Analysis of the Diffractive Deep Inelastic Scattering Data with Running Coupling and Gluon Number Fluctuations

We study the effects of running coupling and gluon number fluctuations in the latest diffractive deep inelastic scattering data. It is found that the description of the data is improved once the running coupling and gluon number fluctuations are included with x2/d.o.f. = 0.867, x2/d.o.f. = 0.923 and x2/d.o.f. = 0.878 for three different groups of experimental data. The values of diffusive coefficient subtracted from the fit are smaller than the ones obtained by considering only the gluon number fluctuations in our previous studies. The smaller values of the diffusive coefficient are in agreement with the theoretical predictions, where the gluon number fluctuations are suppressed by the running coupling which leads to smaller values of the diffusive coefficient.

基于非负矩阵分解的函数型聚类算法改进与比较

非负函数型数据可以不等间隔观测,在理论和实践中应用广泛,对其进行聚类可以更好地探索客观规律。文章利用位置积分变换将函数型数据转化为高维向量,再通过非负矩阵分解(NMF)将其转化为低维向量,以此构建函数型聚类算法。针对基于NMF的函数型谱聚类算法,给出了确定聚类个数K的两种方法:一种是根据Laplacian矩阵的特征值确定K;另一种是构建新评价指标,通过搜索确定K。数值实验结果显示:基于位置积分变换和NMF的函数型聚类算法有效,对函数结构要求宽松,但需限制函数取值为正;NMF的秩可通过cophenetic相关系数确定,建议取较小的值,以剔除类的冗余特征。在确定谱聚类的聚类个数K时,建议对降维后的数据进行标准化处理,以缩小样本间的距离变化范围;聚类个数变点图直观有效,再结合特征值差分法确定K很有参考价值,建议阈值取[0.05,0.08];根据吻合度与相似比确定K的方法有效且简单易懂。

基于模糊DEMATEL-超效率DEA的可再生能源发电技术综合效益评估方法

“双碳”目标下,各类可再生能源发电技术发展迅速,综合权衡不同可再生能源发电方案的综合效益对可再生能源的优化设计具有重要意义。综合考虑经济效益、环境效益、能源效益和社会效益4个层面,提出了一种基于模糊决策试验和评价实验(decision making trial and evaluation laboratory,DEMATEL)与超效率数据包络分析(data envelopment analysis,DEA)模型的可再生能源发电技术综合效益评估方法。该方法分为投入-产出指标体系构建和综合评估2个阶段。首先,利用三角直觉模糊数处理模糊评价信息,将其与DEMATEL相结合量化各指标之间相互影响关系,基于指标间逻辑分析结果建立投入-产出评估指标体系。然后,基于超效率DEA模型对各可再生能源发电方案进行评估排序,结合投入冗余和产出不足分析结果给出各方案的针对性改善建议,以期为进一步选择和确定可再生能源产业发展战略提供参考。最后以某省10类可再生能源发电单元为研究对象,基于所提研究方法进行综合评估和分析,并与多准则妥协解排序法和熵权法进行对比分析,验证了所提方法的有效性。

基于随机数的分组动态帧时隙ALOHA算法研究

当读写器识别范围内同时存在大量标签时容易引起碰撞问题,导致系统吞吐率恶化。针对此问题,提出基于随机数的分组动态帧时隙ALOHA算法。在原有算法基础上,使标签携带多级随机数,将多数空闲时隙转化为成功时隙,减少时隙消耗数,提高系统吞吐率;提出改进的帧长与标签数对应关系,提高系统稳定性。仿真实验结果表明,该算法表现出较好的吞吐率与稳定性,系统吞吐率由36.8%提高至55.3%。

