面向无人机无人船自组网的NDN智能数据转发策略

无人机和无人船组成的移动自组织网络存在通信环境恶劣和网络拓扑结构变化频繁等挑战,导致网络性能变差。针对这一问题,建立以数据为中心的命名数据网络(Named Data Networking, NDN)网络架构,在此基础上提出基于深度强化学习的智能数据转发策略。利用深度强化学习实时感知网络动态变化,优化数据转发策略,设计优先采样和双重Q网络算法,加快深度强化学习收敛速度。实验结果表明,该策略可以有效降低时延并提高兴趣包满足率。

基于RSSI参数动态修正的ZigBee室内定位算法

ZigBee室内定位技术近年来发展迅速,但使用固定路径损耗模型的传统算法环境适应能力较差,会引起较大定位误差,影响定位精度。本文提出一种基于ZigBee平台的对数路径损耗模型参数动态修正的室内定位算法。首先经过高斯滤波对所得RSSI值进行筛选优化,然后根据锚节点之间的距离以及RSSI值来动态修正对数路径损耗模型参数,包括路径损耗因子以及距待测节点处的信号强度值,从而得到当下环境中具体的对数路径损耗模型;再利用卡尔曼滤波对现有的定位参数进行二次修正,以更正上述算法中因时刻变动引起的环境变化导致的定位偏差。实验结果表明,该定位算法比基于ZigBee的固定路径损耗模型定位性能提升了46.8%,可以改善因环境变化产生的定位误差问题。

超声斑点追踪成像评估参元益气活血胶囊对气虚血瘀型不稳定心绞痛患者经皮冠状动脉介入治疗围手术期心肌运动的影响

目的 应用超声斑点追踪成像技术研究参元益气活血胶囊对气虚血瘀型不稳定性心绞痛(Unstableangina UA)患者经皮冠状动脉介入治疗(Percutaneous coronary intervention, PCI)围手术期左心室心肌运动的影响,探讨参元益气活血胶囊对PCI围手术期心肌的保护作用。方法 选取2019年1月—2022年2月期间在首都医科大学附属北京中医医院心血管内科住院接受PCI治疗的UA患者66例,采用随机数字表法分为治疗组和对照组,每组各33例。应用PHILIPS/QLAB量化分析软件,采用超声斑点追踪成像技术定量分析2组术前、术后左心室心肌的应变及应变率变化,观察参元益气活血胶囊对PCI围手术期左心室心肌运动的影响。结果 组内比较:PCI术后,治疗组患者左室心肌前壁心尖段、前间隔中间段、侧壁心尖段较术前长轴应变及应变率有改善,差异有统计学意义(P<0.05)。左室其余各节段心肌应变及应变率较PCI术前略有改善,差异无统计学意义(P>0.05)。对照组患者左室各节段心肌应变及应变率较PCI术前略有改善,差异无统计学意义(P>0.05)。组间比较:PCI术后,治疗组患者左心室前壁基底段及心尖段、前间隔中间段及心尖段、下壁基底段、侧壁心尖段长轴应变及应变率改善优于对照剂组,差异有统计学意义(P<0.05)。左室其余各节段心肌应变及应变率两组患者之间无明显变化,差异无统计学意义(P>0.05)。结论 参元益气活血胶囊对气虚血瘀型UA患者具有保护心肌,改善心脏功能的作用。

基于地理位置的流量感知辅助路由协议

为解决车载自组织网络(VANETs)中拓扑空洞、链路冗余、链路稳定性差、路由表维护成本高等问题,提出一种基于地理位置的流量感知辅助路由协议(TAR)。通过对车辆信息流量及链路稳定性的评估进行分析和建模,获取链路收益和有效信息流量。利用多属性效用理论(MAUT),使用加权链路收益和有效信息流量计算车辆效用值并作为路由选择的依据。根据节点相对位置信息,动态切换数据转发模式,提高链路稳定性。实验结果表明,与GPSR和MM-GPSR协议相比,TAR能够有效减少路由冗余,分组交付率提高15%,延迟降低40%。

