基于Wi-Fi感知的多用户身份识别研究

随着无线感知技术的发展,基于Wi-Fi的身份识别研究在人机交互和家居安防等领域备受关注。尽管基于Wi-Fi信号的身份识别已经取得了初步的成功,但是目前主要适用于用户独立行为场景,并发行为下的多用户身份识别仍然面临着一系列挑战,包括用户之间的相互干扰以及模型鲁棒性差等问题。因此,提出了一种并发行为下多用户身份识别系统Wiblack,其核心思想是训练一个多分支深度神经网络(Wiblack-Net)来提取每个单用户的独特特征。首先,利用主干网络提取多用户之间的共同特征;然后,为每个用户分配一个二分类器以此判断给定群体中是否存在目标用户,在此基础上基于并发行为实现多个用户身份识别。此外,将Wiblack与多个独立的二分类模型和单个多分类模型进行对比实验,对运行效率和系统性能进行分析。实验结果显示,在同时识别3个用户身份时,Wibalck平均准确率达到了92.97%,平均精确度为93.71%,平均召回率为93.24%,平均F1值为92.43%。

基于多源城市数据的空气质量预测模型

针对目前空气质量预测研究方法只考虑单一站点时序特性的缺陷问题,提出一种基于多源城市数据的STRGNN模型。将相邻站点之间的空间相关性表示为距离图和相似图,根据领域类别对特征分组;将分组特征与构建的距离图和相似图成对组合输入至模型。通过收集邻近信息捕获空气质量的空间相关性,利用叠加多层的卷积捕获空气质量的时间相关性。仿真结果表明,该模型与GRU、Seq2Seq等4个基准模型相比,在1 h-6 h预测的MAE和RMSE分别降低了3%和1%,预测效果有所提升,验证所提方法与现有方法相比具有优越性。

案例讨论式教学在风湿免疫科临床教学的应用

探讨案例讨论式教学在风湿免疫科临床教学中的价值。方法 将114例风湿免疫科规培学员分为试验组与对照组,试验组采用案例讨论式教学模式,对照组采用传统教学模式。结果 案例讨论式教学组的病例分析成绩及总成绩均高于传统教学组(P<0.05);在学习兴趣、自主学习能力、沟通交流能力及训练临床思维能力方面, 案例讨论式教学组学生的满意度高于传统教学组(P<0.05)。结论 案例讨论式教学法在风湿免疫科临床教学中效果更好,值得临床推广。

基于多尺度特征融合的轻量级异常行为检测模型

针对数据量复杂的视频监控场景下现有的异常行为检测模型对小目标异常行为的准确率不高、计算量复杂的问题,本文提出一种基于多尺度特征融合的轻量级异常行为检测模型。首先将YoloV4主干网络替换为MobileNet网络,有效减少模型的参数总量与计算量;其次在MobileNet的逆残差结构中嵌入自注意力机制加强获取全局语义信息的能力;接着使用自适应空间特征融合结构ASFF(Adaptively Spatial Feature Fusion)优化PANet(Path Aggregation Network)网络结构,使模型获得不同尺度特征数据的权重融合,进一步有效利用浅层特征和深层特征,提高对小尺度目标异常行为的检测精度。实验结果证明,文章提出的模型检测在小目标上平均精度均值达到了85.35%,更适合于视频监控场景下的异常行为检测。

新冠文本实体关系抽取及数据集构建方法研究

实体关系抽取可有效地获取文本中的关键信息,利用新冠文本中的关键信息有助于切断疫情传播途径,发掘疫情传播源头。但该领域没有适合的公开有标注的数据集,针对该问题,通过分析新冠文本的语义表示和结构特点,提出一种针对新冠文本的实体关系定义,并根据实体关系定义对收集的数据进行实体标注和关系标注,在标注完成后,通过数据预处理等操作生成新冠文本实体关系抽取数据集。与公开数据集相比,该领域的数据集本文实体和关系分布较为密集,单一神经网络模型特征抽取能力较差,因此采用多种神经网络模型拼接的方法构建命名实体识别模型和关系抽取模型。通过模型的结果对数据集进行实验验证,实验结果证明该数据集可以应用于该领域的实体关系抽取任务。