基于中智数的突发事件网络舆情辅助决策方法研究

为解决当前应急决策研究大多侧重于数学模型构建且决策数据偏主观假定,导致客观性、实用性及智能性不足的问题,提出基于深度学习和情感倾向分析的单值中智数智能获取方法,并将其应用于突发事件应急决策。首先,利用Python编程技术对突发事件网络舆情数据进行抓取、预处理、统计分析和可视化,得到量化的单值中智数;其次,利用中智数本身具有的不确定性特点,基于精确函数和信息熵客观确定属性权重;最后,利用案例推理(CBR)方法对备选方案进行排序和择优。研究结果表明:所提方法能够对突发事件网络舆情进行实时监测,可以客观智能获取决策数据从而实现对台风灾害的量化评估。研究结果可为相关部门有效应对突发事件网络舆情提供智能辅助决策支持。

面向民机标模的宽域高雷诺数小样本气动建模方法研究

目前飞行雷诺数下复杂工况地面试验需要的运行成本极高,高雷诺数流态下的试验数据少而稀,变雷诺数气动力精确模化存在严重的数据不均衡和小样本问题,因此,气动仿真精度亟待提升。为解决变雷诺数气动力获取成本与模型精度之间的矛盾,聚焦后续飞行器设计的降本增效,以CHN-T1运输机标模为研究对象,通过数据融合和信息迁移两大策略,降低了预测模型对高雷诺数样本的依赖,实现了宽域高雷诺数小样本气动特性的快速预测。本研究利用覆盖亚跨声速、百万至千万量级变雷诺数下的18条气动力曲线构建了宽域变雷诺数气动数据集,设计了涵盖不同速域、雷诺数和马赫数外插等多种复杂度的算例进行分析验证,将仅利用单一来源试验数据构建的模型精度作为基准,对比了不同方法的特点。结果表明,利用10条左右的高精度气动力曲线作为建模数据时,采用基于神经网络的数据融合方法得到的气动预测模型均方根误差可降低50%以上,信息迁移方法得到的气动力预测模均方根误差也可降低至少40%。

2023年中国心血管外科手术和体外循环数据白皮书

2024年初,中国生物医学工程学会体外循环分会(Chinese Society of Extracorporeal Circulation,ChSECC)对前一年的全国心脏大血管外科手术和心肺转流(cardiopulmonary bypass,CPB)或体外循环(extracorporeal circulation,ECC)数量以及不同病种及地区的手术情况开展了相关调查,本文为2023年度我国(包括香港特别行政区)心脏大血管外科手术及ECC数据的调查报告。

基于图神经网络与迁移学习的流行病例数预测

预测流行病的病例数对研究流行病学和保障卫生安全至关重要,但现有的研究工作很少考虑到实时移动性数据等因素,这一问题给病例数的预测研究带来了挑战。因此,在图神经网络GNN的基础上提出一种新型计算框架-信息聚合网络IAN,既考虑地区病例数据特征,也考虑地区之间的人口移动性数据特征。为了优化各个国家的前期预测模型,在该框架的基础上加入迁移学习方法TL。在四个欧洲国家数据集上的实验结果表明,IAN以及IAN-TL明显优于传统方法,能够有效地降低预测误差。

测量平差教学中快速确定必要观测数的方法

必要观测数是建立测量平差函数模型的前提,为了快速确定几何模型的必要观测数,解决学生在测量平差课程学习中必要观测数计算时的困难,针对测量工作中常用的7种几何模型,结合不同观测条件下控制网的布设特点和起算数据,提出了确定必要观测数的通用计算公式,列举并验证了该公式在不同几何模型条件下的正确性。该公式结构简单、易于理解、普适性强,拓展了必要观测数的应用领域,丰富了必要观测数确定的方法内容,促进了测量平差理论和方法的进一步发展。

