姜建国治疗多囊卵巢综合征经验

多囊卵巢综合征（PCOS）是当前妇科常见的疑难病症,中医并无与其相对应的病名,临床上患者多以月经不调（月经后期、月经过少、闭经）、不孕、痤疮、肥胖、多毛就诊。姜建国教授认为其病机为肾虚血热,痰瘀互结;辨证要针对痤疮、月经不调（月经后期、闭经）、不孕不同表现,审证求因,分清主次,合理施治;日常要注重调护,合理养生。

姜建国治疗痛经经验

姜建国教授是山东名医。博士研究生导师，从事临床30余年，擅长诊治肝胆病、脾胃病、癌症、不孕症等，其对痛经的治疗尤为独到，疗效可靠。有幸随师学习．现将其治疗痛经的经验整理如下，以飨同道。痛经是指妇女正值月经期或行经前后。出现周期性小腹疼痛，或痛引腰骶。甚至剧痛晕厥者。现代医学仅以镇痛、镇静、解痉等对症治疗，或者口服避孕药抑制排卵、抗前列腺、子宫松弛剂、钙剂对抗剂以及其他内分泌制剂。根本无法彻底治愈。且反复用药对身体造成不可预知的破坏性作用。

姜建国从血热治疗唇炎经验

姜建国教授为全国名老中医药专家传承工作室建设项目专家,国家中医管理局第五批全国老中医药专家学术经验继承指导老师,临床擅长诊治疑难病症。笔者有幸跟随姜建国教授学习,现将其从血热分析治疗唇炎的经验介绍如下。

基于敏感特征深度域关联的Android恶意应用检测方法

利用机器学习或深度学习算法进行Android恶意应用的检测是当前主流方法,取得了一定的效果。然而,多数方法仅关注应用的权限和敏感行为等信息,缺乏对敏感行为协同的深度分析,导致恶意应用检测准确率低。对敏感行为协同深度分析的挑战主要有两个:表征敏感特征域关联和基于敏感特征域关联的深层分析与检测。本文提出了一种新的Android恶意应用检测模型GCNDroid,基于敏感特征域关联关系图描述的应用程序主要敏感行为以及敏感行为之间的域关联关系来有效地检测Android恶意应用。首先,为了筛选出对分类更加敏感的特征,同时减少图节点的数量,加速分析,本文构建了敏感特征字典。接着,定义类或者包为域,在同一个域中的敏感特征具有域关联关系。通过敏感特征所在域的相对范围,构造敏感特征之间不同的域关联权重,生成敏感特征域关联关系图,敏感特征域关联关系图可以准确表征特定功能模块中的敏感行为,以及敏感行为之间的完整关系。然后,基于敏感特征域关联关系图,设计基于图卷积神经网络的深度表征,构建Android恶意应用检测模型GCNDroid。在实践中,GCNDroid还可以利用新的敏感特征不断更新,以适应移动应用程序新的敏感行为。最后,本文对GCDNroid进行了系统评估,召回率、调和平均数、AUC等重要指标均超过96%。与传统的机器学习算法(支持向量机和决策树)和深度学习算法(深度神经网络和卷积神经网络)相比,GCNDroid取得了预期的效果。

基于VMD-FE-CNN-BiLSTM的短期光伏发电功率预测

为提高光伏功率的预测精度,提出一种变分模态分解(VMD)、模糊熵(FE)、卷积神经网络(CNN)和双向长短期记忆神经网络(BiLSTM)的光伏功率组合预测模型。该方法首先采用VMD将原始光伏序列数据分解成多个子序列,从而减少随机波动分量和噪声干扰对预测模型的影响,通过FE对每个子序列进行重组,使用一维CNN的局部连接及权值共享提取不同分量的特征,将CNN输出的特征融合并输入到BiLSTM模型中;利用BiLSTM模型建立历史数据之间的时间特征关系,得到光伏发电功率预测结果。与BiLSTM、CNN-BiLSTM、EEMD-CNN-BiLSTM、VMD-CNN-BiLSTM这4种模型进行比较,该文提出的VMD-FE-CNN-BiLSTM模型在光伏发电功率预测中具有较高的精确度和稳定性,满足光伏发电短期预测的要求。

多策略改进蜣螂优化算法及其在光伏发电功率预测中的应用

为了提高光伏发电功率预测的精确度,利用伯努利映射、鲸鱼优化算法的螺旋更新机制和最优个体自适应t分布3种策略改进标准蜣螂优化算法。通过在8种标准测试函数上进行验证,结果表明改进后的算法在收敛速度和寻优能力方面均有显著提升。进一步地,采用改进蜣螂优化算法优化长短期记忆网络模型(IDBO-LSTM)进行光伏发电功率预测,并与其他6种模型进行对比实验。预测结果表明,相较于其他模型,IDBO-LSTM在3种不同的天气类型下都展现出来更好的预测性能。与DBOLSTM模型相比,IDBO-LSTM的平均绝对误差率分别下降了0.08%、3.51%、4.02%。

