基于CNN‑LSTM‑SE的心电图分类算法研究

心血管疾病是我国死亡率较高的疾病之一,通过观察心电图来判断心电信号是否出现异常能够对心血管疾病进行预防和筛查。由于心电图数据规模大且繁杂,临床医护人员在心电图筛查时,工作负担大且容易出现误诊或漏诊的情况。为了提高心电图的筛查效率、减少医护人员的压力,提出了一种基于卷积神经网络、长短期记忆神经网络和SE网络的心电图分类算法模型(CNN-LSTM-SE),该模型将心电图分成5种不同的类别。主要研究内容包括:选用MIT-BIH心律失常数据集作为心电信号的数据来源,使用巴特沃斯带通滤波器对心电信号进行去噪处理,通过Z-score方法对心电信号进行标准化处理,利用独热编码方法对心电信号标签进行编码,最后使用处理后的心电数据对所提算法模型进行训练和测试。实验结果表明:所提模型相较于其它模型,能够有效提高心电图分类的准确性,在实验数据集上的分类准确率达到99.1%。

芝麻过敏原Ses i 2核酸适体的筛选与鉴定研究

芝麻是八大类食物过敏原之一,快速准确识别芝麻过敏原对预防其过敏有重要意义。核酸适配体可以高效识别靶标过敏原,在过敏原检测中有良好的应用前景。为了获得芝麻主要过敏原Ses i 2的特异性核酸适体,本研究以Ses i 2为靶标,通过磁珠筛选法(磁珠-SELEX)开展10轮筛选,经由高通量测序获得6条候补序列(S1~S6),并进行家族性、同源性分析及二级结构预测。结果表明,6条候选核酸适体的重复率可达46.38%,其自由能在-9.02到-2.47 kcal·moL^(-1)之间,根据自由能能量稳定原则,S1和S5吉布斯自由能最低最稳定,分别为-6.70和-9.02 kcal·moL^(-1)。利用ELISA试验进行亲和力测试,结果表明核酸适体S1和S2的亲和能力较强,S1:KD=67.02 nmol·L^(-1),R2=0.925 8,S2:KD=97.65 nmol·L^(-1),R2=0.795 1。核酸适体S1与过敏原Ses i 2的结合力和其他过敏原蛋白相比有显著差异,可视为具有特异性。本研究最终获得一条兼具良好亲和力和特异性的核酸适体S1,为芝麻过敏原快速检测提供了技术支撑。

重金属地质高背景区土壤Se的地球化学特征及富Se耕地综合评价

为了合理保护和利用富Se耕地资源,为重金属地质高背景区富Se农产品的安全开发提供科学依据,以重庆市黔江区白土乡为例,采集74份耕地土壤(0~20 cm)及水稻籽实样品,分析稻谷及土壤中Se和重金属(Cd、Hg、Pb、As、Cr、Cu、Zn和Ni)含量,同时分析土壤中养分元素及氧化物含量,研究土壤及稻谷中各元素的地球化学特征,并开展富Se耕地综合评价。结果显示,研究区土壤环境综合质量等级以三等(轻度污染)和四等(中度污染)为主,面积占比分别为41.65%和50.71%,污染因子为Cd。土壤Se平均含量为0.91 mg·kg^(-1),含量介于0.4~3.0 mg·kg^(-1)之间的点位占比为97.29%,土壤Se资源丰富。研究区耕地土壤总体养分条件良好,但部分区域存在单元素缺乏问题,以K缺乏最为显著。耕地土壤重金属和Se含量主要与灰岩、炭质页岩(夹煤线)的风化成土有关。此外,农业活动会造成耕地土壤Cd和As的输入。研究区糙米富Se率为100%,糙米Cd超标率为7.4%,土壤pH值是影响稻谷吸收土壤Cd和Se的主控因素,中碱性条件有利于水稻富集Se而抑制其对Cd的吸收。研究区富Se耕地综合等级以二等为主,面积占比为95.68%,适宜开展富Se资源开发利用。可根据各耕地地块单项指标得分情况,通过养分元素补充、土壤酸碱度调节等措施,趋利避害利用土壤富Se资源,对部分不适宜开展富Se资源开发利用的耕地,可进行种植结构调整。

