武明欣1，2王际英2李宝山2张德瑞3蔡胜昌1，2王世信2孙永智2张利民2？

本试验旨在研究酶制剂对刺参生长、体成分、免疫能力及氨氮胁迫下免疫酶活力和热休克蛋白70含量的影响。试验共配制粗蛋白质含量为20％的试验饲料5种，首先配制不含酶制剂的基础饲料作为对照，然后分别以0．04％木聚糖酶、0．10％纤维素酶、0．01％淀粉酶和0．15％复合酶（由0．04％木聚糖酶、0．10％纤维素酶和0．01％淀粉酶组成）等量替代基础饲料配方中的α－淀粉。每种饲料设3个重复，每个重复放养体重（4．02＆#±0．04） g 的幼参40头。试验期为56 d。结果表明：1）木聚糖酶、纤维素酶、淀粉酶、复合酶组的增重率分别比对照组提高了17．38％（P＜0．05）、7．63％（P＜0．05）、1．88％（P＞0．05）和20．75％（P＜0．05），特定生长率分别比对照组提高了0．25％／d（P＜0．05）、0．03％／d（P＜0．05）、0．01％／d（P＞0．05）、0．30％／d（P＜0．05）。2）饲料中添加木聚糖酶显著提高了刺参体壁粗蛋白质的含量（ P＜0．05），添加纤维素酶、淀粉酶和复合酶显著提高了刺参体壁粗蛋白质、粗脂肪和粗灰分的含量（ P＜0．05）。3）饲料中添加木聚糖酶、纤维素酶和复合酶显著提高了体腔液中过氧化氢酶的活力（ P＜0．05）；添加淀粉酶显著提高了体腔液中溶菌酶、超氧化物歧化酶、过氧化氢酶活力（ P＜0．05）。4）在120 h氨氮胁迫过程中，各组体腔液中溶菌酶、超氧化物歧化酶、过氧化氢酶活力及热休克蛋白70含量基本呈先上升后下降趋势。除纤维素酶组外，其余加酶组体腔液中热休克蛋白70含量的最大值均高于对照组。综上，饲料中适量添加木聚糖酶、纤维素酶、淀粉酶或其复合酶均能显著促进刺参生长，改善体成分，提高免疫能力，木聚糖酶的促生长作用更明显，而淀粉酶的促免疫作用更明显。氨氮胁迫下，饲料中适量添加木聚糖酶、纤维素酶、淀粉酶或其复合酶均能使刺参更迅速和强烈地表现出免疫抵抗反应。

多轨道角动量模式谐振环形行波天线设计

为解决目前轨道角动量(OAM)天线难以在同一频率下多模工作的问题,推动OAM在无线通信领域的实际应用,设计、加工并测量了一种基于单层板的谐振环形行波天线,引入4个馈电探针将不同相位差的信号馈入行波天线。经仿真分析和实际测量,该天线可以在3 GHz上谐振并分别产生了携带有OAM模式l=0,l=±1,l=-2的涡旋电磁波束。该天线结构简单并且可以在同一频率下产生多种模式OAM,能够有效增加无线通信的信道容量,具有一定的理论意义和实用价值。

混合小型化波导热疗天线设计

热疗天线由于体积较大,辐射的微波能量范围也较大,天线设计使用较为复杂,不适用于治疗体积较小的肿瘤。针对这一问题设计了一种小型化波导热疗天线来治疗小体积肿瘤,考虑到透热深度与天线体积的兼顾,选用了915 MHz的中心频率,使用混合小型化技术将天线小型化,即通过对天线加脊的同时加入短路探针将天线半径缩小到了19 mm,其高为36 mm。比吸收率仿真时馈入1 W的能量最高点能够达到45 W/kg,温度场仿真时馈入20 W能量加热30分钟后最热的区域温度可达45℃,体模实验结果与仿真实验相吻合,这些实验结果均表明其能够达到治疗乳房内部肿瘤的效果。

