再生沥青混合料拌和均匀性识别与机理分析

为探究再生沥青混合料(RAP)拌和过程中的均匀性特征变化规律,考虑拌和时间和RAP料老化程度因素,选择二氧化钛粉末作为RAP料示踪剂,在实验室内制备掺有质量分数40%RAP料的再生沥青混合料,并建立均匀性指标评价再生沥青混合料均匀性特征.通过计算机断层扫描技术(CT)获取沥青混合料数字图像,并对图像进行基于Mimics软件的组分识别,最终建立关于组分和结团的均匀性评价体系.结果表明:粗集料分布情况对混合料拌和均匀性的影响最大,其次是沥青和孔隙分布情况;延长搅拌时间有利于提高再生沥青混合料的拌和均匀性,然而拌和过程中形成的新结团又会阻碍拌和均匀性的改善.考虑组分和结团的均匀性评价体系可以有效揭示再生沥青混合料拌和均匀性特征变化规律,为建设高质量再生沥青路面提供参考.

面向深度学习作业的干扰感知在线调度算法研究

由于GPU可以加速深度学习作业的处理,许多研究人员通过提高GPU利用率来达到减少作业完成时间的目的。与传统的作业独占GPU资源来减少作业完成时间不同,考虑了多个作业共置的问题(即同一个GPU中同时执行多个作业能有效提高GPU利用率并减少作业完成时间),提出了一种面向深度学习作业的干扰感知在线调度算法(OASIS)。该算法首先在作业共置的情况下,使用改进的机器学习方法构建了作业所需资源的预测模型。其次,为了计算作业间干扰值,设计了一种作业组合模型,通过模型计算的干扰值来主动修改作业调度策略以避免无效调度,达到减少作业完成时间的目的。最后,在真实环境中部署了实验,实验结果表明:提出的OASIS算法与经典的FCFS算法、MBP算法和SJF算法相比,不仅平均作业总体完成时间缩短了5.7%,而且平均能耗降低了4.0%,验证结果充分说明了该算法的有效性和优越性。

面向研究生的机器学习类课程实践改革研究

随着日益增长的数据处理和分析需求,传统的数据处理模式已不再适用,人工智能(AI)应运而生。文章阐述了高校机器学习课程的建设情况,首先,以机器学习类课程教学为例阐述了人工智能融入教学的重要性;其次,结合西部某高校研究生机器学习类课程,分别说明了该课程的实施方案及细节,指出了课程实施过程中遇到的问题;然后,针对教学实践过程中遇到的问题,分别从形式、内容及实践多角度给出了解决方案;最后,总结指出机器学习类课程对于培养新一代人工智能技术人才的重要性。

基于神经网络架构搜索的X射线图像违禁品检测算法

为了提高卷积神经网络设计的自动化程度并进一步提高复杂背景下违禁品检测的准确率和速度,提出了一种基于神经网络架构搜索的X射线图像违禁品检测算法。首先,设计逐层渐进式搜索策略和多分支搜索空间,并基于批量归一化指标为每一个layer结构搜索最佳侧分支;然后,逐层搜索构建新的骨干网络组件;最后,组成由数据驱动的新目标检测模型。该算法在数据集HiXray、OPIXray、PIDray上分别取得了83.4%、87.2%、70.4%的检测精度。实验结果表明,本文算法能够自适应数据集并自动搜索出性能更好的Backbone组件,与FCOS、YOLOv4等主流算法相比,有效提高了复杂背景下违禁品检测的准确率和速度。

基于OISL-OSU的通算一体卫星路由优化算法

为了进一步解决多星及星地间通信和计算系统资源的高度整合与互馈增强问题,提出了一种基于卫星间光链路光业务单元(OISL-OSU)的通算一体卫星路由优化算法——OISL-DDPG算法。该算法采用深度确定性策略梯度(DDPG)优化方法,提高了卫星光网络QoS性能。仿真实验表明:采用基于时间窗口的网络切片方法符合国内低轨星座真实网络运行状态;与最小跳数算法相比,所提出的算法以增加微小时延为代价,获得更高的链路利用率和链路占用率;与多约束最短路由优先(MCSPF)算法相比,该算法的收敛性更好,时延和丢包率更低。

