基于多源数据的铁路5G-R运用质量评估系统设计

铁路5G-R网络性能监控和故障排查技术研究是提升5G-R运用水平的重要手段,针对各类网络性能数据获取困难、铁路管理和技术人员对于5G-R网络运用质量关注的颗粒度不同、智能化手段支撑不足、缺乏系统级网络性能评估体系设计等问题,探究如何充分利用多源数据建立5G-R网络性能智能化评估系统以支撑智能铁路发展成为迫切需要。深入分析DPI、Uu接口、网管北向接口、路测等用于评估的数据源的特点和构成,并介绍各类数据的获取方法。提出基于劣化度理论的5G-R总体健康状态判断思路,并利用机器学习技术对网络异常和故障进行分析。在以上关键技术研究的基础上,提出基于微服务的5G-R运用质量评估系统架构。针对5G-R运用质量评估开展的关键技术研究和系统架构设计可为未来5G-R运维支撑系统研发提供技术支持。

T/R双模微波功率模块技术及其应用

微波功率模块(MPM)是真空电子器件和固态电子器件组合而成的一种新型微波功率器件,具有频率高、频带宽、功率大、体积重量小等特点,它使常规行波管的应用变得更加便利和广泛。现代战争向雷达、电子战综合一体化方向发展,这就要求功放既能工作在高峰值功率、低占空比的高模工作方式,也能工作在低峰值功率、准连续波的低模工作方式,针对这一需求,结合电子系统收发共孔径的要求,提出了T/R双模MPM技术。T/R双模MPM技术的核心是T/R双模行波管,基于三端口双向T/R行波管,通过在慢波系统的衰减器附近设置一个耦合口,实现行波管的信号反向接收功能;通过T/R双模行波管设计、双模放大均衡组件、双调制栅极电源等技术实现MPM的双模双向功能。T/R双模MPM应用前景广阔,特别是在基于无人机平台的作战应用中的具有明显优势。

越鞠丸干预CUMS小鼠对抑郁样行为、功能性消化不良及PACAP/PAC1-R表达的影响

目的探讨越鞠丸对抑郁共病功能性消化不良小鼠抑郁样行为和胃肠功能的影响。方法将C57BL/6J小鼠随机分为对照组、模型组、越鞠丸低剂量组、越鞠丸高剂量组和阳性药组,采用慢性不可预知温和应激(CUMS)构建共病模型,通过行为学检测、尼氏染色评估小鼠抑郁样行为和神经元损伤;胃肠组织病理、胃排空率、小肠推进率评估胃肠功能;ELISA法检测PACAP、VIP、IL-6、TNF-α、BDNF表达;Western blot检测PAC1-R、Vipr1、Vipr2蛋白表达。结果模型组小鼠表现出抑郁样行为,海马尼氏体数量减少,胃肠运动减慢,血清炎症因子IL-6、TNF-α水平升高(P<0.05,P<0.01),PACAP、VIP、BDNF表达降低(P<0.05,P<0.01),海马、胃窦、十二指肠组织PAC1-R、Vipr1、Vipr2表达降低(P<0.05,P<0.01)。与模型组比较,越鞠丸低、高剂量组可改善除Vipr1、Vipr2之外的其他上述指标(P<0.05,P<0.01)。结论越鞠丸可通过PACAP/PAC1-R降低炎症因子,升高BDNF水平,改善CUMS小鼠抑郁样行为和功能性消化不良。

基于R语言的疫情分析报告模块化输出——以新冠疫情为例

目的探讨疫情分析中,基于R软件的模块化输出方法。方法以新冠疫情为例,基于可重复执行的R程序,利用officer软件包实现R程序和Office word的交互。结果通过在预先设定好格式的模板文档中插入书签,用R语言模块化输出数字、文字、图表。基于Office Excel数据,在R程序中使用Officer软件包实现生成流行病学报告的疫情分析自动化和可视化输出。结论R语言简洁高效、便于维护,可显著提高疫情分析的时效性和准确性。

