略谈英语及物动词以无生命体作主动者时的译法

从事英语研究的人们必定会注意到,汉英两种语言在动词的运用上有一个极其重要的区别,即:在中国现代语言中(除非在拟人化的场合),大多数及物动词都只能以有人生命的人和人类社会组织为主动者(doer),而不能以无生命的事物为主动者。但在英语里。

结合主动光源和改进YOLOv5s模型的夜间柑橘检测方法

【目的】解决夜间环境下遮挡和较小柑橘难以准确识别的问题,实现采摘机器人全天候智能化作业。【方法】提出一种结合主动光源的夜间柑橘识别方法。首先,通过分析主动光源下颜色特征不同的夜间柑橘图像,选择最佳的光源色并进行图像采集。然后,提出一种夜间柑橘检测模型BI-YOLOv5s,该模型采用双向特征金字塔网络(Bi-FPN)进行多尺度交叉连接和加权特征融合,提高对遮挡和较小果实的识别能力;引入Coordinate attention(CA)注意力机制模块,进一步加强对目标位置信息的提取;采用融入Transformer结构的C3TR模块,在减少计算量的同时更好地提取全局信息。【结果】本文提出的BI-YOLOv5s模型在测试集上的精准率、召回率、平均准确率分别为93.4%、92.2%和97.1%,相比YOLOv5s模型分别提升了3.2、1.5和2.3个百分点。在所采用的光源色环境下,模型对夜间柑橘识别的正确率为95.3%,相比白光环境下提高了10.4个百分点。【结论】本文提出的方法对夜间环境下遮挡和小目标柑橘的识别具有较高的准确性,可为夜间果蔬智能化采摘的视觉精准识别提供技术支持。

基于深度主动学习与CBAM的细粒度菊花表型识别

针对菊花种类繁多,花型差别细微,准确标注比较困难的问题,基于深度主动学习与混合注意力机制模块(Convolutional block attention module,CBAM),提出了一种标号数据不足情况下的菊花表型智能识别方法和框架。首先,通过主动学习策略基于最优标号和次优标号法(Best vs second-best,BvSB)在未标记菊花样本中选取信息量较大的样本进行标记,并将标记后的样本放入训练样本中;其次,使用深度卷积神经网络ResNet50作为本文的主干网络训练标记样本,引入混合注意力机制模块CBAM,使模型能够更为准确地提取细粒度图像中的高层语义信息;最后,用更新后的训练样本继续训练分类模型,直到模型达到迭代次数后停止。实验结果表明,该方法在少量菊花标记样本下,精确率、召回率和F1值分别达到93.66%、93.15%和93.41%。本文方法可为标号数据不足情况下的菊花等花卉智能化识别提供技术支撑。

主动配电网潮流的全纯嵌入计算方法

配电网潮流计算是进行配电网规划和运行的重要基础。目前,配电网潮流求解方法主要有牛拉(Newton Raphson,NR)法和前推回代(forward backward substitution,FBS)法两大类,但NR法和FBS法在潮流收敛性和计算效率等方面均存在一定的不足。全纯嵌入法(holomorphic embedding method,HEM)是一种求解非线性潮流方程的新方法,它可以有效避免NR法和FBS法在配电网潮流求解过程中出现的上述问题,但现有HEM未充分考虑配电网中各类型分布式电源(distributed generation,DG)和智能软开关(soft open point,SOP)控制方式的多样性,且未构建计及负荷电压特性和频率特性的潮流模型,难以适用于不同运行模式下配电网潮流计算。针对上述问题,提出一种可求解含多类型DG和SOP且可运行在并网/孤岛模式的主动配电网统一全纯嵌入潮流计算方法。首先,根据负荷静态电压和频率特性,构建计及配电网频率和节点电压影响的负荷节点全纯嵌入潮流模型;其次,根据DG不同的控制方式以及配电网不同的运行模式,将DG所连节点等效为不同节点类型,构建各类DG的全纯嵌入潮流模型;再次,考虑SOP不同控制方式,构建SOP全纯嵌入潮流模型;从次,依据全纯嵌入潮流模型等式左右两侧同次幂级数系数相等原则,推导配电网各全纯函数幂级数系数的求解递推关系式,进而计算各全纯函数的各项幂级数系数,借助解析延拓理论求取电压和频率逼近值,实现配电网潮流的准确求解;最后,通过修改的IEEE-33节点测试系统和IEEE-123节点测试系统验证所提方法准确性和有效性。

