13.56MHz RFID读写器天线的设计与仿真

为提高13.56 MHz RFID读写器天线的发射效率,并使其天线在实验室易于研发和试制,对13.56 MHz RFID天线系统的工作原理进行了简要介绍,在此基础上,把13.56 MHz RFID读写器天线线圈等效为PCB平面螺旋电感,利用HFSS软件建立模型并仿真得出电感值L、品质因子Q值等参数。其仿真结果得到的电感值与理论计算值相差0.03μH,在可接受的范围内。考虑到实际天线产生的寄生电容,提出了在天线末端加开路补偿线圈的方法,避免因寄生电容产生地电流而使天线线圈的磁场强度降低,仿真结果证实了该方法的可行性。

基于模块度增量的二分网络社区挖掘算法

针对二分网络的社区挖掘问题,提出了一种基于模块度增量的二分网络社区挖掘算法。该算法假设每个顶点独自构成一个社区,并具有自己的标号。其中,一部分顶点将自己的标号复制并传递到另一部分中的某个顶点上,使之与其位于同一个社区;另一部分的顶点实施同样的操作。如此反复迭代,直至收敛。标号传播时,选择模块度增量最大的边进行传送,使整体模块度不断提高。在真实数据集上进行的测试表明,所提算法能对二分网络进行高质量的社区划分。

直接优化AUC进行网络链接预测

快速扩展的互联网形成了具有高维、稀疏和冗余特性的复杂网络.因此需要有效的技术从这些复杂网络数据中提取出最为重要的信息进行链接预测,以便为用户服务.本文提出一种基于AUC(Area under Curve)优化的链接预测算法.在该算法中,将AUC作为优化的目标函数,将链接预测问题转化为二分分类问题.将顶点之间是否存在链接作为它所在的类的标号.通过优化AUC来进行二分分类,使用铰链函数按随机次梯度下降算法迭代更新权重矩阵.最后在一些来自不同领域的真实网络上对本算法进行了测试.实验结果表明,本算法与其他算法的结果相比可以实现更高质量的预测.

复杂网络中的抽样链接预测

针对传统相似度算法无法预测给定顶点存在的链接问题,以抽样方法为基础,提出一种对复杂网络进行链接预测的方法,找出用户感兴趣节点的相关链接.根据用户感兴趣的节点,使用随机游走的方法,构造一个子图.设定该子图的大小使相似度估计值的误差小于给定的容错阈值.该方法仅在一个小的包含全局信息的子图上进行相似度计算,可以使计算时间大大减少.实验结果表明,算法的时间复杂度与数据集大小呈线性关系,基于局部指标的常见邻居(CN)算法、Jaccard以及PA指标算法的时间复杂度与数据集大小呈平方关系,以全局拓扑路径为基础的Katz算法的时间复杂度与数据集大小呈立方关系.

复杂网络链接预测的路径抽样方法

链接预测问题在社会学、人类学、信息科学以及计算机科学等各个领域都受到了广泛的关注.在许多现实应用中,只需要对用户感兴趣顶点的相似度进行预测,而不需要预测复杂网络中的所有顶点.提出一种快速的以路径相似度为基础的方法来预测指定的顶点对间的链接.在该方法中,首先定义顶点之间的路径相似度的概念,然后对给出的节点对之间构造一个的路径的集合,通过设定该集合适当的大小,可以将相似度的误差限制在一个给定的阈值范围内.由于只要计算相关路径的个数,因此该算法可以大大减少计算时间.以对单个节点的路径抽样方法为基础,提出了整个网络的链接预测算法.通过在实际网络上的实验结果表明,本算法与其他方法相比,在更短的时间可以获得更高精度的结果.

基于基因-疾病网络的重叠社区发现算法研究

介绍基因-疾病网络以及社区挖掘方法的基本概念,阐述基于基因-疾病网络的重叠社区发现交叉迭代方法过程及框架并进行实验验证,揭示基因-疾病之间存在的关系,为生物学和临床医学的诊断以及药物开发等方面提供理论指导。

Django框架下的用户鉴权机制分析与研究

用户鉴权是Web应用中保障数据安全性的重要组成部分,主要作用是确认Web应用程序中每个用户的身份,以便限制用户对资源的访问和操作。文章从用户鉴权的生命周期、主要技术原理切入,结合Django框架初级的用户鉴权机制即中间件、装饰器的解读,由浅入深地分析了用户鉴权机制的重要性以及技术实现的多样性,让读者从原理上了解基于用户鉴权实现的网络安全设计常识,并且能从Django的封装过程中更好地体会用户鉴权逻辑的设计。

基于广义后缀树的二分网络社区挖掘算法

近年来,二分网络的社区挖掘问题得到了极大的关注。提出了一种基于广义后缀树的二分网络社区挖掘算法。首先从二分网络的邻接矩阵中提取网络中每个节点的链接节点序列,然后构建广义后缀树。广义后缀树的每个节点表示二分网络的一个完全二分团,由此获取并调整完全二分团。通过引入二分团的紧密度得到初始的社区划分,最后再对孤立点进行处理以得到最终的社区划分。所提算法不仅能发现重叠社区,而且能得到一对多关系的社区。在人工数据集和真实数据集上的实验表明,所提算法能准确地识别二分网络中的社区个数,获得很好的划分效果。