融合单目深度和 RTK 定位的电力线弧垂测量方法

现有电力线路弧垂测量方法操作繁琐且智能化程度低,提出一种融合单目深度和RTK定位的电力线弧垂测量方法。首先,无人机拍摄电力线路关键点图像,将其输入构建的单目深度估计模型EleDep-Net生成对应深度图,该模型嵌入带状金字塔模块和边界融合注意力模块,使模型能精准地捕捉导线上下文语义信息;其次,引入深度矫正算法进一步修正深度图中的深度值,根据修正后的深度值得到关键点深度信息;最后,结合无人机RTK定位和关键点深度信息,在参考坐标系中生成关键点空间坐标进而拟合出导线抛物线公式,通过该公式计算出导线弧垂。在配网线路真实环境中进行测试,结果表明本方法在保证测量相对误差小于5%的前提下,作业效率明显提高,有较高的工程应用价值。

基于集成学习的新能源发电功率预测

针对现有新能源发电功率预测方法难以深入挖掘多维变量时序数据特征导致预测精度不佳的问题,提出一种基于集成学习的新能源发电功率预测方法。首先结合3种相关系数与Shapley值法筛选高相关度的相关变量;其次使用扩展因果卷积网络捕捉历史发电功率时序特征,并使用双向门控循环单元网络结合时间模式注意力提取过去和未来的相关变量特征;最后依照Stacking法对不同网络输出进行集成融合。实验表明,该方法在超短期内具有优秀的预测精度,预测结果均优于其他对比模型。

基于周期注意力机制的中长期光伏发电功率预测

针对自注意力机制难以捕获光伏发电功率序列中潜在的周期信息的问题,提出一种基于周期注意力机制的光伏发电功率预测模型Periodformer。首先利用周期切片与嵌入模块对原始序列进行频域变换得到其潜在周期,并按照潜在周期对序列切片、堆叠、得到一系列3D序列块;其次在编码阶段提出周期增强模块捕获序列子周期间和周期内的特征;最后在解码阶段提出周期交叉注意力模块对每个3D序列块分别进行预测,将各3D序列块的预测结果卷积融合得到预测结果。实验分析证明,所提模型能够很好地捕捉到周期内和周期间的潜在特征,具有较高的预测性能;在中长期光伏发电功率预测任务上相较基准模型仍能保持较好的效果。

基于点特征传递的电力设备部件激光点云补全网络

针对电力场景下因激光雷达扫描范围有限、电力设备部件相互遮挡等因素导致电力设备部件点云缺失的问题,提出了基于点特征传递的电力设备部件激光点云补全网络PPC-Net(PowerPointcloudCompleteNet)。该网络使用多尺度特征融合编码器提取不同尺度输入残缺点云的全局和局部特征,以避免多维度映射特征导致的电力设备部件细节特征丢失问题,并引入EdgeConv加强对点云邻域信息提取;在精细完整点云生成阶段提出DT模块整合父级点到子级点的特征传递,以保留生成点云的局部特征;设计平滑优化模块,经三级平滑采样算法输出分布均匀、表面平滑的电力设备部件完整点云。在自建电力设备部件点云数据集ELE及公开数据集PCN上实验表明,PPC-Net对残缺的电力设备部件点云有较好的补全效果,并在一般形状点云上有良好泛化性。

用于温度传感器原位在线校准的水三相点自动复现控制系统

温度传感器在长时间温度测量中会出现性能漂移导致测量误差,为现场实时校准温度传感器实现长期稳定的高精度测量,需要基于国际温标ITS-90规定的温度固定点,对传感器进行无人自主原位校准。水三相点是水、冰、气三相平衡共存的温度点,其温度为国际温标中的0.01℃固定点,是对传感器进行校准的最常用的固定温度点。水三相点瓶是再现水三相点的关键装置。相较于传统的玻璃外壳水三相点瓶,金属外壳的水三相点瓶更为耐用,更适用于自动原位校准。为了实现水三相点的自动浮现,根据高纯水自发相变原理,设计了一种基于半导体帕尔贴效应快速稳定复现水三相点的自动控制系统及其控制方法。利用热电制冷器(TEC)和温度控制器为金属水三相点瓶提供过冷环境,在基于模型的制冷调度算法控制下,实现了较长时间保持稳定的水三相点状态。实验室测试表明,该控制系统可以在150 min内达到0.01℃的温坪,并保持稳定的三相点温度20 min及温度波动度±1 mK。温度原位在线自动校准系统可以为深海、深空及偏远地区的高精度温度测量提供校准服务。