改进Mask R-CNN的馆藏报纸图像内容分割

开展馆藏报纸图像内容分割研究,能提升文字识别准确率,对促进机器识别取代人工操作、提高图书馆数字化工作效率具有重要意义。文章根据报纸图像呈现的特征,提出一种基于改进MaskR-CNN的算法,实现报纸图像内容分割。首先,通过优化锚框比例和损失函数,对原始MaskR-CNN算法进行改进。其次,采用数据增强、调整训练参数开展样本训练。最后,通过实验的方式对改进后的MaskR-CNN算法训练模型和原始算法训练模型进行比较,并采用AP_bbox和AP_segm评价指标对实验结果进行评估,改进后的算法训练模型AP_bbox为0.935,AP_segm为0.943,均超过原始算法训练模型。实验结果表明,改进后的MaskR-CNN算法能够实现报纸图像内容有效检测与分割。

基于改进Faster R-CNN的苹果采摘视觉定位与检测方法

针对采摘机器人对场景中目标分布密集、果实相互遮挡的检测及定位能力不理想问题,提出一种引入高效通道注意力机制(ECA)和多尺度融合特征金字塔(FPN)改进Faster R-CNN果实检测及定位方法。首先,利用表达能力较强的融合FPN的残差网络ResNet50替换原VGG16网络,消除了网络退化问题,进而提取更加抽象和丰富的语义信息,提升模型对多尺度和小目标的检测能力;其次,引入注意力机制ECA模块,使特征提取网络聚焦特征图像的局部高效信息,减少无效目标的干扰,提升模型检测精度;最后,采用一种枝叶插图数据增强方法改进苹果数据集,解决图像数据不足问题。基于构建的数据集,使用遗传算法优化K-means++聚类生成自适应锚框,提高模型定位准确性。试验结果表明,改进模型对可抓取和不可直接抓取苹果的精度均值分别为96.16%和86.95%,平均精度均值为92.79%,较传统Faster R-CNN提升15.68个百分点;对可抓取和不可直接抓取的苹果定位精度分别为97.14%和88.93%,较传统Faster R-CNN分别提高12.53个百分点和40.49个百分点;内存占用量减少38.20%,每帧平均计算时间缩短40.7%,改进后的模型参数量小且实时性好,能够更好地应用于果实采摘机器人视觉系统。

稀疏图的r-动态染色

通过分析极小反例的结构性质,运用权转移的方法,研究了对于mad(G)<14/5的稀疏图G的r-动态染色数,证明了对于满足mad(G)<14/5的图G,若r≥9,则χr(G)≤r+2.研究结果推广了稀疏图r-动态染色的已知结果.

一种三维集成的Ku波段高功率T/R模块

基于硅基微电子机械系统(MEMS)三维(3D)异构集成工艺,设计并制作了用于相控阵天线系统的三维堆叠式Ku波段四通道高功率收发(T/R)模块。该模块由两层硅基封装堆叠而成,层间采用球栅阵列(BGA)植球堆叠,实现模块小型化;采用高低阻抗匹配建模,保证低损耗输出,采用导热垫加微流道散热板达到了良好的散热效果,实现模块高功率输出;对模块的微波垂直互连结构和散热进行建模和仿真。测试结果表明,在14~18 GHz内发射通道饱和输出功率大于40 dBm,接收通道增益大于21 dB,噪声系数小于3.5 dB,模块尺寸仅为14.0 mm×14.0 mm×3.3 mm。该模块在兼顾高集成度的同时性能指标得到了进一步提升。

基于格密码的5G-R车地认证密钥协商方案

5G-R作为我国下一代高速铁路无线通信系统,其安全性对于保障行车安全至关重要。针对5G-AKA协议存在隐私泄露、根密钥不变和效率低等问题,基于格密码理论提出一种新型5G-R车地认证方案。首先,使用临时身份信息GUTI代替SUCI,克服了SUCI明文传输的缺点。其次,设计基于格密码的根密钥更新策略,采用格上公钥密码体制、近似平滑投射散列函数和密钥共识算法,实现了根密钥的动态更新和前后向安全性。再次,加入随机质询和消息认证码,实现了通信三方的相互认证,可有效防范重放、DoS等多种恶意攻击。最后,采用串空间形式化方法进行安全验证,结果表明:本文方法较其他方法有更高的安全性,被攻击成功的概率最低,仅为O(n^(2))×2^(-128),且有较低的计算开销和通信开销,能够满足5G-R高安全性的需求。

