云南地区强震的超长时间平静异常及未来地震趋势研究

从1996年丽江M_(S)7.0地震发生后至2023年8月,云南地区M≥6.7和M≥7.0地震出现了长达27.55 a的超长时间平静现象。本文从更大时空尺度上对该平静异常现象及其与青藏高原和川滇地块的强震活动之间的关系进行了分析和总结,并讨论了云南地区未来地震趋势。结果表明,1887年以来,云南地区5次M≥7.0地震平静期内其周边地震活动环境有很大差异性:第Ⅰ,第Ⅱ和第Ⅴ平静期出现在青藏高原M≥7.0地震活跃背景下(即云南地区平静,但青藏高原活跃),第Ⅲ和第Ⅳ平静期出现在青藏高原M≥7.0地震平静背景下(即云南地区平静,青藏高原也平静)。当前云南地区处于27.55 a超长时间平静期(即第Ⅴ平静期),其所处的周边地震活动环境与第Ⅰ和第Ⅱ平静期相似,据此推断,其后续地震趋势可能也与第Ⅰ和第Ⅱ活跃期相似,处于相对弱的活跃期。同时,未来较长时间青藏高原可能仍将处于M≥7.0地震活跃时段;2022年泸定M_(S)6.8地震后,川滇地块可能会进入M≥6.7地震活跃时段。

一种基于DQN的去中心化优先级卸载策略

边缘计算(EC)可在网络边缘为用户提供低延迟、高响应的服务。因此,资源利用率高、时延低的任务卸载策略成为研究的热门方向。但大部分现有的任务卸载研究是基于中心化的架构,通过中心化设施制定卸载策略并进行资源调度,容易受到单点故障的影响,且会产生较多的能耗和较高的时延。针对以上问题,提出一种基于深度Q网络(DQN)的去中心化优先级(DP-DQN)卸载策略。首先,设置通信矩阵模拟现实中边缘服务器有限的通信状态;其次,通过对任务设定优先级,使任务可以在不同边缘服务器之间跳转,保证各边缘服务器均可以自主制定卸载策略,完成任务卸载的去中心化;最后,根据任务的跳转次数为任务分配更多的计算资源,提高资源利用效率和优化效果。为了验证所提策略的有效性,针对不同DQN下参数的收敛性能进行了研究对比,实验结果表明,在不同测试情景下,DP-DQN的性能均优于本地算法、完全贪婪算法和多目标任务卸载算法,性能可提升约11%~19%。

一种联合边缘服务器部署与服务放置的方法

边缘计算(EC)在靠近用户的网络边缘部署边缘服务器(ES),并将服务放置在ES上,从而可以满足用户的服务需求。独立研究ES部署和服务放置问题的成果已有很多,但两者存在高度耦合关系。考虑到EC系统的收益,有必要提供付费服务,使得EC系统处理用户服务请求时会获得相应收入。同时,EC系统处理用户服务请求时会产生时延和能耗成本,为了最大化EC系统的收益,在用户服务请求和服务价格不同的约束下,需要合适的服务放置方案来提高EC系统的收益。为此,在ES与基站之间的位置关系、ES部署和服务放置之间的耦合关系、服务副本数和服务价格等约束下,提出一种包括改进的k-means算法和多智能体强化学习算法的两步方法,使EC系统的收益最大化。首先,构建一个联合ES部署和服务放置模型,其中ES部署明确考虑了基站之间的位置关系,服务放置明确考虑了ES部署的位置,以及不同的服务请求和价格;然后,基于基站的位置关系和基站的服务请求负载,通过带约束的k-means算法,在不同约束条件下分别确定最佳的ES部署位置以及ES的协作域;最后,以最大化EC系统收益为目标,通过多智能体强化学习算法在ES上放置服务。实验结果表明,与对比方法相比,所提方法能够提高收益7%~23%。

