3×3核矩阵极化码的BP译码算法

相比于2×2核极化码,3×3核极化码的码长更加丰富以及有着更高的极化速率。同时,极化码的置信传播(Belief Propagation, BP)算法相比于传统串行消去(Successive Cancellation, SC)译码算法具有更低的延时。将2×2核极化码的BP译码算法推广至3×3核。获得了3×3核内部最小计算单元的信息更新公式;基于信息更新公式,给出了3×3核的BP译码算法。仿真结果表明,对于3×3核极化码,BP译码算法相比于SC译码算法,在中低信噪比下性能要优于SC译码算法。在译码性能相当的条件下,BP译码算法有着更低的译码延时。

基于BCJR网格的3×3核极化码简化连续消去译码算法

大核矩阵极化码的传统连续消去(Successive Cancellation, SC)译码算法有较高的计算复杂度,采用网格来降低大核矩阵极化码SC译码算法的复杂度。发现了SC译码算法核内部运算和网格的联系,建立了相应的网格替代核内部运算,基于BCJR(Bahl, Cocke, Jelinek, Raviv construction)网格构造出SC核内部运算的最小网格。有效降低了算法计算量。仿真结果表明,3×3核的长度为243、码率为1/2的极化码,相比于直接计算式,运行时间减少了79.14%,节省了14.2%的计算成本。

矿粉和生石灰高温改性对磷石膏水泥基材料性能影响

由于磷石膏中杂质不可避免地掺入,导致磷石膏的质量较差,进一步阻碍了磷石膏的应用。通过使用磷石膏和硅酸盐水泥作为原料,探究生石灰高温改性磷石膏对水泥基材料强度的影响,进而研究矿粉对大掺量磷石膏水泥基材料强度不足和凝结过快等缺陷的改善效果,最后采用XRD和SEM分析了磷石膏水泥基材料的水化产物,探明生石灰和矿粉对磷石膏水泥基材料性能的改善机理。结果表明,生石灰在高温下可以成功地消除磷石膏中的酸性杂质,提升胶凝材料的强度,综合考虑环保性和强度性能,生石灰的最佳掺量为2%。矿粉的掺入可以进一步提高胶凝材料的强度,延缓磷石膏水泥基材料的初终凝时间,随着矿粉掺量的持续增加,胶凝材料在28 d时的强度呈现出先增大后减小的趋势。综合考虑各项性能,矿粉的最佳掺量为20%。此外,在掺加矿粉后,胶凝材料在28 d的微观形貌中生成了相互交织的水滑石,其结构稳定有利于磷石膏水泥基胶凝材料力学性能的发展。

铜冶炼厂阳极板转运及存储生产技术

铜冶炼厂阳极板出炉转运作业,普遍采用的叉车叉运与车辆输送相结合的方式,进行阳极板转运,阳极板质量把控采用人工挑选的方式进行检测,人员劳动强度大,运行费用高,不利于企业生产成本控制。本文介绍一种阳极板自动转运存储生产模式,通过对阳极板自动提取、清洗、检测、分挑、存储及转运作业,实现阳极板自动转运替代人工转运作业模式,有效降低人员劳动强度,减少生产运行成本。

某车辆加速车内轰鸣问题分析与解决方法

某车辆在加速过程中当发动机转速在3500rpm左右时存在明显轰鸣声,该转速段附近为常用转速段,严重影响乘客主观感受及车辆品质,通过试验与仿真分析相结合的方法,从噪声源及传递路径对轰鸣声产生的原因进行分析和验证,确认该轰鸣声受动力总成标定、长半轴、前副车架、右前纵梁局部模态共同影响,综合考虑可实施性与成本,逐一解决,达到消除轰鸣声的效果。

行业职业教育治理体系构建研究——以住房和城乡建设行业为例

住建行业职业教育治理体系建设对丰富和发展现代职业教育体系内涵、推动住建行业职业教育提质培优具有重要意义。这一体系是以职后教育为主体,职前职后教育衔接,根据行业发展要求和从业人员终身发展需求,充分整合政府部门、行业指导委员会、行业协会、职业院校、教培机构、企业等资源,构建涵盖现代化教育、多元化评价、人性化管理、责任化用人、终身化学习等“五维一体”的住建行业职业教育治理体系,有助于推进职前与职后、产业与教育、学与用、职教与普教、多边资源等五方融合,实现多方合作育人、多维协同发展。

