有向非循环图的可反向边集合的结构与判定

讨论了有向非循环图 (dag)G的可反向边集合RG 的结构 ,给出了判断RG 的充分必要条件。这一结果将有助于设计算法搜索G中的等价类 ,在用得分等价原则学习贝叶斯网络结构时 ,可以进行局部得分 ,从而减少所需的数据量 ,提高效率。

五强溪库区肖家桥反向边坡变形机理分析

肖家桥变形边坡为一个典型的缓倾角反向边坡,相对而言有利于边坡稳定,但是由于其岩性软硬交替,节理裂隙发育,在雨水作用下,软岩软化、崩解等作用下,边坡产生沉降、拉裂、蠕变等方面变形,从而导致边坡出现大范围的变形。文章在综合分析边坡岩土结构及工程特性的基础上,对肖家桥边坡的变形机理进行了分析。

基于反向比例解析的近红外光谱定量模型快速构建方法

为解决光谱漂移问题,该研究设计了一种基于反向比例解析的近红外光谱定量模型方法。以烟叶近红外光谱和烟碱含量为研究对象,将数据划分为训练集和测试集。通过计算训练集光谱与测试集光谱的相关性并按照高低排序,选择前20%的光谱,运用约束规划的方法,计算测试集的拟合系数,得到测试集光谱的估计值。结果显示,使用反向比例解析法建立的模型的平均绝对误差为0.3466,预测标准偏差为0.4252,相关系数为0.7932,优于PLS模型。反向光谱比例解析可以有效解决光谱漂移问题,实现烟草中烟碱含量的准确预测,为烟碱的有效测量提供参考。

急诊床旁超声心动图在反向型Takotsubo综合征诊治中的应用价值

目的探讨急诊床旁超声心动图(EB-Echo)在反向型Takotsubo综合征(r-TTS)诊治中的临床应用价值。方法采用回顾性研究方法,选择2014年1月至2021年12月郑州人民医院重症医学科收治的10例已确诊为r-TTS患者的EB-Echo影像学资料及临床资料作为r-TTS组;选择同期收治的33例经典型TTS患者的临床资料作为经典型TTS组。比较两组患者EB-Echo检出率、EB-Echo诊断时间、心脏功能指标〔左室射血分数(LVEF)、左心室每搏量(LVSV)〕、血容量指标〔下腔静脉直径(IVCD)、下腔静脉塌陷度(cIVC)〕及并发症〔急性左室流出道梗阻(ALVOTO)、急性二尖瓣反流(AMR)、肺动脉高压(PH)〕发生率及预后的差异。结果r-TTS组EB-Echo检出率明显高于经典型TTS组〔100.0%(10/10)比66.7%(22/33),P<0.05〕,且诊断时间较经典型TTS组明显缩短(min:26.80±3.77比41.18±6.61,P<0.05)。在心脏功能指标方面,r-TTS组LVEF和LVSV均明显低于经典型TTS组〔LVEF:0.36±0.05比0.41±0.04,LVSV(mL):36.43±4.30比40.65±5.09,均P<0.05〕,而r-TTS组和经典型TTS组容量指标(IVCD和cIVC)比较差异无统计学意义〔IVCD(mm):15.02±1.88比14.94±1.75,cIVC:(0.43±0.06)%比(0.44±0.07)%,均P>0.05〕。并发症方面,r-TTS组ALVOTO发生率略低于经典型TTS组〔0%(0/10)比21.2%(7/33),P>0.05〕,AMR和PH发生率与经典型TTS组相近〔AMR发生率:40.0%(4/10)比24.2%(8/33),PH发生率:30.0%(3/10)比18.2%(6/33),均P>0.05〕。随访6个月至3年,r-TTS组无死亡病例,经典型TTS组死亡1例,两组病死率比较差异无统计学意义。结论EB-Echo在r-TTS早期诊断、指导治疗、改善预后方面有重要的临床应用价值。