贵州红托竹荪和冬荪的品质评价

为分析贵州红托竹荪和冬荪的品质差异,本研究采用营养成分精准定量方法分析了红托竹荪和冬荪的34种营养成分,并基于超高效液相色谱-四极杆飞行时间质谱的非靶向代谢组学技术比较了红托竹荪和冬荪的差异代谢物。结果表明,红托竹荪中L-麦角硫因、麦角甾醇、总膳食纤维、铁含量较高,其蛋白中必需氨基酸含量(342.2 mg/g)更接近联合国粮食及农业组织/世界卫生组织模式值;冬荪中可溶性糖、钙、蛋白质含量较高,其中检出的海藻糖、甘露醇、甘露糖、葡萄糖的总含量(450.8 mg/g)远高于红托竹荪(114.7 mg/g)。利用多元统计分析,从红托竹荪和冬荪代谢物中筛选出388个差异代谢物,主要包括脂质类化合物145个、氨基酸类化合物38个、糖类化合物17个。与红托竹荪相比,冬荪中有126个代谢物下调,262个代谢物上调,主要的差异代谢物是风味前体物质或风味物质,与红托竹荪和冬荪的风味密切相关。本研究较为系统地评价了红托竹荪和冬荪中营养成分和代谢物差异,可为红托竹荪和冬荪的品质分析及功能成分挖掘提供数据基础。

基于异步深度强化学习的车联网协作卸载策略

随着车联网(IoV)的快速发展,智能网联汽车产生了大量延迟敏感型和计算密集型任务,有限的车辆计算资源以及传统的云服务模式无法满足车载用户的需求,移动边缘计算(MEC)为解决海量数据的任务卸载提供了一种有效范式。但在考虑多任务、多用户场景时,由于车辆位置、任务种类以及车辆密度的实时性和动态变化,IoV中任务卸载场景复杂度较高,卸载过程中容易出现边缘资源分配不均衡、通信成本开销过大、算法收敛慢等问题。为解决以上问题,重点研究了IoV中多任务、多用户移动场景中的多边缘服务器协同任务卸载策略。首先,提出一种多边缘协同处理的三层异构网络模型,针对IoV中不断变化的环境,引入动态协作簇,将卸载问题转化为时延和能耗的联合优化问题;其次,将问题分为卸载决策和资源分配两个子问题,其中资源分配问题又拆分为面向边缘服务器和传输带宽的资源分配,并基于凸优化理论求解。为了寻求最优卸载决策集,提出一种能在协作簇中处理连续问题的多边缘协作深度确定性策略梯度(MC-DDPG)算法,并在此基础上设计了一种异步多边缘协作深度确定性策略梯度(AMCDDPG)算法,通过将协作簇中的训练参数异步上传至云端进行全局更新,再将更新结果返回每个协作簇中提高收敛速度。仿真结果显示,AMC-DDPG算法较DDPG算法至少提高了30%的收敛速度,且在奖励和总成本等方面也取得了较好的效果。

基于决策树的川滇地区地震序列类型判定特征重要性研究

基于1966—2021年川滇地区225次5级以上地震目录、地震序列目录和历史地震震源机制资料,参考以往研究和震后趋势预测实践经验,构建了10个基于地震观测数据的机器学习序列类型判定特征样本数据集。基于地震序列分类定义,设置多震型、主余型、孤立型三类样本“标签”。对样本进行不均衡处理、对特征参数进行缺失处理后,采用决策树模型对特征参数的重要性进行研究。结果显示:不同时间段特征参数重要性类别有一定差异,随着序列数据资料的增加,序列类型判断更倚重动态的序列数据资料;主震震源机制相关参数和主震参数对序列分类有较高的贡献率,序列参数对序列分类贡献率不高。整体而言,模型给出的结果与实际经验性预报方法较为一致。