虚拟现实电力培训系统场景渲染方法改进与实现

结合虚拟现实技术、三维建模技术、计算机仿真技术的电力培训仿真系统以其高交互性、高沉浸感、低成本、安全高效的优势在电力培训领域得到了广泛的应用。从视觉和行为交互上为学员构建一个接近现实的作业环境是虚拟现实电力培训系统的最根本特征,但是电力作业培训高频率的人机交互操作会导致高质量的作业环境模型产生渲染困难,影响培训效果。为提升系统运行流畅性和实时性,提出了一种改进的四叉树场景渲染方法,利用迭代构造方法改进了传统递归遍历四叉树的过程。实际应用效果表明采用改进的场景渲染方法会使得培训系统渲染流畅,三维效果逼真,增强了系统的实时性和学员的使用体验,提升了培训效果。

48例2型糖尿病患者用药后不良反应分析及药学监护

目的:研究2型糖尿病(T2DM)患者用药后不良反应发生情况及影响因素,分析如何实施药学监护。方法:选取2020年6月—2021年6月上海市徐汇区凌云街道社区卫生服务中心不良反应上报中的T2DM患者48例为研究对象,分析T2DM用药过程中不良反应发生的影响因素。结果:48例T2DM患者主要不良反应有腹泻、腹胀、腹痛、皮肤刺痛、麻痒、便秘、胸闷。性别、年龄、用药类型、并发症种类、住院时间与次数是T2DM不良反应主要影响因素,差异有统计学意义(P<0.05);女性、年龄80~95岁、并发症种类>2种、住院时间>7d、住院次数>3次均为T2DM不良反应危险因素,差异有统计学意义(P<0.05)。结论:T2DM不良反应受多因素影响,因此需要加强药学监护等措施,多方面有针对性地提升T2DM治疗措施,改善患者生活质量。

不同黏液量乳腺黏液癌患者的MRI成像特征

目的 探讨不同黏液量乳腺黏液癌患者的MRI成像特征。方法 选取38例乳腺黏液癌患者,均接受MRI检查,比较不同黏液量乳腺黏液癌患者的影像特征,包括形态、边缘、强化方式、时间-信号强度曲线(TIC)分型、淋巴结转移情况。比较不同黏液量乳腺黏液癌患者病变大小和表观弥散系数(ADC)值。结果 不同黏液量乳腺黏液癌患者病灶形态、边缘、强化方式、TIC分型比较,差异均无统计学意义(P﹥0.05)。不同黏液量乳腺黏液癌患者淋巴结转移情况比较,差异有统计学意义(P﹤0.01)。不同黏液量乳腺黏液癌患者的病变最大直径比较,差异无统计学意义(P﹥0.05)。黏液量≥90%的乳腺黏液癌患者的ADC值明显高于黏液量≥50%且﹤90%及黏液量﹤50%的患者,差异均有统计学意义(P﹤0.01)。结论 ADC值可以初步区分黏液量≥90%、黏液量≥50%且﹤90%和黏液量﹤50%的患者,黏液量≥90%的乳腺黏液癌患者的腋窝等术区淋巴结转移率低于黏液量﹤50%和黏液量≥50%且﹤90%的患者,因此寻找转移的淋巴结是鉴别的重点之一。

