考虑侧向刚柔边界约束的黄土填方路基沉降计算方法

提出一种新的考虑刚柔边界约束和侧向变形的黄土填方路基沉降计算方法。基于自主研发的三向加载设备和室内压缩试验,分析不同竖向加载方式和不同侧向约束对土体竖向及侧向变形的影响,提出考虑土体压实度和围压的边界影响系数,建立压实黄土侧向应变模型,给出考虑刚柔边界条件和侧向变形的黄土路基沉降计算方法。研究结果表明:边界影响系数与路基压实度和围压都呈正相关,且刚柔约束边界对黄土压缩性指标的影响程度最高能达到40%。提出的竖向和三向边界影响系数综合考虑了路基压实度、侧向围压以及边界条件的影响。利用工程实例验证了新模型计算方法的准确性和实用性,提高了传统分层总和法的精度。

How Does van der Waals Confinement Enhance Phonon Transport?

We study the mechanism of van der Waals(vdW)interactions on phonon transport in atomic scale,which would boost developments in heat management and energy conversion.Commonly,the vdW interactions are regarded as a hindrance in phonon transport.Here we propose that the vdW confinement can enhance phonon transport.Through molecular dynamics simulations,it is realized that the vdW confinement is able to make more than two-fold enhancement on thermal conductivity of both polyethylene single chain and graphene nanoribbon.The quantitative analyses of morphology,local vdW potential energy and dynamical properties are carried out to reveal the underlying physical mechanism.It is found that the confined vdW potential barriers reduce the atomic thermal displacement magnitudes,leading to less phonon scattering and facilitating thermal transport.Our study offers a new strategy to modulate the phonon transport.

视频通信的MCU资源调度方法综述

多点控制单元(MCU)资源调度方法正广泛应用于视频通信系统的实际应用场景,对视频通信整体性能和系统运营具有重要影响。对现有的MCU资源调度方法进行梳理,首先介绍视频通信中MCU资源调度过程,归纳MCU资源调度的目标与特点;然后,对现有MCU调度算法进行分类和讨论,比较各类调度方法的优势与不足;最后,讨论了现有MCU资源调度研究中取得的成效及存在的问题,并在此基础上对未来研究进行了展望。实现MCU设备云服务化等方式使得视频通信的MCU资源调度更高效,也有利于视频通信性能提升及长久稳定发展。

同轴双浮体波能装置参数研究

该文以同轴双浮体波能装置为研究对象,以山东省波浪场资源为背景进行条件,首先提出Matlab-APDL-AQWA联合仿真系统,实现波能-功率全过程模拟,并将模拟结果与文献中的物理模型试验数据进行对比验证。同时探究随机波浪作用下浮体半径、质量参数及PTO参数对装置获能平均功率的影响。研究表明,双浮体的半径参数和质量参数会显著影响装置的平均功率,装置获能随PTO阻尼系数的增大呈先增后减的趋势,而PTO刚度系数在一定范围内变化对装置获能影响不明显。

基于微阵列波能装置的半潜式风浪联合系统运动与获能研究

为实现海上风浪资源的高效利用,以Windfloat型风力机平台为基础,结合摇臂式波能装置,建立联合获能系统数值模型,并分析了波周期、PTO(powertake-off)阻尼、浮子直径及摇臂长度等关键参数对联合系统运动与获能的影响。研究发现,随波周期的增大,平台运动幅度整体呈增大趋势,装置获能先增大后减小;随PTO阻尼的增大,平台纵荡、纵摇运动幅度逐渐减小,垂荡运动幅度及装置获能先增大后减小;随浮子直径、摇臂长度的增大,平台纵荡运动幅度逐渐减小、垂荡、纵摇运动幅度逐渐增大,装置获能随浮子直径的增大而增大,随摇臂长度的增大先增大后减小。

人工智能技术应用于侦查的实践检视与进路

在现代侦查中,人工智能技术日渐成为增强侦查决策准确性、提高侦查工作效率的重要支撑。较传统侦查技术而言,人工智能技术具有显著优势,但也存在应用主体不明确、应用范围零散以及应用的程序规范不足等问题。因应之策是,明确主体范围,构建有助于整合人工智能应用范围的模型,开发人工智能分析决策程序,完善相关法律来规范人工智能的应用程序。

