和实地调查数据,对漓江流域古树资源的种类组成、分布区类型、结构特征、生长状况及空间分布格局进行分析,探讨漓江流域古树的资源组成及空间分布现状。结果表明:漓江流域共分布有古树4 360株,隶属于40科91属124种,其中3种为国家I级野生重点保护植物,8种为国家II级野生重点保护植物。古树组成主要以三级古树为主(3 677株),占总株数的84.33%;古树整体生长状态良好,正常生长的古树占总株数的94.89%,仅发现3株死亡的古树。科和属的分布区类型分别以泛热带分布型和热带亚洲(印度-马来西亚)分布型为主,这与漓江流域的地理位置相吻合。相关性分析表明,古树的树高、胸围和冠幅3个变量间均存在极显著正相关(P<0.01)。漓江流域各县的古树个体数量和多样性指数存在较大差异,总体呈现出漓江流域中部地区古树分布较少而流域四周分布较多的特点。

为了解不同林分密度对杉木Cunninghamia lanceolate人工林土壤特性的影响,以福建省洋口国有林场的不同林分密度的实验林为研究对象,对不同林分密度下杉木人工林的土壤含水量、化学计量比、酶活及林下植被多样性进行研究,结果表明:1)各个密度对杉木人工林林下植被多样性中的物种丰富度指数和Shannon-Wiener指数无显著性影响(P>0.05),对Simpson指数和Pielou均匀度指数却有较大影响。2)不同林分密度对土壤化学性质有显著差异(P<0.05),随着林分密度的上升,土壤全碳含量先增加后减少,土壤全氮先下降后上升。3)不同林分密度对于土壤酶活性具有显著影响(P<0.05),其中,随着林分密度的上升,土壤的多酚氧化酶、酸性磷酸酶活性降低,而土壤脲酶和土壤蔗糖酶活性增加。4)不同林分密度对土壤微生物优势菌群存在显著影响(P<0.05),低林分密度一定程度上可以提高土壤微生物细菌群落结构多样性。在土壤细菌群落与理化性质相关性分析中,全磷(TP)、有效磷(AP)含量与土壤优势菌群Actinobacteria呈极显著相关(P<0.01)。全碳(TC)、全氮(TN)与优势菌群Zoopagomycota呈极显著相关(P<0.01)。总体而言,低林分密度是杉木人工林种植的最佳选择。

本研究通过克隆、生物信息学和表达分析方法对杉木热激蛋白70(heat shock protein 70,HSP70)基因进行研究,为深入理解杉木HSP70基因的功能和杉木遗传改良以及其可持续栽培提供科学依据。本研究选用杉木优良无性系“洋061”一年生苗作为试验材料,利用逆转录聚合酶链式反应(RT-PCR)克隆得到ClHSP70基因。运用Expasy软件等在线软件预测并分析ClHSP70蛋白的理化性质、跨膜螺旋域、信号肽、二级结构和三级结构;运用Cell-PLoc 2.0在线软件预测蛋白的亚细胞定位;运用Mega 11软件构建系统发育树;克隆ClHSP70基因并构建到pCAMBIA35s-EGFP载体中,分析ClHSP70蛋白的亚细胞定位;并利用实时荧光定量PCR(quantitative real-time PCR)对其表达水平进行分析。克隆得到的ClHSP70基因编码670个氨基酸,ClHSP70蛋白的分子式为C₃₂₉₇H₅₃₀₆N₉₄₀O₁₀₀₈S₂₆,具有不稳定性,不含信号肽和跨膜区域,预测定位于细胞质。系统进化分析表明,杉木ClHSP70与欧榛Corylus avellana亲缘关系更为密切。亚细胞定位实验结果显示,ClHSP70蛋白定位于细胞核;qRT-PCR表达分析,ClHSP70基因在叶片中的相对表达量最高。ClHSP70基因在高温条件下6 h后相对表达量达到峰值,干旱处理12 h其表达量达到最大值,即ClHSP70基因受高温和干旱胁迫诱导上调表达。杉木ClHSP70基因的成功克隆与序列分析,揭示了其在杉木不同组织中的表达及对高温与干旱胁迫的响应,并为杉木抗逆性育种提供重要的理论基础。

柳江是珠江水系西江干流第二大支流,在人类生产生活中发挥重要作用。运用Shannon-Wiener多样性指数H′、生物学污染指数BPI、敏感指数BMWP、生物指数BI和大型底栖动物完整性指数B-IBI等多种指数评价柳江河流健康状态,结果表明:B-IBI、BI和BPI指数显示,分别有97%、93%和97%的采样点处于健康状态或亚健康状态。而H′和BMWP指数显示,仅有59%和34%的采样点处于健康状态和亚健康状态。综合5种河流健康状态评价指数结果,融安县和柳州市柳北区附近的采样点H12、H13、H14、H20、H22、H23、H24和H26河流健康状态较差。