基于深度学习的牛脸识别系统设计

为了提高畜牧保险理赔行业中牛只身份识别准确率,试验建立了基于计算机视觉提取牛脸特征的牛只身份识别系统,即使用SOLOv2实例分割模型提取牛脸前景图像,结合FaceNet提取牛脸特征;基于Tornado Web和TF Serving框架进行实例分割模型和牛脸特征提取模型的部署,完成牛脸身份识别系统的搭建,并制作了手机APP,最后对添加SOLOv2牛脸身份识别模型的准确率和验证率进行了验证。结果表明:添加了SOLOv2模型的牛脸身份识别准确率达到了98.063%,验证率达到了92.451%,与未添加SOLOv2模型相比,准确率提高了0.270百分点,验证率提高了6.275百分点。说明添加SOLOv2实例分割模型能提升牛脸身份识别的准确率和验证率。

基于YOLOv5养殖场景下牛的行为识别

在现代化养殖场中,牛的行为识别对提升生产效益有重要意义,通过监测牛的日常行为可以判断牛的身体健康状况;而对牛的产犊行为监测,便于做好护理工作,避免生产损失。本研究采用YOLOv5s目标检测算法对养牛场牛进行行为检测,采集牛的站立、躺卧、采食、饮水、排粪、排尿、产犊七类行为图像数据并做标注,对图像进行数据增强操作,制作成牛行为识别数据集,最后放入YOLOv5s网络进行训练,得到牛行为目标检测模型。结果显示,模型检测站立、躺卧、采食、饮水、排粪、排尿、产犊等行为的平均准确率和平均召回率分别达到96.9%和94.1%,可为智慧养殖场牛行为监测提供技术支持。

面向以太坊智能合约的图神经网络漏洞检测

智能合约是区块链的重要组成部分,以太坊平台通过部署大量智能合约实现去中心化应用,且智能合约关联着价值数十亿的美元数字货币。但智能合约是由高级语言编写的一段代码,可能存在易受攻击的漏洞,造成巨大的经济损失。目前智能合约漏洞是以太坊面临的严重威胁之一。传统的智能合约漏洞检测方法严重依赖于固定的专家规则,导致准确率低、耗时长。近年来有研究者使用机器学习方法进行漏洞检测,但其所使用的检测方法没有充分利用智能合约源代码的语义信息。文中将智能合约源代码构建为具有数据流和控制流信息的智能合约图,利用注意力机制为图中节点按照其关键程度分配不同的权重更新图节点特征进行合约漏洞检测,对可重入漏洞和时间戳漏洞进行了实验。实验结果显示,与传统的图神经网络检测模型相比,文中模型在两种漏洞检测中准确度分别提高了11.18%,10.06%。实验证明,智能合约漏洞不仅与合约代码的结构特征相关,而且与不同的函数和数据变量有密切的联系。

基于多模型融合的细粒度图像分类算法

针对细粒度图像分类中单模型方法泛化能力不足问题,提出了一种用于细粒度图像分类的动态权重多模型融合方法。该方法使用基于注意力机制的网络模型作为参与融合的子模型,同时在模型训练过程中,提出了权重自适应调整算法。该算法能够根据子模型在每次训练中的实际表现和自适应的调整其权重值,保证模型整体达到最优状态。实验结果表明:相较于传统的单模型方法,此方法在提升分类效果的同时模型性能也更加稳定,而且在复杂背景分类任务中表现优异,现实意义更强。

