分支论和自主论——当代生物学哲学的两大派别

本世纪中叶,生物学中最激动人心的事件就是分子生物学的革命。由于这一革命,生物学中的许多现象都可以根据DNA分子的结构得到解释。分子生物学的成功使许多生物学家以及生物学哲学家坚信,生物学的所有现象最终都可以根据它们组成部分的物理化学规律完全得到说明,物理科学的方法完全适合生物学的研究。对此,克里克曾说:“

从生物哲学中自主论与分支论的争论看两者的融合

生物哲学中自主论与分支论的争论可以追溯到无机界与有机界的划分,突出表现在如何看待还原论思想上,又与生物学研究或然性现象直接相关。随着对有机界与无机界认识的深入,新兴学科和交叉学科不断涌现,自主论与分支论之间的界限不断被打破,原来所坚持的划界标准受到不断质疑。坚持思维的开放性和科学方法的多元性,努力推进两者的融合,是大势所趋。

分支河流体系沉积学工作框架与流程

基于现有的研究成果和存在的问题,探讨了分支河流体系(DFS)研究中的关键科学问题、主要研究内容、研究方法和工作流程。研究结果表明:①DFS研究中最关键的3个科学问题是明确河网结构和河型演变规律、构建沉积标志和沉积模式、分析其形成和分布的控制因素。②DFS研究的主要内容包括建设形态沉积学数据库、现代沉积机理研究、分类研究、建立沉积模式、储层建模与储层预测等5个方面。③DFS研究中的关键技术包括基于遥感图像的形态数据采集、形成机理的水槽和模拟实验、河网重构、顶点位置预测与河道分汊点自动生成方法、储层建模知识库平台等。④DFS研究的基本工作流程是先建立形态沉积学数据库,搭建数据库软件平台,在此基础上选择具有代表性的DFS进行现代沉积解剖,然后综合现代沉积调查、露头解剖和模拟实验成果,形成分类体系,总结各类DFS的识别标志和沉积模式,分层次建立储层预测模型,形成沉积结构储层预测模型的建模软件平台,从而预测沉积体系中有利储层的分布。

基于双分支注意力U-Net的语音增强方法

针对语音增强网络对全局语音相关特征提取困难、对语音局部上下文信息的捕捉效果不佳的问题,提出了一种基于双分支注意力U-Net的时域语音增强方法,该方法使用U-Net编码器-解码器结构,将单通道带噪语音经过一维卷积后得到的高维时域特征作为输入。首先利用残差连接设计了基于Conformer的残差卷积来增强网络降噪的能力。其次设计了双分支注意力机制结构,利用全局和局部注意力获取带噪语音中更丰富的上下文信息,同时有效表示长序列特征,提取更多样的特征信息。最后结合时域频域损失函数构建了加权损失函数对网络进行训练,提高网络的语音增强性能。使用了多个指标对增强语音的质量和可懂度等进行评价,在公开数据集Voice Bank+DEMAND上的增强后的语音感知质量(PESQ)为3.11,短时可懂度(STOI)为95%,信号失真度(CSIG)为4.44,噪声失真测(CBAK)为3.60,综合质量测度(COVL)为3.81,其中PESQ相较于SE-Conformer提高了7.6%,相较于TSTNN提高了5.1%。实验结果表明,所提方法在语音降噪的各个指标都表现出更优的实验结果,能够完成语音增强任务的相关要求。

银行分支机构准入管制放松影响企业多元化经营机理探讨——基于中国城市商业银行分支机构的实证检验

企业多元化经营受益于银行发放多元化经营所需资金贷款,受制于银行发挥债权人治理作用的外部监督。笔者基于资源基础理论和代理理论,以2004—2020年中国沪深A股上市公司为研究样本,结合城市商业银行分支机构数据,利用多元线性回归方法,实证检验了银行分支机构准入管制放松对企业多元化经营是否有影响以及影响的方式、方向和程度。检验结果证实:银行分支机构准入管制放松与企业多元化经营显著正相关;在银行分支机构准入管制放松正向影响企业多元化经营过程中,银行缓解企业融资约束和增加企业管理层攫取私利行为具有中介效应;企业聘请会计师事务所的审计质量和企业的内部控制质量发挥调节作用。本研究尝试性地将银行管制体制改革与企业多元化经营结合起来探究银行分支机构准入管制放松对企业多元化经营的影响机理,在一定程度上拓展了资源基础理论和代理理论的应用边界,丰富了银行管制和企业多元化经营的相关文献,研究结论能够为银行业体制改革和企业多元化经营提供理论依据。

