立创EDA在高校电子信息类课程实践教学中的应用

电子线路CAD是电子信息类专业中一门实践性要求很高的专业课程,在培养学生的工程实践与创新能力方面发挥了关键作用。基于以成果为导向的OBE教学理念,引入我国自主知识产权、简单易用的立创EDA软件,为课程的实践教学环节提供有力支持。通过这一软件,学生得以完成从电路仿真到元件选型,再到原理图和PCB绘制,以及最终PCB打样的完整流程。立创EDA软件还在学科竞赛、课程设计以及毕业设计等环节获得了较好的应用,帮助学生更深层次理解电子产品的设计和制造流程,为学生将来的职业发展奠定了坚实的基础。

基于改进YOLOv5s的煤矿机电设备维修指导系统

针对煤矿机电设备辅助维修中二维码标注工作量大、通用性低及现有免注册识别方法实现复杂、难以部署等问题,提出了一种基于改进YOLOv5s的煤矿机电设备维修指导系统。该系统由设备免注册识别模块、故障维修指导模块、远程专家接入指导模块组成。设备免注册识别模块通过HoloLens眼镜上的摄像头采集故障设备图像,并通过改进YOLOv5s图像识别算法进行分析和处理,识别出故障设备型号;故障维修指导模块根据故障设备型号自动匹配调用预设好的混合现实拆装模型,形成维修指导解决方案;远程专家接入指导模块通过音视频会话、虚拟标注等方式实现远程专家与现场维修人员的交互。为保证用户使用混合现实设备时的沉浸感体验,针对混合现实设备自身算力不足问题,采用ShuffleNetV2替换YOLOv5s中的Backbone,得到YOLOv5s−SN2网络,从而减少模型参数量,降低计算开销。实验结果表明:YOLOv5s−SN2相较于YOLOv5s精度略有下降,但每秒浮点运算次数(FLOPS)从16.5×10^(9)下降到7.6×10^(9),参数量从15.6×10^(6)个下降到8.2×10^(6)个;在YOLO系列模型中,YOLOv5s−SN2性能最优。以三叶罗茨鼓风机为例验证系统整体效果,结果表明,YOLOv5s−SN2可快速识别出电动机型号,调用与之匹配的虚拟模型及维修流程,远程专家可通过音视频接入和标注等方法辅助现场工作人员进行机电设备维修。

阴性颞叶癫痫患者静息态脑功能连接网络特征融合策略的分析

静息态功能磁共振成像(rfMRI)的功能连接(FC)可为阴性颞叶癫痫提供脑功能异常指标,但冗余特征影响了精准性。为此,本研究提出结合特异性指数模型与判别相关分析(DCA)的特征融合策略以改善识别效果。将20位患者与20位健康人的rfMRI数据预处理后,以健康人为对照组,构建两类特异性指数模型以量化FC和脑网络FC;采用最小冗余最大相关(mRMR)及独立样本t检验去除冗余特征,应用DCA融合2类FC特异性指标;将融合特征分别输入到K近邻、支持向量机和逻辑回归分类器中,并以嵌套10次10折交叉验证与嵌套10次5折分层交叉验证的平均分类精度来评估算法有效性。结果表明,融合特征识别率达到了91.25%~92.50%,高于非融合方案的识别水平。所提出的特征融合策略可有效地处理冗余信息,增强特征判别能力,为精准识别阴性颞叶癫痫提供了新思路。

基于农田墒情监测的轻量级语义传感网络

针对现有农田传感节点信息化查询和本体知识构建的问题,分析农田墒情监测系统,提出了轻量级语义传感网络本体.从农田信息数据中抽取关系,设计FSSN本体注释方法,使用Tf-Idf算法分析农田本体语义权重,提出FSSN-SDRM算法构建农田墒情轻量级本体模型,对农作物生长环境进行分析,设定适宜性推理规则,使用Jena API对注释本体模型推理.根据农田传感节点采集的墒情信息,在轻量级中间件NVIDIA TX2平台上进行实验,查询数据库中推理信息的正确性,比较设备的响应时间.实验结果表明,轻量级FSSN注释本体将平均响应时间压缩至81 ms,相较于未注释本体缩短了41.4%的响应时间,TX2中时间比主机端缩短了12.81%,能够迅速并准确地进行农作物生长环境的适宜性判断,为农业信息化采集提供新的思路.