肠脂肪酸结合蛋白和D-乳酸在早期诊断嵌顿疝肠坏死中的应用研究

目的:探讨肠脂肪酸结合蛋白(I-FABP)和D-乳酸(D-LAC)早期诊断嵌顿疝肠坏死的价值。方法:选取36只SD大鼠,实验组(n=18)制作嵌顿疝动物模型,对照组(n=18)未制作。在术后30 min、2 h、4 h、6 h、8 h和12 h,采用ELISA检测两组血清D-LAC和I-FABP的水平;RT-qPCR鉴定嵌顿疝肠管组织中I-FABP的表达。通过嵌顿肠管大体标本、苏木素伊红(HE)染色和Chiu’s评分判定肠坏死情况。结果:与对照组相比,实验组在术后6 h时嵌顿肠管大体标本和HE染色呈典型肠绞窄表现,Chiu’s评分有统计学意义(P=0.001),血D-LAC明显升高(P=0.002);8 h时肠管逐渐向肠坏死过渡,血D-LAC进一步升高(P=0.012),血I-FABP也明显升高(P=0.001),并且肠组织中的I-FABP表达明显升高(P=0.002)。12 h时肠管呈现明显肠坏死特征、Chiu’s评分有统计学意义(P=0.001),血D-LAC和I-FABP均升至最高[(2019.60±16.17)μg/L vs(273.18±14.63)μg/L,P=0.001;(1210.94±5.96)μg/L vs(220.46±9.63)μg/L,P=0.001];肠管组织中的I-FABP表达最高[(8.20±0.60)μg/L vs(1.13±0.16)μg/L,P=0.001]。结论:嵌顿疝大鼠血清I-FABP和D-LAC水平升高,为早期诊断嵌顿疝肠管坏死的临床研究提供了依据。

一种包含组合范数惩罚项的波达方向稀疏估计方法

波达方向(Direction of Arrival,DOA)估计是阵列观测数据研究领域的一个基本问题.对于观测数据服从复椭球对称分布的应用场景,现有的方法多采用l1-范数惩罚项来实现信号波达方向的稀疏估计,其中的l1-范数惩罚项仅考虑信号的稀疏性而没有考虑信号的多样性,从而造成这些估计方法一般将弱信号(具有较低功率的信号)略去,可能无法准确地估计弱信号的波达方向.为解决这个问题,本文通过引入一个组合范数惩罚项构建了一个新的估计(模型)方法,其中的组合范数惩罚项是l1-范数惩罚项与l2-范数平方惩罚项的线性组合,其组合系数(惩罚参数)互不相关,l2-范数平方惩罚项则可以保留弱信号的多样性.然后,本文基于Majorization-Minimization(MM)算法设计了模型的求解算法,并证明该方法是收敛的.数值实验表明,相较于那些基于l1-惩罚项的估计方法,本方法具有更高的精度.

标准化程序护理在急诊ECMO治疗急性心肌梗死患者中的应用价值

目的:探讨标准化程序护理在急诊ECMO治疗急性心肌梗死患者中的应用价值。方法:选取2022年9月至2023年9月在山东大学齐鲁医院进行体外膜肺氧合(ECMO)治疗急性心肌梗死(AMI)的患者68例。68例患者根据护理方式的不同进行分组,采用常规护理方法的34例患者分为对照组,采用标准化程序护理方法的34例患者分为研究组。对比两组患者在进行手术之前准备工作的耗费时间、心功能(LVEDD、LVESD、LVEF)、术后生活质量以及对护理满意程度。结果:研究组术前准备时间短于对照组,进行干预后研究组左室舒张末期内径、左室收缩末期内径均低于对照组、左室射血分数高于对照组。干预后,研究组患者生活质量高于对照组。研究组患者对护理满意程度高于对照组。差异均有统计学意义(P<0.05)。结论:标准化程序护理在急诊ECMO治疗急性心肌梗死患者中可以提高护理质量,促进团队协作,保障患者安全,从而改善患者的治疗效果加快康复进程。

抗恶意敌手的保密关联挖掘方案

为防止在数据挖掘中泄漏隐私数据,利用安全多方计算在数据挖掘中对隐私数据进行保密计算,得到正确结果,保证隐私数据的安全。大多数的安全多方计算模型是半诚实模型,而在现实生活中难免存在恶意行为,分析现有保密关联挖掘方案中可能存在的恶意行为,基于零知识证明和分割-选择等方法,设计抗恶意敌手的保密关联挖掘方案。通过与现有方案对比,验证了协议可有效避免或发现恶意行为,具有较高的安全性和实用性。

基于Vocab-GCN的中文医疗文本分类方法

提出一种应用于中文医疗文本分类的基于词汇级的图卷积神经网络(Vocab-GCN)模型。该模型不仅可以直接对医学文本关系图进行学习,在图嵌入中保存关系图的全局结构信息,得到含有语义网络的深层病理关系,而且仅依靠两层卷积神经网络(CNN)就展现出了良好的学习优势。实验结果表明:基于Vocab-GCN的中文医疗文本分类方法相比于最优的深度学习方法提高了6.17%的分类准确率,适用于患者初步对疾病类型做出诊断。