基于改进SE-Net和深度可分离残差的高光谱图像分类

针对目前常见的用于高光谱图像分类的卷积神经网络参数数量多,训练时间长,对样本数量依赖性大的问题,提出一种适用于有限训练样本条件下基于改进压缩激活网络和深度可分离残差的分类网络MDSR&SE-Net.首先使用主成分分析对原始高光谱图像进行通道降维,然后通过三维卷积神经网络连接多特征残差结构,同时嵌入改进的SE模块提取高光谱图像的空间和光谱细节特征,最后将提取到的特征数据输入Softmax分类器激活分类.为了使网络更加轻量,通过在残差结构中使用深度可分离卷积和引入全局平均池化减少参数数量.实验结果显示,使用有限训练样本在三种常见高光谱数据集上总体分类精度均达到99%以上.

基于DEMATEL和SE-DEA的民航监察员培训效能评价

为优化培训模式,提高监察员的安全监管能力,降低民航各种不安全事件发生的概率,以“岗位胜任能力导向”为核心的培训模式逐步形成。首先基于“一个素质,三个能力”构建初始岗位胜任力模型,然后结合SPSS和AMOS进行指标筛选和模型验证,利用DEMATEL法探究各指标之间的影响关系并改进权重,最后运用SE-DEA法检验目前的培训课程设置是否合理并进行评价。结果表明:构建的岗位胜任力共15项指标,具有良好的效度和信度;政治素质和管理能力对法治能力和业务能力的影响更大,对胜任力模型影响最大的是业务能力;经过培训,75%的监察员的岗位能力都得到有效提升,达到强化基层安全能力建设的预期,同时说明目前的培训课程设置仍需进一步改进。

基于SE注意力CycleGAN的蓝印花布单纹样自动生成

根据蓝印花布纹样的风格特征,文章提出一种端到端的蓝印花布纹样自动生成方法,实现简笔画图像向蓝印花布单纹样的自动迁移。针对蓝印花布的抽象风格和小数据集问题,重新构造CycleGAN生成网络中的编码器和解码器,使用SE(squeeze and excitation)注意力模块和残差模块与原始的卷积模块串联,提高特征提取能力和网络学习能力。同时减少生成网络中转换器的残差块层数,降低过拟合。实验结果表明,基于SE注意力CycleGAN网络方法自动生成的蓝印花布新纹样主观性上更贴合原始风格,与原图更加接近,有助于蓝印花布的数字化传承和创新。

基于TEE和SE的移动平台双离线匿名支付方案

近年来,中央银行数字货币(CBDC)受到全球多个国家和地区的高度关注.双离线交易作为CBDC的可选属性,在无网络连接的情况下进行支付,被认为具有较大的实用价值.面向CBDC的双离线匿名支付场景,基于可信执行环境(TEE)和安全单元(SE)技术,提出了一种专为移动平台设计的高效双离线匿名支付方案(dual offline anonymous E-payment for mobile devices,OAPM).OAPM适用于资源受限的移动设备,允许移动付款者在不联网状态下安全地向收款者支付数字货币,且不向收款者及商业银行泄露个人隐私信息,付款者的支付行为也不会被链接,同时允许收款者设备处于离线状态,监管机构(如中央银行)在必要情况下能够识别匿名付款者的真实身份.该方案满足数字货币交易的多项重要属性,包括正确性、不可链接性、可追踪性、不可陷害性、机密性、真实性、防双花性以及可控匿名性等.实现了原型系统,并对可能的参数进行了评估.安全性分析和实验结果表明,该方案从安全性和效率两方面均能满足移动用户CBDC双离线交易的实际需求.