生物启发式的模式挖掘方法综述

频繁项集挖掘、关联规则挖掘和高效用项集挖掘是模式挖掘中相互关联且不断发展的三个领域。近年来,由于传统算法无法应对爆炸式增长的数据环境,启发式算法已成为模式挖掘方法中的研究热点。为揭示模式挖掘领域的研究与发展现状,从粒子群、遗传、蚁群、蜂群等多个生物启发式算法角度对近年的频繁模式和高效用项集方法研究成果进行全面的分析与总结。对不同生物启发的模式挖掘方法,从使用策略、对比算法、数据集、优缺点进行概述,对相同数据集的实验结果及性能指标进行详细的对比分析。针对目前生物启发式模式挖掘方法中的不足,提出了下一步的研究方向,包括动态数据流、多目标进化、模糊计算和复杂数据类型的研究。

基于应用场景的未来技术识别

[研究目的]未来技术作为传统产业的转型动力及未来产业的形成基础,从技术的应用及其产业化视角出发,进行未来技术的识别与预测,对我国布局未来产业、增强发展优势具有重要意义。[研究方法]从技术单元与技术方案出发,构建基于应用场景的未来技术识别模型。首先,利用LDA主题模型对专利的用途进行主题聚类,识别技术的主要应用场景;其次,利用KeyBERT算法从专利的标题和新颖性文本中提取技术方案关键词,从技术方案的新颖性、关联性和重要性出发,筛选前沿技术方案;最后,定义产生前沿技术方案的技术单元为潜在未来技术,构建“技术影响力-技术生长力”坐标图,进行未来技术识别。[研究结论]以固体氧化物燃料电池领域为例进行实证研究,识别出13项未来技术,主要为SOFC批量化制造、可控性运行和实际化应用的技术,揭示了识别方法的有效性。

补充营养和微量元素对烟蚜茧蜂寄生能力及生长发育相关酶的影响

【目的】烟蚜茧蜂Aphidius gifuensis作为烟蚜Myzus persicae的一种优势寄生蜂,被广泛用于生产,但在烟蚜茧蜂大规模扩繁的过程中,饲养多代后常常会出现寄生能力下降、体型变小等问题。本研究旨在通过测定分析补充不同浓度营养成分和微量元素对退化烟蚜茧蜂成蜂寄生烟蚜时的寄生率、子代成蜂体型和子代成蜂中生长发育相关酶(酚氧化酶和羧酸酯酶)含量与活性的影响,筛选出复壮效果最好的复壮方式。【方法】室内挑选饲养至10代后出现明显种群退化的烟蚜茧蜂成蜂饲喂不同浓度(5%, 10%和20%)营养成分(蜂蜜、葡萄糖和蔗糖)及不同浓度(0.25, 0.5, 1, 2和4 mg/L)的微量元素(Cu, Fe, Zn, Mn和Co)溶液,测定寄生率、子代成蜂体型及子代成蜂羧酸酯酶和酚氧化酶的含量和活性。【结果】在补充营养试验中,10%蜂蜜溶液对烟蚜茧蜂的复壮效果最好,使寄生率比对照组(纯净水)提高了28.00%,但对烟蚜茧蜂子代成蜂体型的影响不显著;饲喂10%葡萄糖组烟蚜茧蜂子代成蜂羧酸酯酶含量最高,比对照组提高了38.00%;饲喂10%蔗糖组烟蚜茧蜂子代成蜂羧酸酯酶活性最高,是对照组的3倍;饲喂10%蔗糖组烟蚜茧蜂子代成蜂酚氧化酶含量最高,比对照组提高了56.00%;饲喂10%葡萄糖组烟蚜茧蜂子代成蜂酚氧化酶活性最高,是对照组的1.3倍。补充微量元素试验中,补充1 mg/L Fe对烟蚜茧蜂的复壮效果最好,使寄生率比对照组提高了25.33%,但对其子代成蜂体型的影响不显著;烟蚜茧蜂子代成蜂羧酸酯酶含量也最高,比对照组提高了50.00%。各微量元素饲喂组烟蚜茧蜂子代成蜂羧酸酯酶的活性均低于对照组;饲喂1 mg/L Zn组烟蚜茧蜂子代成蜂酚氧化酶含量最高,和对照组相比提高了29.31%;饲喂1 mg/L Mn组子代成蜂酚氧化酶活性最高,是对照组的1.51倍。【结论】生产上可对退化的烟蚜茧蜂种群补充饲喂10%蜂蜜水或补充1 mg/L Fe来提高烟蚜茧蜂对烟蚜的寄生能力,达到复壮烟蚜茧蜂种群的目的。