概率融合的抗侧翻智能主动悬架控制研究

为了提升高质心车辆的侧倾稳定性和平顺性,降低车辆侧翻事故造成的伤亡率,提出一种基于概率融合隶属度函数构建理论的侧翻工况预测和控制方法。首先,通过采集车辆侧翻工况数据,选取车辆状态变量,基于影响权重确定与车辆侧翻相关的关键影响因子。其次,根据时间序列对数据进行时间片段划分,设计动态贝叶斯预测网络,对下一时间片段内车辆侧翻概率进行预测。最后,根据车辆性能参数与控制器参数的映射规则,建立概率融合的Takagi-Sugeno(T-S)模糊隶属度函数,设计车辆主动悬架抗侧翻鲁棒控制器。CARSIM/Simulink联合仿真结果表明,与被动悬架、半主动悬架、多目标控制主动悬架相比,所提方法可以平稳且高效地防止车辆侧翻,提升车辆行驶的安全性。

基于主动尾流控制的风电机群协同优化调度

针对机组间尾流效应严重影响风电机组发电效率的问题,提出了风电机组安全偏航约束计算方法、尾流特性混合半机理建模方法以及风电机群多目标协同优化调度方法。基于FAST.FARM平台完善了多自由度可控机组与尾流的动态交互集成仿真环境,对比分析了2台机组串列式排布以及华东地区某海上风电场7台机组实际排布下的协同运行优化性能。结果表明:所建立的集成仿真模型能够合理表征风电机群与空气流场的多领域动态交互特性,所提方法能够有效提升风电机群发电效能,促进经济效益、资源利用和成本控制的均衡优化。

基于控保协同的有源配网主动注入式保护方法

由于逆变型分布式电源(inverter-interfaced distributed generation,IIDG)的故障特性主要由其控制策略及电网故障情况决定,在不同故障场景和工况下,传统的被动式保护方法存在保护整定和协调困难的问题。为此,提出一种基于控保协同的有源配网主动注入式保护方法,故障期间控制IIDG主动向电网注入特征信号,保护处利用检测到的特征信号来获取IIDG的基波信息,从而消除IIDG对各支路电流及现有电流保护的影响。由于保护利用的故障特征是由IIDG主动注入的,因此该方法在不同场景和工况下都有较好的适用性,且不需要增加额外的通信和检测设备,具有经济性好和实用性高的优点。仿真结果验证了所提方法的有效性。

主动靶向肾脏作用纳米颗粒在非肿瘤性肾脏疾病中的研发现状

背景:目前治疗肾脏疾病的药物种类较少,部分系统使用药物存在全身不良反应较大、在体内循环被迅速降解等问题。目前具有主动靶向作用的纳米颗粒相关研究成为药物递送领域的热点,与纳米颗粒主动靶向相关的病理基础探索也在不断深入。目的:归纳总结目前常见肾脏疾病中已有研究的主动靶向策略。方法:第一作者及第二作者检索中国知网、万方数据库和维普数据库、PubMed数据库,以“Nanoparticles,active targeting,target,kidney,kidney disease”为英文检索词,以“纳米颗粒,纳米粒子,靶向,主动靶向,肾脏疾病,肾脏”为中文检索词,检索2023-07-02前发表的所有相关文献,并对文献进行了筛选、归纳、总结,最后纳入62篇文献进行综述。结果与结论:具有主动靶向作用的纳米粒子在多种常见肾脏疾病中已有研究。主动靶向作用的机制主要是配体受体结合,通过在纳米粒子上修饰配体将其特异性导向肾脏内细胞上的受体,实现主动靶向。在不同肾脏病理条件下,肾脏特定部位的病理变化可能成为主动靶向实现的关键突破点。虽然具有肾靶向作用的纳米颗粒在非肿瘤性肾脏疾病中已有初步研究,但所有研究均处于动物体内实验阶段,距离将这些研究成果应用于医疗工作还要走很远的道路。