建筑外墙保温材料及施工技术要点探讨

为满足民众高质量生活需求,需重视对建筑外墙保温施工的严控,通过合理选用保温材料,并通过对施工技术要点的有效把控,提升建筑整体保温性能,为民众创设更为舒适的室内环境。本文从建筑外墙保温材料的选用分析入手,在此基础上阐明建筑外墙保温施工技术要点的把控。

鞘磷脂合成酶2通过Wnt/β-catenin通路调控卵巢癌TOV-21G细胞的恶性生物学行为

目的:探讨鞘磷脂合成酶2(SMS2)是否通过Wnt/β-catenin信号通路调控卵巢癌(OC)TOV-21G细胞增殖、迁移、侵袭、凋亡及其机制。方法:收集武汉市第三医院2022年7月至2023年5月间确诊的21例OC患者的癌及癌旁组织标本,免疫组化法检测OC组织SMS2表达水平。体外培养TOV-21G细胞,将细胞分为对照组、shRNA慢病毒阴性对照组(sh-NC组)、SMS2 shRNA慢病毒组(sh-SMS2组)、Wnt/β-catenin通路激活剂组LiCl(LiCl组)和sh-SMS2+LiCl组。Edu染色法、Transwell法、流式细胞术分别检测各组细胞的增殖、迁移和侵袭能力及凋亡水平,WB法检测细胞中SMS2、Ki67、cyclin D1、BAX、c-caspase3、Bcl-2及Wnt/β-catenin通路蛋白(β-catenin、c-Myc、MMP-9)的表达。构建TOV-21G细胞裸鼠移植瘤模型,观察敲低SMS2对移植瘤生长和SMS2、β-catenin表达的影响。结果:与癌旁组织比较,OC组织中SMS2呈高表达(P<0.01)。转染sh-SMS2后,TOV-21G细胞中SMS2表达水平显著降低(P<0.05),细胞的增殖、迁移和侵袭能力及Bcl-2、β-catenin、c-Myc、MMP-9蛋白表达均显著降低(均P<0.05),细胞凋亡率、BAX、c-caspase3蛋白表达均显著升高(均P<0.05);LiCl处理能逆转敲低SMS2对TOV-21G细胞增殖、迁移和侵袭及Wnt/β-catenin通路的抑制作用(均P<0.05)。体内成瘤实验显示,敲低SMS2抑制裸鼠移植瘤的生长及SMS2、β-catenin蛋白的表达(均P<0.05)。结论:敲低SMS2表达通过Wnt/β-catenin信号通路抑制OC TOV-21G细胞的增殖、迁移、侵袭并促进细胞凋亡,同时LiCl处理则能逆转敲低SMS2对TOV-21G细胞增殖、迁移和侵袭的抑制作用。

群体情绪识别研究综述

群体情绪识别在公众场合、平安城市等场景有着重要的应用。随着人工智能的发展,人们逐渐意识到使用深度学习的方法对群体情绪研究的重要贡献。对近年来国内外相关研究工作进行系统性归纳,详细阐述了群体情绪识别领域的研究现状。着重探讨了群体情绪的特征提取方法和情绪识别研究方法,并对使用相同数据集的相关研究进行了较为全面的比较和评价。在此基础上,梳理了该研究领域的难点和问题,总结了特征提取和研究方法常用的优化方向和手段,这有助于研究者更好地了解不同情绪识别任务的特点,并为未来的研究提供了可行的研究方法和发展方向。

GAN模型生成图像检测方法综述

生成对抗网络(generative adversarial network,GAN)作为生成高质量图像的强大工具,近年来在图像合成领域得到了广泛应用。然而,随着GAN技术的快速发展,引发了图像伪造和欺诈的严重担忧,特别是在新闻报道、身份认证以及司法取证等关键领域。这些伪造图像不仅难以辨别,还可能被用于传播虚假信息、实施诈骗,甚至在法律案件中造成难以弥补的损害。为应对这一挑战,研究者们提出了多种检测GAN生成图像的方法,主要可以分为基于特征识别的方法和基于数据驱动的方法。对于当前主要的GAN图像检测方法进行了系统梳理,并通过重训练实验验证了它们在不同数据集上的检测准确率。对未来GAN图像检测领域的发展趋势进行了展望,提出了潜在的研究方向,以推动该领域的进一步创新和发展。

