电子传递链对阿尔兹海默病的影响分析

阿尔兹海默病(Alzheimer’s disease,AD)是一种神经退行性疾病.临床上以记忆障碍、视空间技能损害、执行功能障碍以及人格行为改变等全面性痴呆表现为特征.AD致病源现今不明确,其中有毒物质损害使得脑内区域性能量代谢减退是AD发生的病因特征之一,而电子传递链(ETC)在能量代谢中扮演着重要角色.通过差异分析(LIMMA)及加权基因共表达网络(WGCNA)构建获得聚类基因,并对聚类后基因进行生理分析(GO)、通路分析(KEGG)后锁定ETC,以及对其进行表达量分析及相关系数矩阵的构建,并结合临床指标(MMSE)解释说明,最终验证了ETC的异常对阿尔兹海默病存在影响的事实.

考虑新能源消纳的电动汽车有序充电控制策略

针对电动汽车集群入网进行无序充电会加剧峰谷差进而造成“峰上加峰”的问题,提出一种考虑新能源消纳的电动汽车分层式有序充电控制策略。首先,基于长短时间记忆神经网络理论,建立电动汽车充电负荷预测模型;其次,建立风光发电系统的数学模型;最后,提出分层式有序充电控制策略,上层主控制系统制定电动汽车充电功率指导曲线,下层次级控制系统合理安排电动汽车充电计划,利用概率转移矩阵算法获得最佳充电控制策略。仿真结果表明,所提出的有序充电控制策略能够有效降低电网负荷峰谷差。

Efficient approach for dynamic simulation of complex fluid networks in frequency domain

The conventional transfer matrix models of fluid elements were modified and a convenient method of dealing with junction boundary conditions was introduced. A large scale fluid network was modeled by standard procedures, and a network was expressed with characteristic matrix and boundary condition matrix. By simple operation of matrix, the dynamic characteristics of a large scale fluid network was simulated in frequency domain. Validation test on a large scale pipeline network showed that the proposed method is accurate and practical.[

基于组合赋权和云模型的工业通信质量评估

针对工业通信网络缺少通信质量评估方法的现状,提出基于组合赋权和云模型的工业通信质量评估方法。结合工业通信网络的背景,选取8个工业通信指标建立工业通信网络评价体系。运用最优传递矩阵改进的层次分析法和变异系数法分别计算指标的主观权重和客观权重,基于离差最大化思想进行组合赋权,避免单一确权方法计算指标权重的片面性。结合云模型将指标权重量化为评价等级,直观地反映评价结果。仿真结果表明,该方法能够有效地评价工业通信质量。

基于最优路径相似度传输矩阵的链路预测方法

为解决现有的基于相似性的链路预测方法忽略了最优路径在节点间传递相似性的能力的问题,提出一种基于最优路径相似度传输矩阵的链路预测方法。首先,分析节点间最优路径对信息传输能力的影响,进而对节点间紧密中心性进行定义;其次,依据最优路径数和中心性构建相似度传输矩阵,综合节点间局部信息和全局属性衡量节点间相似度。最后,将所提方法与其他相似性指标,在6个真实网络上进行实证对比研究。结果表明,所提算法预测精度较高,且算法更加稳定。

基于BN模型和SWOT法的济南市南水北调生态补偿公众意愿及激励机制研究

构建跨流域调水生态补偿机制是调整流域上下游利益关系、促进可持续发展的有效手段之一,公众意愿是建立跨流域调水生态补偿机制的重要基础。通过理论探索、实地调研和模型分析,以南水北调东线受水区济南市为例,开展跨流域调水生态补偿的支付意愿(WTP)及激励机制的分析研究。结果表明:(1)通过参数法和非参数法综合测算得受水区公众WTP值为187.77元/(人·a),可以此作为生态补偿标准的下限值;(2)基于贝叶斯网络模型的敏感性分析,居民是否愿意支付与学历、住房面积有显著的相关关系;居民支付金额与南水北调东线工程重要性认知、家庭人均月收入有显著的相关关系。此外,两者影响因素的重要性排序不完全相同,在制定相关政策时应综合考虑这两个方面的影响因素;(3)基于公众异质性,采用SWOT矩阵分析法从内部公众背景、外部环境政策等角度提出跨流域调水受水区生态补偿的激励机制。本研究旨在为构建跨流域调水工程生态补偿机制提供参考,为社会资本参与水利建设管理提出对策建议。