右美托咪定作为罗哌卡因佐剂用于腰方肌阻滞对腹腔镜全子宫切除术后镇痛的影响

目的探讨右美托咪定作为罗哌卡因佐剂用于腰方肌阻滞对腹腔镜全子宫切除术后镇痛的影响。方法选择2019年11月~2020年6月在本院行腹腔镜下全子宫切除手术患者66例,随机分为右美托咪定组(D组)和罗哌卡因组(R组),每组33例。两组均采用TIVA,在麻醉诱导前行双侧后路腰方肌阻滞,D组每侧注射加入0.50μg/kg右美托咪定的0.2%罗哌卡因30 mL,R组每侧注射0.2%罗哌卡因30 mL。记录术后2、6、12、24、48h h的静息和运动疼痛VAS评分;首次按压镇痛泵时间;术后48 h内有效PCA次数、舒芬太尼总量、哌替啶镇痛例数、镇痛满意度。结果与R组比较,D组术后12 h、24 h、48 h的疼痛VAS评分和运动疼痛VAS评分明显降低(P<0.05),术后48 h按压镇痛泵总次数、舒芬太尼总量、需要哌替啶镇痛例数明显降低(P<0.05),首次按压镇痛泵时间、镇痛满意度明显升高(P<0.05)。结论右美托咪定复合罗哌卡因双侧后路腰方肌阻滞用于腹腔镜下全子宫切除术后镇痛安全有效,能降低患者疼痛评分,增强镇痛效果、延长镇痛时间,减少术后阿片类镇痛药用量,提高患者满意度,为多模式镇痛方案提供新选择,效果优于单独应用罗哌卡因。

围术期静脉注射血必净注射液对老年食管癌患者术后认知功能的影响

目的探讨围术期静脉注射血必净注射液对老年食管癌患者术后认知功能的影响。方法选择2017年1月—2020年4月在揭阳市人民医院择期行胸腹腔镜联合食管癌根治术老年患者80例,采用随机数字表法将患者分为实验组和对照组,每组40例。实验组患者在术前1 d、手术当天及术后1~3 d静脉滴注血必净注射液50 mL+生理盐水100 mL,30 min内滴注完毕,对照组在同一时间段静脉滴注等量生理盐水。2组患者均采用硬膜外麻醉复合支气管插管静脉全身麻醉,术后行硬膜外自控镇痛。分别于术前1 d及术后1 d、3 d、7 d使用简易精神状态量表(MMSE)评估2组患者认知功能情况,采用ELISA法测定2组患者血清白细胞介素-6(IL-6)、肿瘤坏死因子(TNF-α)、S100β蛋白水平,记录2组术后认知功能障碍发生率。结果2组术前1 d及术后7 d的MMSE评分比较差异均无统计学意义(P均>0.05),实验组患者术后1 d、3 d的MMSE评分均明显高于对照组(P均<0.05);2组患者术前1 d的血清IL-6、TNF-α、S100β蛋白水平比较差异均无统计学意义(P均>0.05),实验组患者术后1 d、3 d、7 d的血清IL-6、TNF-α、S100β蛋白水平均明显低于对照组(P均<0.05);实验组术后认知功能障碍发生率为7.5%(3/40),对照组为25.0%(10/40),实验组明显低于对照组(P<0.05)。结论围术期静脉注射血必净注射液能一定程度预防老年食管癌患者术后认知功能障碍的发生,可降低S100β蛋白水平,机制可能与抑制IL-6、TNF-α的产生及释放,减轻炎症损伤有关。

老生活垃圾填埋场治理方案选择

本文通过层次分析法(AHP),针对原位封场C_1、搬迁治理C_2、生物反应器修复C_3、原位筛分C_4四种老生活垃圾填埋场治理方案,结合影响治理方案的风险等级B_1、污染控制难度B_2、施工难度B_3、治理周期B_4、工程投资B_5、运行维护B_6六个因素,确定老生活垃圾填埋场优选治理方案为生物反应器修复方案。

BEC信道下高维核矩阵极化码的精确设计

针对高维核矩阵极化码的设计问题,将二进制擦除信道(BEC)下的2×2核矩阵极化码的设计方法推广至高维核矩阵极化码。基于l-公式证明了当原始信道为BEC信道时,单步位信道同样为BEC信道;获得了单步位信道的擦除概率多项式,从而可以递归计算位信道的擦除概率;依据最后一层位信道的擦除概率选择出信息位集合和冻结位集合(极化码)。仿真结果表明,基于BEC信道下设计高维核矩阵极化码的方法优于高斯近似方法设计的相对应的高维核矩阵极化码,并且优于同等码长和码率下的原2×2核矩阵极化码。

高维核矩阵极化码的蒙特卡洛设计方法

提出一个基于蒙特卡洛(MC)的构造方法,用于设计高维核矩阵极化码。证明当仿真次数趋向于无穷时,采用MC构造方法计算的位信道差错概率可以无限逼近实际差错概率。仿真结果表明,在连续消去和列表连续消去译码算法下,MC构造方法设计的极化码有着优于高斯近似构造方法设计的极化码。MC构造方法是一个有效的高维核矩阵极化码设计方法。

