基于神经网络模型的煤层气产能预测研究

目的煤层气产能主要受地质和工程因素影响,阐明这些因素对煤层气井产能的影响机制是实现储层精细改造和煤层气井提产的基础。方法本文以沁水盆地柿庄南区块为研究对象,综合考虑地质背景、储层物性和动态排采数据,利用神经网络算法开展煤层气产能预测。首先,利用灰色关联分析法遴选出10个地质参数作为煤层气产能预测的主控因素,在此基础上,运用模糊数学法实现研究区34口煤层气井富集区划分,最后,根据分类结果,结合实际排采数据,分别利用BP(back propagation)和LSTM(long short-term memory)神经网络算法实现煤层气井日产气量预测。结果结果表明:(1)渗透率、含气饱和度和储层压力梯度等10个参数是影响研究区煤层气产气性能的关键因素;(2)利用模糊数学评价方法评价煤层气的富集,可将研究区34口井产气效果划分为有利区、较有利区和不利区;(3)依托LSTM算法建立了煤储层日产气量预测模型,预测误差值为4.06%~14.79%,平均误差值为11.09%,预测精度明显高于BP神经网络模型,结论根据LSTM算法建立的煤储层日产气量预测模型稳定性好且预测精度高,可作为煤储层产能长程预测的一种有效手段,进而为煤层气开发工艺布施与排采方案制定提供科学依据。

社区同群效应与居民网络消费扩容提质

在百年未有之大变局下,扩内需、促消费已成为推动经济高效循环、满足人民美好生活需要的关键途径。作为人际互动与社会关系构建的关键场所,社区居民所形成的关系网络,不仅能强化居民之间的相互依赖,也能使居民消费行为产生同群效应。社区同群效应的信息传递与知识溢出,在促进居民网络消费扩容提质的同时,可以通过增加网络消费信贷、提升消费等级和降低居民依赖心理,使得低于参考点的居民受到激励,实现网络消费的扩容提质,这一点在男性和银发群体以及处于中小城市和农村地区的居民中表现得更为明显。社区同群效应对居民网络消费所产生的这种积极作用,为建立社区交流机制、设计符合居民需求特点的网络消费信贷体系、树立理性消费观和构建能释放内需动力的消费机制提供了新的实证证据,也丰富了居民消费领域的研究。

高精度tDCS对网络成瘾者非理性决策行为的干预效果研究

研究发现网络成瘾者存在严重的“忽视长期利益、追求短期利益”的非理性决策行为.采用高精度tDCS技术干预网瘾被试和对照组,对比两组在最后通牒任务中的拒绝率和相应的反应时,发现单次20 min的右背外侧前额叶阳性刺激可以显著降低网瘾被试的拒绝率,并缩短其反应时间.研究结果说明,不仅单次高精度tDCS可促进网瘾者非理性决策行为的改善,而且通过干预关键脑区,即使是神经环路复杂的决策这一高级社会认知,高精度tDCS也可以实现对于决策整体加工的促进作用.因此,从其短时高效的作用效果出发,高精度tDCS未来可以考虑作为网瘾甚至更多其他病症的有效干预方法之一.

基于FS-SIA的毁伤预测神经网络超参数优化方法

针对毁伤预测中神经网络超参数设置及调试过程较为复杂的问题,提出一种基于特征选择结合群体智能(feature selection and swarm intelligence algorithm,FS-SIA)的超参数优化方法,用于在毁伤预测中对神经网络进行超参数的搜索和优化。首先,通过多种特征排序方法确定毁伤特征的重要性,选取公共的特征偏序子集用于模型训练。其次,针对具体的神经网络模型,分别采用多种群体智能算法进行超参数的搜索和优化。最后,得出特征集性能最优的超参数训练模型。实验结果表明,相较于未经特征排序而单纯采用群体智能算法的其他超参数优化模型,所提方法在毁伤预测中具有更快的收敛速度和更高的准确率。