基于动态服务缓存辅助的任务卸载方法

针对服务缓存和任务卸载联合优化中,由于缺乏对用户服务请求多样性和动态性的综合考虑而导致的用户体验质量降低问题,提出一种基于动态服务缓存辅助的任务卸载方法。首先,针对边缘服务器执行缓存服务动作空间较大的问题,重新定义了动作,并筛选出最优的动作集合以提高算法训练的效率;其次,设计一种改进的多智能体Q-Learning算法学习最优的服务缓存策略;再次,将任务卸载问题转换为凸优化问题,利用凸优化工具获得最优解;最后,利用拉格朗日对偶法求得最优的计算资源分配策略。为了验证所提方法的有效性,基于真实数据集进行了充分的实验。实验结果表明,对比Q-Learning、双层深度Q网络(D2QN)以及多智能体深度确定性策略梯度(MADDPG)方法,所提方法的响应时间分别降低了8.5%、11.8%和12.6%,平均体验质量分别提高了1.5%、2.7%和4.3%。

面向缓存的动态协作任务迁移技术研究

边缘网络中不断出现的计算密集和延迟敏感型业务推动了任务迁移技术的快速发展。然而,任务迁移过程中存在应用场景复杂多变、问题建模难度高等技术瓶颈。尤其是考虑用户移动时,如何保证用户服务的稳定性和连续性,设计合理的任务迁移策略仍是一个值得深入探讨的问题。因此,提出了一种移动感知的服务预缓存模型和任务预迁移策略,将任务迁移问题转化为最优分簇与边缘服务预缓存的组合优化问题。首先,基于用户的移动轨迹对当前执行任务状态进行预测,引入动态协作簇和迁移预测半径的概念,提出了一种面向移动和负载两种任务场景的预迁移模型,解决了何时何地迁移的问题。然后,针对需要迁移的任务,基于最大容忍时延约束分析协作簇半径和簇内目标服务器数量的极限值,提出了以用户为中心的分布式多服务器间动态协作分簇算法(Distributed Dynamic Multi-server Cooperative Clustering Algorithm,DDMC)以及面向服务缓存的深度强化学习算法(Cache Based Double Deep Q Network,C-DDQN),解决了最优分簇和服务缓存问题。最后,利用服务缓存的因果关系,设计了一种低复杂度的交替最小化服务缓存位置更新算法,求解出了最佳迁移目标服务器集合,实现了任务迁移中的服务器协作及网络负载均衡。实验结果表明,提出的迁移选择算法具有良好的鲁棒性和系统性能,相比其他迁移算法所消耗的总成本降低了至少12.06%,所消耗的总时延降低了至少31.92%。

边端协同环境中的任务卸载和资源分配方法

将终端任务卸载至边缘计算环境弥补了云计算距离较远而产生较大延迟的缺陷,同时还降低了设备能耗.但从资源方面来讲,边缘服务器的各类资源并不像云服务器那么充足,因此,任务卸载和资源分配的联合优化成为边缘计算的研究热点之一.已有的任务卸载和资源分配联合优化研究通常假设任务卸载至单个边缘服务器,默认每个终端设备产生一个任务,即使有研究多服务器的,也通常忽略服务器间的负载均衡.为此,本文在一个多边缘服务器多用户多任务的边端系统中,提出了一种权衡时延、能耗和负载均衡指标(即效益)的任务卸载和资源分配方法,其通过优化任务卸载决策、服务器计算资源分配和终端设备发射功率,实现任务卸载效益最大化.最后,为了验证所提方法的有效性,进行了充分的对比实验.实验结果表明,与对比方法相比,所提出的方法在提升卸载效益和实现服务器间负载均衡方面有良好的性能.

煤热解研究进展及其发展历程

在应对“碳中和”的挑战中,我国学者提出了“工程热化学”这一新兴学科。煤热解是一种重要的热化学反应,是工程热化学领域的重要研究内容。面对日益增长的能源需求以及不断恶化的世界环境,煤炭清洁高效利用成为我国的重大战略需求。全面了解煤热解过程,完善煤热解理论,准确描述煤热解动力学机理,是开发煤的高效热解的基础。本文首先介绍了煤热解的概念、分类及热解过程,进而总结了煤热解机理的研究进展,针对煤热解的ReaxFF MD分子动力学以及热分析动力学进行了详细的分析。阐述了热解过程发生的主要反应、反应的影响因素以及热作用过程中矿物质及杂原子对反应的影响。最后对煤热解工艺发展历程和示范应用进行了总结。