信道转移概率变化下的极化码设计方案

为了适应实际通信系统中信道随时间的变化,本文将极化码设计推广至更实际的时变通信信道;综合考虑信道变化范围内所有位信道的平均性能,然后选择出平均性能最好的位信道作为极化码的信息位。文章设计了几种用于设计极化码的位信道平均性能算方法和一种衡量平均增益的计算方法。仿真结果表明,这些设计能有效地提高极化码的平均性能;在时变信道中,通过更加细致地设计极化码,能有效地提高极化码的平均性能。

一种低时延的极化码设计方法

提出一种基于修改的连续消去(MSC)译码算法的极化码时延降低方法。在MSC译码算法中,可以降低类型-Ⅰ和类型-Ⅱ节点的时延。通过重新分配信息位,所提出的方法可以获得一种较好的类型-Ⅰ和类型-Ⅱ节点的分布,在MSC译码算法下可以进一步降低译码时延。仿真结果表明,在与原算法的译码性能相比可忽略的损失下,由该方法构造的极化码可以达到8.5%的时延降低。而且,该方法易于调整差错性能与译码时延之间的权衡。

碳化硅添加对氮化硅转化为碳化硅晶粒形貌的影响

以氮化硅(Si_3N_4)、石墨为原料,碳化硅(SiC)为添加剂,利用Si_3N_4转化法制备出形貌变化的等轴状和长柱状SiC晶粒,采用X射线衍射仪、扫描电子显微镜及能量色散X射线谱对产物的结构与微观形貌进行了表征,重点研究了SiC添加量对SiC形貌的影响及其影响机理。结果表明,SiC的添加有助于Si_3N_4转化为α-SiC,并影响其形貌和尺寸。随着SiC添加量的增加,制得的SiC晶粒由长柱状转变为等轴状,晶粒的尺寸也急剧减小。高温条件下,Si_3N_4首先分解为硅蒸气和氮气,硅蒸气又与石墨发生气-固反应生成小晶粒的SiC,继而发生重结晶。碳化硅的添加导致晶粒缺陷也增多,由于气态硅蒸气可在晶粒缺陷处重结晶,使SiC晶粒的取向生长得到抑制,促进了等轴状SiC晶粒的生成。

储能锂离子电池包单体内部温度压力模拟

针对储能锂离子电池热失控引发的安全问题,开发一种高效锂离子软包电池内部温度压力模拟方法,为储能系统提供电池状态实时监测工具。首先,通过融合化学反应模型、热路模型和膨胀模型,将软包电池内部生热、产气、传热、膨胀等过程集成到统一的计算框架中。其次,建立基于微分方程组的软包电池温度、压力计算模型,反应模型和热路模型通过温度、生热率等状态参数彼此耦合。再次,将该方法应用于4款电池样本进行温度、压力模拟。计算值和实测值对比表明,该方法能高效计算锂离子软包电池内部温度和压力,最大模拟误差小于4%,具有良好的计算精度。并且,该方法求解过程无需调用耗时的多物理场耦合仿真,计算效率高。

土工管袋用于垃圾填埋场污泥塘污泥脱水的工程实例

介绍了土工管袋脱水系统在苏州某垃圾填埋场污泥塘治理项目的工程应用,包括脱水平台的设计、土工管袋的选型、污泥输送泵的安装、加药系统的设计等。通过对该工程的设计和脱水过程的监测,总结了土工管袋脱水工艺在污泥塘治理上的应用经验。

一种具有迁移学习的MF和DNN的组合推荐算法

为解决单一推荐算法应用具有局限性和用户行为数据具有稀疏性的问题,将迁移学习方法应用到组合推荐算法.该算法首先分别利用矩阵分解(MF)推荐算法和深度神经网络(DNN)推荐算法对用户行为数据进行预测,然后利用迁移学习方法将训练出来的特征数据作为组合推荐算法的输入,并进行再次训练,获得预测评分,实现对目标用户的推荐.实验结果表明,具有迁移学习的基于矩阵分解和深度神经网络的组合推荐算法能够有效地提升推荐质量.