基于VisuShrink小波阈值变换的甲烷检测降噪技术

在利用可调谐半导体激光吸收光谱技术探测甲烷气体泄漏时,复杂的环境光干扰会降低浓度检测信号的信噪比使波形失真。为了抑制噪声,增强电信号与浓度值的线性相关度,提出一种以VisuShrink方法改善小波阈值函数的小波阈值去噪算法。该算法针对小波阈值去噪算法的软硬度不能平衡信号,存在失真的问题,利用统计方法对阈值进行计算,弱化间断点阈值跳变影响。通过仿真计算对比未加噪声前的信号与滤波后的信号,提出算法的信噪比为28.405 30,优于四阶巴特沃斯滤波器。VisuShrink方法在SNR和NCC参数上性能远优于巴特沃斯滤波器,与软阈值函数相近,在MSE均方误差分析上远小于软阈值精度,与巴特沃斯相近,具有较好的平滑特性。实际搭建检测平台对多个浓度样本采样进行多次采样,采用VisuShrink方法设计的滤波器将系统误差精度从4.14%提升至2.472%,算法可有效用于甲烷检测系统提高光谱数据的平滑性和准确性。

基于GNSGA-Ⅱ算法的线圈优化设计

在电动汽车无线充电技术中,充电线圈的性能直接影响系统的整体传输性能。在分析常用线圈形状的基础上,引入拉梅曲线方程,设计了一种新型超圆角方形线圈;对耦合电路进行理论分析,得到优化目标传输效率和功率密度与待优化参数之间的关系;利用改进的多目标优化算法(GNSGA-Ⅱ)进行线圈的参数优化,得到一组最优的参数解用于工程设计。该方法相比于传统有限元仿真计算法,具有节省时间的优点,优化设计结果表明该方法具有有效性。

基于Cuk变换的MCR-WPT系统阻抗匹配研究

在分析无线充电系统的基础上,在发射端检测电流电压相位并加入锁相环调整系统频率,使系统处于谐振状态,提升系统的传输效率。同时,为满足无线充电系统在不同负载阻值下都具有较高效率,在负载端接入Cuk变换器并采用PID控制策略实现系统恒功率输出。用Simulink仿真平台搭建模型,当系统处于谐振状态后,负载阻值在20、30、40Ω时系统传输效率最终稳定在0.84,并且稳定持续输出5 kW的功率。

新工科背景下现代信号处理课程教学改革研究

基于新工科理念构建具有学科交叉特点的管道泄漏和电机故障信号处理教学内容,将前沿技术和科研成果融入教学内容,形成了基于经典算法、模态分解算法、深度学习方法的信号处理教学内容,进行项目探究式教学,支撑专业服务地方经济的研究方向;从大庆精神、工匠精神和职业素养方面挖掘思政元素,在教学过程中实施育人,支撑学校的大庆精神育人办学特色;以“学生中心、产出导向”为指引,加大教学过程评价,持续提高课程的教学质量。

采用扰动加速因子的自适应粒子群优化算法

针对粒子群算法容易陷入早熟收敛和搜索效率不高等问题,分析了几个现有的改进粒子群优化算法.在粒子对称分布有利于提高搜索结果的基础上,对粒子群优化算法进行了改进.改进后的算法可以在运行过程中的不同阶段自适应地以余弦函数的变化方式调整惯性权重系数;在加速因子线性变化的基础上,基于一定的条件对加速因子进行扰动;并确定了相应条件参数的参数取值.通过几个经典的函数,对该算法进行了验证,并与相关文献中改进的粒子群优化算法进行了对比.结果表明,新算法不仅显著提高了收敛速度,而且能有效地改善早熟现象.

电力电子装置在电力系统中的应用

电力电子装置能够促进电力系统向可持续发展和智能化转型。从发电、储能、微型电网、输电和电能质量5个方面,介绍了电力电子装置在电力系统中的主要应用。从提高电力电子装置可靠性、安全性、经济性和标准化的视角,综述了可靠性评估、故障运行管理、硬件在回路仿真和电力电子标准模块的研究工作。最后阐述了电力电子装置在电力系统应用中亟待解决的难题。

青鱼不同组织中同工酶的表达模式

采用聚丙烯酰胺垂直板状连续电泳的方法对青鱼（Mylopharyngodonpiceus）的脑、晶体、心脏、肾脏、肝脏、肌肉等六种组织进行了十种同工酶（α－AMY、EST、GOT、C6PDH、TDH、LDHMDH、ME、POX、SOD）的电泳研究，并对各种酶的同工酶位点表达及酶谱表型进行了分析。结果表明α－AMY、EST、TDH、LDH、MDH、ME、POX、SOD、C6PDH存在不同程度的组织特异性，COT无明显组织差异．并对同工酶的组织分布特异性的生理意义进行了讨论。

一种基于佳点集的类电磁机制算法

提出了一种改进的类电磁机制算法——基于佳点集的类电磁机制算法.该算法运用数论中的佳点集理论构造初始种群;改进了局部搜索算法;运用改造后的公式计算粒子之间的作用力;设计了一种自适应移动算子来更新粒子.实验结果表明,改进后的算法能更快、更精确地收敛于问题的全局最优值.