应用卷积神经网络VGG16的星载GNSS-R海冰检测

针对全球卫星导航系统反射计(global navigation satellite system-reflection,GNSS-R)海冰检测中延迟-多普勒图(delay-Doppler map,DDM)数据噪声大、消融期精度低等问题,提出将VGG16卷积神经网络模型应用于海冰检测。通过深层的网络结构提取DDM多层次特征进行海冰海水分类,以提高海冰检测的精度和稳定性。实验结果表明,与美国国家海洋和大气管理局地表类型数据对比,所提出的基于VGG16海冰检测方法检测准确率为98.02%,有效提升了海冰检测的准确率和稳定性。

柴贝止痫汤对癫痫—抑郁共病模型大鼠大脑皮层及海马中5-HTT、5-HT_(1A)R、5-HT_(2A)R和DA_(2)R表达的影响

目的 观察柴贝止痫汤对氯化锂—匹罗卡品慢性颞叶癫痫—抑郁共病模型大鼠大脑皮层及海马中5-羟色胺转运体(5-hydroxytryptamine transporter, 5-HTT)、5-羟色胺受体(5-hydroxytryptamine repreceptor, 5-HTR)(5-HT_(1A)R、5-HT_(2A)R)和多巴胺(dopamine, DA)受体(DA_(2)R)表达的影响,探讨柴贝止痫汤对癫痫—抑郁共病的干预机制。方法 建立氯化锂—匹罗卡品慢性颞叶癫痫—抑郁共病大鼠模型。造模成功后,将大鼠随机分为6组:正常组、模型组、西药组(西酞普兰给药)和柴贝止痫汤低、中、高剂量组,连续灌胃给药14天,每天2次。干预后,通过糖水偏好及强迫游泳实验进行抑郁行为学监测;酶联免疫吸附法检测大鼠大脑皮层及海马中5-HT、DA含量;实时定量PCR法检测大鼠大脑皮层及海马中5-HTT、5-HT_(1A)R、5-HT_(2A)R和DA_(2)R基因的mRNA表达水平;蛋白免疫印迹法检测大鼠大脑皮层及海马中5-HTT、5-HT_(1A)R、5-HT_(2A)R和DA_(2)R的蛋白表达水平。结果 药物干预后,与模型组相比,柴贝止痫汤中、高剂量组大鼠糖水消耗量显著增加(P<0.01),不动时间显著减少(P<0.01);与模型组比较,柴贝止痫汤中(P<0.05)、高剂量组(P<0.01)大鼠大脑皮层及海马中5-HT含量、皮层中DA含量升高,高剂量组(P<0.05)大鼠大脑海马中DA含量升高;与模型组相比,柴贝止痫汤高剂量组大鼠大脑皮层5-HTT mRNA表达降低(P<0.01),而海马中5-HTT mRNA表达升高(P<0.05);同时,柴贝止痫汤高剂量组大鼠大脑皮层和海马中5-HT_(1A)R mRNA表达明显升高(P<0.05),蛋白表达水平与mRNA水平表达一致。5-HT_(2A)R和DA_(2)R的mRNA和蛋白表达水平在处理前后均无变化。结论 柴贝止痫汤能够通过下调慢性颞叶癫痫—抑郁共病模型大鼠大脑皮层5-HTT,上调海马5-HTT,以及上调大脑皮层和海马中5-HT_(1A)R的表达水平,改善抑郁行为。