350MW燃煤电站Se、As、Pb迁移转化规律

本文基于国内某350 MW燃煤电站开展了重金属排放控制研究,系统分析了燃煤烟气尾部净化不同位置重金属的浓度分布,揭示了Se、As、Pb等重金属的迁移转化规律。研究表明,ESP出口,1μm以下、1~2.5μm、2.5~10μm的细颗粒态Se、As、Pb浓度均低于0.80μg/m^(3),ESP对细颗粒态重金属的脱除效率均超过95%。在ESP和WFGD联合作用下,气态Se、As、Pb的综合脱除效率分别为75.62%、87.48%、40.20%,排放至大气中的气态重金属浓度显著降低。此外,由于石灰石浆液和工艺水中As含量较高,导致该机组脱硫废水和石膏中As含量分别达到199.19μg/L和22.25 mg/kg,需要引起重视。考虑到燃煤副产物利用和堆积可能引发环境累积效应,若不经处理直接排放将对周围环境的安全造成潜在风险。

基于SE-SBM的机采棉加工工艺配置效率评价

针对目前机采棉加工工艺优化过程中缺乏从系统角度定量评估工艺配置效率的情况,把机采棉加工工艺系统看作一个具有输入输出的系统,以机采棉生产投入、工艺配置情况作为输入指标,以机采棉加工质量和皮棉产量等产出水平作为输出指标,建立了基于SE-SBM(Super Efficiency Slacks-based Measure)的工艺配置效率评价模型。以新疆某棉花加工企业的9条机采棉加工生产线为例,通过收集数据和利用DEA-Slover5.0软件计算,对其工艺配置效率进行了评估和比较,再根据所得结论确定了改进方向和额度,并提出了有针对性的建议。所构建的指标体系和评价方法可用于评估不同机采棉加工生产线的工艺配置效率,能为实施机采棉加工工艺设计和优化改进提供决策参考。

不同维度Ag_(2)Se构筑柔性热电薄膜的性能优化与器件集成研究

Ag_(2)Se热电薄膜及器件因其窄带隙半导体特性在室温下显示出良好的热电性能,成为近年来可穿戴热电能源转换领域的研究热点。常见的Ag_(2)Se薄膜多由纳米颗粒堆积构筑而成,纳米材料维度对堆积网络的热电传输特性具有重要影响。本研究采用溶剂热法和模板法分别制备了不同维度的Ag_(2)Se纳米材料,通过喷涂工艺结合高温热处理,在聚酰亚胺基底上构筑了柔性Ag_(2)Se热电薄膜,系统研究了Ag_(2)Se纳米材料维度对薄膜微观结构和热电性能的影响。与一维纳米线结构相比,零维Ag_(2)Se纳米颗粒构筑的热电薄膜具有更优的导电网络和热电性能,薄膜的室温功率因子可达199.6μW·m^(-1)·K^(-2),而在375 K时功率因子为257.9μW·m^(-1)·K^(-2),表现出良好的热电性能。基于性能优异的Ag_(2)Se薄膜,进一步设计集成了具有四条热电臂的柔性热电器件。该器件具有良好的机械柔性和输出性能,以20 mm为弯曲半径,在弯曲循环1000次后,内阻仅增加了8.2%;在30 K的温差下,器件开路电压可达9.1 mV,最大输出功率达43.7 nW。本研究为制备柔性Ag_(2)Se热电薄膜材料与器件提供了新的思路和方向。