双极等离子经尿道前列腺剜切日间手术临床实践

目的:探讨双极等离子经尿道前列腺剜切术(B-TUERP)日间手术模式治疗良性前列腺增生(BPH)患者的安全性和可行性。方法:分析2021年1月至2022年8月在安徽医科大学第一附属医院日间手术病房接受B-TUERP的34例BPH患者的临床资料。患者在预住院期间完成术前筛查及麻醉评估,入院当天即安排手术,手术由同一医生完成,手术遵循解剖性前列腺剜除及“绝对控血”标准。术后第1天停膀胱冲洗、拔除导尿管并进行出院评估。记录患者的一般资料、围手术期结果、随访结果及住院费用等。结果:所有手术均成功,患者平均年龄(62.2±7.8)岁,前列腺体积(50.2±29.3)mL,手术时间(36.5±19.1)min,血红蛋白下降(16.2±7.1)g/L,血钠下降(2.2±2.0)mmol/L,术后住院时间(17.7±2.2)h,总住院时间(20.8±2.1)h,住院费用(13558±2320)元。除中转普通病房1例外,其余33例均术后首日出院,其中3例带导尿管出院。患者术后3个月国际前列腺症状评分、生活质量评分、最大尿流率等均较术前明显改善(均P<0.01)。34例患者中,发生暂时性尿失禁3例、尿路感染1例、尿道狭窄4例、膀胱颈挛缩2例,无其他Clavien 2级以上并发症发生。结论:在手术技术熟练及选择合适BPH患者条件下,B-TUERP日间手术是一种安全、可行、经济、高效的治疗模式,可以在有条件的医院推广。

基于跨波长调制和直接吸收光谱的宽量程多气体检测方法

针对可调谐半导体激光吸收光谱技术(Tunable Diode Laser Absorption Spectroscopy,TDLAS)在煤矿、石油化工领域进行气体浓度检测时,遇到的高精度、宽动态范围需求,采用时分复用的方法,将直接吸收光谱技术(Direct Absorption Spectroscopy,DAS)和波长调制光谱(Wavelength Modulation Spectroscopy,WMS)技术的优势相结合,完成了高精度、宽量程和免标定多气体检测系统的设计。设计激光器的驱动为线性扫描输出和叠加不同高频调制扫描输出的周期信号,用于完成高低浓度反演算法的时分复用计算,通过实验优化选择检测气体的吸光度拐点,实现对气体浓度的高精度、宽量程检测。在室温和常压下,通过实验分别对CH_(4)、CO和C_(2)H_(2)三种气体体积浓度进行检测,确定了两种算法最佳拐点吸光度约为0.026 cm^(-1)。系统对CH_(4)、CO和C_(2)H_(2)三种气体体积浓度的检测量程分别为0~100%、0~5 000×10^(-6)和0~1 000×10^(-6),其最小体积浓度检测限分别为2.27×10^(-4)、0.21×10^(-6)、1.68×10^(-6),且在量程内的测量结果准确度优于现行的煤矿行业标准。实验结果表明:该方法能够满足工业现场实际应用的需求,有利于拓展激光吸收光谱技术在工业过程、安全等领域的应用。