突发事件网络舆情主题演化聚焦特征研究——以“河南暴雨事件”为例

通过生命周期理论,对突发事件网络舆情情感变化推动主题演化聚焦的特征进行分阶段研究,有利于了解政府和媒体如何进行突发事件网络舆情引导。该文以“河南暴雨事件”为例,运用情感词典识别各阶段情感倾向,运用LDA模型分析各阶段舆情主题,结合生命周期理论划分舆情生命周期,总结突发事件网络舆情情感变化推动主题随生命周期演化聚焦的特征。研究表明,在潜伏期和萌动期,网民情感由负面转向中性,主题聚焦于应急保障;加速期和成熟期,情感由负面转向正面,主题关注应急救援;消退期,情感以中性和正面为主,主题转向应急修复。政府和媒体在各阶段有效引导了舆情。研究为舆情监管部门提供了网民情感变化与主题演化的洞察,为提高舆情引导能力提供了方法指导。

网络服务提供者在信息网络犯罪中的过错推定责任

信息网络犯罪是典型的技术型犯罪。网络服务提供者在信息网络犯罪中虽然能够起到技术性帮助作用,但其也是防控信息网络犯罪中不可或缺的重要力量。不同类别的网络服务提供者在信息网络犯罪中所起的作用迥然相异,故其在信息网络犯罪中刑事责任承担方式也大相径庭。既然如此,刑法针对不同类别的网络服务提供者在信息网络犯罪中所采取的归责方式也应有所区别。现有刑事法规范对网络服务提供者中的网络链接提供者及网络平台提供者规定了明确的安全管理义务,进而对网络链接提供者及网络平台提供者所实施的信息网络犯罪采用过错推定的归责方式。在风险社会语境中,这种过错推定责任体现出刑法治理模式由“责任主义”向“负责主义”的范式转换。“负责主义”治理模式不仅对信息网络犯罪之防控有显著效用,也为如何有效惩治其他类别的风险犯罪提供了可资借鉴的理论依据。

单宁酸改性互穿网络水凝胶促进断裂跟腱术后的组织重塑

背景:跟腱断裂术后的再生与重塑是临床治疗的难点,组织工程水凝胶材料为促进跟腱修复提供了可能。目的:探究单宁酸改性互穿网络水凝胶对大鼠断裂跟腱组织再生与重塑的作用。方法:①通过蓝光照射及CaSO4溶液浸泡交联制备单宁酸改性互穿网络水凝胶,表征水凝胶的微观形貌、力学性能、黏附性能、体外释药性能与生物相容性。②取30只SD大鼠,采用随机数字表法分为假手术组、手术组与水凝胶组,每组10只,后2组建立右后肢跟腱断裂模型,手术组采用改良Kessler法将断裂跟腱重新缝合,水凝胶组采用相同术式缝合断裂跟腱后将单宁酸改性互穿网络水凝胶贴片完全缠绕包裹于断端接合处。术后4周,对断裂跟腱进行影像学检查、组织学评价、生物力学测试及炎症因子水平检测。结果与结论:①扫描电镜下可见单宁酸改性互穿网络水凝胶呈多孔微观结构,孔径为3-10μm,并且水凝胶具备良好的体外释药性能、黏附强度与拉伸强度;CCK-8检测与活/死染色显示,该水凝胶对大鼠骨髓间充质干细胞增殖活性无明显影响,具备良好的生物相容性。②MRI成像显示,与手术组比较,水凝胶组大鼠跟腱呈均一低信号,跟腱前后径厚度减小,与周围组织分界更为明确,表现更接近假手术组。苏木精-伊红与Masson染色显示,手术组大鼠跟腱纤维排列松散混乱,细胞密度增加且排布杂乱,伴有明显炎性细胞浸润,部分区域出现腱内骨化;水凝胶组大鼠跟腱纤维排列有序,细胞密度降低且排布规整,炎性细胞浸润明显减少。手术组大鼠跟腱的拉伸强度低于假手术组(P<0.05),水凝胶组大鼠跟腱的拉伸强度高于手术组(P<0.05)。与假手术组比较,手术组大鼠跟腱中白细胞介素1β、白细胞介素6及肿瘤坏死因子α质量浓度及mRNA表达升高(P<0.05);与手术组比较,水凝胶组3种炎症因子水平及mRNA表达降低。③结果表明,单宁酸改性互穿网络水凝胶可显著抑制局部炎症反应、促进断裂跟腱组织重塑。