一种任务驱动的车联网边缘卸载策略

边缘计算为解决未来车联网中移动流量的爆炸式增长提供了可行范式,然而位置的动态变化以及计算任务的多样性和差异性,使得资源有限的边缘服务器很难在规定时间内完成区域内多车辆任务的并行处理需求。基于此,以最小化时延为目标,提出一种结合深度确定性策略梯度算法的任务驱动卸载策略。首先,结合差异性任务类型和紧迫程度进行预处理,构建了一种基于最大延迟容忍度的任务动态优先级调整模型;然后,利用道路区域内的车辆拓扑和通信半径,提出了基于网络密度和负载均衡的动态协作簇划分方法,解决了多样性任务的动态协作卸载优化问题。实验结果表明,所提算法在收敛性、卸载时延及卸载命中率等方面具有性能优势。

使用虚拟现实技术提高冰川地貌表达维度的研究

冰川侵蚀与堆积地貌含有重要的古气候、古环境信息,是鉴别冰川作用范围和性质的标志,也是冰川动力学研究的基础。冰川地貌的表达研究经过150多年的发展,已经形成了较完备的冰川地貌制图方案,为冰川形成过程、冰川类型及冰川作用的动力学特征判断提供了重要依据。然而,冰川地貌专题图的专业性为古冰川重建和古环境研究提供支撑的同时,也提高了非专业人士的解读难度。以虚拟现实/增强现实地图、混合现实地图、微地图、语义地图和隐喻地图等的泛地图表达机制提供了更多维度的表达方案,在传统的空间几何维度的基础上增加了状态和读图者视角等维度,为冰川地貌表达提供了新的视角。本文使用虚拟现实(virtual reality,VR)技术构建了卡若拉冰川西沟的交互式三维冰川地貌场景,增加了三维、动态和读图者视角等表达维度。通过前期研究工作基础(沉积物特征、测年等工作)对场景内典型的冰川地貌进行标注,将前期冰川地貌的研究认识与VR场景进行较好的对应。该场景可以720°自由变换,包含末次冰盛期-晚冰期、早全新世、新冰期、小冰期和现代冰川共40个分场景,可以激发读图者的沉浸感、交互感和构想感。VR等技术对冰川地貌进行泛地图式的更多维度表达,可以为冰川地貌教学、科普及学术交流提供良好的交互式三维冰川地貌素材,也可以辅助读者更加准确地判别冰川遗迹和认知冰川发育条件。

交流交融:中华民族传统体育文化铸牢中华民族共同体意识理论阐释

运用文献资料法和逻辑分析法,对中华民族传统体育文化交流交融铸牢中华民族共同体意识的理论逻辑进行思辨性分析。中华民族传统体育文化是中国优秀传统文化的一员,是中国本土化体育符号的象征;其具有的娱乐功能增加了人与人之间相遇的概率;对它的起源进行分析,从源头说明其是促进各民族交流交往的合适载体,具有铸牢中华民族共同体意识的载体属性。对它具有的价值进行分析,说明其具有铸牢中华民族共同体意识的必然性,可以担负起铸牢中华民族共同体意识的时代使命。

基于知识图谱的端到端内容共享机制

端到端(D2D)通信利用边缘网络的本地计算和缓存能力,可以满足未来移动网络用户低延时、高能效的内容共享需求。而边缘网络内容共享效率性能的提升不仅取决于用户社交关系,同时也高度依赖终端设备的特征,如计算、存储和剩余能量资源等。因此,以最大化能量效率为目标,综合考虑设备异质性、用户社交性和兴趣差异性,提出一种用户-设备-内容多维度关联特征的D2D内容共享机制。首先,基于用户成本效益最大化将多目标约束问题转化为最优节点选择和功率控制问题,构建面向用户-设备-内容的多维度知识关联特征和图谱模型,将设备相关的计算资源、存储资源等多维特征结构化处理;其次,研究用户在设备属性和社交属性上的意愿度度量方法,提出一种基于用户社交和设备图谱的共享意愿度度量方法;最后,根据用户共享意愿度构建面向内容共享的D2D协作簇,面向能量效率设计一种基于共享意愿度的功率控制算法,以最大化网络共享性能。在真实用户设备数据集和infocom06数据集的实验结果表明,所提基于共享意愿度的功率控制算法与最近选择算法和不考虑设备意愿度的选择算法相比,系统和速率分别提升了约97.2%和11.1%,用户满意度分别提升了约72.7%和4.3%,能效分别提升了约57.8%和9.7%,验证了所提算法在传输速率、能量效率和用户满意度等方面的有效性。