基于网络药理学和分子对接探讨川芎-石菖蒲药治疗血管性认知功能障碍的作用机制

目的:基于网络药理学方法研究川芎-石菖蒲药对治疗血管性认知功能障碍(Vascular Cognitive Impairment,VCI)的关键靶点及其作用机制。方法:使用中药系统药理学数据库与分析平台(TCMSP)查找川芎-石菖蒲药对的活性成分并预测作用靶点,利用Uniprot数据库整理靶点蛋白的基因信息,并与Gene Cards、OMIM数据库中有关VCI的相关基因进行交集合并。通过STRING在线数据库将疾病与药物交集靶点进行蛋白质相互作用分析,利用Metascape在线平台对核心靶点进行基因本体论(GO)分析和京都基因与基因组百科全书(KEGG)通路富集分析,预测其作用机制。结果:从TCMSP数据库检索到川芎-石菖蒲药对11个化合物成分以及对应的86个药物靶点,与VCI的1075个靶点取交集后得到36个共同基因,其中丝氨酸/苏氨酸蛋白激酶1、肿瘤坏死因子、半胱氨酸天冬氨酸蛋白酶3、前列腺素氧化环化酶2、JUN原癌基因为关键靶点。GO分析结果涉及的生物过程集中在炎症反应、氧化应激、神经元死亡调节,KEGG分析主要代谢通路包括磷脂酰肌醇-3-激酶-丝氨酸/苏氨酸蛋白激酶信号通路、丝裂原活化蛋白激酶信号通路、核转录因子信号通路、Toll样受体通路、白细胞介素-17信号通路、流体剪切应力与动脉硬化通路、血管内皮生长因子信号通路、低氧诱导因子-1信号通路、神经营养因子信号通路等。分子对接结果显示核心靶点与度值较高的中药化合物能稳定结合。结论:川芎-石菖蒲药对可通过多成分、多靶点、多通路来减轻神经系统炎症、抑制细胞凋亡和氧化应激、调节β-淀粉样蛋白和tau蛋白,以及保护脑血管、维持神经细胞和突触功能,进而发挥治疗VCI的作用。

“走在时代前列”:中国共产党先进性的科学意蕴与实践要求

党的十九届六中全会从五个方面科学总结了中国共产党百年奋斗的历史意义,第一次把“党的百年奋斗锻造了走在时代前列的中国共产党”作为重大历史意义。这一论断深刻反映了新时代中国共产党人高度的历史自觉和历史自信。通过系统梳理与深入分析,“走在时代前列”的科学意蕴,即以理想信念为精神本质、以科学理论为思想基础、以坚定实践为根本要求、以自我革命为政治品质。以此为标准衡量中国共产党百年伟大实践,可以看到,时代选择和造就了中国共产党,同时中国共产党也在创造、引领着时代。面对未来,中国共产党更加重视解决百年大党独有的难题,将不断提高继续走在时代前列的能力和水平,在以中国式现代化推动中华民族伟大复兴的进程中创造新的历史伟业。

黄元御《四圣心源》“水寒土湿木郁”证治探析

“水寒土湿木郁”是黄元御辨治疾病的核心病机,为明确该病机内涵,以《四圣心源》为基础,围绕水、土、木生理病理联系、病症辨治、用药法度等多角度探析该学术思想。生理病理方面,肾水易寒,脾土易湿,肝木易郁,故形成“水寒土湿木郁”病机理论;辨治方面,广泛应用于惊悸、血证、痛证,妇人杂病等诸多疾病辨治;用药方面,黄师药专而精,核心用药用法为甘草、茯苓、干姜除湿培中,附子、干姜暖土温肾,桂枝、芍药、牡丹皮疏木郁,润风燥。

双相钢铸坯微裂纹在冷轧的表现及控制

文章对双相钢铸坯微裂纹缺陷经过热轧、酸洗、退火后缺陷形貌进行了详细描述,并结合生产试验对DP780、DP980两个钢种的微裂纹缺陷的产生原因及控制方法进行了论述。微裂纹缺陷由于太过细小在铸坯、热轧钢卷表面均不可见;但是经过冷轧轧制,缺陷会放大延伸,最终在冷轧连退产品的表面形成不规则、带有黑色且有起点的树杈状线形缺陷。不同强度的双相钢裂纹缺陷产生的原因也不完全相同。对于冷轧整板面的树杈状裂纹缺陷控制的关键控制点有两个,一是着重关注铸坯浇筑过程中温度的均匀性,二是连铸过程中非金属元素尤其是N含量的控制。双相钢微裂纹缺陷受钢种特性影响不容易完全消除,但通过以上措施可以有效改善。