一种基于信道质量分布的极化码打孔算法

传统的打孔算法在选择打孔位时忽略了极化信道的分布特征。因此,文中分析了信道对数似然比的分布特征,提出了一种新的分段选择策略来选择打孔位。该策略利用信道质量分布进行分段,并通过比较对数似然比之和选取打孔比特。最后,提出了一种基于信道质量分布的打孔算法。实验结果表明,该算法可以有效提高打孔性能。

基于机会转发的飞行自组网集群路由算法

针对飞行自组织网络(Flying Ad Hoc Network,FANET)中高动态拓扑变化导致数据丢包率较高的问题,提出一种基于节点移动机会转发的集群路由算法CROF(Cluster Routing-Opportunity Forward)。该算法通过考虑节点相对移动趋势度和剩余能量的综合权值来统一对集群头节点以及集群间机会转发节点进行选择。仿真实验结果表明,CROF算法在高动态自组织网络中可以有效提高消息投递率以及网络生命周期。

内蒙古巴彦淖尔市临河区富硒耕地硒形态特征及其影响因素

对内蒙古巴彦淖尔市临河区的富硒耕地范围内51个表层土壤样品进行硒形态研究,探讨硒含量特征、形态特征及其影响因素。结果表明,研究区表层土壤总硒含量在(0.19~0.48)×10^(-6),平均值为0.33×10^(-6),属于适量—高硒土壤环境。7种硒形态中,残渣态、腐植酸结合态与强有机结合态为主要赋存形态,水溶态、离子交换态、铁锰氧化物结合态与碳酸盐结合态合计占比仅为13.67%。水溶态硒分级以中等—高硒为主,合计占比达到92.16%,不存在水溶态硒缺乏状态。土壤各形态硒含量与总硒含量相关性较高。土壤有机质含量、pH值、Eh值和CEC等因素对硒形态分布特征均有不同程度的影响。

基于位置信息的多车协同碰撞预警协议

在车载自组网中,无线信道的通信质量直接影响了EWM(emergence warning message)的多跳广播传输性能。为提高车辆在复杂信道环境下的EWM传输效率、降低延时,综合考虑交通环境下无线网络信号的可靠性、消息传输的实时性及道路交通状况信息,提出一种基于位置信息的多车协同碰撞预警协议(vehicle collision warning protocol,VCWP)。该协议在通信范围内选取首选转发车和候选转发车,在进行退避时间的选取时,采取基于邻节点密度的信道竞争机制,以保证EWM在复杂信道环境下的低时延、可靠送达。仿真验证表明VCWP与GPSR(greedy perimeter stateless routing)、IEEE 802.11p协议的BEB(binary exponential back-off)退避策略相比具有良好的性能,提高了EWM传输成功率,降低了时延,为复杂信道通信质量环境下EWM的传输提供了可靠性保证。

基于条件对抗生成网络的对抗样本防御方法

人工智能目前在诸多领域均得到较好应用,然而通过对抗样本会使神经网络模型输出错误的分类。研究提升神经网络模型鲁棒性的同时如何兼顾算法运行效率,对于深度学习在现实中的落地使用意义重大。针对上述问题,本文提出一种基于条件对抗生成网络的对抗样本防御方法Defense-CGAN。首先使用对抗生成网络生成器根据输入噪声与标签信息生成重构图像,然后计算重构前后图像均方误差,对比选取重构图像馈送到分类器进行分类从而去除对抗性扰动,实现对抗样本防御,最后,在MNIST数据集上进行大量实验。实验结果表明本文提出的防御方法更加具备通用性,能够防御多种对抗攻击,且时间消耗低,可应用于对时间要求极其苛刻的实际场景中。