银西高铁黄土含水层隧道群井降水模拟研究

研究目的:银西高铁上阁村隧道穿越董志塬黄土含水层施工中出现的渗涌水,受地下水渗流影响,引起了洞身黄土含水率增加、围岩自稳性变差等问题。为解决上阁村富水黄土隧道施工难题,论文首先分析了上阁村隧道黄土含水层分布特征,其次介绍了地表降水施工辅助措施及其效果,最后应用MIDAS/GTS建立隧道工程群井降水模型,实现了不同流量以及渗透系数工况下的隧道开挖渗流模拟计算。研究结论:(1)上阁村隧道长大段落通过软塑黄土含水层,通过地表降水梳干隧道洞身范围内地下水,提高了隧道洞身黄土围岩稳定性,确保了隧道施工的安全和进度;(2)不同单井流量(80 m^(3)/d、90 m^(3)/d、100 m^(3)/d)的群井数值模拟结果表明,地下水位降深在短时间内达到了设计要求,验证了降水设计参数及效果;(3)本研究可为黄土等低渗透岩体富水隧道工程施工处置及设计提供依据。

混合教学法应用于神经内科住院医师规范化培训电生理带教探索

目的:探讨混合教学法应用于神经内科住院医师规范化培训电生理带教中的探索及效果评价。方法:选取杭州市第一人民医院2010年9月至2020年8月参加神经内科住院医师规范化培训的88名住院医师,对照组46名在神经电生理轮转期间采用传统教学法,试验组42名采用CBL联合PBL混合教学方法。对两组进行电生理操作及结果判读考核,并对比两组成绩差别及教学满意度。结果:试验组操作考核(P=0.000)、电生理结果判读考核(P=0.003)、教学满意度(P=0.001)均优于对照组,差别有统计学意义。结论:混合教学法在神经内科住院医师规范化培训神经电生理带教中可以促进教学质量。

项目驱动研究人工智能大模型技术对大学数学课程教学的影响与变革

新时代人工智能大模型技术在知识生成、知识获取、知识问答、知识推荐等方面的先进性正在对大学数学课程的教学理念、教学目标、教学要求、教学内容、教学方法、教学模式等产生影响.为了应对人工智能大模型技术对大学数学课程教学带来的新机遇、新挑战和新要求,组织高校大学数学教师,集体研究人工智能大模型技术赋能的大学数学课程建设和教学改革是当前大学数学教学改革的新趋势.在教学过程中,科学使用人工智能大模型技术提高课程教学质量是新时代大学数学教师应具备的新能力.

不同品种生菜的多酚、黄酮差异比较与抗氧化活性

生菜富含多种酚酸、黄酮类化合物,是获取膳食多酚的良好食物来源。本研究对50个不同品种(34种绿色品种和16种红色品种)生菜中的总酚、总黄酮含量及其抗氧化能力进行测定,同时采用超高效液相色谱-四极杆-飞行时间质谱法和超高效液相色谱法对生菜中17种特征酚酸和黄酮类化合物进行鉴定及含量测定,再结合多元统计分析进行分类和相关性分析。结果表明,红色品种生菜的总酚、总黄酮含量及抗氧化能力高于绿色品种生菜;50种生菜中鉴定出绿原酸、咖啡酸、异绿原酸A/B、菊苣酸、木犀草素-7-O-β-D-葡萄糖醛酸苷、槲皮素-3-O-葡萄糖酸苷和槲皮素-3-O-葡萄糖苷7种多酚类化合物,整体在红色品种生菜中含量更高。多元统计分析结果表明绿原酸、木犀草素-7-O-β-D-葡萄糖醛酸苷和槲皮素-3-O-葡萄糖苷与抗氧化能力的相关性较高。综上,G21K104、W3088、H20K6457等5个红色新品种及商业种,G21K212、G21K117等4个绿色新品种为高抗氧化活性生菜品种。本研究可为生菜育种、种质资源创新和营养健康、功能性产品开发提供参考依据。