一种基于滑动窗口的不确定数据流Top-K查询算法

由于不确定数据流在诸如移动计算、无线射频识别技术和传感器网络等实际应用中广泛存在,如何利用有限存储空间进行快速查询处理是不确定数据流管理的重要问题.本文研究基于滑动窗口模型的不确定数据流Top-K查询的问题,提出了相应的算法.该算法利用滑动窗口数据模型存储不确定流数据,建立3个概要表,当前窗口中的元组分别按照它们出现的顺序、它们的得分值的大小、它们的出现概率值的大小存入这3个表中.算法逐次在得分值最高的前若干个元组中选取概率值最高的前k项元组集合,并计算它们的发生概率.我们在理论上证明了,这些前k项元组集合中概率最高的就是Top-K查询结果.实验结果表明,所提出的查询算法在时间与空间复杂性方面优于其他类似的算法.

基于Smith圆图的13.56MHz天线匹配网络快速设计

根据NXP公司给出的13.56MHz读写器天线匹配网络的拓扑,借助史密斯圆图,给出此网络参数的详细设计过程。较之与NXP公司提出的理论公式计算方法,史密斯圆图法更加快速、简练、直观、易懂,实现了13.56M高频阅读器天线负载阻抗与源阻抗的共轭匹配。

面向中医药院校的Python高级应用课程教学模式研究与探索

云计算、大数据和人工智能等新兴技术的兴起,为中医药发展提供了新的动力,“智能+中医药”产业蓬勃发展,社会对“智能+中医药”应用型人才的需求数量和能力要求逐年增长,而Python高级应用与这些新兴技术关联密切。在南京中医药大学的Python高级应用课程教学开展过程中,存在课程教学内容与中医药特色难以融合、教学的成果与研究型及应用型人才培养目标冲突、课程体系缺乏系统性以及智能化特征缺失等问题。因此,本研究拟梳理Python高级应用课程的理论教学内容,在此基础上设计实践案例,以便将本学科学生科技能力的提升与本校优势专业相结合,聚焦“智能+中医药”应用型人才培养,不断提升人才实践能力,确保培养的“智能+中医药”应用型人才能够具备完善的实践知识体系。通过课程学习,并经过系统性的实践方案训练,使学生将所学的理论知识与应用实践能力相结合,提升自身的竞争力。

基于RED-GNN的名老中医诊治肺癌知识图谱推理

构建名老中医诊治肺癌的知识图谱在关联、表达、挖掘、利用相关知识方面具有显著优势,然而肺癌病例记录分散,隐性知识众多,同时也还有丰富的关系知识。为解决这一问题,使用RED-GNN模型,以知识图谱为根据推断现有事实,深入挖掘图谱中的隐含知识。该模型首先利用关系路径,引入identity关系,将图中得到的路径增强至同一长度;然后将所有路径进行堆叠,利用动态规划的方式一次性建模所有共有相同头实体的关系子图;最后使用一个依赖查询的注意机制选择高度关联的边缘。实验结果表明,该模型的MRR、Hits@1和Hits@10分别为76.2%、68.53%和92.04%,能有效推理出新的知识,可以实现肺癌知识图谱的信息挖掘,达到完善肺癌诊疗知识图谱的目的。

基于属性相似度的中药加权网络构建及社团划分方法

目的基于名中医治疗肺癌的临床病案,探索运用复杂网络模型发现中医用药规律,为进一步传承名老中医临床经验提供基础。方法基于国医堂名老中医治疗肺癌的2666条处方数据,兼顾方剂信息和药物属性信息,依据节点关联度和属性相似度构建中药加权网络,找出核心药物,并进行药物社团划分,最后分析实验结果。结果中药加权网络包含482个药物节点,4184条边,找出核心药物20味,划分出9个重叠药物社团,模块度为0.318。结论在临床方剂数据上运用复杂网络模型,可以更直观地展示药物间的联系,基于属性相似度挖掘出药物社团,为中医临床用药提供有力工具。

基于复杂网络分析名老中医治疗肺癌的核心病机及用药规律

目的分析名老中医治疗肺癌的临床医案数据,探索运用复杂网络模型发现核心病机以及病机对应方药规律。方法针对肺癌临床医案数据,基于关联度和亲密度构建病机带权网络,挖掘出分层病机,并提出核心中药社团划分算法。结果临床上肺癌患者最常见的主导病机是痰瘀郁肺、气阴两虚和癌毒走注,构成内层核心病机,同时痰瘀郁毒、热毒痰瘀阻肺、热毒痰瘀互结和痰瘀阻肺为外层核心病机,找出了四对高频病机对并挖掘出它们的核心中药社团。结论利用复杂网络构建病机模型、病机-中药模型,探索病机与中药间的紧密关联,为中医临床辨证治疗肺癌作参考,为更好地传承名老中医临床经验做铺垫。