概念漂移检测与适应方法综述

随着数据信息的急速增长,数据流自身特征呈现多样化,这对概念漂移处理方法的研究提出了新的要求。以往基于性能退化的检测思路无法应对标签非即时可用环境,由此推动了无标签检测方法的研究。集成与增量学习的研究推动了漂移适应方法研究的进步。分别针对标签是否即时可用两种情况对漂移检测方法进行详细分析,同时以模型组成为基础,重点从集成角度对漂移适应方法进行分析说明。针对不同思路的漂移处理方法,从核心思路、对比模型、优点与局限性等方面进行全面总结,同时将不同思路的漂移处理方法进行整体对比。给出了该领域未来的研究方向,包括噪声区分、阈值设定与指标多样化的研究。

新质生产力重塑奶牛养殖业关键环节要素

发展奶牛养殖业新质生产力,积蓄产业发展新动能是当前奶业发展的重要任务和目标。本文分别从新质生产力提升奶牛养殖业的必要性,针对生产关键环节要素的改变方式以及相应成效等方面综合阐述了新质生产力对奶牛养殖业的重塑,并进一步展望了新质生产力在奶牛养殖业的长远、可持续发展中所起到的重要推动作用。

基于异类数据和语义建构的新兴技术弱信号识别研究

当前商业竞争不断加剧,创新和产品的迭代周期不断加快,识别未来新兴技术的早期弱信号,具有重要的战略意义。本文提出了一种基于异类数据和语义建构的新兴技术弱信号识别新方法。首先,以文献数据作为新兴技术弱信号识别的分析对象,探索使用文档离群性和文本相异性指标筛选异类数据,并构建合适的量化评估方法;其次,通过改进TF-IDF(term frequency-inverse document frequency)算法和组合图法,抽取弱信号关键词表征术语;最后,基于意义建构理论抽取术语上下文语境,挖掘并解析弱信号含义,以实现新兴技术弱信号识别。本文以量子信息领域作为实证研究对象,识别出当前量子信息领域新兴技术弱信号包括量子点吸附、量子保密协议、量子点医学和量子博弈等。研究结论证实了本文方法的有效性,可为决策者和技术研发人员提供决策支持。

人工智能在刑事侦查中的应用:实践现状面临困境与前景分析

当前,刑事犯罪出现诸多新变化、新特点,给侦查工作带来严峻挑战,革新侦查模式、提升侦查工作效能势在必行。人工智能技术在侦查工作中的应用主要涉及两个部分,分别是基于人工智能技术的犯罪信息处理,犯罪形势管控工作。人工智能技术与侦查工作结合具有很强的可行性,但是目前也存在着法律伦理、技术、权利等方面的问题,应在法律伦理层面出台完善相关立法并完善监督程序,同时转变创新侦查思维。技术方面,需要应对算法歧视、黑箱问题及内容质量问题。在权利方面,加强对个人权利的保护,并坚持“以人为本”的立场,以期更好地发挥人工智能对侦查工作的赋能效用。

数据流上的约束跨层级高效用项集挖掘

传统的高效用项集挖掘算法无法发现不同抽象层级类别之间的关系。因此,有研究者提出了跨层级的高效用项集挖掘算法。针对当前跨层级的高效用项集挖掘算法仅能处理静态数据并且无法控制挖掘层级范围的问题,提出了一种动态类别列表结构DTUL存储并维护窗口内的项集效用和类别信息。基于此结构,首次提出了基于滑动窗口的约束跨层级高效用项集挖掘算法,包括自下而上挖掘的CCLHM_DTU算法和自上而下挖掘的CCLHM_UTD算法。在含有类别信息的数据集上进行了大量实验,实验结果表明提出的算法能够有效处理数据流并灵活约束项集的层级范围。