基于多分支空谱特征增强的高光谱图像分类

为了解决高光谱图像自身及分类过程中噪声干扰大、空间-光谱特征信息提取不足以及有限样本下分类性能不佳等问题,提出一种基于多分支空谱特征增强的高光谱图像分类模型SSFE-MBACNN。首先,利用多分支特征提取模块分别提取浅层空谱特征和深层空间特征信息,并引入注意力机制抑制噪声干扰。其次,设计一种改进多尺度空谱特征提取融合模块及结合双池化和空洞卷积的空间特征增强模块实现空谱特征增强,减少模型参数量和提高分类性能。最后,用全局平均池化层代替全连接层,进一步降低参数量,缓解模型过拟合问题。实验结果表明,在Indian Pines(10%训练样本)、Pavia University (5%训练样本)和Salinas(1%训练样本)数据集分别取得了0.990 7、0.997 5和0.994 7的总体分类精度。SSFE-MBACNN不仅能充分利用空谱特征信息,而且在有限样本下也取得了优秀的分类性能,明显高于其他对比方法。

含逆变型分布式电源和分支负荷的配电网自适应电流差动保护

电流差动保护具有良好的选择性和灵敏性。但是,逆变型分布式电源(inverter-interfaced distributed generator,IIDG)和分支负荷接入改变了配电网的故障特性,现有配电网的电流差动保护面临拒动或误动的风险。为解决以上问题,该文在计及P/Q控制的IIDG和分支负荷的故障等值建模基础上,从故障点、IIDG和分支负荷的相对位置出发,挖掘配电网线路两端正序电流差的幅值特征以及正序电流故障分量的相位特征。在此基础上,提出一种正序电流幅值与故障分量相角阈值配合的双比例制动系数自适应差动保护方案,并且利用幅相平面分析所提保护判据的可靠性和灵敏性。最后通过PSCAD/EMTDC验证了所提保护方案的有效性,仿真结果表明该方案适应不同故障类型、位置和过渡电阻,且不受IIDG以及分支负荷接入的影响。

基于U-NET的双分支海上SAR溢油检测模型

为提高海上溢油SAR(Synthetic Aperture Radar)检测的准确率,本文提出一种基于U-NET和注意力门的海上溢油SAR检测模型(AW-net),该模型将U-NET中传统的单输入编码器替换为双分支编码器,分别输入纹理特征和SAR灰度特征,并进一步采用注意力门融合纹理信息和灰度信息。实验利用1景海丝一号(HISEA-1)SAR数据构建样本训练集进行AW-net模型训练,分别应用1景HISEA-1 SAR数据和1景Radarsat-2SAR数据开展模型测试,溢油检测准确率均优于U-NET、AttentionU-NET和FCN等语义分割模型,说明该模型具有较强的强鲁棒性和应用潜力。

基于细节增强的双分支实时语义分割网络

实时语义分割方法常利用双分支结构分别保存图像的浅层空间信息和深层语义信息。然而,当前基于双分支结构的实时语义分割方法重点研究语义特征的挖掘,忽略了空间特征的保持,导致网络无法精准地捕捉图像内物体的边界和纹理等细节特征,最终分割效果欠佳。针对以上问题,提出基于细节增强的双分支实时语义分割网络(DEDBNet),多阶段增强空间细节信息。首先,提出细节增强双向交互(DEBIM)模块,在分支间的交互阶段使用轻量空间注意力机制增强高分辨率特征图对细节信息的表达能力,促进空间细节特征在高低两分支上的流动,以加强网络对细节信息的学习能力;其次,设计局部细节注意力特征融合模块(LDAFF),在两分支末端特征融合的过程中同时建模全局语义信息和局部空间信息,解决不同层次特征图之间细节不连续的问题;此外,引入边界损失,在不影响模型速度的情况下引导网络浅层学习物体边界信息。所提网络在Cityscapes验证集上以92.3 frame/s的帧速率(FPS)获得78.2%的平均交并比(mIoU),在CamVid测试集上以202.8 frame/s获得79.2%的mIoU;与深度双分辨率网络(DDRNet-23-slim)相比,mIoU分别提高了1.1和4.5个百分点。实验结果表明,DEDBNet能够准确地分割场景图像,且满足实时性要求。