带中心孔的复合超声变幅杆设计及性能分析

带中心孔的变幅杆可以实现旋转超声加工的中心供冷却液或气体,具有良好的冷却和排屑效果。针对单一形状变幅杆难以实现大振幅的超声振动,对带中心孔的复合超声变幅杆的设计原理和方法进行研究。根据任意截面杆的波动方程,得到带中心孔单一形状变幅杆的传输方程和传输矩阵,并通过对总体四端网络的传输方程和传输矩阵的运算,推导出带中心孔的圆锥过渡复合变幅杆的频率方程和放大倍数的一般公式。根据推导出的频率方程,设计出典型的复合变幅杆,并对所设计的变幅杆进行频率测试,测得的变幅杆频率与理论计算频率的误差在5%以内。研究带中心孔的圆锥过渡复合变幅杆各段长度及中心孔直径对变幅杆频率的影响规律,为复合变幅杆设计和调整提供了理论依据。

非平稳环境下提高神经网络辨识能力的新方法

利用非平稳环境下系统时变参数变化规律的先验信息,构造参数转移矩阵来刻画系统的时变动态特征,并基于此推导了非平稳环境下神经网络训练的改进的卡尔曼滤波算法.仿真结果表明:该方法显著地提高了神经网络在非平稳环境下的辨识能力.

复杂轴系扭振动力学建模网络法

提出了一种复杂轴系扭振动力学建模的网络法 ,该方法将轴系各支路特性及节点和终端边界条件用规范的矩阵形式表示 ,通过简单的矩阵运算将网络各支路与边界条件耦合起来 ,并可求得剩余扭矩函数。针对剩余扭矩方程求解中出现的“增根”问题 ,提出了一种简便的技术途径。

结合概率矩阵分解的混合型推荐算法

针对社交网络推荐系统中存在的数据稀疏、冷启动等问题,提出了一种结合特征传递和概率矩阵分解(TPMF)的社交网络混合型推荐算法。以概率矩阵因式分解(PMF)方法作为推荐框架,不仅考虑了用户信任网络,还结合推荐项目之间的关联关系、用户项目评分矩阵和自适应权重来权衡个人潜在特征和社交潜在特征对用户的影响程度。将社交网络中用户间的信任特征传递引入推荐系统中作为推荐的有效依据。实验结果表明,与基于用户的协同过滤(UBCF)、TidalTrust、PMF和SoRec算法相比,TPMF的平均绝对误差(MAE)直接相减后降低了4.1%到20.8%,均方根误差(RMSE)降低了3.3%到18.5%。在冷启动问题中,与上述四种算法相比,TPMF的平均绝对误差相减后降低了1.6%到14.7%,均方根误差降低了约1.2%到9.7%,能有效缓解冷启动问题,提高算法的鲁棒性。

子网络故障模型及其应用

一个故障支路可以用一个等效电流作为故障模型 ,一个故障子网络用什么作为其故障模型呢 ?文章在子网络 CCCS等效电路的基础上提出了故障子网络的等效电流矢量模型 ,该故障模型可适用于仅知道子网络的端口特性 ,而不知道子网络内部结构和参数的所谓“黑箱”子网络的故障诊断 ,并且不存在误差的传递性问题 ,因此 ,对于多端集成器件的电路故障诊断具有理论和实际意义。

光学全混洗网络可行性研究

基于矩阵光学及完全混洗网络互连函数的矩阵描述 ,从理论上证明了用一个光学系统仍能实现PS网络 ;给出了该光学系统的传输矩阵及其与 1 DPS和 2 DPS互连矩阵的关系 ;比较了相应的光学系统 。

一种公交换乘优化算法设计

目前,在智能交通系统应用中,公交查询亟待解决其算法效率和换乘两大问题。对此,本文首先在分析乘客出行因素和公交网络特性的基础上,提出了关键站点的公交网络通达矩阵,分析了直达矩阵的计算原理;其次,阐述了城市道路网络最短路径算法,引入直达矩阵和公交网络通达矩阵,设计了一种公交换乘优化算法。该算法的基本原理:利用公交网络通达矩阵来确定哪些临时标记节点是潜在的永久标记结点,并始终优先考虑直达节点作为最短路径上的节点,从而实现对经典最短路径算法——Dijkstra算法的改进;最后,通过一个案例对该算法进行验证。实验表明,该算法不仅能够获得优于Dijkstra算法的性能,而且换乘次数更加合理。该算法能够适用于一般公交网络,对于换乘代价较高的公交网络更有优势。

土地利用分类粒子群优化概率神经网络半监督算法

针对以往土地利用监测大都采用监督分类算法,成本较高、错分漏分严重且受人为因素影响较大的问题,提出了一种粒子群优化概率神经网络的半监督分类算法。该算法通过粒子群优化算法优化分类器的参数,提高分类器的精度,运用香农熵选择高置信度的样本扩展初始训练样本集,将大量未标记的样本扩展到训练样本集中,减少了初始标签样本的数量,节约了成本,并与随机森林法、最大似然法、概率神经网络算法进行对比分析,总体精度较其他算法提高了1.25~6.57个百分点,Kappa系数达到0.8以上。对新乡市1996年、2004年、2013年、2020年的遥感影像进行土地分类,结果表明1996—2020年间新乡市的建设用地以中部地区新乡县为中心不断扩张,耕地面积也在不断增加,其他用地面积不断减少,沿黄河绿地面积不断增加;土地流转方面耕地转建设用地最为明显,本研究为新乡市进一步合理开发土地资源提供了理论依据。

