云边端架构下边缘智能计算关键问题综述:计算优化与计算卸载

近年来,随着入网设备数量与数据体量的急剧增加,以云计算为代表的中心式计算模式的缺点越来越显露出来。边缘计算,即让计算尽量靠近数据源,以减少数据传输时间和网络延迟,作为云计算的补充,已经成为学术界和工业界关注的焦点。该文面向边缘计算中应用较广的实例架构—云边端架构,以及边缘计算的典型应用—边缘智能计算,讨论云边端架构下边缘智能计算的两大关键问题:计算优化和计算卸载。首先分析和梳理了云边端架构下边缘智能计算优化的应用与研究现状。然后讨论了云边端架构下计算卸载的研究思路和现状。最后,总结提出了目前云边端架构下边缘智能计算业务所面临的挑战和未来研究趋势。

藜麦CqAMSlike基因的克隆与功能分析

为探究藜麦(Chenopodium quinoa,Willd.)花粉发育的分子机制,基于基因组和转录组数据,经同源比对及RT-qPCR表达分析等,预测藜麦中AMS候选基因并克隆其编码序列,随后经病毒介导的基因沉默(VIGS)及双分子荧光互补(BiFC)法进行候选基因的功能验证。结果显示,藜麦中有CqAMSlike1和CqAMSlike2两个基因,其中CqAMSlike1的CDS长1929 bp,而CqAMSlike2的CDS长1920 bp,两基因均在不同发育时期的圆锥花序中表达。与CqAMSlike2相比,CqAMSlike1的表达更与AMS的表达模式相一致,而被进一步用于基因的功能验证。与对照相比,基于烟草脆裂病毒(TRV)沉默CqAMSlike1的藜麦两性花出现部分花丝缩短、花药不裂,花粉败育,单株种子少,种子空瘪率增加的表型。BIFC结果显示CqAMSlike1自身,与CqTDF1和CqMYB80均有互作,预示CqAMSlike1可形成同源或异源聚体调控藜麦绒毡层发育基因的表达。

含氢键和配位键双重动态网络自愈合聚氨酯弹性体的制备与性能

基于氢键作用和配位键交联的双可逆网络,制备了一种高性能、高修复效率的自愈合弹性体。首先采用二元醇和二异氰酸酯反应制备聚氨酯(PU)预聚物,然后以2,6-二氨基吡啶(2.6-DAP)为扩链剂,合成线性PU弹性体,最后通过掺杂Fe^(3+)进行配位交联,制备了含有配位键与氢键双重动态网络的自愈合PU弹性体。采用红外光谱、万能试验机、偏光显微镜、流变仪表征了材料的分子结构、力学性能及自愈合性能。通过控制Fe^(3+)的含量,可以调节自愈合PU弹性体力学性能和修复能力之间的关系。结果表明,当PU-DAP∶Fe^(3+)=2∶1(吡啶与Fe^(3+)物质的量之比)时,弹性体具有优异的力学和自修复性能,拉伸强度可达1.96MPa。

Using ontology and rules to retrieve the semantics of disaster remote sensing data

Remote sensing data plays an important role in natural disaster management.However,with the increase of the variety and quantity of remote sensors,the problem of“knowledge barriers”arises when data users in disaster field retrieve remote sensing data.To improve this problem,this paper proposes an ontology and rule based retrieval(ORR)method to retrieve disaster remote sensing data,and this method introduces ontology technology to express earthquake disaster and remote sensing knowledge,on this basis,and realizes the task suitability reasoning of earthquake disaster remote sensing data,mining the semantic relationship between remote sensing metadata and disasters.The prototype system is built according to the ORR method,which is compared with the traditional method,using the ORR method to retrieve disaster remote sensing data can reduce the knowledge requirements of data users in the retrieval process and improve data retrieval efficiency.