医师多点执业对综合医院人力资源管理的影响及建议

医师多点执业是医改的重点内容,涉及政府机构、医疗单位、医生等多个方面,但是在实际执行过程中,存在很多需要完善的地方。医师多点执业对综合医院人力资源管理有积极意义,但综合医院人力资源管理在和多点执业衔接方面也存在很多问题。如何从规范综合医院人力资源管理角度推进医师多点执业,提出了一系列建议。

公立医院工作人员对薪酬制度改革政策的认同度分析

目的:分析公立医院薪酬制度改革存在的障碍与难点问题,提出相应的建议。方法:对公立医院薪酬制度改革的相关政策文件陈述性信息进行Q分类,形成6个维度的改革内容;以公立医院工作人员为调查对象,调查其对薪酬制度改革6个维度政策的认同度及工作满意度。结果:公立医院工作人员对薪酬制度改革的总体认同度较高,不同岗位人员认同度的侧重点不同;工作满意度与改革认同度呈正相关性(P<0.05)。结论:公立医院薪酬制度改革应综合考虑公平公正、收支平衡、提升医疗服务质量、经济效益与社会效益最大化等因素,让员工实现自身价值的同时,促进医院健康稳定发展。

适用于汽车驮背运输的地铁工程平车车体与转向架连接方案

针对采用汽车驮背运输地铁工程平车存在运输过程复杂、用工多、周期长、成本高,以及影响工程平车技术性能等问题,设计一种车体与H型构架式焊接转向架连接方案,对工程平车进行技术改造。经校验,连接装置的U型吊底部剪切强度、U型吊螺纹杆强度和曲线通过能力,以及整车起吊时工程平车稳定性均满足整车起吊要求。实际运用表明,车体与H型构架式焊接转向架连接方案满足汽车驮背运输工程平车整车的要求。

上装下卸式散装氧化铝粉铁路运输关键技术研究

为适应散装氧化铝粉铁路运输中既有装卸设备的要求,文章开展上装下卸式铁路运输关键技术研究。介绍了上装下卸式散装氧化铝粉铁路运输研究需求、技术特点、关键技术、主要结构、主要技术参数及各类型试验验证,并开展了与国内既有同类技术对比分析。研究结果表明,上装下卸式散装氧化铝粉铁路运输关键技术的应用可以提高卸料效率、降低散料残留率。该技术可广泛应用在散装氧化铝粉乃至散装物料的铁路运输、公路运输和集装箱运输领域,具有良好的通用性和可推广性。

基于《医疗质量管理办法》的医疗质量控制体系建设实践

从质控组织、诊疗规范、质控指标、质控标准、质量安全教育、质量安全评估及考核等6个方面搭建医疗质量控制体系。经实践,健全了决策-控制-执行的三级质控组织架构,提高了全员参与质量管理意识,使质量管理工作全面铺开,患者就医体验明显改善。但仍需进一步明确管理方法和重点,建立立体、全面的质量管理体系,实现全程全时质量监控,不断提升患者就医获得感。

基于循环神经网络的医疗人力资源配置模型设计与仿真

人力资源合理化管理对医院高效培养医疗领域人才、完善医院管理模式以及提高医院整体资源利用率均有较大的帮助。当前所应用于人力资源领域的计算模型通常是基于统计算法展开的,已无法满足海量数据的处理需求,未考虑到数据隐藏的特征,这容易导致信息匮乏问题的出现。文中将循环卷积神经网络和传统人力资源配置算法相结合,设计了适用于人力资源领域的人岗匹配推荐算法,可以改善传统算法数据训练质量问题。在算法实验部分,文中算法F1值为0.823,相较其他两项算法分别提升了20.1%和7.4%,说明该算法可以提升数据的隐层特征,进而提升数据的训练质量,提高人岗匹配度和推荐精准度。