鱼骨型分支井SAGD分支形态优化及采出程度变化规律

风城油田低物性段普遍发育,储层非均质性严重。鱼骨型分支井SAGD通过分支深入储集层可改善常规SAGD蒸汽腔扩展受限的问题。为了达到最佳开采效果,有必要对鱼骨型分支井SAGD的分支形态进行优化,并掌握影响采出程度变化的规律。为此,利用油藏数值模拟及正交实验设计的手段,确定分支参数对提高采出程度具有敏感性,并优化分支参数,分析不同储层物性下分支参数对采出程度的影响规律。将研究成果应用于风城油田,该研究区块的最佳井型部署方案为:分支长度为120 m、分支数量为4条、分支角度为75°、分支异侧为非对称分布、分支间距为100 m。通过研究可知,各分支参数的影响权重以储层渗透率2.0 D为明显的分界点:当储层渗透率小于2.0 D时,主要影响因素为分支长度、分支数量;储层渗透率为2.0 D时,分支角度、分支间距的作用开始变强。研究成果对风城油田SAGD驱进一步提高采收率具有重要的指导意义。

一种基于双分支注意力神经网络的皮肤癌检测框架

皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率。近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用。但是与传统的图像识别分类不同,皮肤病检测任务存在数据不平衡、类间差异性小以及皮损面积占比少等方面的挑战。为此,本研究提出一种基于双分支注意力卷积神经网络(DACNN)皮肤癌分类框架。在数据预处理阶段,根据更细粒度的皮肤病类别,对数据集进行分解,降低数据不平衡程度。从网络结构上,上分支网络利用注意力残差学习(ARL)模块有效提取潜在的病变区域特征,接着利用损伤定位网络(LLN)模块定位病变区域。对其裁剪放大输入由ARL构成的下分支网络,进行局部细节的特征提取,然后结合上下分支网络的特征,进行有效的识别。最后,为了进一步缓解数据不平衡问题,在训练阶段中采用加权损失函数。在包含10015张皮肤镜图像数据集上,对所提出的DACNN模型与几种典型的皮肤病变检测框架进行了实验验证和比较。结果表明,DACNN皮肤癌变检测框架的Sensitivity、Accuracy和F1_score等性能指标分别达到了0.922、0.942和0.933,与已有的递归注意力卷积神经网络模型RACNN相比,以上3个指标分别提升了3.48%、2.95%和3.44%。总之,对于各类图像数不平衡,类间图像差异性小以及皮损面积占比少的皮肤镜图像而言,采用适当的类分解,以及双分支注意力神经网络结构首先对潜在的病变区域进行定位放大,然后进行局部细节的特征提取,能够极大的提高皮肤癌的检测准确度。

深层地热能丛式多分支U型井采热技术及传热算法

深层地热能是一种分布广、资源量大具有发展前景的可再生新能源,当前的主要开采方法有增强型地热系统(EGS)、环绕式井筒换热系统(AGS)、断层带流体循环开采和同轴套管开采法,但存在采热功率不稳定、地震风险高和采热效率低等难题。针对当前深层地热开采技术面临的瓶颈问题,本文以开采过程只有能量交换而没有物质交换为原则,以深层干热岩地热规模化可持续稳定开发为目标,提出了深层地热能丛式多分支U型井采热方法(UMW-DGS)及关键技术,在此基础上建立了井筒轴对称热传导模型,以青海共和盆地恰卜恰深部干热岩储层为背景,提出了高温高压岩石热导率测试新方法,计算了在定井径条件下井周温度场和采热功率的时空演化规律,分析了温度差、热导率和井径等3个敏感因素对采热功率的影响。此外,针对UMW-DGS定解问题,研发了基于有限体积法(FVM)的三维热流固耦合数值算法,研究了UMW-DGS单水平井段换热效率和在不同泵注量条件下温度场时空演化。通过分析不同流量的有效换热量、换热时长和功率发现:泵注流量的增加会导致有效换热能量和有效换热时长的降低,并且使有效换热功率先增加后减少。研究结果表明,深层地热能开发需要在平衡换热温度和功率的条件下设计注入排量,从而得到最优的换热效果。