基于PI建模和反步滑模控制的主动波浪补偿策略

海上起重船受风、浪、涌影响会产生剧烈的船舶姿态变化,造成起重机和货物的位姿变化,对货物和人员存在安全隐患,波浪补偿平台的稳定性控制能有效减少复杂海况下船舶运动对海上作业安全性、稳定性和精准性的影响,对浮式起重船海上设备精准装载作业极其重要。针对补偿平台的迟滞非线性导致的建模困难和控制不精确问题,本文提出基于PI(Prandtle–Ishlinskii)建模和反步滑模控制的主动波浪补偿策略。首先,通过实验得到补偿系统的迟滞效应曲线,分析系统迟滞环建立PI迟滞模型,并采用递推最小二乘法辨识模型的各个参数,从而求得系统模型。然后,基于李雅普诺夫(Lyapunov)稳定性设计反步控制补偿方法,并结合滑模控制规律加快初始控制速度。最后,将反步滑模法应用于补偿系统,采用MATLAB软件仿真在规则波和不规则波下的响应来验证算法和模型的正确性,并在工控机中用C#编写控制程序,驱动运动控制卡控制伺服电机带动电缸进行补偿运动,同时通过传感器采集系统运动的实时数据,并反馈给工控机形成闭环,以期验证补偿平台在补偿规则波和不规则波下的补偿效果。实验结果表明,所建立的斯图尔特(Stewart)浮式平台中,PI迟滞模型具有良好的精度,反步终端滑模控制算法在Stewart平台的实际控制中能够很好地补偿波浪运动,相比比例–积分–微分控制(PID)、反步法、强化学习等控制方法,反步终端滑模方法能快速较好跟踪期望位移,补偿精度达到0.9729。

大跨度索穹顶结构半主动振动控制分析

为了实现大跨空间结构半主动振动控制,提出了一种基于模糊控制算法的半主动振动控制方法.以某体育馆大跨度索穹顶屋盖为分析对象,建立了基于台站与地震信息的地震动记录选择集,采用研发的新型压电摩擦阻尼器,开展索穹顶结构被动控制研究.将地面加速度和结构变形量2个指标作为控制参数,进行索穹顶结构半主动振动控制分析.结果表明:被动控制时不同地震动强度下结构峰值加速度、最大相对变形量的最小减振率平均值仅分别为3.7%和-1.6%;半主动控制下的压电摩擦阻尼器能够适应不同强度地震动,有效降低结构的峰值加速度和峰值位移,且峰值加速度减振率平均值为20.0%~41.9%,最大相对变形量减振率平均值为12.0%~19.0%.

高比例新能源接入的主动配电网规划综述

新能源以分布式电源的形式接入配电网,给系统带来了不可控性、随机性和波动性问题。借助现代电力电子、信息通信及自动控制等技术,灵活可控的主动配电网成为发展趋势,其中主动配电网规划是近年来研究的热点之一。综合国内外在这一领域的研究成果,对主动配电网规划相关研究内容及其方法进行总结、分析及展望。对主动配电网基本结构进行了描述,介绍了配电网组成元素的特点;根据其控制变量的不同,对主动配电网规划模型进行了归类,总结了模型中的优化目标;针对常用模型求解算法及其优缺点进行分析、总结;通过对关键性问题的讨论,分析了未来主动配电网的发展趋势。

攻防对抗视角下的网络安全主动防御体系研究

为了解决纵深防御体系中防御能力固化、灵活性不足等问题,从攻防对抗视角出发,提出一种网络安全主动防御体系。首先,基于情报收集、监测预警、防御指挥和防御行动等要素的详细描述,设计了用于规划主动防御系统的能力组成框架;其次,选择网络杀伤链、ATT&CK知识库和OODA循环法则,设计了一个以攻助防的防御模型,并分析了引入博弈论进行防御算法设计的优势;最后,以实现为目标,构想了一个典型应用场景,以期为安全能力的体系化设计提供有益借鉴。

基于遗传算法的汽车主动悬架变论域模糊PID控制

针对1/4车主动悬架系统,提出一种基于遗传算法(genetic algorithm,GA)的变论域模糊比例-积分-微分(proportional-integral-differential,PID)控制方法.在建立主动悬架系统模型的基础上,引入变论域思想设计模糊PID控制器.为进一步改善控制器减振效果,采用GA来优化变论域中伸缩因子描述函数的参数.结果表明:相比PID、模糊PID与未优化的变论域模糊PID等控制方法,基于GA的变论域模糊PID控制方法在降低车身垂向加速度、改善乘坐舒适性方面具有优越性;所提控制方法对簧载质量和车辆行驶速度不确定性具备较强的鲁棒性.

