水土保持专家张冀先生论水土保持产业化理论体系

水土保持产业化是指将流域治理开发纳入市场经济轨道，按照市场经济和价值规律要求进行环境整治和水土资源的开发、利用与保护。即把水土保持这一传统的社会公益性事业当作一项真正意义上的基础产业来组织经营管理，并使之成为自我积累、自我完善、自我滚动发展、充满活力与生机的现代产业体系的过程。具体地讲，就是以控制水土流失，改善生态环境为基础，以市场需求为导向，以经济效益为中心，依托当地社会、经济、自然资源优势，围绕地方主导产业，优化生产要素，实行区域化布局、规模化综合治理、社会化服务、

单目RGB穿衣人体的手部精细化重建

为解决单目穿衣人体在复杂姿态下手部形状重建存在遮挡和缺失的失真问题,提出了一种结合ECON与MANO手部模型,实现高效穿衣人体的手部精细化重建方法H-ECON(hand-focused explicit clothed humans obtained from normals)。具体而言,该方法首先以类型无关的手部检测器聚焦手部区域并进行翻转和裁剪;然后,引入注意力机制用于增强对手部区域的感知能力,空洞螺旋卷积则更好地捕捉手部不同尺度的特征;最后,独特的融合模块确保了手部重建与整身模型的融合效果。在FreiHAND和HanCo公开数据集上与其他方法的定量定性对比结果表明了H-ECON的有效性,其独立手部模块明显优于ECON中的替代手部模块。H-ECON实现了对人体手部几何和姿态变化的精确描述,进一步缩小了2D图像生成到3D人体网格之间的差距。

基于RFCARep-YOLOv8n的光伏电池缺陷检测算法

针对光伏电池缺陷图像存在目标遮掩、复杂背景以及人眼难以分辨的小目标缺陷等问题,提出一种基于感受野坐标注意力和重参数的YOLOv8n光伏电池缺陷检测算法,简记为RFCARep-YOLOv8n。提出一种基于感受野坐标注意力的重参数模块代替瓶颈模块进行特征提取,扩大对全局信息的关注度提高语义表达能力,抑制遮掩物和复杂背景的干扰;在快速空间金字塔池化后添加可分离大核聚集模块,通过提高长距离特征依赖增强全局特征信息融合;在特征融合部分使用多尺度序列特征融合颈部网络,结合多尺度辅助检测头,减少细节特征丢失,提高小目标缺陷检测能力。实验结果表明,该模型在PASCAL VOC数据集中较基准模型mAP@0.5和mAP@0.5:0.95分别提升2.3和2.1个百分点,同时在光伏缺陷数据集中mAP@0.5达到87.6%,较基准模型提升3.5个百分点,参数量为3.23×10^(6),保持了基准模型的轻量参数同时提高检测性能。

面向多智能体与双层卸载的车联网卸载算法

在车联网(IoV)边缘计算环境中,针对如何高效地进行任务卸载和资源分配来缓解移动车辆存储和计算能力有限的问题,提出多智能体与双层卸载的IoV卸载算法。首先,提出移动边缘计算(MEC)服务器与车辆以及空闲车辆(MEC-V-NTVC)互联的3层网络模型,建立了任务模型、判断模型和计算模型;其次,将任务车辆的计算卸载以及资源分配抽象成部分可观测马尔可夫决策过程(POMDP),并提出双层卸载机制以达到最小化系统总成本的目的。基于空闲车辆云以及单调值函数分解QMIX,提出一种基于双层卸载机制的深度强化学习卸载算法DLSQMIX。该算法协调任务车辆、空闲车辆以及环境信息,在考虑车辆任务时间约束的情况下,充分利用MEC服务器以及空闲车辆的计算能力,求得系统最优卸载决策。从边缘服务器、空闲车辆的计算能力、任务车辆、空闲车辆的数量以及平均任务量等方面对系统开销和时延进行对比。仿真实验结果表明,DLSQMIX算法能够有效求解任务卸载问题,与遗传算法(GA)、粒子群优化(PSO)算法以及QMIX算法相比,所提算法的系统开销减小2.52%~3.91%,时延降低3.50%~6.59%。