SE(3)描述的多刚体系统约束违约问题研究

多刚体系统动力学的指标-1微分代数方程组仅包含加速度级别约束方程,未考虑位移和速度约束方程.数值积分过程中位移和速度约束违约逐渐增加,导致计算结果精度下降,需引入约束稳定方法减小约束违约.首先根据Hamilton变分原理,建立了SE(3)描述的多刚体系统动力学模型.其次给出4种约束稳定方法在SE(3)上形式:Baumgarte方法、罚函数方法、增广拉格朗日方法和约束违约增强稳定方法.相较于传统多刚体系统动力学建模,基于SE(3)的动力学建模可描述转动对平动的耦合效应,能更精确地模拟系统的动力学行为,可提升约束稳定方法的性能.在SE(3)框架下,将4种约束稳定方法与RKMK(Runge-Kutta Munthe-Kass)数值方法结合,对含位移约束和速度约束的动力学方程进行求解.最后通过两个动力学算例:含球铰的空间双球摆算例以及含圆柱铰的曲柄滑块机构算例,分别给出了4种约束稳定方法在SE(3)上对动力学系统的位移和速度约束违约的修正对比结果,并分析了系统能量的变化图.结果表明:SE(3)框架下,4种约束稳定方法结合RKMK算法均表现出良好的保结构和保能量性质,其中SE(3)上增广拉格朗日方法所得位移和速度约束违约较小,总能量保持情况更好;SE(3)上Baumgarte方法能更好地平衡系统计算效率和精度.

Harmony SE在民用飞机设计中的应用

随着民用飞机技术精细化和产品复杂性的提高,民用飞机设计已从传统的基于文档的系统工程转变为基于模型的系统工程,系统表达也从以文档为中心转变为以模型为中心。为进一步提高民用飞机设计中系统建模的模型质量与正确性,进而缩短设计的开发周期与成本,探究以模型驱动及验证为主导的系统工程方法在民用飞机设计领域的适用性,建立民用飞机设计的系统工程框架,用以支持民用飞机的可靠设计与高效交付。以Harmony SE建模方法为切入点,介绍其工作流程和建模思想;分析民用飞机在系统工程实践中出现的突出问题,说明Harmony SE方法在民用飞机系统工程领域的适用性,建立民用飞机设计的系统工程实践体系;以油箱增压组件为研究对象,应用实践体系开展组件级系统工程实践。结果表明,文中所提出的民用飞机设计系统工程体系和方法能够正确合理地分配设计需求并建立完整的系统模型,有助于提升现阶段民用飞机设计的效率与准确性。

基于SE-RetinaNet的面向玻璃面板的小尺寸低显著性缺陷检测

玻璃面板中的缺陷具有低显著、尺寸小、形态多样、数量少等特点,现有先进目标检测算法难以胜任玻璃面板的质检任务。基于此,提出了SE-RetinaNet—一种面向玻璃面板的小尺寸低显著性的缺陷检测算法。该算法在特征金字塔的顶层和底层引入了SE注意力机制和自注意力机制,增强网络对底层小尺寸特征的提取能力并强化顶层网络捕捉特征的长距离依赖关系的能力,同时在网络末端引入定位子网络SE-Regression,通过结合残差块和Inception模块的优点加强了定位的准确度同时防止网络退化。实验结果表明,所提算法能有效检测玻璃面板中各种尺寸的低显著性缺陷,其检测性能优于现有经典目标检测的算法,能够在玻璃面板缺陷检测问题上发挥较好的性能。