基于BERT-MSCNN的同行评议情感分类研究

为分析同行评议文本的情感极性,有效避免人工评分存在的主观性问题,提出一种多尺度卷积神经网络与通道注意力机制相结合的BERT-MSCNN情感分类模型。首先,利用爬虫从OpenReview平台上爬取ICLR会议的公开论文评审数据并翻译为中文,构建同行评议数据集;其次,采用BERT预训练完成输入语句的词向量化,通过多尺度卷积神经网络提取局部语义特征;最后,引入挤压—激励网络SENet对特征通道进行权值标定,从而加强对特征的提取,提高模型分类效果。实验结果表明,该文提出的模型能够有效对论文同行评议数据进行情感分类,其准确度可达78.12%,与现有多种基于CNN和LSTM的文本分类方法相比,均具有更高的识别率。

达格列净保护PDK1基因敲除心衰小鼠表达谱系研究

目的探讨钠-葡萄糖协同转运蛋白2(SGLT2)抑制剂达格列净(DAPA)对3-磷酸肌醇依赖性蛋白激酶-1(PDK1)基因敲除心力衰竭(HF)小鼠中长链非编码RNA(lncRNA)表达谱的影响。方法将PDK1敲除HF小鼠分为对照组(KO组,n=10)和达格列净治疗组(KO+DAPA组,n=15);使用Arraystar小鼠lncRNA微阵列通过测序和筛选分析lncRNA表达谱;实时定量PCR验证差异表达的LncRNA;构建lncRNA-mRNA共表达网络。结果KO+DAPA组显著延长HF小鼠生存期;两组表达水平变化>1.5倍lncRNAs有2653个;生信分析表明lncRNAs参与能量代谢过程;差异表达大于3倍以上且人鼠同源的7个LncRNAs构建lncRNA-mRNA共表达网络提示uc.347和uc.321分别关联141个mRNA和108个mRNA;uc.347在心肌细胞中的过表达促进了ATP能量的产生。结论本研究揭示了达格列净影响PDK1基因敲除心衰小鼠lncRNA表达谱,差异表达的LncRNA可能参与能量代谢过程,从而改善心衰预后。

先心病体外循环术后肺损伤情况及应用乌司他丁的临床效果分析

【目的】分析先天性心脏病体外循环（CPB）术后肺损伤情况及乌司他丁防治效果。【方法】选择2013年1月至2016年12月淮安市第一人民医院收治的CPB下拟行心脏手术先天性心脏病患儿80例，将患儿随机分为观察组与对照组，每组各40例。观察组CPB前给予乌司他丁干预，对照组则行等容量盐水注射，比较两组切皮前（T0）、主动脉开放即刻（T1）、停机后4h（T2）、停机后24h（T3）相关炎症因子、肺功能参数及手术前后不同时间点心肌酶变化情况。【结果】两组T1、T2、T3时间点血清白介素-6（IL-6）、肿瘤坏死因子-α（TNF-α）及基质金属蛋白酶-9（MMP-9）水平均明显高于T0时间点（均P〈0．05）；观察组T1、T2、T3时间点IL-6、TNF-α、MMP-9水平均明显低于对照组（均P〈0．05）。两组T1、T2、T3时间点氧合指数（OI）明显小于、呼吸指数（RI）明显大于T0时间点（均P〈0．05）；观察组T1、T2、T3时间点0I明显高于对照组、RI明显低于对照组（P〈0．05）。两组术后24h、72h时磷酸肌酸激酶（CK）、磷酸肌酸激酶同工酶（CK—MB）水平均明显高于术前（P〈0．05）；观察组术后24h、72h时CK、CK—MB水平均明显低于对照组，差异有统计学意义（P〈0．05）。【结论】先天性心脏病CPB术后可能出现肺损伤，乌司他丁对CPB术后肺功能有一定的保护作用，其作用机制可能与其抑制炎症反应、减轻心肌损伤等有关。