基于关键视图的文本驱动3D场景编辑方法

基于去噪扩散模型的零样本图像编辑方法取得了瞩目的成就,将之应用于3D场景编辑可实现零样本的文本驱动3D场景编辑。然而,其3D编辑效果容易受扩散模型的3D连续性与过度编辑等问题影响,产生错误的编辑结果。针对这些问题,提出了一种新的文本驱动3D编辑方法,该方法从数据端着手,提出了基于关键视图的数据迭代方法与基于像素点的异常数据掩码模块。关键视图数据可以引导一个3D区域的编辑以减少3D不一致数据的影响,而数据掩码模块则可以过滤掉2D输入数据中的异常点。使用该方法,可以实现生动的照片级文本驱动3D场景编辑效果。实验证明,相较于一些目前先进的文本驱动3D场景编辑方法,可以大大减少3D场景中错误的编辑,实现更加生动的、更具真实感的3D编辑效果。此外,使用该方法生成的编辑结果更具多样性、编辑效率也更高。

《夺冠》:时代性格与主旋律叙事——张冀访谈

《夺冠》取材自中国女排的真实经历,一经上映便引发了观众对主旋律叙事的全新认识。该片对时代性格的描写成为塑造人物的主要手段,其人物成长与塑造技巧、剧作结构对叙事主题的限定等都是值得思考与研究的。本次访谈围绕着编剧在现实主义创作中如何把握时代性格与塑造人物的关系、体育类型片中叙事结构的选择,以及主旋律叙事主题表达之间的有机联系展开,以期为中国现实主义创作、主旋律叙事和讲好中国故事提供经验和思考。

基于社交媒体图片的地震灾情检测语义分割数据集

以社交媒体为代表的志愿者地理数据已成为减灾重要数据源,尤其是其中包含的图片数据,具有很强的灾害态势感知力。但目前对于该数据服务减灾的应用并不多,其主要原因在于具有标注特征的可用图片训练集匮乏,使得包括机器学习、深度学习等技术手段很难发挥作用,从而限制了该类数据反馈灾情信息的能力。本文从实际应用的角度出发,以地震灾害为研究对象,结合包括数据获取、自动化去重、语义标注以及数据增强等方法制作了面向社交媒体图片的灾害语义分割数据集。本数据集主要由社交媒体搜集的原始图片和人工语义标注后的伪彩色图片组成,并采用多人轮番标注以及交叉检验保证数据质量。本数据集对于提高社交媒体数据使用效率以及增强减灾态势感知具有重要作用。

建筑自然通风设计与优化策略研究

随着生态绿色建筑的日益普及,自然通风作为一种节能环保的设计方法在建筑设计中被广泛使用。本研究首先对自然通风的基本原理和机制进行了深入理解。研究表明,自然通风的设计不仅可以改善室内热环境和空气质量,节省能源,还对建筑的热舒适性和健康性有着重要影响。我们采取仿真分析法和实地测量法,针对不同的建筑形态与建筑方位设计出一系列自然通风优化策略。我们发现这些优化策略能有效地减少室内的温度波动,并提高通风效率。本研究的结果将对于建筑设计人员在设计阶段就能兼顾建筑的舒适性,健康性和节能性起到重要参考和导引作用。同时,也为后续建筑自然通风设计的研究提供一种考虑综合性能指标的新视角和方法。