矿山信息化发展及以数字孪生为核心的智慧矿山关键技术

矿山信息化建设在经历了单机自动化、综合自动化、数字矿山几个阶段之后,在物联网、人工智能、大数据技术的推动下,正朝着矿山智能化和智慧矿山的方向发展。以数字孪生技术为核心,围绕矿山生产场景和智能装备的知识服务体系是智慧矿山下一步需要重点研究的方向。首先回顾了矿山信息化技术的发展,然后分析了智慧矿山的核心关键技术,从智能感知与智能装备、边缘计算与网络服务、数字孪生知识建模、平台与应用系统4个方面进行阐述。智能传感装置和智能装备的不断涌现,为智慧矿山前端感知和执行提供了基础,而即时的感知、分析和决策是智能装备自治、自主工作的前提;随着边缘网关计算能力的提升,需要设计面向应用场景的轻量级算法模型和高效云边协同机制,以满足智能装备即时服务的需求,同时,围绕5G的通信技术在矿山的应用,将进一步提升知识服务的快速响应能力;矿山运行机理、经验知识、大数据分析与数字孪生建模技术融合的矿山生产场景可信数字孪生模型,将成为智慧矿山知识服务的核心;面向大数据和知识模型的平台技术是矿山数字孪生和智能化服务的载体,大数据高效存取、分析和利用能够有效的促进矿山智能化应用服务的融合。矿山数字孪生及相关智能化技术的突破,将实现对矿山物理世界实时可测、可观、准确控制、精确管理和科学决策,从而建立少人化或无人化的矿山生产模式,为智慧矿山的发展奠定基础。

基于多智能体近端策略优化的无人机城市高层消防

城市高层消防一直是具有挑战性的问题,利用无人机来执行消防任务是一个有效的解决方案。在这项工作中,我们将城市高层消防问题表述为一个部分可观测的马尔可夫决策过程(POMDP),并提出一种带有β-变分自动编码器(β-VAE)的多智能体近端策略优化(MAPPO)算法来解决它。该算法基于Actor-Critic体系结构,采用包含全局信息的评论家网络和共享信息的行动者网络。β-VAE是处理视觉感知信息的有效手段,有助于深度强化学习(DRL),使无人机因接近火灾区域并成功完成消防任务而获得奖励。为了评估文中提出的方法,基于AirSim和UrbanScene3D构建了一个大规模复杂的城市火灾环境,并将文中算法与多智能体深度确定性策略梯度(MADDPG)进行比较。实验结果表明,MAPPO算法用来解决城市高层消防问题是有效的,并且明显优于MADDPG算法。

基于网络药理学和分子对接技术探讨益肠散结汤治疗结直肠癌的作用机制

基于网络药理学和分子对接技术探讨益肠散结汤对结直肠癌的作用机理。使用TCMSP、B atman-TCM和Swiss Target Prediction数据库获得益肠散结汤成分和作用靶点并进行筛选,以“colorectal cancer”、“colorectal carcinoma”和“colon cancer”为关键词在Therapeutic Target Database、Gene Cards和Drugbank数据库中得到疾病关联靶点,并获取交集靶点,可视化中药-成分-靶点-疾病网络,然后使用STRING数据库分析靶蛋白互作,再采用Cytoscape 3.7.1软件绘制互作图;利用R语言对GO功能和KEGG富集分析;使用Auto Dock和PyMOL软件可视化分子对接预测结果。筛选获取益肠散结汤有效成分76个,靶点188个,结直肠癌靶点11853个,交集靶点153个,GO功能富集分析生物过程2244个、细胞组成1 260条和分子功能203条,KEGG富集通路171条,分子对接结果显示槲皮素与TP53、EGFR、TNF和IL-6结合较好。益肠散结汤中槲皮素、木犀草素、柚皮素、β-谷甾醇和常春藤皂苷元等活性成分可能调节TP53、EGFR、TNF、ESR1、VEGFA、PTGS2和EGF等靶点,通过IL-17信号通路,肿瘤坏死因子信号通路,Th17细胞分化通路,HIF-1信号通路等通路参与细胞凋亡、细胞迁移和细胞侵袭,调控肿瘤血管生成。

基于改进U-Net网络的多尺度番茄病害分割算法

针对当前农作物病害分割与识别模型病斑分割精度低、数据集不充分、训练速度过慢等问题,构建了一种基于改进的U-Net网络多尺度番茄叶部病害分割算法。在U-Net网络结构基础上进行改进,减小图像输入尺寸,在编码器中使用非对称Inception多通道卷积替换传统卷积,实现多尺度提取病害特征,提升模型准确度;在解码器中加入注意力模块,关注番茄病害边缘,减小上采样噪声;引入GN加速模型收敛,并将改进U-Net网络用在PlantVillage数据集上进行预训练,提高模型的分割准确度和速度。改进后的方法准确率、召回率和MIoU分别为92.9%、91.1%、93.6%,实验结果表明,该方法能够有效地提高模型对番茄的病害分割性能。