基于注意力机制的物理对抗样本检测方法研究

随着深度学习的普及与发展,对抗样本的存在严重威胁着深度学习模型的安全。针对物理世界中对抗样本的攻击问题,提出了一种基于注意力机制的物理对抗样本检测方法。该方法将注意力机制与特征压缩相结合,对局部可视对抗样本主要区域进行针对性检测,排除非主要区域的影响,减少计算工作量;通过有效组合多种特征压缩方法对样本中的主要区域进行处理,破坏对抗噪声块的结构,使其失去攻击性。在MNIST和CIFAR-10数据集上对不同的对抗攻击进行防御测试,并与其他对抗防御方法进行对比实验。结果表明,该方法的防御准确率可达到95%以上,与其他局部对抗样本防御方法相比通用性高,稳定性更强,可有效防御局部可视对抗样本的攻击。

ODN产品质量控制探讨

ODN(光分配网络)是FTTH(光纤到户)网络的重要组成部分,其质量的好坏是建设方关注的重点。文章在对抽查的ODN产品全性能检测数据统计的基础上,对ODN主要产品的常见缺陷进行了归纳,对缺陷产生的原因逐一进行了分析,并提出了4种改进方法,以帮助生产厂家改善ODN产品质量。为控制ODN产品质量,需要生产企业、用户和行业主管部门共同努力。

基于双向GCN和CVm的实体对齐模型研究

实体对齐旨在发现并链接不同知识图谱中指向现实世界的相同实体对象。针对基于图卷积网络的实体对齐通常作用于单一关系类型的无向图,容易导致对应实体学习的嵌入结果不一致问题,构建了一种基于双向图卷积网络和变异系数法的实体对齐模型。该模型通过拆分非对称邻接权重矩阵构建双向图卷积网络方法,学习实体前后向隐藏特征,实现实体的完整表示;同时通过变异系数法为属性加权,选择最有代表性的实体局部语义信息,有效提高实体对齐精确度。通过在两组大型真实异构数据集上对模型进行验证,实验结果表明,该方法与现有基于嵌入的实体对齐方法相比Hit@1值平均提高了4%,同时保持较高的平均倒数秩,在一定程度上可以提高实体对齐效果。

基于Wi-Fi信号的身份识别技术研究

随着信息技术的不断进步,身份识别的研究逐渐向无感化、自动化的方向发展,在人机交互、智能家居和智慧安防等领域得到了广泛应用。作为一种非接触式的无线感知技术,基于Wi-Fi信号的身份识别正逐步向多属性识别以及合法性认证等方向演进。首先,介绍了基于无线信号的身份识别原理,并从信号处理的角度综述了其预处理流程;然后,分别从行走和日常活动两种不同依据讨论了身份识别的实现方法,并从功能演进的角度讨论了多属性识别和合法性认证两大身份识别的发展趋势;最后,指出深层次特征提取、日常活动分析、识别模型构建以及多种技术融合等是实现更加鲁棒、多元、普适身份识别的未来方向,为物联网感知层的研究提供重要支撑。

基于Wi-Fi信道状态信息的人员身份合法性认证

针对传统人员身份合法性认证系统隐私性及舒适度问题,提出基于Wi-Fi信道状态信息(CSI)的人员身份合法认证系统,该系统将人员身份合法认证问题转化为相似度比较问题。对CSI信息进行降维和去噪;采用短时能量进行人员检测并获取行走的有效片段;提取离散小波变换(DWT)的近似系数作为特征;利用K-means算法找出每类合法人员数据的聚类中心点和距离半径,通过比较距离半径与未知人员数据到各个聚类中心点的距离进行人员身份合法性的判定。在真实的室内环境对该系统进行了评估,系统中合法人员为1到5人时,TPR和TNR可达到80%以上。实验表明,该系统能够有效地验证人员身份合法性。