血清IL⁃1β、sE⁃cad、E2结合乳腺超声在浆细胞性乳腺炎与乳腺癌鉴别诊断中的意义

目的探讨血清IL⁃1β、sE⁃cad、E_(2)结合乳腺超声在浆细胞性乳腺炎与乳腺癌鉴别诊断中的意义。方法选取2020年4月至2023年11月间德阳市人民医院乳腺科首次入院且未经治疗的住院患者为研究对象,基于乳腺彩超BI⁃RADS分类标准,筛选出BI⁃RADS 4类及以上的患者,并进一步依据其乳腺癌(BC)术后病理学诊断报告,确认105例BC患者,并归为BC组。同时,随机抽取乳腺彩超BI⁃RADS 3类及以下、诊断为浆细胞性乳腺炎(PCM)的患者95例,归为PCM组。所有研究对象均行乳腺超声检查。比较两组血清IL⁃1β、sE⁃cad、E_(2)水平、乳腺超声形态学表现及参数;绘制ROC曲线,分析血清IL⁃1β、sE⁃cad、E_(2)结合乳腺超声在BC与PCM鉴别诊断中的价值。结果BC组血清IL⁃1β、sE⁃cad、E_(2)水平、V max、RI及PI显著高于PCM组,差异有统计学意义(P<0.05)。两组位置、大小、边缘特征、有无微钙化、有无后方衰减、有无侧方声影及纵横比比较,差异有统计学意义(P<0.05);而两组边界清晰度、内部回声状态比较,差异无统计学意义(P>0.05)。血清IL⁃1β、sE⁃cad、E_(2)结合乳腺超声在BC与PCM鉴别诊断中的AUC(95%CI)、灵敏度及特异度分别为0.933(0.863⁃0.966)、94.26%、91.77%;显著高于血清IL⁃1β、sE⁃cad、E_(2)、乳腺超声单一诊断(P<0.05)。结论血清IL⁃1β、sE⁃cad、E_(2)结合乳腺超声可显著提高BC与PCM的鉴别诊断准确性,有助于临床早期发现与精确治疗,对优化患者管理和提高治疗效果具有重要意义。

基于CEEMDAN-SE-VMD和CNN-BIGRU的短期负荷预测

针对电力负荷预测的精度较低问题,提出一种基于CEEMDAN-SE-VMD和CNN-BIGRU组合模型的负荷预测方法。首先该模型采用自适应噪声的完全经验模态分解(CEEMDAN)处理成分复杂的原始负荷数据,经过分解后得到若干个包含不同频率成分的本征模函数(IMF)。再利用样本熵(SE)对分解后不同频率的本征模函数进行熵值聚类重组。然后,利用变分模态分解(VMD)对重组后的高频序列进行二次分解,将二次分解后得到的子序列和样本熵重组的低频序列和趋势序列数据输入卷积神经网络(CNN)网络,利用其来提取反映负荷序列复杂相关的高位特征向量。最后,再输入到双向门控循环单元(BIGRU)网络中进行预测,得到各子序列的预测结果,叠加得到最终的负荷序列预测结果。通过横向和纵向实验结果对比,证明所提出的模型能够较好地提升电力负荷预测精度。

公共草场自主治理实现机制——基于SES框架的案例分析

随着牧区社会-生态系统破碎化问题的凸显,公共草场自主治理引起了学术界关注。然而,中国现行草地承包制度下,自主治理制度的可行性及其实现机制仍有待系统研究。本文连续三年跟踪调查了内蒙古一片公共草场,应用SES框架解构了案例地复杂系统,并依据案例地情形构建了关联博弈模型,解析了公共草场自主治理制度下牧户互动机制。结果表明:草地资源的可持续利用关乎牧户长期生产成本。为了节约长期生产成本,牧区社区制定了公共草场自主治理制度。制度实施过程中,依据牧草长势和牲畜膘情形成了动态的草畜平衡规则,可操作的惩罚制度和地方政府弹性干预促进了自主治理制度的良好运作。同时,牧户之间的放牧博弈和社会交往博弈相互关联,使得自主治理制度以较低成本自我实施。该制度的有效实施有助于提高草地资源使用的公平性,也有利于牧户之间、牧户与地方政府之间信任的增长,提高生产互惠性和生产效率。因此,应探索建立自主治理和承包制度并存的多样化草地资源管理体系。