中外合作办学院校师生党建工作研究——基于IE矩阵的分析

中外合作办学推进了我国新时期高等教育国际化进程,但在持续引入国外优秀教学资源和教育模式的同时,西方复杂意识形态和文化观念也从各个方面影响着中外合作办学院校师生,因此对此类院校的党建思政工作也提出了新的挑战。文章通过EFE和IFE矩阵分析,明确了中外合作办学院校师生在开展党建工作时应当采取的措施,并从外部环境因素和内部环境因素的视角提出了具体实施路径。

OBE与元认知联合驱动下的数学相关专业“机器学习”课程教学研究

目前,关于OBE(成果导向教育)和元认知的教学研究越来越多。数学相关专业学生在“机器学习”课程中表现出明显的数学优势,但也存在许多其他问题。为了提升“机器学习”课程的教学质量和学生的学习效果,需要分析课程的教学现状,研究OBE教学理念和元认知理论在该课程教学中的联合应用价值,同时探索教学新方法,从教学理念、教学目标、知识点教学流程以及教学评价等方面出发,设计以OBE与元认知为驱动的“机器学习”课程教学,并以“线性回归”知识点的教学为例展示教学安排。

传感器多故障诊断的信息融合方法研究

提出了基于证据理论的在不同识别框架下的多传感器多故障诊断的信息融合方法。利用多个传感器在空间或时间上的冗余或互补信息,为故障的检测和分离提供诊断依据。采用模块化的径向基函数状态识别网络来获得传感器状态的证据,即发挥了神经网络的优点,又解决了因输入参数改变而不可用的缺点。提出了一种在不同识别框架下的证据组合规则,采用精细和粗化运算,可充分利用传感器的冗余或互补信息,减少传感器状态的不确定性。仿真结果表明该方法可以对传感器的单故障和多故障进行有效的诊断。

基于计算机视觉的汽车仪表指针检测方法

最常用的汽车仪表为指针式仪表,工业上汽车仪表指针的检测主要是对指针角度和指针导光性能的检测。汽车仪表检测的准确性是汽车质量控制的关键。目前我国汽车行业普遍采用人工仪表检测方式,劳动强度大,质量控制不稳定。根据指针式汽车仪表图像的特点,采用最小灰度相减法从两张背景相同而仪表指针位置不同的图像中提取到仪表指针,然后运用二值化、细化和Hough变换识别出指针角度。同时,利用提取的指针实现对指针的导光性能检测。实验结果表明,算法具有鲁棒性强、准确性高、实时性好等优点,已成功应用于基于计算机视觉的汽车仪表自动检测系统。

黄土高原几种主要森林类型的凋落及其过程比较研究

对油松、山杨、刺槐、沙棘林的凋落及其动态过程的研究结果表明 ,各林型枯枝落叶层现存蓄积量分别为17.95 ,8.34,5 .48,4.75 t/ hm2 ,针叶林大于阔叶林。年凋落量分别为 3.2 4,3.0 9,3.0 8,2 .45 t/ hm2 。各树种大量凋落时间一般在秋末和冬初 ,即自 9月下旬至 11月上旬 ,但不同树种其凋落过程不完全相同 ,这主要由其生态学特性所决定。凋落物中均以叶为主 ,分别占 91.1% ,73.5 % ,6 2 .0 % ,71.8%。年分解量为 2 .75 ,2 .2 5 ,1.97,1.6 2 t/hm2。在目前的年龄和结构状态下 ,各林型林地枯枝落叶蓄积量每年仍有一定的增加 ,其增加量分别为 0 .49,0 .84,1.11,0 .83t/ hm2 ,阔叶林大于针叶林。