融合均值榜样的反向互学习水母搜索算法

为解决水母搜索算法(jellyfish search algorithm,JS)的洋流运动缺乏多样性、群内运动缺乏引导性、种群间信息无交流,造成搜索速度慢、稳定性差及易早熟的问题,构建了一种融合均值榜样的反向互学习水母搜索算法(oppositional-mutual learning jellyfish search algorithm based on mean-value example,OMLJS).首先在水母跟随洋流运动(全局搜索)部分,利用前两代水母的平均位置代替只考虑上一代水母的平均位置来引导水母个体的位置更新,提高算法的全局搜索能力;其次在水母的群内主动运动(局部搜索)部分,利用最优个体代替随机个体来引导水母进行更有效的搜索,加快算法的收敛速度;然后在水母进入下一次迭代前增加对水母种群进行动态反向互学习步骤,增加种群多样性及增强种群间的信息交流,达到互补另外两个策略,提高算法的整体优化性能.选用12个经典的基准测试优化函数,将OMLJS与5个对比算法从解的平均值、最优值及方差进行对比分析,并用于求解最小生成树问题,OMLJS能够更快地找到最小生成树.实验结果表明,OMLJS的收敛速度、求解精度明显提高.

磁通反向永磁振镜电动机优化设计与分析

提出了一种具有不等定子齿宽的磁通反向永磁振镜电动机,通过敏感度分析,选取大定子齿宽、小定子齿宽、转子齿宽和槽肩宽4个参数作为影响因素,以转矩密度、转矩变化率、齿槽转矩和电感为优化目标,采用田口法进行正交试验分析,获得不同因素水平下的目标响应,并结合灰色关联法,将多目标优化转化为单目标优化问题,实现了电动机的最优设计.通过电动机性能的对比分析,验证了所设计的电动机的优越性和优化设计方法的有效性.

反向散射通信技术的研究与发展

反向散射通信作为物联网部署的重要技术手段,其主要思想是利用入射信号进行低功耗被动通信和能量收集,以期实现物联网节点的能源自持。为了加深对该技术的认识并推动相关领域的发展,对现有研究展开综述并对未来发展进行展望。首先,阐述了反向散射通信的基本原理及架构演进。其次,针对不同的通信架构,对已有工作进行了综述。在此基础上,给出了融主被动传输的互惠共生反向散射通信架构,并进行了初步的研究和仿真分析。最后,结合已有研究探讨了所提通信架构的未来研究方向。

基于硬件损伤的认知反向散射通信网络鲁棒安全资源分配算法

为了提高反向散射通信网络频谱效率、传输鲁棒性及信息安全性,该文提出一种基于硬件损伤的认知反向散射通信网络鲁棒安全资源分配算法。首先,考虑认知反向散射用户的最小安全速率、传输时间、能量收集和反射系数等约束,基于有界信道不确定性和频谱感知误差模型,建立一个多变量耦合的吞吐量最大化非凸资源分配问题。其次,利用最坏准则、连续凸近似和交替优化方法,将原问题转换为凸优化问题,并提出一种基于迭代的鲁棒资源分配算法。仿真结果表明,与现有算法对比,所提算法具有较好的鲁棒性。

采用遗传-反向传播人工神经网络法构建新疆地区癫痫患儿拉考沙胺血药浓度预测模型

目的:利用遗传-反向传播(GA-BP)人工神经网络法构建新疆地区癫痫患儿拉考沙胺(LCM)血药浓度的预测模型。方法:采用超高效液相色谱法测定400例癫痫患儿的LCM稳态血药浓度,收集患儿临床资料,提取相关数据,采用GA-BP人工神经网络法构建LCM血药浓度的预测模型。结果:模型验证结果显示,80例预测浓度的平均预测误差(MPE)绝对值均<10%,预测误差(PE)绝对值<20%的比例是100%,PE绝对值<10%的比例是92.50%,平均预测绝对误差(MAE)为2.28%,提示GA-BP模型预测的准确度和精密度均较好,预测浓度和实测浓度的相关系数为0.998,预测结果较理想。结论:应用GA-BP人工神经网络法预测LCM血药浓度是可行的,可应用于LCM个体化给药研究,促进临床合理用药。

