课程文献中心 更多>>

关键词： 无线网络控制系统   调度算法   非线性规划   鲁棒性  

摘要： 为了提升对丢包拓扑和传感器需求变化的鲁棒性,提出了一种基于混合整数非线性规划的无线网络控制系统鲁棒调度算法。首先将仅支持有限传输速率集的离散速率传输模型的调度、功率控制和速率自适应的联合优化问题描述为一个混合整数非线性规划问题,并证明了该问题是NP难的。然后提出一个最佳多项式时间功率控制与速率适配演算法,以最小化节点子集的传输时间。进一步设计了一种多项式时间启发式调度算法从而均匀分布时间节点子集。最后通过仿真证明在满足已知的周期性数据生成传输延迟的前提下,提出方法能够满足能耗要求,并且能够对拓扑和信道变化提供最大的鲁棒性以及传感器节点可靠性。

关键词： 参数不确定性   分数阶   模糊神经网络   准同步  

摘要： 为解决具有参数不确定性的泄露时滞和时变时滞分数阶模糊神经网络准同步问题,首先,引入分数阶模糊神经网络模型。其次,采用分数阶Caputo导数定义法、线性控制法、Henry-Gronwall积分不等式法以及H?lder不等式法进行定理推导,得到具有参数不确定性的泄露时滞和时变时滞分数阶模糊神经网络准同步的充分条件。最后,借助MATLAB工具箱,进一步验证理论结果优越性。该神经网络模型可以实现准同步。

关键词： 雷公藤   睾丸毒性   加味五子衍宗丸   网络药理学   分子对接   作用机制  

摘要： 目的 运用网络药理学的方法,探讨加味五子衍宗丸减轻雷公藤睾丸毒性的作用机制。方法 运用多个数据库分析加味五子衍宗丸减轻雷公藤睾丸毒性的有效化学成分和作用靶点以了解作用机制。结果 加味五子衍宗丸的前5个化合成分分别是槲皮素、蔗糖、山奈酚、半乳糖、鞣花酸,前5个靶点分别是TP53、SRC、EP300、MAPK3、STAT3;KEGG通路富集分析主要富集在癌症通路、脂质与动脉粥样硬化、乙型肝炎、细胞凋亡、糖尿病并发症中的AGE-RAGE信号通路、PI3K-Akt信号通路等。结论 加味五子衍宗丸的活性成分主要通过干扰TP53、SRC、EP300、MAPK3、STAT3等靶点及调节细胞凋亡、PI3K-Akt信号通路、糖尿病并发症中的AGE-RAGE信号通路和脂质代谢等来减轻雷公藤睾丸毒性。

关键词： 视网膜血管分割   渐进式特征提取   多尺度通道注意力   动态损失  

摘要： 视网膜血管分割任务仍然存在许多挑战,例如眼底图像中生物学背景复杂、毛细血管细小且模糊以及特征难以得到充分利用。针对这些问题,提出了一种融合动态损失与渐进多尺度注意力的网络。其中渐进式特征提取策略可以在网络中逐步捕获对分割有益的特征,并且保留更多细节。设计的多尺度通道注意力模块能够获得复杂的通道依赖关系并且抑制跳跃连接过程中的背景噪音,达到突出重要特征的目的。最后提出动态损失用来自适应调整深监督中各损失函数的权重,优化训练策略。所提出的方法在两个公开的数据集DRIVE和CHASE_DB1中进行了充分的验证,其中灵敏度分别达到0.838 9和0.846 8,准确率分别达到0.971 5和0.974 5,展现出了较好的分割性能。

关键词： 无线传感器网络   粒子群优化算法   拉丁超立方采样   相互学习能力   动态学习因子  

摘要： 为了提高无线传感器网络(Wireless Sensor Network, WSN)的覆盖率,提出了一种基于相互学习能力和动态学习因子的改进粒子群优化(Modified Partide Swarm Optimization, MPSO)算法。引入了拉丁超立方采样(Latin Hypercube Sampling, LHS)序列来初始化种群,增加了种群的多样性,为之后优化奠定基础;引入一种相互学习方法,粒子通过随机选择目标粒子来增强自身的学习能力,提升局部寻优性能;利用一种动态学习因子策略,通过改变粒子的学习能力,加快了算法收敛速度并增强了全局寻优能力。仿真结果表明,在不改变原算法复杂度的情况下,相较于基本PSO算法和其他对比算法,改进PSO算法可以耗费更少的资源达到更好的寻优效果,可以有效地解决网络覆盖盲区和覆盖冗余问题,提高网络覆盖率。