基于改进Faster R-CNN与U-Net算法的桥梁病害识别与量化方法

为实现桥梁病害检测的自动化,对基于图像处理技术的混凝土桥梁表观病害的智能识别和尺寸确定方法展开研究.提出基于改进Faster R-CNN算法的病害识别方法,利用K均值聚类和遗传算法对区域候选网络锚框进行优化设计;以裂缝预测区域为基础,提出ResNet34结合U-Net的裂缝形态提取方法,并结合裂缝形态学研究了裂缝像素宽度和长度的确定方法.结果表明:锚框优化设计可改进Faster R-CNN算法的表观病害识别效果,5类常见病害的预测准确率、召回率、平均精确率分别由68.40%、69.87%、74.64%提升到85.40%、83.59%、83.72%;利用病害预测框,结合改进U-Net算法的裂缝像素尺寸计算,可实现裂缝病害尺寸的自动测量;基于改进Faster R-CNN和改进U-Net的方法可实现混凝土桥梁常见病害的智能识别和尺寸量化,从而提高桥梁病害检测效率并促进桥梁技术状况评定的智能化.

基于Mask R-CNN的电力关键设备运行状态检测

为判断电力关键设备两端负载电压与干路总电压之间的数值关系,提出基于Mask R-CNN的电力关键设备运行状态检测方法。在Mask R-CNN网络结构中,判断电量信号的时域范围与频域范围。然后根据负荷阻抗特征计算交流参数的取值结果,再联合已获取的电信号参量,求解连续相关函数,从而检测电力关键设备运行状态。实验过程中,设备两端负载电压、内阻消耗电压之和与干路总电压之间的差值未超过1.5 V,说明该方法能够证明电力关键设备两端负载电压、内阻消耗电压之和等于干路总电压数值的猜想成立,可以根据该验证检测电力关键设备运行状态是否正常。

基于改进Faster R CNN的光伏组件红外热斑检测算法

光伏故障检测对光伏电站智能运维具有重要意义。针对光伏组件红外图像中热斑目标小、难检测的问题,研究了基于改进Faster R CNN的光伏组件红外热斑故障检测模型。将Swin Transformer作为Faster R CNN模型中的特征提取模块,捕获图像的全局信息,建立特征之间的依赖关系,提高模型的建模能力;进一步利用BiFPN进行特征融合,改善了热斑故障由于目标小和特征不明显容易被模型忽略掉的问题;同时为了抑制光伏红外图像中背景和噪声的干扰,加入轻量级注意力模块CBAM,使模型更加关注重要通道和关键区域,提高对热斑故障检测精度。在自建光伏组件图像数据集上进行实验,热斑故障检测精度高达915,验证了本文模型对光伏组件热斑故障检测的有效性。

基于Mask R-CNN的地质雷达岩溶预报图像识别研究

岩溶隧道开挖可能遭遇岩溶涌水、突泥等岩溶地质灾害,地质雷达能够有效预报岩溶等地质灾害。然而,传统地质雷达图像解译存在专家经验依赖性强、解译效率慢且易误判漏判等情况。本文采用可实现端到端识别的深度学习技术开展地质雷达图像目标检测与识别的研究,将基于Mask R-CNN的卷积神经网络算法应用于地质雷达岩溶预报图像异常的智能识别。在TensorFlow和Keras框架下,利用地质雷达设备采集获得的数据构建训练数据集和测试数据集,对Mask R-CNN深度学习模型进行训练,最终得到权重参数较好的地质雷达岩溶预报图像的双曲异常检测模型。试验结果及应用案例表明,Mask R-CNN目标检测方法在地质雷达岩溶预报图像的目标检测与识别上取得了良好的效果,有效提高了地质雷达图像的智能化识别效率。

