课程文献中心 更多>>

关键词： 过程分析技术   细胞培养   拉曼光谱   图像分析   生物反应器   算法   优化  

摘要： 动物细胞培养是一项重要的生物工程技术,在该过程中需要对一些重要的生物和生化指标进行监测。目前广泛采用的是取样离线分析手段,存在时间滞后性和潜在的染菌风险。利用过程分析技术(process analytical technology,PAT)在线实时检测动物细胞培养状况,进而实现培养过程的优化与控制,具有重要的学术意义和工业应用价值。本文介绍了两项应用前景最为广阔的细胞培养PAT技术,即原位显微镜成像与拉曼光谱技术,分别用于在线测量细胞培养过程的重要生物指标(细胞数目、尺寸、形状)与生化指标(营养物质、代谢物质、蛋白质产物的浓度)。作为这两项技术成功应用的关键,文中重点介绍了图像分析算法和拉曼光谱建模方法。此外,对近红外光谱、荧光光谱等技术的一些研究探索也做了简要概括性介绍。最后,结合PAT技术的发展,探讨了实现动物细胞培养过程自动化与智能化的未来发展方向。

关键词： 黑素瘤   双重注意力机制   卷积神经网络   图像分割  

摘要： 针对黑素瘤存在难以分割,毛发遮挡时分割效果不佳,提出一种基于双重注意力机制的皮肤病变图像分割神经网络。模型共有两个解码路径与一个编码路径。首先将图像经过预处理与数据增强后采用ResNet50主干提取网络获得不同分辨率大小的特征层,再通过首个编码路径,对提取的最后一层特征层进行上采样后与之前提取的特征层进行特征融合,随后进入接下来的编码解码路径,最后通过RAB空间与通道注意力模块得到最终输出。在ISBI2016皮肤病变图像数据集上进行多次对比与消融实验,实验结果表明对于被毛发或其他物体遮挡的图像有着优秀分割结果。实验各项指标分别为准确率96.19%、敏感度93.32%、特异性97.32%、Dice系数93.26%和Jaccard系数87.36%,均优于现有算法。

关键词： 专业技术人才   公共服务水平   新引擎   优势转化   人才优势   数据管理   履职能力   政务服务  

摘要： 随着国家和地方新一轮机构改革,各地相继成立数据局,统筹数字经济发展和数字政府、数字社会建设,对数字化专业技术人才能力素质提出了更高的标准和要求。内蒙古阿拉善盟政务服务与数据管理局围绕提升政府数字化履职能力和公共服务水平,着力在数字化人才的“引、育、留、用”上下功夫,努力打造一支素质卓越、结构优化的高水平数字化人才队伍,持续将人才优势、技术优势转化为数字化发展的新动能。

关键词： 相似日   光伏功率短期预测   灰色关联分析   改进鲸鱼优化算法   长短期记忆神经网络  

摘要： 为了解决环境温度、风速和太阳辐照度等诸多因素对光伏发电预测的制约,提出了一种基于相似日分析和改进鲸鱼算法优化的长短期记忆(long short-term memory,LSTM)神经网络模型来实现光伏功率短期预测。首先,采用Pearson相关系数进行特征选择以去除与光伏输出功率不相关的气象特征;其次,针对相似气象情况下光伏电站发电功率接近的实际情况,采用灰色关联分析(gray relation analysis,GRA)选取与预测日气象特征相似的日期作为训练集;然后,提出一种改进鲸鱼算法(improved whale algorithm,IWOA)来优化LSTM深度神经网络的超参数,使预测模型的均方根误差达到最小;最后,以澳洲Yulara沙漠3号光伏电站的光伏发电历史数据作为实验数据,用GRA-IWOALSTM神经网络模型进行预测。仿真结果表明,在不同的天气类型下与其他模型的预测效果相比,GRA-IWOA-LSTM模型的预测结果精度更高。

关键词： 改进的粒子群算法   无功优化   主动配电网   多目标   线性加权求和法  

摘要： 随着分布式电源在配电网中的广泛应用,部分地区电压越限、有功网损增加的现象时有发生。但传统算法求解无功优化无法适应当代配电网的要求。因此,提出一种改进的粒子群算法应用于主动配电网无功优化。首先,建立有功损耗、电压偏移和、节点最低电压值的多目标函数,通过线性加权求和的方法将多目标函数转换为单目标。然后,提出一种基于种群集中度概念的惯性权重调整,并在算法的学习因子中引入正弦和余弦控制因子,利用改进后的算法进行主动配电网无功优化。最后,在改进的IEEE33节点上进行仿真,验证所提出算法的可行性、有效性。

关键词： 智能结构体系   土木工程   传感技术   数据管理  

摘要： 智能结构体系在土木工程领域具有重要意义,通过集成传感器、控制系统和智能材料,提升工程的安全性、耐久性和施工效率,促进节能环保和技术创新。然而,其发展面临技术复杂性、成本高、标准化不足、数据管理和分析能力欠缺及人才短缺等问题。为解决这些问题,需加大科研投入,制定标准和规范,提升数据管理和分析能力,培养复合型人才,并加强安全性和可靠性研究。这些措施将有效推动智能结构体系的发展和应用,为土木工程领域带来新的机遇和挑战。