多级暂堵诱导分支缝开启规律

缝内多级暂堵是提高缝内净压力,激活侧向分支缝,增大侧向改造带宽,提升层内油气动用程度的有效手段之一。研究缝内多级暂堵转向规律对指导优化暂堵方案至关重要,其难点是建立缝内暂堵模拟方法。针对裂缝性超低渗储层,基于等效黏度方法,建立了缝内多级暂堵数值模型,系统研究了逼近角、应力差、暂堵次数对分支缝开启的影响规律,研究结果表明:当水平应力差≥5 MPa且逼近角较大(≥60°)时,水力裂缝倾向于穿过天然裂缝,沿当前方向扩展,无法激活天然裂缝;水平应力差≤5 MPa时且逼近角较小(≤30°)时,水力裂缝遇到天然裂缝后能够开启钝角分支;缝内初次暂堵能够有效开启高逼近角下一级分支缝,缝内二次暂堵能够开启二级分支缝;采用缝内多级暂堵能够提高单井最高日产油量至2倍,平均日产油量提升至3倍。本文研究成果对缝内多级暂堵压裂设计奠定了模型和方法基础。

基于单端分支系数的四端柔直环网线路保护方案

为提升直流线路保护在柔性直流环网中的速动性与可靠性,提出一种基于单端分支系数的保护方案。分析了不同故障位置下各换流阀提供的故障电流分量,并根据单端换流阀极线电流突变量构造分支系数,结果表明线路保护区内故障下的单端分支系数小于区外故障,利用该特征构造区内、外故障识别元件。在线路高阻接地致使主保护失效时,根据桥臂最大允许电流决定线路纵联后备保护的开放时限,以优化现有主、后备保护方案之间的时序配合方案,保障各种直流线路故障工况下,换流阀不间断运行。保护方案不依赖线路边界元件,算法简单,大量仿真结果表明,该方案有良好的耐受过渡电阻能力,能在换流阀闭锁前实现故障区域可靠识别。

短短芽胞杆菌分支酸合成酶基因BbaroC的鉴定及转录因子调控分析

分支酸合成酶AroC是莽草酸途径中芳香族化合物合成的关键酶,探明短短芽胞杆菌aroC基因的特征及转录调控因子可为短短芽胞杆菌作用机理研究奠定基础。从短短芽胞杆菌FJAT-0809-GLX中克隆了aroC基因,进行生物信息学分析和转录因子预测。短短芽胞杆菌FJAT-0809-GLX中aroC基因序列长度为1 164 bp, GenBank登录号为OR475562。短短芽胞杆菌FJAT-0809-GLX与Brevibacillus brevis NBRC 100599的aroC基因序列同源性最高,为98.88%,与Brevibacillus brevis HNCS-1的AroC氨基酸序列同源性最高,为100%;其编码的蛋白为亲水性蛋白,无信号肽,定位于细胞质。靶向BbaroC的转录因子共有23个,分别来自10个物种,Escherichia coli(Strain K12 MG1655)和Bacillus subtilis(Strain 168)分别预测到12个和3个转录因子。BbaroC在短短芽胞杆菌抑菌活性物质产生中可能发挥着重要作用,这为其在农业上的广泛应用提供依据。

基于双分支特征聚合网络的车辆检测算法

车辆目标检测是自动驾驶的重要环节,现有的车辆目标检测算法在特征提取方面没有充分考虑卷积神经网络(convolutional neural network,CNN)和Transformer各自的优缺点,一定程度上限制了网络的整体性能。提出了一种由CNN和Transformer组成的双分支特征聚合网络。在编码阶段,基于CNN和Transformer各自的优势,构建了双分支主干网络来提取原始图像的特征信息;通过设计的多级别空间注意力模块和双支路特征聚合模块,使两个分支间的特征信息相互引导学习;通过构建的双分支注意力模块来进一步减少深层神经网络中特征信息的丢失。在实验部分通过消融实验和对比实验进一步验证了所提算法的有效性,其相比主流的目标检测算法,在mAP(mean average precision)指标上提升了约3.5%。