三七治疗骨关节炎机制:基于UHPLC-QE-MS、网络药理学及分子动力学模拟

背景:课题组前期研究发现三七能够修复骨细胞的形态结构,对于治疗骨关节炎具有良好的应用前景,但目前对于三七的具体作用机制尚不清楚。目的:采用超高效液相色谱-四极杆-静电场轨道阱串联质谱(ultra-high performance liquid chromatography-Q exactive-mass spectrometry,UHPLC-QE-MS)技术鉴定三七的主要成分,并结合网络药理学、分子对接和分子动力学模拟探究三七治疗骨关节炎的作用机制。方法:利用UHPLC-QE-MS技术鉴定三七的主要成分后,运用TCMSP数据库筛选活性成分,通过TCMSP和Uniprot数据库查找活性成分靶点,通过疾病数据库筛选骨关节炎靶点。在药物靶点与疾病靶点取交集后,导入STRING数据库和Cytoscape软件构建蛋白互作网络筛选关键靶点,通过“活性成分-作用靶点”网络筛选关键活性成分。再对关键靶点进行富集分析,并对关键活性成分和关键靶点进行分子对接验证,最后选取结合能最低的结果进行分子动力学模拟。结果与结论:①在三七溶液中共鉴定出57种活性成分,成分靶点与疾病靶点交集50个,关键活性成分5个(槲皮素、熊脱氧胆酸、山奈酚、柚皮素和红藻氨酸),关键靶点5个(白细胞介素6、基质金属蛋白酶9、白细胞介素1β、白蛋白和趋化因子配体2);②基因本体功能富集642个条目,其中620个条目代表生物过程,21个条目代表分子功能,1个条目代表细胞成分;京都基因与基因组百科全书通路分析63条通路,主要涉及雌激素信号通路、白细胞介素17信号通路和高糖基化终末产物-高糖基化终末产物受体信号通路;③分子对接显示关键活性成分和关键靶点结合活性良好,分子动力学模拟提示槲皮素和基质金属蛋白酶9间的相互作用稳定;④对三七成分进行了较全面研究,初步阐明了其药效物质基础,预测三七可通过多组分、多靶点、多途径和多通路发挥抗炎、软骨保护和免疫调节作用来治疗骨关节炎。

基于人工神经网络和机器视觉的棉花分拣系统研究

首先,介绍了卷积神经网络的原理,并基于双目视觉搭建了棉花分拣视觉系统;然后,基于3×3窗口、Sobel和Hough等算法,实现了棉花图像的边缘检测和特征提取功能;最后,基于卷积神经网络对棉花图像进行特征提取和优劣分类,并利用双目视觉对识别的棉花进行空间定位。实验结果表明:棉花分拣系统的准确率为96.50%,能够有效地满足实际应用的要求。

基于图卷积神经网络的WSN零动态攻击检测方法

零动态攻击与一般攻击方式相比,隐蔽性更强,因此更不容易被发现。以往常规的检测方法在检测这种攻击方式时,漏检率和误检率较高。针对上述问题,研究一种基于图卷积神经网络的WSN零动态攻击检测方法。基于零动态攻击原理,以信道状态信息作为采集源,利用CSI-Tools工具实现CSI数据包采集。从CSI数据包中分离出幅值数据和相位数据,针对前者实施去噪处理,针对后者实施校准处理。从幅值数据和相位数据中提取4个特征,以特征为输入,构建图结构,利用图卷积神经网络实现无线传感网络零动态攻击检测。结果表明:基于图卷积神经网络的攻击检测方法的漏检率和误检率相对更低,由此说明该方法对零动态攻击检测更为有效,能够实现更为准确的检测。