数字孪生变电站框架设计与关键技术研究

数字孪生(DT)技术的发展给电力系统的智能化管理带来诸多便利,然而作为推动能源电力行业数字化、智能化的关键技术,相关研究与应用还处于初期起步阶段,亟需开展系统性研究,以突破适应能源电力行业特殊性的数字孪生关键技术。为此,本文以变电站作为应用场景,首先对变电站运维管理现状进行了分析,指出现阶段存在变电站巡检模式缺陷、模型精度不够、感知参量单一、缺乏对数据的深度挖掘等问题。以此设计了一套涵盖空间信息与设备建模、变电主设备机理建模、智能反馈控制、设备感知网络、基于数据驱动的数字孪生体模型的仿真,以及3维可视化渲染与应用的数字孪生变电站模型框架。然后讨论了变电站数字孪生技术面临的问题与挑战:专业智能研制方面,变电站数字孪生系统对传感器的感知精度、智慧功能集成度、抗干扰能力、功耗以及供能方式等提出更高要求;海量数据存储与计算方面,海量多源异构感知数据如何高效存储与利用,以及如何优化算力资源分配,满足系统实时计算需求;模型研究方面,现有数据驱动模型精度不足,模型不可解释且缺乏论证,影响整个系统的可靠运行;数据方面,如何解决“数据安全”与“数据孤岛”问题;3维虚拟实体构建与动态更新方面,如何低成本快速构建可用的高精度3维变电站模型,以及研究设计3维模型的动态更新算法,以保证孪生系统实时空一致性。进而探讨了解决问题的关键技术:通过感知理论研究与提升制作工艺、结合分布式云存储与云边协同计算、数据驱动与机理知识融合建模、可信联邦学习等先进技术,以及实景3维重建与点云动态可视化等相关技术,在满足隐私保护和数据安全前提下,建立“形”与“态”相融合的变电站数字孪生系统,实现变电站运行状态全感知、全生命周期数据智能管理与高效利用,变电站全业务场景智慧运行。结合数字孪生模型设计与关键技术问题的探讨,给出了一套面向工程应用的数字孪生变电站系统设计方案,重点阐述了包括变电站设备实时监测、设备故障诊断与故障预测、运维决策优化与智能反馈控制等典型的应用场景。

MCPH1在肺组织的表达及其对人肺癌细胞株H1299凋亡的影响

目的探讨MCPH1基因在肺癌组织和正常组织的蛋白表达分布及其过表达后对人肺腺癌细胞系H1299凋亡的影响。方法临床收集20例肺癌组织和8例正常肺组织标本,免疫组化法检测MCPH1蛋白在肺组织的表达分布,真核表达质粒pcDNA3.1(-)/MCPH1和空白质粒pcDNA3.1瞬时转染肺癌细胞株H1299,并设立未处理组。转染质粒48 h后,采用Real-time PCR法检测细胞中MCPH1基因mRNA的转录表达情况;转染72 h后提取细胞总蛋白,Western blot检测细胞中MCPH1蛋白表达水平,流式细胞术检测细胞凋亡。结果 MCPH1蛋白在肺癌组织中表达低于正常组织,而且MCPH1蛋白在癌组织中表现为核质低表达,在正常组织中为核质高表达;H1299转染pcDNA3.1(-)/MCPH1重组质粒后,可有效上调H1299细胞中MCPH1基因的mRNA和蛋白表达,处理组的细胞凋亡率(18.10±1.87)%较pcDNA3.1(-)转染组(5.76±1.85)%和未处理组(5.85±0.57)%显著增加(P<0.05)。结论 MCPH1在人肺癌组织表达降低,过表达之后可诱导肺腺癌细胞发生凋亡。

基于图注意力网络预测人类微生物与药物关联

目的采用图注意力网络(graph attention network,GAT)预测人类微生物与药物之间的潜在关联。方法选取三个常用的微生物-药物关联(microbe-drug associations,MDA)数据集(MDAD、aBiofilm和Drug Virus),基于数据集中丰富的生物信息构建一个异构网络,并提出一种基于GAT框架预测MDA的模型——GATMDA模型,用于预测微生物与药物间的关联。结果与现有的8种预测方法相比,GATMDA通过三种交叉验证方法在三个数据集上具有较好的预测效果。在5折交叉验证的性能评估中,在三个数据集上的受试者工作特征曲线下的面积(area under the curve,AUC)分别为0.9886、0.9941和0.9836,精确率-召回率曲线下的面积(area under the precision-recall curve,AUPR)分别为0.9667、0.9869和0.8795。通过病例研究进一步验证了GATMDA在预测MDA方面的有效性。结论基于GAT,GATMDA模型可以通过构建的异构网络对微生物-药物进行有效的关联预测。