基于CS架构的煤矿井下图像处理算法研究

针对煤矿井下无线传感网络因信息传输量大而导致传感节点能量消耗快、设备寿命缩减的问题,在分析煤矿井下图像特点和小波变换系数层特点的基础上,提出一种基于小波变换的压缩感知稀疏图像处理算法,即分块稀疏算法。采用bior4.4小波变换对煤矿井下图像信号进行分块稀疏变换,通过测量矩阵对稀疏化的图像数据进行测量,得到测量数据,再利用ROMP算法对稀疏变换的图像进行重构。仿真试验结果表明,与传统的压缩感知算法相比,该算法不仅能够以更低的采样率获得高质量的重构图像效果,压缩了图像大小,且能够快速地还原图像。

“生态学”课程的“三元一体”实践教学体系建设探讨

生态学与生物、地理、环境等学科具有很强的交叉性,是环境和生态类专业的核心基础课,实践教学是培养学生的动手能力、创新能力和综合素质的重要环节。从实践教学的形式、内容以及实施方法等方面探讨环境和生态类专业"生态学"课程实践教学体系的建设,旨在建立以学生为本的多样化的生态学实践教学模式,培养学生的基础技能和创新创业能力,提高学生的综合素质。

基于多特征提取的图像语义描述算法

针对图像语义描述方法中存在的图像特征信息提取不完全以及循环神经网络(RNN)产生的梯度消失问题,提出了一种基于多特征提取的图像语义描述算法。所构建模型由三个部分组成:卷积神经网络(CNN)用于图像特征提取,属性提取模型(ATT)用于图像属性提取,而双向长短时记忆(Bi-LSTM)网络用于单词预测。该模型通过提取图像属性信息来增强图像表示,从而精确描述图中事物,并且使用Bi-LSTM捕捉双向语义依赖,从而进行长期的视觉语言交互学习。首先,使用CNN和ATT分别提取图像全局特征与图像属性特征;其次,将两种特征信息输入到BiLSTM中生成能够反映图像内容的句子;最后,在Microsoft COCO Caption、Flickr8k和Flickr30k数据集上验证了所提出算法的有效性。实验结果表明,与m-RNN方法相比,所提出的算法在描述性能方面提高了6.8~11.6个百分点。所提算法能够有效地提高模型对图像的语义描述性能。

LoRa在分布式光伏电站监控系统中的应用与研究

针对分布式光伏电站的特点进行分析,提出采用无线通信模块LoRa来替代传统有线通信方式进行监控组网。根据LoRa模块的功能特点,设计了基于LoRa和ARM的无线通信板卡,并对该板卡的无线通信性能进行测试验证和对比,试验证明,在分布式光伏电站监控系统设计中,采用基于LoRa模块的无线通信组网从成本上、传输距离、信号可靠性方面具有明显优势。

群智能控制系统在高效制冷站的实践

群智能控制系统是一种新型建筑自动化控制系统,区别于传统楼宇自控系统,它将建筑机电设备系统划分为若干基本单元,为每个单元配置一个智能控制器,智能控制器之间按照基本单元的空间位置关系连接成一个无中心、扁平化的网络系统。结合某商业项目的工程实践,分析了制冷站群智能控制系统的设计原则和全年运行效果。该系统在商场开业前投入使用,实现了制冷站在无人值守下的自动高效运行;2019年6—10月制冷站平均能效达到4.50,相对国标制冷站能效限值3.31,节能率达到26.44%。群智能控制系统可适用于不同形式的制冷站,通过标准化设计、施工调试和通用控制策略软件下载,快速“复制”高效制冷站经验,解决我国公共建筑空调制冷站存在的自动化程度低、运行效率低、能耗水平高等问题。

基于Kinect的矿井人员违规行为识别算法研究

由于煤炭生产的特殊性与危险性,煤炭生产过程中安全事故常有发生,其中人为因素占极高的比例,因此研究矿井工作人员的违规行为十分必要.针对人体行为识别中传统的动态时间规整算法经常出现的奇异点和时间复杂度问题,提出一种分段线性逼近结合自适应权重动态时间规整算法.对该算法进行了仿真以及实验,该算法在SDU Fall Dataset数据集的平均识别率达到了95.33%,平均识别时间减少了46.47%,在煤矿井下使用该系统进行测试,结果表明所提出的算法在识别速度和准确率上均有一定程度的提高.