基于VGG16-DenseNet集成模型的烤烟智能分级

为实现烤烟烟叶等级快速、准确的智能化识别,本研究基于手机拍摄的不同品种烤烟烟叶正、反面图像,构建了VGG16与DenseNet组合的新网络模型VGG16-Dense,并应用手机拍摄的翠碧1号、云烟87烤烟烟叶6个等级正反面图片,总共24类,验证该模型的有效性,同时与5个网络模型DenseNet121、ResNet50、AlexNet、VGG16和GoogLeNet进行比较。研究表明:VGG16-Dense网络模型在验证集的各评估指标(准确率、精确率、召回率、F1分数和平均损失值)均达到优秀值,在测试集的各评估指标较其他模型是最优的,准确率为92.71%,精确率为93.07%,召回率为92.71%,F1分数为92.72%,平均损失值为0.22,有较好的泛化能力,错判较少。VGG16-Dense网络模型能同时智能判别烤烟烟叶等级及其正反面,甄别不同品种,这为初级烤烟收购中的定级实现智能化提供理论指导。

基于CEEMDAN和SE算法的打夯机负荷振动信号识别研究

为了提高打夯机在复杂工作环境中筒体容易产生多种非线性振动信号扛干扰能力,设计了一种基于自适应噪声完备经验模态分解(CEEMDAN)算法和标准误差(SE)算法的打夯机负荷振动信号识别方法。采用CEEMDAN算法分解信号数据,以极限学习机为打夯机负荷建立模型,完成打夯机负荷的精确判断。研究结果表明:CEEMDAN对打夯机振动信号起到良好的预处理作用,各内涵模态(IMF)分量SE值均未出现相互重叠,有效IMF分量SE总体表现为欠负荷>常负荷>过负荷的特征。该模型对过负荷达到最高识别率,形成了98.85%的过负荷识别率,比EMD-SE与MEEMD-SE的过负荷识别率依次增大15.61%、12.14%。该研究可以有效识别负荷情况,为下一步驱动打夯机做出相应动作奠定基础,有效地提高节能效果。

基于混合采样和SE_ResNet_SVM的不平衡多分类研究

针对结构化多分类算法中不平衡数据集类别分布不均导致分类难度增加的问题,本文提出了一种基于混合采样、压缩与激励(squeeze and excitation, SE)模块、改进深度残差网络和支持向量机(support vector machines, SVM)的网络模型SNSMRS (SMOTEENNmixed residual networks-SVM network)。首先,通过合成少数过采样和编辑最近邻技术来改善数据分布;然后,构建融合SE模块与通过融合批次归一化和群组归一化的深度残差网络来提取特征;最后,通过SVM进行输出网络模型。其中,SE模块增强了模型对特征的区分能力,提升了模型的鲁棒性;基于融合归一化的残差网络受批次大小的影响较小,并且避免了传统神经网络梯度消失和精度退化等问题,增强了网络的稳定性与准确度;SVM可以根据特征向量在空间上的分布进行全部特征的分割,特征利用率高,提高了模型的分类精度。在7个不同规模和领域的非平衡公开数据集上进行了对比和消融实验,结果表明,本文所提的网络模型SNSMRS不仅优于其他深度学习模型,而且相对于未改良的ResNet,Macro-F1和G-mean值分别提升了约3%和4%,同时在4个数据集上的Macro-F1和G-mean值均超过了95%。

Bi_(2)O_(2)Se纳米线的生长及其超导量子干涉器件

Bi_(2)O_(2)Se是一种新型半导体材料,具有载流子迁移率高、空气中稳定和自旋轨道耦合强等优点,并且其合成方法多种多样,应用范围十分广泛.但已有研究大多集中在其二维薄膜,本文介绍一种使用三温区管式炉通过化学气相沉积生长Bi_(2)O_(2)Se一维纳米线的方法,研究了云母衬底处于水平方向不同位置以及竖直方向不同高度对Bi_(2)O_(2)Se纳米线生长的影响,并归纳出适于其生长的优化条件.之后,基于生长的Bi_(2)O_(2)Se纳米线构建了超导量子干涉器件,并观测到随磁场的超导量子干涉,为拓宽Bi_(2)O_(2)Se纳米线的应用提供了思路.