基于小波降噪的神经网络盾构泥水分离系统参数预测方法

泥水盾构穿越复合地层时,掘进控制参数和泥水分离系统参数往往出现大幅波动,影响施工安全和掘进效率。为提升施工过程的安全稳定性,实现异常工况预测,依托望京隧道盾构工程,针对地层状况采用筛分、双旋流、离心/压滤固液分离协同控制技术,采集盾构机掘进参数(掘进速度、刀盘转速和总推进力等)和泥水分离系统运行参数(进浆量、进浆密度和进浆黏度等),通过Cook距离离群检测和小波阈值去噪处理提升数据质量;以双旋流分离密度比值、黏度比值等12个参数为输入,排浆量、排浆密度和排浆黏度为输出,建立BP神经网络泥水分离系统参数的预测模型,并选取3个不同地层环段进行预测对比分析。预测结果表明:预测平均绝对误差均在5%以内,该预测模型在复合地层下仍具有较高的准确性。

藏东南植被碳利用效率的时空变化与生态网络构建

碳循环在全球生态系统中起着至关重要的作用,碳循环的反馈效应将对未来的气候变化具有重要影响。本研究以西藏地区东南部(林芝市和昌都市)为研究区域,以相应月份和年份MOD17A2HGF GPP,MOD17A2HGF PSN_(net)数据为主要数据源,探讨时空变化格局,并结合气象数据对藏东南植被CUE进行相应系统分析,还建立一个生态网络来研究CUE变化对生态系统稳定性的影响。研究结果表明:月尺度上,区域CUE随生长季变化明显,变异规律在不同植被类型中有所差异。年尺度上,CUE整体呈现不显著的上升趋势,但2019-2022年CUE波动幅度加大。藏东南CUE随温度和降水变化,且温度对CUE变化更显著,相关性较强。气温和降水对藏东南区域CUE变化趋势呈现相反的现象。藏东南地区生态节点和廊道的数量逐年减少,需要添加生态垫脚石增加生态源地,减少生态廊道提高藏东南生态系统稳定。藏东南生态源区CUE的变化对整个生态系统的影响尤为显著。

基于物联网和卷积神经网络的智能农机安全驾驶系统

基于物联网和卷积神经网络的智能农机安全驾驶系统是一种创新的农业技术应用,通过将农机设备的摄像装置连接到互联网上,实现对农机设备和驾驶员的实时监测和数据采集;再利用卷积神经网络技术对采集到的驾驶数据进行特征提取和驾驶行为分类与识别,实现对驾驶行为的自动监测和预警。实验结果表明:系统对驾驶行为的类别检测准确率较高,可以提高农机驾驶安全性和驾驶效率,为农业生产提供更加智能化和高效的服务。

PCA-BP神经网络模型在拖拉机发动机故障诊断中的应用

拖拉机发动机故障诊断是指通过对拖拉机发动机的运行状态、传感器数据等信息进行分析和处理,识别出发动机故障的类型和位置,及时准确地诊断拖拉机发动机故障,对于提高农机装备的使用效率和经济效益具有重要的意义。为此,基于主成分分析(PCA)算法对拖拉机发动机的传感器数据进行降维处理,并使用BP神经网络对降维后的数据进行分类识别,以实现拖拉机发动机故障的诊断。试验结果表明:PCA-BP神经网络模型可以准确地诊断拖拉机发动机的多种故障,相比于传统的BP神经网络模型,具有更高的准确率和更好的泛化能力,表明PCA-BP神经网络模型在拖拉机发动机故障诊断中具有较大的应用前景。