关键词： 1,4-丁二醇   能量集成   换热网络  

摘要： 针对混合C_(5)原料联产顺酐和苯酐的1,4-丁二醇生产工艺存在能耗高的缺陷,通过对生产工艺的模拟,并采用夹点技术,分析和优化了1,4-丁二醇生产工艺的能耗,并进一步对换热网络进行集成和优化,达到了节能效果。研究结果表明:节省热公用工程10239.3 kW和冷公用工程21683.2 kW,换热单元数由原来44个减少为32个,降低了设备成本。

关键词： 5G边缘计算系统   光纤网络通信   设计与实现  

摘要： 利用5G边缘计算技术,结合光纤网络通信,构建高效、可靠的边缘计算系统,是满足新一代智能光纤应用需求的重点内容。本文首先简述5G技术与边缘计算基础,并讲解光纤网络通信技术现状,然后讲述基于光纤网络通信的5G边缘计算系统设计关键技术,接着以离散制造车间为例详细阐述系统设计方案的可行性及要点,以期对高效、可靠的信息系统构建研究有理论和实践依据。

关键词： 县域治理   农村养老服务   运作逻辑   党政统合   扎根理论  

摘要： 县域作为国家和社会、城市与乡村的连接点,在城乡统筹发展中以县域为单元发展农村多层次养老服务体系成为建设重点。以中央和地方政策文本、东中西部3个典型案例的田野调查资料,基于扎根理论,探索县域统筹下农村多层次养老服务网络的运作逻辑。研究发现,县域农村多层次养老服务网络主要包括要素配置、设施空间布局、组织互动网络、需求满足,其运作逻辑在于城乡统筹(要素支撑)、空间配置(基础条件)、组织激励(内生动力)、供需适配(制度目标)的交互作用。由此提出不断深化城乡融合发展,推进县、乡、村三级设施载体的空间布局优化和功能升级,同时基于县域党政统合优势和供需适配的制度目标要求,实现主体联动和组织激励、老年人需求识别和瞄准,以不断提升县域农村多层次养老服务治理效能。

关键词： 课堂行为识别   轻量级   线性注意力   姿态估计  

摘要： 课堂行为识别需要模型具有较快的推理速度、较少的参数量以及较好的模型鲁棒性。现有轻量化模型虽然达到了不错的实时性能,但其在面对课堂复杂场景时准确率较低,难以达到实际要求。针对此问题,提出了聚焦线性注意力姿态估计网络FLAPose(focused linear attention pose,FLAPose),重新设计的分组注意力(sectionalization attention,SA)增强了模型捕捉局部信息的能力,然后使用聚焦线性注意力(focused linear attention,FLA)设计增强模型学习骨架信息的效果,最后通过骨骼损失对模型辅助监督,增强模型对遮挡重叠区域的学习能力。实验表明:与基线网络RTMPose相比,FLAPose在更少参数和计算量的情况下,COCO数据集上的平均准确率提升了1.7%,CS-Dataset数据集上平均准确率提升4.8%。此外,模型通过TensorRT加速后部署在推理服务器中,测量了模型在GPU上的每秒帧数(frames per second,FPS),FLAPose的FPS在GPU上超过764.460,在CPU上超过215.63,高于其他所有网络。

关键词： 太赫兹时域光谱技术   食品添加剂   神经网络   CNN-LSTM-Attention  

摘要： 该研究利用太赫兹时域光谱技术,对苯甲酸、山梨酸、木糖醇、L-丙氨酸、三聚氰胺和苏丹红Ⅰ号6种食品添加剂进行光谱检测,并计算得到其在0.4~2.4 THz频段的太赫兹实验谱。采用Savitzky-Golay(S-G)平滑方法对实验谱数据进行校正与预处理,结合主成分分析法(PCA)对光谱数据降维,并分别将卷积神经网络(CNN)和长短时记忆网络(LSTM)应用于食品添加剂的定性分类识别模型。结果表明,CNN模型和LSTM模型的分类准确率分别为93.8%和92.7%,而引入Attention机制建立的复合神经网络(CNN-LSTM-Attention)模型的分类识别准确率得到大幅提升,达到99.5%。为了构建更客观以及更丰富的评价体系综合评价上述3种模型,采用F1分数作为评价指标,经对比发现,CNN模型和LSTM模型的F1分数分别为0.91和0.88,而CNN-LSTM-Attention模型的F1分数为0.95,明显优于上述两种模型。将3种模型应用于食品添加剂混合物的定性分析,结果显示,CNN-LSTM-Attention模型在对混合物的识别中表现出明显优势,识别准确率为90.0%,F1分数为0.87,优于CNN与LSTM模型,在食品添加剂混合物的定性识别中具有明显优势。研究结果表明,相比于CNN和LSTM模型,使用复合神经网络CNN-LSTM-Attention建立的定性分类模型在准确率、F1分数方面均为最优。该研究为食品添加剂的快速、准确、无损检测提供了理论支撑,有着极大的应用价值和潜在应用前景。