生物质连续式水热预处理及固相产物热解特性研究

生物质复杂的多组分体系和致密交联的化学结构是制约其高值化利用的关键,实现木质纤维组分预分离对生物质分级转化具有重要意义。实验采用连续式水热法预处理稻壳,考察了水热温度和流量对稻壳分解速率以及固相产物化学组成与热解特性的影响。结果表明,稻壳的水热分解符合表面化学反应过程控制的未反应收缩核模型,预处理在180℃下能脱除稻壳95%的碱及碱土金属、92%的半纤维素和59%的木质素,极大保留了纤维素组分,这使得稻壳热解产物中以左旋葡聚糖为主的脱水糖的相对含量从9.9%提高至48.2%。

艾灸联合保真汤加减治疗糖尿病肾病的疗效观察及对CT灌注参数、Rho/ROCK信号通路蛋白的影响

目的 观察艾灸联合保真汤加减治疗糖尿病肾病气阴两虚证的临床疗效及对CT灌注参数、Rho/ROCK信号通路蛋白的影响。方法 将146例糖尿病肾病气阴两虚证患者随机分为观察组(74例)和对照组(72例)。在对症治疗的基础上,对照组给予厄贝沙坦片,观察组给予艾灸联合保真汤加减。观察两组中医主症积分、CT灌注参数[血尿素氮(blood urea nitrogen, BUN)、血肌酐(serum creatinine, SCr)、尿白蛋白排泄率(urinary albumin excretion rate, UAER)和24 h尿蛋白定量(24-hour urinary protein quantification, 24 h Upro)]、肾血流指标[舒张末期血流速度(end-diastolic velocity, EDV)、肾段动脉的收缩期峰值流速(peak-systolic velocity, PSV)、搏动指数(pulsatility index, PI)和阻力指数(resistive index, RI)]、血清炎性因子[肿瘤坏死因子-α(tumor necrosis factor-α, TNF-α)、白细胞介素-1β(interleukin-1β, IL-1β)、白细胞介素-6(interleukin-6, IL-6)和C反应蛋白(C-reactive protein, CRP)]水平及Rho/ROCK信号通路[Ras同源基因家族成员A(Ras homolog gene family member A, RhoA)、Rho关联含卷曲螺旋蛋白激酶Ⅰ(Rho-associated coiled-coil containing protein kinaseⅠ, ROCKI)、α-平滑肌肌动蛋白(α-smooth muscle actin, α-SMA)和钙黏附蛋白-E(E-cadherin, E-Cad)]蛋白水平,并比较两组临床疗效及不良反应。结果 观察组总有效率为97.3%(72/74),明显高于对照组的81.9%(59/72)(P<0.05)。观察组治疗后中医主症积分低于治疗前和对照组(P<0.05)。两组治疗后CT灌注参数降低(P<0.05),且观察组低于对照组(P<0.05)。观察组治疗后PSV、EDV较治疗前和对照组加快(P<0.05),RI、PI较治疗前和对照组降低(P<0.05)。观察组治疗后血清炎性因子水平较治疗前和对照组降低(P<0.05)。观察组治疗后Rho A、ROCKI、α-SMA蛋白水平较治疗前和对照组降低(P<0.05),E-Cad蛋白水平较治疗前和对照组升高(P<0.05)。观察组不良反应发生率为1.4%(1/74),低于对照组的19.4%(14/72)(P<0.05)。结论 在对症治疗的基础上,艾灸联合保真汤加减可明显提高糖尿病肾病气阴两虚证患者的治疗效果,其机制可能与改善CT灌注参数,调节血清Rho/ROCK信号通路蛋白相关。