经颅磁声电刺激强度对小鼠前额叶皮质网络可塑性的影响

背景:经颅磁声电刺激是一种新型无创的神经调控技术,利用超声波与静磁场耦合作用产生的感应电场调节神经系统的放电活动,但其影响大脑突触可塑性的作用机制研究尚浅。目的:探讨经颅磁声电刺激强度对小鼠前额叶皮质神经网络突触可塑性的影响。方法:①动物实验:将24只C57小鼠平均且随机分为4组,对照组(接受伪刺激)、刺激6.35 W/cm^(2)组(接受0.3 T、6.35 W/cm^(2)的耦合刺激)、刺激17.36 W/cm^(2)组(接受0.3 T、17.36 W/cm^(2)组的耦合刺激)和刺激56.25 W/cm^(2)组(接受0.3 T、56.25 W/cm2的耦合刺激),记录小鼠执行T迷宫过程中局部场电位信号和行为学正确率。②建模仿真实验:构建经颅磁声电刺激小鼠前额叶皮质神经网络模型,分别比较不同刺激强度下神经网络结构连接特性。结果与结论:①经颅磁声电刺激能够有效缩短小鼠行为学习时间,工作记忆能力得到改善(P<0.05),且习得行为后继续刺激小鼠前额叶,各组小鼠T迷宫行为学实验准确度没有明显差异(P>0.1)。分析小鼠前额叶局部场电位信号发现经颅磁声电刺激促进了β节律与γ节律能量增强;而随刺激强度升高,β节律与γ节律出现了非同步性下降;通过β-γ相位幅值耦合发现,刺激增强了神经网络适应新的信息和任务要求的能力变化。②建模仿真发现,刺激使得神经网络放电水平增强,长时程突触权重水平提高而短时程突触权重仅在刺激强度较高时降低。③研究结果表明,不同的刺激强度与神经网络功能结构的影响存在复杂的非线性关系;这种神经调控技术为治疗突触功能障碍和神经网络异常等相关神经疾病方面提供新的可能。

基于改进神经网络的医院通信安全态势感知方法

针对医院通信安全态势感知不及时,易导致医院信息系统重要信息受到损害的问题,提出基于改进神经网络的医院通信安全态势感知方法。使用基于小波消噪的通信信号去除噪声并保留关键信息,输入基于改进RBF神经网络的医院通信安全态势感知模型。利用花朵授粉算法完成改进RBF神经网络训练。通过径向基函数对输入数据进行非线性变换,将得到的权值进行加权求和,得到当前通信网络信号的安全态势预测结果。实验结果显示,应用该文方法的医院通信网络异常信息可在1 s内完成感知。

西安都市圈生态空间结构特征与生态网络构建研究

面对西安都市圈发展过程中出现的生态空间碎片化问题,生态功能完善的需求及区域高质量一体化的发展目标,通过分析西安都市圈生态空间景观格局,提取其结构特征进而构建区域生态网络。利用形态学空间格局等方法提取西安都市圈生态空间结构特征,通过植被覆盖演变分析并识别潜在的具有生态功能的用地,通过设计转化阻力指标体系获得区域生态网络的构建基础。提出网络整合、廊道桥接、网络织补、生态修复4种生态网络整合策略。通过分析生态空间结构发现都市圈的生态斑块、廊道等不同类型生态功能区的分布特点,针对都市圈尺度提出多中心生态网络的规划模式,针对重要生态单元提出“核心—廊道—缓冲区”的规划模式,基于不同的整合策略调整生态用地布局及空间结构,以提高生态网络的连通性与稳定性,构建都市圈生态网络。聚焦生态空间结构演变机制分析、生态网络构建技术路径及模式探索,提出西安都市圈的生态空间结构,为生态空间规划提供新思路和新方法,这对于推动中国都市圈发展迈向更高水平具有积极意义。

企业网络地位对数据资产信息披露的影响研究

随着数据资产作为重要战略资源的价值日益凸显,数据资产信息披露已经成为学术界和实业界共同关注的重要议题。本文基于2009~2023年A股上市公司数据,实证检验了企业网络地位对数据资产信息披露的影响及作用机制。研究结果发现,企业网络地位对其数据资产信息披露水平具有正向影响。机制分析结果表明,客户集中度在企业网络地位对其数据资产信息披露水平的影响中发挥调节作用,即客户集中度越低,企业网络地位对其数据资产信息披露水平的影响越强。异质性分析结果发现,对于非国有企业、多阶(长链)结构和小规模企业而言,企业网络地位对数据资产信息披露的影响效果尤为明显。本文揭示了企业网络地位影响数据资产信息披露的微观机制,为我国完善数据要素市场制度以及促进数字经济高质量发展提供了政策启示。