多园区综合能源系统接入主动配电网双层优化调度研究

随着园区综合能源系统的不断发展与普及,其与上级大电网并网实现交互已成为大势所趋。文中构建了通过联络线相耦合的多园区综合能源系统接入主动配电网的双层优化调度模型。在主动配电网层面,以最小运行成本为目标,充分考虑了联络线功率、分布式电源、储能设备、柔性负荷、电动汽车等可调度资源;在园区层面,以多园区总运行成本最小为目标,考虑了相互联结的多类型园区的并网情况。利用目标级联法对双层模型进行求解。通过算例验证,文中所构建模型具有良好的经济特性与削峰填谷效果,充分证明了文中所提模型的经济性与有效性。

基于主动悬架的整车车身姿态控制策略研究

针对车辆在行驶过程中产生的车身姿态失衡问题,提出了一种基于姿态补偿的主动悬架整车车身姿态控制策略。在建立整车七自由度动力学模型,并基于随机路面进行实车试验验证整车模型的准确性的基础上,构建了模型预测控制器,根据状态观测器估计的各信号求解各个悬架的垂向控制力以衰减车辆垂向振动;进而以模糊算法为基础设计车身姿态补偿控制策略,使电磁直线作动器产生反作用力以抑制车身姿态恶化。选取某型号直线电机作为主动悬架力源,将垂向控制力与姿态补偿力合并得到各悬架控制所需电磁作动力,以此计算电机所需目标电流,并通过MATLAB/Simulink平台对主动悬架系统进行仿真。仿真结果表明:所提出的基于主动悬架的整车车身姿态控制策略在不影响车辆垂向控制效果的基础上,能够大幅降低车辆质心侧倾角和俯仰角的均方根值,车身姿态得到有效控制。

D-二聚体与C反应蛋白对Stanford A型主动脉夹层动脉瘤患者术后远期预后的预测价值

目的分析D-二聚体(D-D)与C反应蛋白(CRP)在Stanford A型主动脉夹层动脉瘤(ADA)患者术后远期预后中的预测价值。方法选取76例胸痛患者为研究对象,所有患者均行心脏超声或主动脉CT血管成像检查,将45例Stanford A型ADA患者纳入观察组,均行手术治疗;非Stanford A型ADA的31例患者纳入对照组。对比2组发生胸痛72 h内的D-D与CRP水平。术后对观察组随访3年,按临床结局分成死亡组(n=10)与存活组(n=35),对比2组D-D与CRP水平;另绘制受试者工作曲线(ROC),分析D-D、CRP单独与联合预测Stanford A型ADA患者的远期预后临床价值。结果观察组的D-D[(1.31±0.35)mg/L]与CRP[(16.59±2.34)mg/L]水平高于对照组[(0.68±0.13)mg/L、(7.53±1.26)mg/L],差异有统计学意义(P<0.05);ADA患者中死亡组的D-D[(1.78±0.49)mg/L]与CRP[(30.46±4.77)mg/L]水平高于存活组[(1.03±0.26)mg/L、(13.59±2.36)mg/L],差异有统计学意义(P<0.05)。ROC结果显示,D-D与CRP联合检测预测Stanford A型ADA患者远期预后的曲线下面积(AUC)[0.909(95%CI:0.823~0.994)]高于D-D与CRP单独预测[0.806(95%CI:0.680~0.931)、0.840(95%CI:0.727~0.953)]。结论Stanford A型ADA患者血清内的D-D与CRP水平呈高表达,且表达水平越高,患者预后越差,两项指标联合可有效预测患者的远期预后,临床应用价值较高。