山东省大宗海洋生物资源的变化与开发利用

山东是海洋大省,海洋生物资源的开发与利用对山东海洋经济的可持续发展意义重大。2013~2022年,山东海洋生物结构发生较大的变化,新技术、新工艺也促进了海洋生物资源的开发与利用。本文综合分析了2013~2022年山东省海洋植物资源、海洋鱼类资源、海洋甲壳动物资源、海洋贝类生物资源、海洋头足类生物资源等大宗海洋生物资源的变化及其原因,并介绍了这些资源的开发利用情况。研究结果表明山东大宗海洋生物的捕捞产量总体呈下降趋势,多数品种的养殖产量呈上升趋势,海洋生物资源的总量在上升。

关于铝锭铸模生产线激光清理、喷涂、烘烤功能的研究与实用技术

从铝锭铸模生产线和智能生产线几个方面介绍了黄河鑫业有限公司铸造车间装备的发展现状,指出了铝锭铸模生产线自动激光清理、喷涂及烘烤加热三种模式的各自特点,并指明了生产线的发展方向和应用前景。

隐私保护关联挖掘在职务犯罪预警中的应用

运用数据挖掘对职务犯罪行为进行分析,揭发事实真相,并且对其他公职人员进行预警是学者们研究的热点.利用分布式环境下关联挖掘算法对数据进行分析,为了避免隐私数据的泄漏,引入安全多方计算来保护公职人员的隐私数据.通过对公职人员数据进行分类,与职务犯罪模型进行监测和对比,提前预警发现职务犯罪行为,减少职务犯罪案件的发生.利用安全多方计算中的同态加密对敏感数据进行加密保护,将不同类的数据挖掘任务转换成特定的安全多方计算问题,使数据挖掘过程更加安全可靠.

封沙育林区放牧利用浅析

内蒙古阿拉善右旗从20世纪80年代初开始进行封沙育林工作,截至2023年底,封育面积达5万公。经过多年封育保护,封沙育林区植被得到有效保护和恢复,逐步形成了一个相对稳定的生态系统。在封沙育林区内,植被盖度能达到未封育的2~3倍,林草增产20%~100%,可饲性植物种类有所增加,流动沙丘渐趋固定。但封沙育林区林草植被如不适度地开发利用,不仅会影响区域治理效果,还会造成沙区植物资源的浪费。

高植物蛋白饲料中添加硒对大菱鲆幼鱼肝肠健康的影响

【目的】研究硒对摄食高植物蛋白饲料大菱鲆(Scophthalmus maximus L.)幼鱼肝肠健康的影响,为降低低鱼粉饲料对鱼体肝肠健康的不利影响提供依据。【方法】以初始体质量(30.79±0.22)g的大菱鲆为研究对象,以鱼粉质量分数55%的饲料组为正对照组(DP),以质量分数27.6%混合植物蛋白替代质量分数30%鱼粉为负对照组(DN),分别在低鱼粉中添加0.3(D1)、0.6(D2)、1.2(D3)、2.4(D4)、4.8(D5)mg/kg亚硒酸钠,以肝脏和肠道生理生化指标、肠道形态结构及肠道菌群结构等指标评价硒对大菱鲆幼鱼肝脏和肠道健康的影响。实验养殖周期52 d。【结果】1)与DP组相比,DN组显著降低大菱鲆肝脏和肠道总抗氧化能力(T-AOC)、总超氧化物歧化酶(SOD)和谷胱甘肽过氧化物(GSH-PX)酶活性(P<0.05);低鱼粉饲料中添加亚硒酸钠均可以不同程度提升上述所有指标,并降低丙二醛(MDA)含量(P<0.05)。2)与DP组相比,DN组显著提高了大菱鲆幼鱼肝脏肝糖原和脂肪酸合成酶(FAS)含量(P<0.05),而FAS含量则在D1-D5组显著低于DN组(P<0.05)。幼鱼肝脏SE-P含量在D2和D5组显著高于DN组(P<0.05)。3)0.3~1.2 mg/kg亚硒酸钠可抑制由低鱼粉引起的pat1、lzm和gst的mRNA表达水平的下调和前肠皱襞高度和黏膜厚度的降低,并可以显著提高肠道胰蛋白酶活性、脂肪酶活性和淀粉酶活性(P<0.05)。4)低鱼粉组肠道微生物组成的丰度和多样性显著降低,而亚硒酸钠组则可以明显改善这些不良现象,并可提升有益菌丰度,降低致病菌丰度。【结论】亚硒酸钠可缓解高植物蛋白饲料对大菱鲆造成的免疫下降、肠道组织结构破坏、消化功能下降及肠道菌群紊乱等不良影响。在低鱼粉饲料中亚硒酸钠的建议添加剂量为0.6~2.4 mg/kg。