慢性伤口患者负性情绪与生活质量的相关性及其影响因素分析

目的分析慢性伤口患者负性情绪与生活质量的相关性及其影响因素。方法选取我院2020年1月至2021年12月烧伤整形外科门诊和住院诊治的200例慢性伤口患者,采用慢性伤口评估单收集患者的一般资料;采用简明健康调查量表(SF-36)、抑郁自评量表(SDS)、焦虑自评量表(SAS)评估患者的生活质量、抑郁及焦虑情况。分析慢性伤口患者SF-36各维度评分与SDS、SAS标准分的相关性;采用单因素及多元线性回归分析探讨影响慢性伤口患者发生抑郁的因素。结果慢性伤口患者的SF-36各维度评分与SDS、SAS标准分呈负相关(P<0.05)。单因素结果显示,不同年龄、营养状况、伤口复发情况、伤口持续时间及伤口面积患者的SDS评分比较,差异显著(P<0.05)。多元线性回归结果显示,高龄、存在营养风险、伤口复发、伤口持续时间长及伤口面积大均是慢性伤口患者发生抑郁的独立危险因素(P<0.05)。结论慢性伤口患者负性情绪与高龄、存在营养风险、伤口复发、伤口持续时间长及伤口面积大有关,且其会影响患者的生活质量。

对GB 36246-2018《中小学合成材料面层运动场地》应用的探讨

论文从预制型面层和人造草检测参数重复设置、现浇型面层验收取样数量不具代表性、抗滑值检测环境条件不明确以及面层材料拉伸性能检测试样裁取方式不具体等几个方面对GB 36246-2018《中小学合成材料面层运动场地》执行过程中遇到的问题进行了详细的分析讨论,并有针对性地提出更改建议。

新型经皮胃造瘘管保护装置的设计与临床应用

目的 探讨自制新型胃造瘘管保护装置在经皮透视下胃造瘘术(PRG)患者中的临床应用效果,以期改进胃造瘘管固定方法,减少术后并发症。方法 选择2018年1月至2020年6月收治于上海市徐汇区大华医院介入肿瘤科行PRG的66例运动神经元病患者作为研究对象,将其随机分为观察组(n=33)和对照组(n=33)。对照组患者术后采用传统胶带固定胃造瘘管,观察组使用自制新型胃造瘘管保护装置进行固定。比较两组患者造瘘口感染率、非计划拔管情况,以及医护人员和患者对两种固定方法的满意度。结果 观察组患者造瘘口感染和非计划拔管的总体不良事件发生率显著低于对照组;且观察组患者的满意度高于对照组(P<0.05),31名医护人员对新型胃造瘘管保护装置的满意度高于传统固定方法(P<0.05)。结论 自制新型胃造瘘管保护装置可有效固定胃造瘘管,有助于减少造瘘口感染及非计划性拔管等并发症;同时有利于提高患者的舒适度和满意度,提升护理工作效率。

基于多量子滤波器的QCNN算法预测厌氧消化性能

厌氧消化是可再生能源生产中一种具有前景的技术,沼气是由有机废物通过厌氧消化产生的生物能源,预测厌氧消化产生的沼气产量并进行管控是必要的。设计了一种具有短期记忆的多量子滤波器量子卷积神经网络,利用参数化变分量子电路接受数据“时间窗”以模拟短期记忆,并在多量子滤波结构中舍弃过多的线路迭代和参数数量使其具有更高的表达性。在量子线路框架中,设计了最优的卷积、池化层线路,能够更好地提取特征因子中的隐藏状态;同时对废物管理数据进行严格的预处理,通过指数平滑去除特征中趋势和季节性。该算法的精度达到了83.30%,比CNN模型精度提升了8%,RMSE和MAE值也均优于ANN、KNN、CNN等经典模型。

一种CNN-Transformer网络在皮肤镜图像分割上的应用

[目的]针对皮肤病变图像存在皮损形状不规则、边界模糊以及毛发伪影等问题,提出了一种将CNN和Transformer相结合的图像分割算法。[方法]首先对皮肤病变图像进行去毛发预处理,减少毛发噪声对结果的影响,然后构建CNN和Transformer结合的分割模型,采用Resnet作为特征提取主干网络,将提取到的特征图序列作为Transformer的输入,在Transformer中加入了新的结构边界注意门以提取足够的局部细节来处理模糊边界,最后采用DenseASPP模块增强特征表示和处理多尺度信息,并且提出一种改进了的损失函数,以便在计算损失函数的同时使得模型能关注边界区域部分。[结果]提出的算法在ISIC2017数据集上的Dice指数值以及Jaccard指数值分别为0.854 534和0.767 901,在ISIC2018数据集上的Dice指数值以及Jaccard指数值分别为0.908 548和0.843 689,与其他算法相比提出的算法对图像的分割效果相对较好。[结论]实验结果证明了所提算法在皮肤病变图像上进行的图像分割是有效的。