关键词： 智能电网   经济调度   资源分配  

摘要： 本研究旨在探讨智能电网资源分配中,如何应用有限时间分布式时变算法,以此来提升电网的资源调度效率与稳定性。本次研究中,研究人员建立智能电网资源分配模型,通过对电网负荷、生成能力及需求预测的综合分析,为算法设计提供理论基础。在此基础上,提出了一种新型的分布式有限时间时变资源分配算法,并进行了稳定性分析,确保其在各种运行条件下的鲁棒性。研究结论表明,有限时间分布式时变算法显著提高了智能电网资源分配的效率以及系统稳定性,具备良好的实际应用前景。其在资源调度过程中的应用不仅降低了系统成本,还增强了电网的自适应能力,为未来智能电网的资源管理与优化提供了理论支持。

关键词： 隐私保护   推荐   遗忘学习   模糊聚类   自适应去噪  

摘要： 隐私保护在推荐系统中具有至关重要的地位,因为它有助于保护用户的敏感信息免受泄露风险。近年来,推荐遗忘学习作为一种有效的隐私保护手段引起了越来越多的关注。现有方法为了提高模型的训练效率,通常将数据划分为子分区进行训练。然而,简单划分子分区会破坏用户-项目间的完整性,降低数据的可用性。此外,子分区中隐式反馈的假阳性噪声会干扰模型的训练,使其无法准确地捕捉用户的真实偏好。为解决上述问题,提出了融合模糊聚类和自适应去噪的推荐遗忘学习算法(FDRU)。该算法使用模糊聚类来划分数据集,通过计算交互样本到各个聚类中心的余弦距离来确定隶属度,进而将训练集划分为若干个子分区。FDRU设计了一种自适应去噪方法,其能够根据阈值动态地剔除子分区中的假阳性噪声。通过动态权重聚合子模型进行预测和Top-N推荐。为了验证提出算法的性能,在三个公开数据集上进行实验验证,实验结果表明,提出的算法在召回率和归一化折损累计增益上优于其他基准算法。

关键词： 微波加热   鲸鱼优化算法   温度均匀性   多源微波功率   群体智能优化   多物理场联合仿真  

摘要： 多微波源组合加热系统内电磁场、温度场的均匀性不仅影响物料的加热质量,而且影响物料加热的能源效率。本文研究了多源微波加热系统中各微波源的功率分配问题,应用鲸鱼优化算法,探索提升多微波源加热物料的温度均匀性的调控方法。将加热系统中的多微波源的功率组合构建成一个鲸鱼种群的优化个体。设定微波总功率为约束条件并将物料温度均匀性作为目标函数,实现多微波源功率分配达到温度均匀分布的充分条件。对鲸鱼优化算法进行改进以提高搜索精度和收敛速度,提出实现微波源跟踪到对应分配功率的一个种群初始化迭代算法,从而实现温度均匀的目标。通过Matlab和COMSOL软件对模型进行联合仿真,结合算法的寻优迭代过程和模拟加热温度求解过程,验证了改进鲸鱼优化算法相较于各对比算法对温度均匀性有更好的效果。

关键词： 深度学习   草莓成熟度检测   YOLOv5s   SE注意力机制   SimOTA  

摘要： 本研究提出了一种基于YOLOv5s的草莓成熟度实时检测算法YOLOv5s-SCS,该算法针对检测过程中草莓数量多、体积小、果实之间遮挡、重叠、密集等特点,优化了对小目标和密集目标存在误检和漏检等问题,显著提升了检测速度。首先,引入SimOTA匹配算法动态分配成熟草莓正样本,提高成熟草莓的识别能力;其次,将YOLOv5s颈部的部分C3模块替换成C2f模块,实现了模型的轻量化,提升了模型的平均检测精度;最后,在YOLOv5s骨干网络的首个C3模块中添加具有全局感受野的SE(Squeeze-and-Excitation)注意力机制,该机制通过自动学习方式获取每个特征通道的重要程度,并且利用得到的重要程度来提升特征并抑制对当前任务不重要的特征。实验结果表明,改进后的算法平均精度均值、精确率、召回率、模型体积、检测速度分别为98.3%、92.6%、96.6%、13.5 MB和89.3 FPS,相较于原始YOLOv5s平均精度均值提高了1.8个百分点,精确率和召回率分别提升了1.3个和2.1个百分点,模型体积减小了0.3 MB,检测速度提高了82.24%,NMS(非极大值抑制处理)和图像预处理的时间大幅缩减,检测速度达到实时检测要求。该算法与其他算法比较,识别精度及模型体积均优于其他算法,在复杂环境下具有良好的鲁棒性,为开发草莓成熟度实时检测系统提供了解决方案。