发展型人力资源管理实践对员工主动变革行为的影响机制:中庸思维的调节作用

作为新兴的人力资源管理实践,发展型人力资源管理实践能够对员工的工作动机、行为产生积极影响。然而,在中国本土文化情境下,鲜有文献涉及发展型人力资源管理实践如何影响员工主动变革行为。基于资源保存理论和“能力—动机—机会(AMO)”框架,探讨发展型人力资源管理实践对员工主动变革行为的影响机制和边界条件。通过对三阶段349份有效样本的分析发现,发展型人力资源管理实践对员工主动变革行为具有显著正向影响;员工工作重塑在发展型人力资源管理实践与员工主动变革行为间发挥部分中介作用;中庸思维会进一步强化发展型人力资源管理实践与主动变革行为间关系,且该调节效应会被工作重塑中介。

基于随机系数Logit模型的专利价值评估研究——以主动降噪技术为例

[研究目的]从分析专利价值入手,通过经济学研究方法围绕专利侵权损害赔偿的标准进行定量研究,为评估专利价值提供有意义的知识增量。[研究方法]基于实证产业组织理论,采用随机系数Logit模型,以无线蓝牙耳机主动降噪(ANC)技术作为研究对象,构建该技术遭受侵权的反事实情形来估计经济指标变化,由此评估专利价值及侵权赔偿比例。[研究结论]专利侵权企业的行为产生了反竞争效应,提升了企业垄断势力,挤占了其他耳机企业的生存空间,也对潜在进入企业形成了进入威胁。蓝牙耳机价格中约有4.06%源于ANC专利标识。如果发生ANC专利侵权,赔偿额度应是侵权企业利润的2.6~2.8倍。该方法利用市场数据在均衡框架下评估专利价值,为相关研究提供了新方向。

三体对抗中的主动防御鲁棒最优预测制导律研究

考虑防御导弹和我方目标控制系统内部扰动和未准确建模动态特性等因素造成的不确定性影响,设计了鲁棒最优预测制导律(robust optimal predictive guidance law,ROPGL)和鲁棒协同最优预测制导律(robust cooperative optimal predictive guidance law,RCOPGL)拦截来袭寻的导弹.首先,通过对非线性运动学方程线性化和降阶得到简化后的标称系统的状态方程;其次,考虑控制系统的不确定性,建立鲁棒制导问题的模型;再次,基于动态规划方法得到最优制导问题的制导指令关系式,并利用李雅普诺夫稳定性理论证明了最优制导问题的制导指令能够使鲁棒制导问题稳定;然后,引入界值函数得到线性二次型最优制导问题,通过求解黎卡提矩阵微分方程得到制导指令;最后,对设计的制导律的性能进行仿真验证.仿真结果表明,相比于其他制导律,设计的制导律能够抑制不确定性的影响,实现防御导弹对寻的导弹的拦截.

面向人脸属性编辑的三阶段对抗扰动生成主动防御算法

针对恶意人脸属性编辑行为,基于取证的被动防御技术只能对篡改行为进行取证并不能防止其产生,从而难以消除恶意篡改行为已经造成的损失.因此,主动防御技术应运而生,其可以破坏属性编辑的输出从而避免人脸被篡改使用.然而,现有两阶段训练人脸篡改主动防御框架存在迁移性和扰动鲁棒性不足的问题,为此本文通过优化两阶段训练架构及损失函数和引入一个辅助分类器,提出一种三阶段对抗扰动主动防御框架.本文首先修改两阶段训练架构中的代理目标模型并基于此设计了训练扰动生成器的属性编辑损失,以提升代理模型的重建性能和属性约束能力,从而减少对代理模型的过拟合;其次,在训练阶段引入辅助分类器对代理模型提取的编码后特征进行源属性分类并基于此设计训练扰动生成器的辅助分类器损失,从而将原本的两阶段交替训练改为代理目标模型、辅助分类器和扰动生成器的三阶段交替训练,期望通过对抗攻击辅助分类器以促进对篡改模型的主动防御;最后,在扰动生成器的训练中,引入攻击层以促进对抗扰动对滤波和JPEG压缩的鲁棒性.实验结果验证,本文提出的框架能够比现有框架更好地将主动防御从白盒的代理目标模型迁移到黑盒的属性编辑模型,黑盒性能提升16.17%,且生成的对抗扰动较基线算法具有更强的鲁棒性,针对JPEG压缩的性能(PSNR)提升13.91%,针对高斯滤波提升17.76%.