基于用户窃听的MU-MISO反向散射通信系统鲁棒资源分配算法

针对反向散射通信系统信道估计不准、信息容易被窃听等问题,该文提出一种基于用户窃听的多用户-多输入单输出(MU-MISO)反向散射通信系统鲁棒资源分配算法,以提高系统传输鲁棒性与信息安全性。首先,考虑基站最大功率、时间分配、信道不确定性、能量收集和保密率等约束,建立一个MU-MISO的反向散射通信系统鲁棒资源分配问题。其次,基于非线性能量收集模型和有界球形信道不确定性模型,利用变量松弛法和S过程将原NP-hard问题转化为确定性问题,随后利用连续凸近似、半正定松弛与块坐标下降法将其转化为凸优化问题求解。仿真结果表明,与传统非鲁棒算法对比,所提算法具有较高的系统容量和较低的中断概率。

反向散射NOMA赋能的混合多播-单播协作传输方案

针对协作中继通信系统频谱效率低和链路利用率低的问题,面向多播、单播业务共存场景,该文提出一种反向散射NOMA赋能的混合多播-单播协作传输方案。机会式选择一个多播用户作为协作节点,将其接收信号的一部分功率用于自身解码,剩余功率反向散射以增强其余用户的接收质量。为提升系统性能,通过联合优化基站功率分配系数、协作用户反向散射系数和协作节点选择变量,在保障多播服务质量的前提下,实现单播用户最小可达速率的最大化。为解决上述高度非凸联合优化问题,该文设计一种协作用户选择准则并提出了一种迭代算法来获取原问题的最优解。仿真结果验证了所提迭代算法的快速收敛性,相较于传统非协作传输方案,所提方案可将单播用户最小可达速率提升11.5%,有效保证多业务服务质量。

反向消磁条件下磁流变脂隔震模拟试验研究

采用电磁线圈及永磁体共同控制磁场,自主设计一种可反向消磁的磁流变脂(MRG)剪切试验装置。利用ANSYS Electronics软件对该试验装置磁场分布进行仿真分析,并制备不同羰基铁粉质量分数的MRG,采用振动台对反向消磁条件下MRG的动态剪切性能开展试验测试,分别研究励磁电流、激振幅值和激励频率对MRG动态性能的影响。结果表明:羰基铁粉质量分数对MRG的动态性能影响显著;MRG的剪切应力随励磁电流的增大先快速增大后趋于平缓,阻尼力则逐渐减小;MRG的耗能能力随位移幅值的增加而增强;随着加载频率的增大,其阻尼力略有增加。