基于全局流形结构的半监督学习室内定位算法

针对传统基于WLAN的指纹定位方法中,因需要密集采集参考点标记数据带来的指纹库构建工作开销大的问题,提出一种基于全局特征保持的半监督流形对齐指纹库构建算法。该算法仅利用少量采集时间开销大的标记数据,结合大量易采集的未标记数据,通过求解流形对齐目标函数,实现对未标记数据的位置标定,减少指纹库构建的消耗。同时,运用测地线距离得到全局流形结构以充分挖掘少量标记数据中的对应特征,提升在少量标记数据情况下构建的指纹库精度。真实场景的实验结果表明,所提算法可以显著降低离线指纹库的构建开销,同时可以取得较优的定位精度。

一种基于信道差异的极化码打孔算法

现有不重构的打孔算法未考虑打孔造成的信道初始值的差异性。针对这一问题,分析打孔比特造成的信道初始值差异性,提出一种基于信道差异的极化码打孔算法。首先分析打孔概率和信道初始值期望,以及无能力比特与打孔比特的映射关系,最终提出打孔算法。实验结果显示,所提算法可获得打孔算法性能的明显提升。

非对称异步移动传感网中低延时邻居发现算法

邻居发现即通过一定的手段快速而有效地去感知与节点能够直接通信的一跳范围内的邻居的问题,是移动传感网(MSN)的重要部分。非对称异步MSN中,已有的算法需要大量的时间和能量去完成相互发现。针对此问题,基于信标与活动时隙分离的邻居发现模型,提出一种适用于异步对称场景的BMCS-A算法,信标在工作周期的不同时隙进行广播以保证邻居发现的确定性。其次,扩展BMCS-A,提出一种持续性广播的BMCS-B算法,节点在第一个子周期内持续性广播信标,接收到该信标的节点将自适应地调整信标的发送时刻以加快邻居发现过程。最后,实现协作式BMCS-B算法,基于已发现邻居的睡眠苏醒调度信息,节点主动发送信标去发现潜在的邻居。仿真实验结果表明,与Searchlight、G-Nihao和Disco相比,协作式BMCS-B将最坏发现时延分别降低了84.62%、85.71%和81.82%。

基于图像着色的无限制攻击

深度学习目前被广泛应用于计算机视觉、机器人技术和自然语言处理等领域。然而,已有研究表明,深度神经网络在对抗样本面前很脆弱,一个精心制作的对抗样本就可以使深度学习模型判断出错。现有的研究大多通过产生微小的Lp范数扰动来误导分类器的对抗性攻击,但是取得的效果并不理想。本文提出一种新的对抗攻击方法——图像着色攻击,将输入样本转为灰度图,设计一种灰度图上色方法指导灰度图着色,最终利用经过上色的图像欺骗分类器实现无限制攻击。实验表明,这种方法制作的对抗样本在欺骗几种最先进的深度神经网络图像分类器方面有不俗表现,并且通过了人类感知研究测试。

移动群智感知中图片情境信息的聚类动态查找算法

使用移动设备摄像头进行感知是移动群智感知主要形式之一,预先利用照片的情境信息聚类可以减少图片特征相似计算,提高照片冗余判断效率。为了提高情境信息聚类精度,本文提出一种聚类动态查找算法,解决动态聚类近边缘相似的问题。首先,根据PTree聚类算法是否聚类到已有区间分为实枝叶和虚枝叶,实枝叶的数据直接上传,虚枝叶进一步动态查找最佳相似匹配区间;然后,基于使用局部扩大再动态缩小的思想,减少动态聚类数据点之间平均距离;最后,聚类到同一区间的图片集进行相似过滤。通过设计的APP收集带有情境信息的照片数据,结果表明,与现有方案相比,在保证覆盖度的前提下有效减少所需上传照片数量,提高去冗余效果。