融合VAE和StackGAN的零样本图像分类方法

零样本分类算法旨在解决样本极少甚至缺失类别情况下的分类问题。随着深度学习的发展,生成模型在零样本分类中的应用取得了一定的突破,通过生成缺失类别的图像,将零样本图像分类转化为传统的基于监督学习的图像分类问题,但生成图像的质量不稳定,如细节缺失、颜色失真等,影响图像分类准确性。为此,提出一种融合变分自编码(variational auto-encoder,VAE)和分阶段生成对抗网络(stack generative adversarial networks,StackGAN)的零样本图像分类方法,基于VAE/GAN模型引入StackGAN,用于生成缺失类别的数据,同时使用深度学习方法训练并获取各类别的句向量作为辅助信息,构建新的生成模型stc-CLS-VAEStackGAN,提高生成图像的质量,进而提高零样本图像分类准确性。在公用数据集上进行对比实验,实验结果验证了本文方法的有效性与优越性。

直升机RMS与测试性综合评估模型研究

通过对直升机可用性,可靠性、维修性、保障性(reliability&maintainability&supportability,RMS)和测试性的研究,提出对可用性进行综合评估,并说明在RMS基础上考虑测试性的必要性。首先,根据RMS与测试性的常用参数,建立了可用性综合评估指标体系;其次,在现有多种综合评估方法中,选择模糊层次分析法(即层次分析法(analytic hierarchy process,AHP)与模糊综合评估法(fuzzy comprehensive evaluation,FCE)相结合的方式)对直升机可用性进行评估,从而构建了总体综合评估模型;最后,应用Matlab平台对提出的评估模型进行仿真,并以直11型直升机为例对提出的方法进行验证,实现了评估的自动化与可视化。

基于因子分析法的超声肝灌注定量分析初步研究

局灶性肝结节(FLLs)通常可从超声造影图像序列中提取的时间强度曲线进行量化评价。为了克服人工选择的主观性并自动提取曲线,提出一种用于因子分析的基于顶点搜寻的替代-近似(RA)算法。该算法将高维图像序列映射到一维空间,先找到与生理结构对应的两个顶点。然后,根据这两个已知点的信息,在二维空间中可以寻找到第3个顶点。这3个顶点对应着3条不同的目标曲线。实验采用6个在患者自由呼吸运动下采集的肝细胞癌病例对RA算法进行验证。实验结果表明,此方法能准确提取到具有生理意义的因子曲线和相应的因子图,提取的因子曲线与感兴趣区域(ROI)测定曲线的平均相关系数值为0.91±0.03。初步证明了RA算法在FLLs灌注的量化分析具有可行性。

直升机振动与噪声综合评估方法研究

为了能够对直升机振动与噪声进行综合性的研究,系统地建立了一种以飞行员、机上设备和环境为基础的综合评估模型,并对振动与噪声的主要影响进行分析,构建了一个三层的指标体系结构;在研究各种综合评估方法的基础上,选择层次分析法(Analytic Hierarchy Process)与模糊综合评估法(Fuzzy Comprehensive Evaluation)对构建的模型进行评估;同时应用MATLAB开发平台对提出的方法进行仿真;最后选择样例直升机进行案例分析,对提出的方法进行验证。仿真结果表明,该方法能够从定性与定量的角度综合描述直升机振动与噪声对飞行员、机上设备和环境的影响,为直升机振动与噪声的评估提供了一种新的途径,可以在直升机的研制、试验和使用等阶段进行应用和推广。