市场竞争属性映射下的企业技术机会识别框架构建

[目的/意义]将企业技术机会识别置于市场竞争属性映射下,有助于企业选择更易把握的技术机会,降低技术创新风险。[方法/过程]文章构建了一种以专利数据驱动,市场竞争属性映射下的企业技术机会识别框架。首先,基于“C-M-T”竞争对手分析框架,创建纳入市场垄断性、市场占有率、市场关注度的三维识别模型;其次,引入基于专利组合分析方法的专利强度指标,分析不同类型技术机会市场竞争强度;最后,以区块链技术为实证领域,识别出技术机会22项,包含5种类型,并将其分别推荐给不同类型企业。[结果/结论]综合分析过程表明,识别结果具备丰富的市场竞争信息,兼顾反映技术机遇与风险,能够较好满足企业的技术机会选择诉求。

复杂数据流在线集成分类算法综述

复杂数据流中所存在的概念漂移及不平衡问题降低了分类器的性能。传统的批量学习算法需要考虑内存以及运行时间等因素,在快速到达的海量数据流中性能并不突出,并且其中还包含着大量的漂移及类失衡现象,利用在线集成算法处理复杂数据流问题已经成为数据挖掘领域重要的研究课题。从集成策略的角度对bagging、boosting、stacking集成方法的在线版本进行了介绍与总结,并对比了不同模型之间的性能。首次对复杂数据流的在线集成分类算法进行了详细的总结与分析,从主动检测和被动自适应两个方面对概念漂移数据流检测与分类算法进行了介绍,从数据预处理和代价敏感两个方面介绍不平衡数据流,并分析了代表性算法的时空效率,之后对使用相同数据集的算法性能进行了对比。最后,针对复杂数据流在线集成分类研究领域的挑战提出了下一步研究方向。

HHUIM:一种新的启发式高效用项集挖掘方法

针对基于启发式的高效用项集挖掘算法在挖掘过程中可能丢失大量项集的问题,提出一种新的启发式高效用项集挖掘算法HHUIM。HHUIM利用哈里斯鹰优化算法进行种群更新,能够有效减少项集丢失。提出并设计了鹰的替换策略,解决了搜索空间较大的问题,降低了适应度函数值低于最小效用阈值的鹰的数量。此外,提出存储回溯策略,可有效防止算法因收敛过快陷入局部最优。大量的实验表明,所提算法优于目前最先进的启发式高效用项集挖掘算法。

围手术期结直肠癌患者营养治疗的研究进展

结直肠癌是最常见的胃肠道恶性肿瘤之一,而结直肠癌患者在围手术期普遍存在营养不良,这将不利于患者的术后康复。通过围手术期合理的营养治疗,改善患者营养状况,将有利于改善预后。本文将对目前围手术期结直肠癌患者营养治疗的最新研究进展进行比较全面的梳理和归纳,具体内容包括:患者的营养风险筛查、营养评估、营养治疗路径选择、时机选择、能量及三大产能营养素的确定、营养教育和膳食处方的制定、肠内营养制剂的选择、肠外营养路径与配方的选择等。同时,本文针对该研究领域内尚存在的问题进行简要讨论。

衍生高效用模式挖掘算法综述

在数据挖掘领域中,高效用模式挖掘任务具有较高的理论研究价值和广泛的实际应用场景。针对多变的应用场合,提出了一系列衍生高效用模式。首先从关键技术的角度对高平均效用模式挖掘算法进行了分类论述,主要包括基于先验、基于树、基于列表、基于投影和基于数据格式的方法。其次,分析讨论了基于全集、精简集以及融合模式的含有负效用的高效用模式挖掘算法。再次,从模糊高效用模式、相关高效用模式和其他新兴高效用模式三个方面概述和总结了扩展高效用模式算法。最后,针对现阶段研究方向的不足,给出下一步的研究方向。

信息化时代侦查思维的延续与发展

对“侦查假设思维”及相关概念如“信息化侦查思维”等进行梳理,可知当前在信息化时代侦查思维研究存在概念炒作及信息化崇拜现象。信息化时代只是侦查思维所处的一个环境,并未推动侦查思维的转型。在信息化应用于侦查思维的实践活动及理论研究中,应把握好信息化时代下侦查思维“变”与“不变”的辩证关系,发挥侦查思维自我发展的创新性,规范并节制信息化在侦查思维中的作用,以理性态度看待信息化时代侦查思维的发展问题。