图像数据增广技术研究

数据是人工智能的基础,数据集的规模与质量在很大程度上影响着模型的训练效果。在深度学习实践中,常常会面临数据样本数量不足、类别分布不均匀等情况,引发模型无法收敛、过拟合、陷入局部最优等问题,无法达到预期训练效果。为解决这一问题,数据增广技术应运而生。论文针对目标检测领域的图像数据增广技术,从传统数据增广技术和基于深度学习的数据增广技术进行归类整理,归纳了数据增广技术的概念及意义,总结了数据集规模预估方法及影响因素,系统分析各类增广技术的实现方法,为研究人员针对不同模式的数据进行增广提供研究思路。

高通量测序数据的基因组拷贝数变异[]检测方法综述

拷贝数变异是指基因组中发生大片段的DNA序列的拷贝数增加或者减少。根据现有的研究可知,拷贝数变异是多种人类疾病的成因,与其发生与发展机制密切相关。高通量测序技术的出现为拷贝数变异检测提供了技术支持,在人类疾病研究、临床诊疗等领域,高通量测序技术已经成为主流的拷贝数变异检测技术。虽然不断有新的基于高通量测序技术的算法和软件被人们开发出来,但是准确率仍然不理想。本文全面地综述基于高通量测序数据的拷贝数变异检测方法,包括基于reads深度的方法、基于双末端映射的方法、基于拆分read的方法、基于从头拼接的方法以及基于上述4种方法的组合方法,深入探讨了每类不同方法的原理,代表性的软件工具以及每类方法适用的数据以及优缺点等,并展望未来的发展方向。

基于机器视觉的文件扫描机器人缺失数据填补

由于扫描环境噪声过高,导致机器人扫描文件图像内部分信息无法识别读取,为此,提出一种基于机器视觉的文件扫描机器人缺失数据填补方法。采集机器人的历史扫描缺失数据,划分不完备数据集及容差属性数据集,利用对数非自然函数识别数据集内的缺失数据,自适应函数值越大的数据,估计缺失的概率越高。采用机器视觉技术结合扫描机器人激光映射特点,根据扫描点的时间序列关系,提取扫描区域内的中心值。根据中心值判定邻近范围内的数据是否存在噪声影响,采用收敛模型实现填补。仿真实验证明,所提方法填补效果极佳、缺失数据识别率较高。

心率变异性信号的检测与仿真分析

心率变异性信号易受干扰而导致严重失真,为了提升心率变异性信号检测系统的抗干扰性能和检测效率,更有效地“复原”失真的数据点,设计了基于奇异函数法和马尔可夫链预测法的心率变异性信号联合检测算法,利用样本序列进行了仿真实验,并从样本序列截取数据长度(m)和分类数目(k)两个维度进行分析,仿真结果表明m和k对算法的时间复杂度(O)以及预测准确度(q)有极为重要的影响。在实际工程应用中,可参考仿真结果对系统的参数进行设定,从而实现检测速度和准确率的兼顾与平衡。

海上多源数据融合运用体系及关键技术研究

由于海上多源数据具有量大异构、复杂离散、难以标注等特点,现有的海情分析处理手段难以充分发掘数据的潜在价值,生成可靠的情报产品。针对该问题,论文设计了海上多源数据融合运用的体系架构,并详细分析了架构中各层级需具备的能力;探讨了目标特征提取、信息融合及关联、目标行为规律挖掘与预测等关键技术;最后,提出了三种典型应用场景,为推动海战数据赋能提供参考。

基于精细化数据的广州市番禺区内涝淹没风险研究

[目的]利用精细化测绘调查数据开展城市降雨径流过程模拟,旨在盘活国土资源数据资产和促进城市内涝风险精准管控。[方法]以广东省广州市番禺区为研究区,基于高精度的地形和建筑数据,采用SCS-CN径流模型和GIS技术,模拟不同强度暴雨情境下的城市内涝淹没深度,定量分析研究区内涝淹没风险空间分布特征,同时结合承灾体灾损经验模型,对洪灾损失风险进行评估,识别高发易损规划管理单元。[结果]①番禺区内涝淹没风险区空间上呈现河涌与城市低洼地区聚集状态,临近市桥—沙湾水道、三枝香—大石水道的街镇存在着较高的淹没风险。②随着暴雨强度增加,农业用地和建设用地将受到最严重的影响。③在100a一遇暴雨情形下,番禺区4个规划管理单元处于高损失风险,损失主要来自住宅建筑,而处于中等损失风险的单元主要面临农业耕地淹没损失。[结论]通过精细化的测绘数据建模,从地块级别成功识别了番禺区潜在易淹没高损失区域,与实际情况较为符合,提高了风险研判的精细度,能够为城市内涝治理和海绵城市规划建设高质量发展提供技术支持。