针对石油专业类留学生的计算机实验课程教学方法讨论——以中国石油大学(华东)为例

由于我国国家综合能力的提升吸引了众多外国人的目光,高等学校也在积极推进国际化办学水平,国际化办学除了走出去还要引进来,引进留学生就是其中必不可少的组成部分。石油类高校引进的留学生大多是中东和非洲地区学生,不论从政治、经济、文化方面还是当地人的特点都是值得我们去探索和研究的。经过多年的教学经验总结发现,在石油专业类留学生的计算机实验课程教学过程中,发现留学生课程通过率低、授课效果差、留学生上课迟到早退甚至缺勤等现象比较严重。笔者在本文中试图探析石油专业类留学生的特点和中国授课的模式,创新一套适合石油专业类留学生的计算机实验课程教学体系。

基于强化学习的NOMA反向散射网络配对算法

为提高非正交多址接入在反向散射网络中的解码性能表现,提出一种基于强化学习的配对算法,合理设置状态、动作空间,利用卷积神经网络提取特征信息,给出合适的正反向反馈函数,构建利于学习的经验池,根据经验训练寻找最大化吞吐量的配对方案。仿真实验结果显示,文中所提算法可以有效提高系统的解码性能以及吞吐量。

温固化水凝胶的制备和应用

目的 制备出适合于组织工程用的温固化型水凝胶 ,并将其应用于可注射软骨的建造 ,观察实验结果 .方法 制备不同浓度的水凝胶 ,并添加不同的物质 ,测量其凝胶化温度 ,并把水凝胶用于裸鼠组织工程软骨的建造 .注射后 4,8和 12 wk取材 ,通过大体标本和组织学观察研究软骨的形成情况 .结果 2 5 0 g· L- 1的水凝胶具有恰当的凝胶化温度和能满足要求的力学性能 .含钙磷的添加物因溶解度不高 ,对凝胶的性能未能产生显著影响 .此水凝胶用于软骨组织工程 ,注射后 4wk在皮下形成稍硬的结节 .8wk后形成的结节质地坚韧 ,切面色泽亮白 .组织学观察 4wk即有软骨形成 ,但不成熟 ,8wk标本有成熟软骨形成 ,12 wk标本成熟软骨的量进一步增加 .结论 温固化型水凝胶凝胶化温度受浓度影响 ,2 5 0 g· L- 1 水凝胶凝胶化温度为 5℃ ,可用于组织工程软骨的建造 。

融合CDIO的数字逻辑实验教学改革探索

改革传统数字逻辑电路实验教学模式,探索融合CDIO先进的工程教育理念,以“简易数字跑表”实验为例,从项目内容、项目要求到项目评价三个角度介绍了新的实验教学方法,使学生在“构思-设计-实现-运作”四个阶段较好地发挥主观能动性,在对整体知识结构的掌握、单一知识点的理解、工程实践能力的训练、团队协作意识的提高各个方面,均取得明显的效果。

基于双阶段位置修正的室内定位算法

WLAN指纹定位技术已经成为室内定位领域的研究热点,但空间环境变化易导致传统定位算法精度降低。针对此问题,提出基于双阶段位置修正的室内定位算法。分析空气介质电导率变化对RSSI的影响,以传统算法的定位结果作为初始位置,首先利用K邻近法(KNN)构建初始位置指纹映射;在此基础上,利用多维标度法(MDS)计算离线、在线阶段的用户间相对位置修正值;最后,利用双阶段位置修正值对初始位置进行优化,得出最终目标位置。实验结果表明,该算法能够有效应对环境变化,修正定位结果,传统算法经其优化后平均误差均有10%以上的降低。

新高考背景下高校专业教师招生宣传工作实践

新高考志愿设置由“学校优先”变为“专业优先”,因此高校在招生过程中,专业教师参与招生宣传和咨询工作变得尤为重要。文章阐述了新高考背景下高校招生宣传工作遇到的挑战,以中国石油大学(华东)专业教师在招生宣传工作中的实践为例,介绍新高考背景下发挥教师专业优势,突出专业特色宣传,充分利用新媒体,采用线上线下结合等多种形式,从而推动新高考背景下高校招生工作的顺利进行,实现考生与专业的最佳双向匹配。