基于多模式分解和多分支输入的光伏功率超短期预测

针对光伏发电功率随机性强、波动性大导致其预测精度不高的问题,提出一种基于自适应近邻传播聚类(adaptive affinity propagation clustering,adAP)、多模式分解、多分支输入组合的光伏功率预测方法。首先,基于相关性分析找到与光伏发电功率高度相关的气象因素,并利用快速傅里叶变换(fast Fourier transform,FFT)将光伏输出功率从时域转换到频域,与相关度高的气象因素一起作为adAP算法的聚类特征,对具有相似气象特征的日场景进行分类;其次,对聚类相似日较少且输出功率波动剧烈天气类型中的气象相关因素和光伏输出功率添加高斯白噪声,并将其与原始数据合并,达到倍增样本的效果,以提升模型的泛化能力和鲁棒性;然后,使用变分模态分解(variational mode decomposition,VMD)、奇异谱分解(singular spectrum decomposition,SSD)和群分解(swarm decomposition,SWD)对光伏功率、辐照度和温度进行分解,削弱原始序列的波动性,丰富模型的输入特征;最后,搭建多分支的残差网络(residual network,ResNet)和长短期记忆网络(long short term memory network,LSTM)模型,提取数据的时间特征和波动特征,合并后输入到门控循环单元网络(gated recurrent unit network,GRU)中,建立历史特征和未来光伏输出功率的联系,得到预测结果。实验结果表明,所提出的多模型组合预测方法在光伏功率波动较缓天气情况下,能够保持较高的预测精度;在波动剧烈天气情况下,能够较大地提升预测精度。

基于三分支对抗学习和补偿注意力的红外和可见光图像融合

针对现有深度学习图像融合方法依赖卷积提取特征,并未考虑源图像全局特征,融合结果容易产生纹理模糊、对比度低等问题,本文提出一种基于三分支对抗学习和补偿注意力的红外和可见光图像融合方法。首先,生成器网络采用密集块和补偿注意力机制构建局部-全局三分支提取特征信息。然后,利用通道特征和空间特征变化构建补偿注意力机制提取全局信息,更进一步提取红外目标和可见光细节表征。其次,设计聚焦双对抗鉴别器,以确定融合结果和源图像之间的相似分布。最后,选用公开数据集TNO和RoadScene进行实验并与其他9种具有代表性的图像融合方法进行对比,本文提出的方法不仅获得纹理细节更清晰、对比度更好的融合结果,而且客观度量指标优于其他先进方法。

一类浮游生物时滞模型的全局Hopf分支

本文利用吴建宏等人建立的一般泛函微分方程的全局Hopf分支理论,以时滞为参数,研究了三维浮游时滞模型的稳定性及Hopf分支的全局存在性,通过数值模拟验证了理论分析的正确性,并得出结论,即营养物质输入率极大地影响了周期解的周期。

多分支废弃油井层温衰减规律及注入参数对注采性能的影响

利用废弃油井开发地热资源是降低地热开发成本、促进商业推广的有效措施,其中层温衰减规律对地热系统取热效果具有重要影响。为此,以废弃油井储层为研究对象,结合泰森多边形理论对储层裂缝进行了划分,建立了三维油水两相热流耦合数值模型,分析了不同储层条件与布井结构下的层温衰减规律,探究了注入参数等因素对地热注采性能的影响。研究结果表明:(1)低渗透储层抽采30年生产温度最大差值可达22.08 K,高渗透储层(1.0×10^(-13) m^(2))温度过度衰减,长年限采热效率低;(2)储层含油率与生产温度和发电功率呈正相关关系,生产30年后差值最大可达11.57 K与0.12 MW;(3)分支井沿垂直方向会形成低温波谷,层温衰减高于储层其余部分,数量增加对注采影响小;(4)注入速率与发电功率、生产温度分别呈正、负相关关系,但注入速率超过89 kg/s时不利于长年限开采。结论认为:(1)储层取热性能对初始渗透率最为敏感,注入速率与储层含油率次之,优先开发低渗透储层有利于长年限采热;(2)应利用油田地热降低稠油黏度,形成地热辅助采油模式,以实现经济效应最大化;(3)选取6支分支井与89 kg/s的注入速率可得到可观取热效果和较好的经济效益。