基于Wi-Fi信号的人员合法性检测系统

针对人员合法性检测的舒适度和隐私性问题,提出基于Wi-Fi信号的人员合法性检测系统。采集信道状态信息步态数据,综合考虑方差和短时能量乘积特点实现鲁棒性人员检测;使用离群点去除和归一化算法在得到最佳聚类效果前提下,确保近似系数特征的维度统一性和数值标准化;改进近邻传播聚类算法有效避免实验群体变化对判断阈值的影响,自适应检测人员。真实室内环境评估结果表明,与传统方式相比,当合法人员为1~5人时,TPR、TNR、正确率、PTNR具有较好的性能。

无公害阻燃光缆的制备工艺及特性

本文详细介绍了无公害阻燃光缆的结构设计和制造工艺，并对光缆的性能，特别是燃烧特性进行了研究。结果表明该光缆除了保留普通光缆的传输特性外，在燃烧过程中更具有发烟量少、无毒性、不传播火焰且能保持通信畅通等特点，是局域网和专用网等特殊场所防火用的新型无公害阻燃光缆。

低温合成光纤用石英管

采用胶体－凝胶法合成了凝胶石英管。该项技术在低温下合成，可有效防止凝胶的开裂，缩短工艺周期。在合适的烧结条件下，可得完全致密的透明石英管。

无线传感器网络能效和延时性能分析

为全面评估能效和延时性能并分析网络参数对它们的影响,从通信三要素出发,考虑发送端退避机制、传输信道误码率和接收端碰撞概率,建立了网络参数与性能间的关系模型。通过对能效、延迟性能的理论推导及仿真验证,得出结论:数据包负载长度、误码率、节点数、退避窗口和最大允许重传次数限制会不同程度地影响丢包率,从而影响网络性能。

无线传感器网络中多类型数据融合研究综述

探讨多类型数据融合面临的新问题,从分析相关性出发,探讨多类型数据中可供融合的关系,提出数据类型属性相关的概念,并综述基于相关性的数据融合研究现状。给出了多类型数据融合研究的一般流程,按流程综述了相关文献,对各种技术进行了分析与对比,并指出了研究的难点、突破口以及未来的研究重点。

基于MTCNN和Facenet的人脸识别系统设计

由于传统人脸识别系统多采用手工进行特征设定,存在识别精度低、速度慢等缺点,因此文中设计一种基于MTCNN和Facenet的人脸识别系统。采用MTCNN模型进行人脸边框回归,通过三阶级联卷积神经网络对人脸图像进行从粗到细的提取;采用Facenet模型进行人脸特征向量提取,构建本地人脸特征库;通过比对待识别人脸特征向量与本地人脸特征库中向量间的欧氏距离,输出识别结果。为验证系统性能,从检测速度与检测精度两方面进行测试。实验结果表明,文中所设计的系统识别速度达25 f/s以上,当特征向量间的欧氏距离的阈值设定为0.60时,在数据集LFW上的识别率最高达到99.27%。该系统检测速度满足实时性的同时具有较高的检测精度。

专利联盟中专利许可费的计算方法

专利联盟中专利的组成有三种情况:完全排斥型、完全替代型和部分排斥部分替代型。由于专利联盟是开放型的体系,专利加入时间和起作用时间不同,专利之间具有异质性,于是专利联盟中价值的评估和专利许可费的计算产生了变数。为此,本文从单项专利价值的计算入手,考虑专利联盟中专利的不同类型、不同的加入时间和起作用时间等情况,提出专利联盟中专利组合价值的评估方法,在此基础上借助财务分析中内部收益率来计算专利联盟中的许可费。