督脉电针调控胱氨酸/谷氨酸反向转运体改善脑卒中后肢体痉挛的作用机制

目的探讨督脉电针对大脑中动脉阻塞再灌注(MCAO/R)后肢体痉挛大鼠大脑皮质中胱氨酸/谷氨酸反向转运体[System Xc(-)]的影响,并探讨其可能的作用机制。方法选择SPF级雄性SD大鼠60只,随机分为空白组、假手术组及造模组。空白组不进行任何处理,假手术组仅分离血管,造模组采用大脑中动脉栓塞法制备MCAO/R大鼠模型,并于术后第3天进行Zea-Longa神经功能缺损评分、肌张力评定和电生理描记检测筛选肢体痉挛大鼠,造模组造模成功后随机分为模型组和督脉电针组。其中,督脉电针组于术后第3天开始治疗,每日1次,每次30 min,连续7 d。治疗结束后再次评定其神经功能及肌张力恢复情况;TTC染色测算脑梗死体积;干湿质量法检测各组大鼠脑含水量;比色法检测大脑皮质中谷氨酸(Glu)、半胱氨酸(Cys)和谷胱甘肽(GSH)浓度;蛋白免疫印迹(Western blot)法和实时荧光定量PCR(RT-qPCR)分别从蛋白和基因水平检测大脑皮质中血清溶质载体家族7成员11(SLC7A11)、溶质转运蛋白家族3成员2(SLC3A2)、γ-谷氨酰半胱氨酸合酶(γ-GCS)和谷胱甘肽合成酶(GSS)的表达。结果与模型组相比,治疗后督脉电针组大鼠神经功能缺损评分和改良Ashworth评分降低,肌电信号值增强,脑水肿程度减轻,脑梗死程度有所恢复,Cys和GSH含量显著增加,SLC7A11、SLC3A2、γ-GCS和GSS蛋白和mRNA的表达量显著提高,而Glu浓度显著降低(P<0.05)。结论督脉电针可以改善脑卒中后大鼠神经功能损伤和肢体痉挛程度,其机制可能与调控System Xc(-),改善Glu兴奋性毒性和氧化应激有关。

基于遗传算法-反向传播神经网络及响应面法优化香薷漱口水配方工艺

目的:研制一种具有抑菌作用的新型复方中药漱口水。方法:以药食同源中药香薷为主要原料,以乙醇、甘油、柠檬酸-木糖醇的用量为考察因素,感官评分(色泽、香味、滋味)作为评价指标,在单因素试验和响应面试验的基础上,采用反向传播神经网络建立预测模型,结合遗传算法优选漱口水的配方工艺;采用梯度稀释法测定漱口水的最小抑菌浓度。结果:该中药漱口水的最佳配方为:乙醇3.8%,甘油10.4%,柠檬酸-木糖醇0.31%;抑菌试验表明漱口水对大肠杆菌抑制作用较强,对金黄色葡萄球菌具有一定的抑制作用,其MIC分别为0.0741 g/mL和0.1481 g/mL。结论:该中药漱口水制备方法简单,具有一定的抑菌作用,可为药食同源中药的开发利用提供参考。

融合三维螺旋运动和混合反向学习策略的改进鹈鹕优化算法

针对鹈鹕优化算法收敛速度较慢、初始化过程随机产生初始种群导致种群多样性差,在后期易陷入局部最优等问题,提出了一种融合三维螺旋飞行和混合反向学习策略的鹈鹕优化算法。首先使用Gauss映射初始化种群,提高种群多样性;其次利用三维螺旋飞行和混合最优最差反向学习策略,加强算法跳出局部最优的能力;最后,引入自适应平衡因子与自适应步长,提出鹈鹕坠落策略,以模拟捕食过程中群体的微小变化。最后,通过12个基准函数和实际案例对IPOA(improved pelican optimization algorithm)进行测试,并与8个仿生算法进行对比,测试结果与Wilcoxon符号秩和检验结果均表明IPOA收敛精度与稳定性等各项性能都有所提升,具有明显优势。

基于并行反向投影的图像超分辨率

基于反向投影的残差特征提取与融合,可有效提升深度网络的特征提取能力,从而有益于改善图像的超分辨率重构性能.在此基础上提出了一种改进的采用并行反向投影策略的图像超分辨率深度网络,通过并行增强处于不同频段的高频特征,得到超分辨率性能的进一步提升.具体进行浅层特征提取后,网络经过多级的双路并行的反向投影特征增强模块.每一级模块中包含两个通路,分别采用顺序相反的上下采样,可同时得到处于不同频段的残差特征信息.通过对多级残差特征的融合,图像的高频特征得到不断的增强.同时网络引入了多尺度特征提取与通道注意力机制,以改进特征表达和学习能力.在多个公开的数据集上的大量实验结果表明,该方法可以有效提升超分辨率性能,并且在减少模型复杂度方面有一定的成效.