基于复杂网络的名老中医治疗肺癌用药规律研究

目的研究名老中医治疗肺癌的临床病案数据,探索运用复杂网络模型发现病机与中医用药规律。方法基于1090条包含病机、处方的肺癌病案有效诊疗数据,采用复杂网络分析方法,兼顾方剂和中药属性信息,构建中药带权网络,依据节点重要性挖掘核心病机的核心中药。结果针对气阴两虚、痰瘀郁肺、癌毒走注、痰瘀郁毒、热毒痰瘀阻肺以及热毒痰瘀互结六个病机,在包含401个中药节点的中药带权网络范围内找出各自对应的核心药物。结论复杂网络模型可以直观展示病机与药物间的联系,为进一步深化中医对肺癌的理论认识,传承名老中医临床经验提供基础。

基于衰减系数建立动态蛋白质网络模型进行关键蛋白质预测

在生物系统的转变过程中,蛋白质的演化过程并非一成不变,而是动态变化的。通过构造模型的方法来研究蛋白质相互作用网络,可以较好地刻画蛋白质相互作用的演化机制。但是,利用构造模型的方法来研究动态蛋白质相互作用时,应该考虑在蛋白质演化过程中,历史蛋白质随着时间推移对整个演化过程产生作用可能产生的衰减,而不是将不同时刻的蛋白质的作用视为等同或者直接忽略。针对上述情况,提出一种基于衰减系数建立动态蛋白质网络模型的方法。该方法在建立模型的时候采用合理的衰减系数将蛋白质作用的变化情况记录下来,以便于之后研究的开展。通过实验,取合理的衰减系数后,使用相同算法在不同网络模型上运行,结果验证了所提算法的有效性。

基于复杂网络的不同名中医治疗肺癌用药经验共性规律研究

目的以两位名中医为例,探索不同名中医治疗肺癌用药经验的共性规律,为名中医治疗肺癌的经验总结与传承提供数据支撑。方法基于复杂网络算法,对两位不同的名中医临床电子病历进行挖掘分析,找出其辨证与用药经验的共性规律。结果发现了两位名中医对肺癌的辨证分型的共性之处为气阴两虚、痰瘀郁肺、痰瘀互结;针对不同的证型,两位名中医常用中药的共性之处为北沙参、南沙参、麦冬、天门冬、太子参、炙僵蚕、炙鳖甲、半夏、生薏苡仁等。结论借助复杂网络算法,本研究构建不同名中医的"证-证"和"证-药"复杂网络,通过分析不同复杂网络图谱的相似之处可以挖掘分析不同名中医治疗肺癌用药规律的共性特点,对当代名中医经验总结与传承有重要的临床意义。

基于混合增量式属性约简的中医甲状腺结节诊疗规律分析

目的以名中医治疗甲状腺结节的临床病案为研究对象,探索运用不完备信息系统下混合增量式约简发现诊疗规律,为传承名老中医学术思想、精准化临床用药提供参考。方法基于国医大师周仲瑛教授及其团队的临床甲状腺结节诊疗医案,构建混合增量式信息系统,以适应数据集不断变化的临床医案要求,研究混合增量式学习,提出对象增加时的增量式区分矩阵的属性约简算法,分析核心药物、治法、病机和证型。结果核心病位以肝为主,多涉及脾、肾、痰、瘀、郁、火、虚为其主要病理因素。证型分分为气郁型、痰湿型、湿热型、血瘀型、及阳虚型。结论在临床医案数据上运用增量式信息系统,构建基于增量式区分矩阵,可有效的提取核心方、核心药,探索"法-方-药"之间的联系,为传承名老中医学术思想,指导临床用药提供参考。

以问题为导向培养算法设计分析能力的教学探讨

在学习了基本语言和数据结构的基础上,在学校里,学生继续学习算法设计与分析课程,可以参加多项比赛增强自己的能力,并在找工作时提升自身的竞争力。但算法本身存在难度,采用传统的讲授法会使得很多学生望而却步。因此可以采用以问题为导向,从实际生活中的例子,按照抽取问题,分析问题,探讨数据结构,实现算法,测试算法的准确性,一步步引导学生学习算法。在此基础上加深难度,引导学生尝试将所学的算法使用到竞赛中,帮助克服看到竞赛题如看到猛虎的心理。从而带领学生全面系统深入的学习算法,培养算法学习的兴趣,让他们加强专业学习的信心。

计算机类专业课程思政教学改革

将思政教育融入高等院校的专业课程教学之中,利用好课堂教学这个主渠道,让专业课程与思想政治教育同向同行,充分调动学生的学习内驱力,培养学生的自主学习能力和探索精神。本文分析了在专业课程思政教育实施过程中遇到的问题,并以操作系统课程为例,浅谈课程思政的探索实践。