黑箱子网络的单子网络故障诊断

对所有的子网络都不要求知道其网络内部结构和参数，而仅根据子网络的端口伏安关系就可进行子网络的故障诊断称为“黑箱”子网络诊断，本文就这一类诊断进行探讨并提出了正交投影来定位单一子网络故障的方法。使用这一方法只需一次测试便可定位故障子网络，并且不存在误差的传递性问题，因此对于多端集成电器件的电路故障诊断具有理论和实际意义。

RC热网络建筑能耗预测模型综述

基于获取建筑能耗数据并对其进行准确的规划和配置,从而实现建筑节能,需要建立高效的建筑能耗预测模型。本文针对灰箱模型中的RC热网络建筑能耗预测模型进行综述研究。以典型的RC热网络模型为例,分析其建模思想以及模型推导方法。总结RC热网络建筑能耗预测模型传递矩阵的五个推导步骤,并对核心的模型参数优化算法:序列二次规划法、共轭梯度法和遗传算法三种算法进行分析。为提高模型计算速度和精度,数据融合和模型降阶方法成为模型的主要发展方向。本文通过RC热网络建筑能耗预测模型应用实例展示了其省时、高效、准确的预测性能,并且指出了其输入参数不稳定和预测形式单一的缺点。最后,展望了RC热网络建筑能耗预测模型的发展趋势和研究挑战。

柔性路面结构参数反算的人工神经元法

利用传递矩阵的方法，计算出了柔性路面三层结构体系在轴对称荷载作用下，层间完全接触情况的表面弯沉值。利用计算数据训练了三层 BP网络，从而得到了较精确的权值和阀值，再利用所得到的权值和阀值对柔性路面结构的模量和厚度进行了反算，并将反算值与实际值进行了比较，得到了令人满意的结果。该法速度快、精度高，除了反算模量外，还可反算路面结构层的厚度。

基于分区信道筛选机制的5G网络吞吐量优化算法

为解决当前5G无线移动异构网络数据吞吐算法中存在的虚拟分区间信号漂移严重,且难以实现用户终端与小区基站之间平衡切换的不足,提出基于密集虚拟分区信道筛选机制的5G无线移动异构网络吞吐量优化算法。通过5G信号密集化过程,构建密集采样机制,将离散的信号密集进行并发多路处理;采取虚拟分区映射机制,将待传输的5G信号精确划入最佳匹配的分区中,降低高密度无线信号在发射接收过程中的互相影响;构造信道传输矩阵映射机制,通过引入拉氏变换变化技术,提高信号传输矩阵中可承载的数据上传带宽容量,联合采取容量扩容机制,改善信号密集条件下5G信号可利用的上传带宽容量。仿真结果表明,与当前UPOS-1、UP5G-Plus、UPC-ad算法相比,在5G无线网络异构程度较高时,该算法拥有更高的数据吞吐量,在节点密集条件下能够有效提升数据传输效率,显著削弱了小区间同频信号的互相干扰。

基于传递矩阵的导线网间接平差研究

由于导线网形和列立误差方程形式的多样性,使得编制导线网平差程序十分复杂.本文在Matlab环境下在分析了导线边长和角度规律的基础上,将导线网数据按照一定的要求组成传递矩阵,运用间接平差原理,实现了附合导线和闭合导线的严密平差,并利用网图结构实现了导线网的图形绘制,通过实例验证了程序的正确性.

基于迁移学习的竹片缺陷识别

使用竹片图像实现竹片缺陷自动识别,目前深度学习可以有效地解决该类问题,但是必须使用大量样本数据做训练才能获得较高的识别准确率。当图像数量有限时,利用基于迁移学习的方法,把经过预训练的卷积神经网络模型进行迁移,即共享卷积层和池化层的权重参数,调整新网络模型的超参数,并建立一个包含4种共计6 360张竹片缺陷图像的数据库,把图片分成4种训练集测试集形式,即80%训练、20%测试;60%训练、40%测试;40%训练、60%测试;20%训练、80%测试,分别利用支持向量机SVM分类方法、深度学习方法和迁移学习方法进行训练和测试,并将这3种方法作对比。最后,通过构建竹片缺陷识别的混淆矩阵对迁移学习进行具体分析与说明。结果表明,按照80%训练、20%测试的识别准确率最高,通过迁移学习得到的竹片缺陷最高识别精度分别达到98.97%,比普通深度学习提高了11.55%,比SVM分类方法提高了13.04%。说明迁移学习比普通深度学习和传统支持向量机SVM分类方法更适合用于小样本数据集的分类识别,并且效果优于普通深度学习和SVM分类方法。