基于改进核密度估计的光伏发电功率区间预测

该文提出了一种基于改进核密度估计和GRO-CNN-LSTM-Attention的光伏发电功率区间预测模型。该模型通过引入淘金优化算法(GRO)与SE注意力机制提高了点预测模型的准确度,同时通过自适应带宽参数与混合概率密度函数两种策略改进核密度估计区间预测方法,使得改进后的区间预测方法在满足置信度要求的前提下平均区间宽度更窄,提高了区间预测的准确性。在三种不同的天气类型下分别以85%、90%和95%的置信度进行光伏发电功率区间预测,采用预测区间覆盖概率和预测区间平均宽度作为评价指标与其他预测方法进行对比分析,验证了所提预测模型的有效性与准确性。

用自适应方法提取鼠笼式异步电机转子断条的特征分量

本文根据自适应滤波的原理,推导出处理鼠笼转子异步电机定子电流的方法。经过仿真计算和对转子有断条的电机定子电流的处理,结果表明:用本方法可以大大提高检测转子断条故障特征分量的灵敏度。

草鱼同工酶的组织分布及遗传结构分析

采用聚丙烯酰胺垂直板状连续电泳的方法，对草鱼（Ｃｔｅｎｏｐｏｈａｒｙｎｇｏｄｏｎｉｄｅｌｕｓ）的脑（Ｂ）、晶体（Ｅ）、心脏（Ｈ）、肾脏（Ｋ）、肝脏（Ｌ）、肌肉（Ｍ）等六种组织进行了十一种同工酶（α－ＡＭＹ，ＥＳＴ，ＧＯＴ，Ｇ３ＰＤ，Ｇ６ＰＤ，ＩＤＨ，ＬＤＨ，ＭＤＨ，ＭＥ，ＰＯＸ，ＳＯＤ）的电泳研究，并对各种酶的同工酶位点及酶谱表型进行了分析，其中α－ＡＭＹ和ＰＯＸ还未见报道。结果表明α－ＡＭＹ，ＥＳＴ，Ｇ３ＰＤ，ＬＤＨ，ＭＤＨ，ＭＥ，ＰＯＸ，ＳＯＤ存在不同程度的组织特异性，ＧＯＴ和Ｇ６ＰＤ则无明显组织差异。对草鱼的α－ＡＭＹ，Ｇ３ＰＤＹ和ＰＯＸ的遗传基础、亚基组成及ＬＤＨ特殊的酶谱表达模式等问题进行了讨论。

一种双菌群细菌觅食优化算法

针对细菌觅食优化算法寻优速度慢且易陷入局部最优等缺陷,提出一种双菌群细菌觅食优化算法.引入菌群密度函数因子,并添加当前趋化周期内的最优细菌对其他细菌在寻优方向上进行指导,同时改进固定步长为自适应变化的趋化步长,避免了在最优解附近出现震荡现象及算法陷入局部最优;保留精英细菌的同时提出交叉算子和变异算子,有目的地在搜索区域寻找最优解,帮助早熟细菌跳出局部最优,一定程度上避免了算法早熟;提出双菌群优化机制,增加了菌群的多样性,提高了算法的全局搜索能力,有效抑制算法退化现象.对10个经典测试函数的仿真结果表明,所提出的算法与细菌觅食优化(bacterial foraging optimization,BFO)算法相比,最优解的精度普遍提高了几个数量级,且迭代次数更少,优化速度与全局收敛能力均有所提升.

一种利用动态搜索策略的混合蛙跳算法

从混合蛙跳算法的寻优原理出发,研究了其寻优机制.针对标准算法中存在的初始种群不均匀、迭代后期收敛速度慢,易陷入局部最优的缺陷,提出了一种改进的混合蛙跳算法.采用随机化均匀设计方法产生初始种群;引入影响因子,动态地改变子群当前最差值对其进化行为的影响;根据群体适应度方差判断种群是否陷入局部最优,并通过对当前全局最优值微扰,使算法跳出局部最优.实验结果表明,改进算法有更高的收敛精度和更好的收敛结果.

采用小生境技术的混合蛙跳算法

混合蛙跳算法是一种新兴的启发式全局优化算法。本文研究了其寻优机制,提出了一种采用小生境技术的混合蛙跳算法:运用RCS小生境技术,使各子种群动态形成了互相独立的搜索空间;在解的更新公式中,设计了一种自适应因子来调节移动步长;采用种群淘汰机制,随机初始化已陷入局部最优的子种群。实验结果表明:本文给出的算法有效提高了寻优精度和收敛速度。