基于帝国竞争反向传播神经网络的断块油田开发顺序优化

明确断块油田群中断块的开发顺序是进行开发方案设计的前提条件。断块油田数量较少时,可以进行技术经济的组合对比,但是断块数量较多时会形成海量的组合,耗费时间也长。断块油田开发顺序评价的现有方法有权重评价法、层次分析法、综合模糊评判法等,这些方法在选择评价指标和指标权重上带有较强的主观性,无法做到完全客观的评价。因此本文提出一种基于帝国竞争算法改进的反向传播神经网络模型,首先采用Spearman相关系数法确定影响断块油田开发的主控因素,其次使用分段三次Hermite插值方法实现断块油田群开发数据库的扩充,最后在扩充后的大量数据库训练样本的基础上,基于帝国竞争算法改进的反向传播神经网络模型可以确定影响开发效果参数的权重并预测断块油田群中各断块油田的净现值,根据净现值大小可以确定每个断块的开发顺序。该方法以实际断块油田群的地质油藏数据库作为评价依据,断块油田的开发顺序更加的科学合理,项目整体的净现值也明显高于依靠传统方法确定的开发顺序组合,避免了人为主观性,也节省了数值模拟和经济评价的工作量,克服了现有方法的局限性,对于提高断块油田群开发综合效益具有重要意义。

在下沉中突围:“引才大战”中青年博士反向择业的空间意涵——以W市“紫云英”引才活动为例

当前全国多地正在兴起“引才大战”,相较于大城市人才集聚带来的内卷化,许多青年博士开始选择下沉中小城市“反向择业”。通过对W市“紫云英”引才活动的深入考察,基于“空间图景-空间行动-生活空间”的理论分析框架发现,由于中小城市区位条件改善与就业环境的营造、青年博士对职业发展与自身能力的权衡、将社会不确定性风险转化为对未来的确定性预期等因素,共同构成其反向择业的空间动力机制。综合来看,青年博士反向择业并非受“躺平”心态的消极影响,而是一种“在下沉中突围”的理性选择,能够促进区域间高学历人才协调发展的空间布局、优化博士生培养与教育路径的空间分流、凸显青年博士探寻自主成长空间的先锋姿态。

基于统计信道状态信息的智能反射面辅助反向散射通信系统鲁棒资源分配算法

为解决传统反向散射通信(BackCom)系统存在通信距离短、系统吞吐量较低和克服信道不确定性能力差的问题,该文提出一种基于统计信道状态信息(CSI)的智能反射面(RIS)辅助反向散射通信系统鲁棒资源分配算法。考虑功率站最大发射功率约束、反射节点的能量中断约束和吞吐量中断约束、反射系数约束、RIS相移约束和信息传输时间约束,建立了系统加权和吞吐量最大化的鲁棒资源分配模型;利用伯恩斯坦不等式、交替优化和半正定松弛方法,将原非凸问题转换成凸优化问题求解,并提出一种基于迭代的鲁棒吞吐量最大化算法。仿真结果表明,与传统非鲁棒资源分配算法和无RIS资源分配算法相比,所提算法具有更强的鲁棒性和更高的吞吐量。

基于微课的案例反向教学模式在神经病学教学中的应用

目的:探讨基于微课的案例反向教学模式在神经病学教学中的优势。方法:选取蚌埠医学院2017级精神医学专业60名本科生为研究对象,根据随机数字表法进行分组,分为对照组和试验组,每组30名。对照组采用传统的教学模式进行神经病学授课,试验组采用基于微课的案例反向教学模式,在课程结束后,通过对2组学生进行神经病学专业知识、病例分析能力测评,由学生对授课模式满意度进行问卷评分进行比较。结果:试验组学生的神经病学专业知识、病例分析能力考核成绩及总分均优于对照组学生(P<0.05);试验组学生对授课模式满意度评分优于对照组学生(P<0.05)。结论:基于微课的案例反向教学模式在神经病学教学中可以促进学生专业知识学习掌握和教学满意度提高,具有推广价值。