LKJ控制车站多个高速道岔限速隐患分析及对策

因早期设计的局限性,LKJ在车站区域只能调用预先编制的唯一高速道岔股道数据(126股道数据)控制列车运行。当存在多条径路有高速道岔接车时,会出现LKJ调用的高速道岔股道数据限制速度、进出岔距离与列车实际运行状况不一致的问题,存在安全风险。为此,结合LKJ程序控制及LKJ基础数据源文件编制原则,在排查沈阳局管内所有接入高速道岔车站走行径路的基础上,归纳出5种典型场景,结合图例针对性地分析可能存在的安全风险,采取统一高速道岔限速值、提供特殊地点说明等解决措施,并提出改变行车方式和高速股道可输入股道号的可行性方案。现场应用效果表明:该方案能够解决现有车站具备多条径路接入高速道岔的安全隐患,具有一定推广价值。

基于相似度的三参数区间灰数决策方法

为了解决复杂决策环境中的多属性群决策问题,考虑问题的灰数特质及决策者的心理因素,提出了基于相似度的三参数区间灰数决策方法。首先,从区间长度和重心的角度出发,提出了相似度计算公式。其次,考虑决策者与环境的关系,建立基于相似度的决策者心理认知场,引入数据势理论,求得决策者权重;结合距离公式和熵权法求得属性权重;最后,构建了基于前景理论、相似度和逼近理想解排序法相结合的方案决策模型。采用算例证明了模型具有优化方案之间的差异度的效果,并验证了可操作性及合理性。

复杂装备保障方案评估数据模型研究

针对复杂装备保障方案评估问题,提出了基于复杂装备保障逻辑的非聚合多层方案评估体系设计思路,构建了基于任务流程的方案评估体系实体数据模型。以示例形式展示了该方案评估指标体系的分层多步使用方法。该模型可以给复杂装备保障任务规划与管理提供具有较强适用性的结构化数据支撑。

基于语法协议的指控系统间数据互操作方法研究

针对目前异构指控系统间作战筹划方案数据结构、要素、种类关联显性度低,导致实现数据共享难度增大,作战方案互操作困难的问题,在梳理和吸收国内外现有指控系统间数据互操作的流程和数据结构的基础上,将当前互操作模式分为三类并举例分析。研究基于C-BML(Coalition Battle Management Language)框架结构提出了一种具有普遍适用性的数据互通协议格式,对解决异构指控系统间作战筹划方案数据传输困难的问题进行了探索。

一种新型烟煤坩埚膨胀序数数字化判定方法

介绍一种包含两种坩埚膨胀序数判定方式的方法,根据实验所得焦块不同选择不同的判定方式,一种为直线光源投影法,另一种为3D扫描法。借鉴于国标5448-2014和国际标准501-2012中坩埚膨胀序数标准图的数据,将数据通过CAD量化,作为系统判定的根据。焦块形状与标准图接近的试样选择投影法,直接与数据对比;如焦块形状为不规则试样则选择扫描法,利用光感系统扫描焦块所得最大面数据,以及通过焦块的高度、上焦面直径、最宽处焦块直径和焦块最大面积与数据化的标准图数据进行比较,使用数据化判断。两种方式的设定可以减少人为误差和不规则图像函数化带来的不确定性,可以在确保实验效率的同时确保系统的稳定性和准确性。