一种抗分布式机器学习恶意节点的区块链方案

现有的分布式学习方案大多通过在协议中添加惩戒机制来解决恶意节点问题。此类方法基于两个假设:一是参与方为自身利益最大化而放弃恶意行为的假设,在事件发生后才可以对计算结果进行验证,不适用于一些需要即时验证的场景;二是基于可信第三方的假设,然而在实际中第三方的可信度却无法完全保证。利用区块链的信任机制,针对该问题提出一种基于区块链的抗恶意节点方案——将机器学习中模型训练的全过程通过智能合约实现,以确保机器学习过程不被恶意节点破坏。本方案以基于安全多方计算的分布式机器学习模型为研究模型,利用区块链的智能合约来实现数据的共享、验证和训练过程,所有参与方均只能按照指定的协议执行,将所有参与方转换为半诚实参与方;同时,为解决区块链公开透明特性带来的隐私问题,利用环签名隐藏参与方的数据地址,保护参与方的身份。与传统基于安全多方计算的分布式机器学习模型进行比较,表明本方案在抵抗恶意节点方面具有较强的优越性。

一种基于图像分类与目标检测协同的番茄细粒度病害识别方法

番茄病虫害细粒度识别在实际农业生产中具有重要意义,其不仅能够及时、精准地发现病虫害,减少农业损失,而且有利于治疗过程中的精准用药,能够提升食品安全、减少环境污染。为了进一步提高番茄细粒度病虫害识别的精确度,创新性地提出了一种将图像分类技术与目标检测技术协同融合的细粒度病虫害识别方法,该方法由预处理模块、检测模块、分类模块、融合模块4个部分组成,其中检测模块在目标检测模型基础上增加了检测小目标的特征图,以提高对小病斑的检测能力,并通过设置阈值的方式引入了农作物病害的细粒度向量。分类模块对图像分类模型的下采样层进行改进,减少了病害图片像素的丢失。融合模块设计实现了一种将2类技术融合的方法,从而达到更好的细粒度识别效果。试验结果表明,该方法在番茄的16类细粒度病害识别中,相较于3组单纯依赖图像分类技术的方法,整体识别准确率分别提升了1.58百分点、1.90百分点、2.25百分点,细粒度识别准确率提升了0.28百分点、0.83百分点、1.19百分点。综上,本研究提出的协同方法在番茄细粒度识别中,效果明显优于传统图像分类方法,能够为农业生产起到更大的帮助作用。

基于BiLSTM-attention模型的NDVI预测研究

为给予牧民科学化养殖方案并对荒漠草原的宏观管理提供依据,针对现有预测模型常忽略其它气象因子的影响,无法实现对NDVI具体数据预测,以及模型的准确性差、适用性弱等局限性的问题,提出基于注意力机制的双向长短期记忆神经网络(BiLSTM-attention)的NDVI预测模型。结果表明,加入蒸发量、日照等影响因子可使模型的均方根误差降低20%左右,提升模型精度;提出的BiLSTM-attention预测模型能够有效利用多变量时间序列数据进行NDVI预测,与LSTM、GRU、BiLSTM和LSTM-attention预测模型相比具有较高的预测精度;最终实现2015年生长季逐月NDVI值的预测。上述模型可对农作物估产、产草量估算等研究提供有力的技术支撑,对草原生态系统未来制定生态保护策略,指导生态修复和管理也有重要的参考意义。