基于改进Faster R-CNN的热轧带钢表面缺陷检测

热轧带钢是钢铁行业的重要产品,其表面缺陷是影响产品质量的重要因素。针对传统缺陷检测算法存在的过程繁琐、精度不足和效率低下等问题,提出一种基于改进更快速区域卷积神经网络(faster region-based convolutional neural network,Faster R-CNN)的检测算法,实现对热轧带钢表面缺陷的高效、高精度检测。首先,采用特征相加的方法对底层细节特征和高层语义特征进行融合;然后,采用精准的感兴趣区域池化(precise region of interest pooling,Precise ROI Pooling)获取固定大小的特征向量,避免特征出现位置偏差;最后,利用均值偏移聚类算法对带钢数据集进行聚类,获得适用于热轧带钢表面缺陷检测的先验框尺寸。实验结果表明,所提算法在热轧带钢表面缺陷检测数据集上的平均精度均值达到了85.34%,检测速度为23.5帧/s,且鲁棒性良好,满足实际的工业检测需求。

基于改进Faster R-CNN的变电站设备外部缺陷检测

针对变电站设备外部缺陷目标检测任务中目标形状多样,周围环境复杂,当前代表性算法识别准确度低,错检漏检严重的问题,对比了众多目标检测算法在变电站设备缺陷数据集上的检测结果,检测精度较高的是添加了特征融合金字塔结构的Faster R-CNN(faster region-based convolutional network)算法,但其对小目标物体和设备渗漏油的检测精度仍有提升空间,为此设计一种基于Faster R-CNN的改进算法。改进算法通过对输入图像进行数据增强,在网络中添加SPP(spatial pyramid pooling)结构以及改进特征融合方式,对分类以及边界框回归损失函数进行改进的方式来提高缺陷的检测精度。与原Faster R-CNN算法进行对比,改进算法在变电站设备缺陷目标检测数据集的检测结果中AP(average precision)(0.5∶0.95)提高了2.7个百分点,AP(0.5)提高了4.3个百分点,对小目标物体的检测精度也提高了1.8个百分点,试验结果验证了该方法的有效性。

5G-R高铁车站场景MIMO天线阵列结构与传输性能研究

面向5G-R高铁车站应用场景,在2155~2165 MHz频段采用射线跟踪仿真技术,对4种不同天线阵列排布方式的MIMO系统多层传输性能进行对比研究。通过研究采取不同收发端天线阵列排布方式时的信道相关性,计算每个接收点位所能达到的MIMO系统最大传输层数,获取各层数对应的信噪比,计算在不同调制方式、不同天线排布方式下每个接收点位的下行峰值传输速率,确定面向5G-R高铁车站场景的MIMO系统最佳传输层数。仿真验证结果表明,面向5G-R频段高铁车站应用场景,基站端采用线阵、车载端采用方阵排列,可取得最佳峰值传输速率。研究结果可为5G-R专网建设中高铁车站部署MIMO系统提供技术积累和理论依据。

基于S-O-R模型的视觉营销对消费者购买意愿的影响研究——以红色文创网店为例

为提高红色文创网店的点击转化率,文章从消费者视角出发,研究影响消费者购买意愿的视觉因素。基于S-O-R模型理论,构建红色文创网店视觉营销对消费者购买意愿因素的理论模型。利用S-O-R模型分析了红色文创网店视觉营销中的商品形象、界面形象以及品牌视觉形象对顾客感知价值及顾客购买意向的影响。通过设计量表和调查问卷进行实证研究,并结合结构方程模型加以论证,得出品牌视觉形象和界面形象是影响消费者购买意愿的关键因素,为设计师和红色文创品牌进行网店设计提供了一定的理论参考和建议。

GNSS-R水位监测研究进展与其在我国水利行业应用展望

水位监测在水文学、水利工程、灾害防治等领域都具有非常重要的意义.传统的水位监测方法存在成本高、覆盖范围小等缺点,GNSS不仅具有导航、定位及授时的功能,还可以利用其反射信号获取反射面的特性信息并将其称为全球卫星导航系统反射测量(Global Navigation Satellite System-Reflectometry,GNSS-R).近年来,GNSS-R技术以低成本、全天候、高时空分辨率等优势为水位监测提供了一种新方法.本文对GNSS-R水位监测的研究现状、不同方法的影响因素以及当前应用过程中存在的问题进行了总结归纳提出了下一步的发展趋势,最后对其在我国水利行业的应用进行了展望.