黄河下游豫鲁地区创新网络时空演化及环境效应研究

创新是城市与区域发展的核心动力,创新网络是提升区域创新能力的重要支撑.以黄河下游豫鲁地区为研究对象,采用修正后的引力模型来构建城市间的创新关联网络,运用社会网络分析法探究2014-2022年空间关联网络的演化与特征,并探析黄河下游豫鲁地区创新网络对环境的影响.研究发现,整体来看,黄河下游豫鲁地区整体创新网络发展水平逐步提高,但空间分布不均的特征明显,创新网络整体发展水平仍处于起步阶段;分区域来看,河南省创新网络水平存在严重的两极分化现象,在空间上呈“米”字形分布.山东省整体创新网络水平高于河南省,创新资源分布较为均衡;研究期内,郑州、济南、青岛等城市是网络中的溢出主体,其中郑州、青岛是网络中的关键节点,影响整个网络稳定性.此外,研究区凝聚子群呈现出以郑州、济南、青岛为引领的“三核心”创新网络格局,但子群倾向于“抱团”,行政壁垒尚未消除;黄河下游豫鲁地区创新网络与环境污染呈倒“U”型关系,当创新网络水平跨过“拐点”时,才会对环境污染产生抑制作用,从而有效改善环境质量.在创新网络发展初期,开放程度、经济水平和人口规模扩大会加剧环境污染程度,而环境治理支出的增长和产业结构的优化能有效抑制环境污染.

下肢重复蹬伸至力竭过程中肌肉功能网络拓扑特性

背景:表面肌电已经被广泛用于监测肌肉疲劳,但传统肌电指标通常针对于单块肌肉,无法评价一组肌肉在疲劳过程中的变化。目的:建立肌肉功能网络,提取复杂网络参数,研究不同疲劳程度下的肌肉功能网络拓扑特性变化,为疲劳的监测、预防提供理论和方法依据。方法:11名受试者进行直到力竭的50%1RM单腿下肢蹬伸运动,同步采集股直肌、股外侧肌、股内侧肌、股二头肌长头、胫骨前肌、腓肠肌外侧肌、腓肠肌内侧肌7块肌肉的肌电信号,以及心电信号和Borg CR-10量表评分;根据Borg CR-10量表评分划分为轻度、中度和重度三个疲劳阶段,采用心率和心率变异性验证疲劳阶段划分的有效性;以7块肌肉为节点,使用肌肉信号的相干性构建肌肉功能网络,提取聚类系数、平均加权度、全局效率、特征向量中心性4个复杂网络参数;提取肌电信号的均方值振幅、中位频率、瞬时平均频率和共激活比4种指标,并在3种疲劳程度下进行比较。结果与结论:①3种疲劳阶段在心率及心率变异性上产生显著性差异,证明了疲劳阶段划分的有效性;②对于不同肌肉在3种疲劳程度下的肌电指标:均方值振幅和共激活比未表现出差异,中位频率在股外侧肌、股内侧肌和股二头肌长头表现出稳健的疲劳趋势,瞬时平均频率则在股直肌、股外侧肌、股内侧肌和股二头肌长头表现出稳健的疲劳趋势;瞬时平均频率的性能优于中位频率和均方值振幅,但三者仅在主要工作肌群能够获得较好的稳健趋势,共激活比不受疲劳因素的影响;③股外侧肌-股内侧肌、股外侧肌-股二头肌长头、股外侧肌-腓肠肌内侧肌和股内侧肌-股二头肌长头连接强度逐渐增加,平均加权度、聚类系数和全局效率在疲劳后表现出显著差异,并且与疲劳程度之间显著相关。结果表明:肌肉功能网络内的连通强度变化能够反映疲劳过程中肌肉间的协同性和互补性;聚类系数、平均加权度、全局效率可作为一组肌肉疲劳的监测指标。