基于轻量型网络的无人机遥感图像中茶叶枯病检测方法

针对无人机采集的茶叶枯病图像中病斑差异大,病斑和背景之间相似性高等问题,设计了一个轻量型网络LiTLBNet,用于准确、实时地检测野外茶园无人机图像中的茶叶枯病。LiTLBNet使用轻量型的M-Backbone作为骨干网络,用来提取茶叶枯病病斑的可区分特征,减少因图像中病斑的尺度、颜色和形状的巨大差异而导致的漏检。在LiTLBNet的LNeck结构中引入了SE和ECA模块,帮助网络在通道维度上学习目标的综合特征,减少因病斑和背景之间的相似性造成的误检,同时删除原基线网络最大的特征图,以减少计算量和模型大小。此外,本研究还通过旋转、加噪声、构建合成图像等方式来扩充训练样本数量,提高小样本条件下LiTLBNet网络泛化能力。实验结果表明,利用LiTLBNet检测无人机遥感图像中茶叶枯病的精度为75.1%,平均精度均值为78.5%,与YOLO v5s接近。然而,LiTLBNet内存占用量仅2.0 MB,是YOLO v5s网络的13.9%。LiTLBNet网络可用于对茶叶枯病进行实时、准确的无人机遥感监测。

U型卷积网络在乳腺医学图像分割中的研究综述

U-Net及其变体模型在乳腺医学图像分割领域展现了卓越的性能,U-Net采用全卷积网络(FCN)结构进行语义分割,U-Net对称结构的高度灵活性和适应性可以通过调整网络深度、引入新的模块来适应不同的图像分割任务和挑战,这种创新结构对后续网络设计产生了深远影响。深入探讨了基于U型卷积网络在乳腺医学图像分割中的应用,并对近年来用于乳腺医学图像分割的U型卷积网络进行了分类与归纳。针对U-Net网络结构改进的乳腺医学图像分割技术进行了如下总结。阐述了目前广泛使用的乳腺医学图像数据集及评价指标,陈述了常用的数据增强方法;详细介绍了U-Net模型的网络结构以及用于乳腺医学图像的传统分割方法;对用于乳腺医学图像分割方法的U型网络结构按照残差结构、多尺度特征、膨胀机制、注意力机制、跳跃连接机制、结合Transformer等方面改进进行归纳总结。讨论了当下乳腺医学图像分割所遇到的问题与挑战,对未来的研究走向做出了展望。

典型神经网络串联型电弧故障检测及选线方法研究

为解决传统特征分析加机器学习的电弧故障检测方法的准确率和实时性受到特征参数选取的主观性及特征分析过程的影响问题,搭建了三相多负载并联的串联型电弧故障实验系统,对不同支路、不同相发生电弧故障时的干路电流信号时间序列进行分析。将电流信号进行分类、分段、标准化处理并作为检测模型样本;对深度卷积神经网络模型、长短期记忆网络模型、普通神经网络模型进行架构及训练;通过差分处理对网络模型在线分类结果进行优化分析;以准确度和损失函数值、在线测试速度、优化后多分类识别准确率为评价指标,对比分析了3种模型故障检测及选线效果。研究结果表明:基于深度卷积神经网络的串联型电弧故障检测及选线模型对电机类负载故障检测及选线准确率可达96.77%,对变频器类负载故障检测及选线准确率可到98%,准确率高于近几年其他三相回路电弧故障检测模型。

创新人才培养模式 加强网络安全实战型人才培养

当前,严峻复杂、对抗激烈的网络安全攻击和威胁事件频发,我国重要行业和关键信息基础设施的安全受到前所未有的挑战。然而,具备实战能力的网络安全人才不足是制约我国关键信息基础设施安全的短板。因此,迫切需要高校创新人才培养模式,加快培养“能打硬仗”的实战型网络安全人才。

双U型门控网络融合非局部先验的图像压缩感知重建方法

针对目前基于非迭代式网络的图像压缩感知重建方法存在着细节处理能力不足以及测量值利用不充分的问题,提出了一种双U型门控网络(dual U-shaped gated network, DUGN)用于图像压缩感知重建。该方法在原有的U型结构网络的基础上进行了改进,提升了U型结构网络在压缩感知任务中的学习能力。在测量值的利用上,结合交叉注意力机制,提出了一种测量值非局部融合模块(measurements non-local fusion, MNLF),用于将测量值中的非局部信息融合到深层网络中,指导网络进行重建,提升模型性能。此外,在基本模块的设计上,提出了窗口门控网络模块(window gated network, WGN),增强了网络的细节处理能力。实验结果表明,与已有的压缩感知重建方法相比,DUGN在Set11数据集上有着更高的PSNR和SSIM,且在图像重建的真实性上有着更好的表现。

基于网络药理学及体内实验探讨射麻止喘液治疗中性粒细胞型哮喘的分子机制

目的基于网络药理学及体内实验探讨射麻止喘液治疗中性粒细胞型哮喘(NA)的分子机制。方法(1)利用中药系统药理学数据库和分析平台(TCMSP)、文献检索及Swiss ADME、Swiss Target Prediction数据库检索、筛选射麻止喘液的活性成分及其作用靶点。利用OMIM、Gene Cards、Dis Ge NET及Drug Bank数据库检索、筛选NA疾病相关靶点。通过微生信平台对射麻止喘液活性成分作用靶点与NA疾病相关靶点取交集,得到射麻止喘液治疗NA的潜在作用靶点(共有靶点)。采用Cytoscape 3.8软件构建“中药-活性成分-潜在作用靶点”网络。通过STRING数据库建立潜在作用靶点蛋白互作(PPI)网络,使用内置Mcode插件分析获得核心靶点。使用Metascape平台对潜在作用靶点进行基因本体(GO)、京都基因和基因组百科全书(KEGG)通路富集分析。(2)将BALB/C小鼠适应性喂养1周后,随机分为空白组、NA模型组、射麻止喘液低剂量组(2.5 g·kg^(-1))、射麻止喘液高剂量组(10 g·kg^(-1))、地塞米松对照组(1 mg·kg^(-1));通过腹腔注射致敏剂[鸡卵清白蛋白(OVA)+弗氏完全佐剂(CFA)]并通过雾化吸入激发的方法复制NA小鼠模型,第0、7、14天分别腹腔注射OVA+CFA(20μg OVA+75μg CFA,0.3 m L)致敏,第21~30天采用5%OVA混悬液雾化激发(每次8 m L,每次雾化时间40 min,每天1次);雾化激发前1 h各组灌胃给药,地塞米松对照组腹腔注射给药,每天1次。采用HE染色法观察小鼠肺组织病理变化;ELISA法检测肺泡灌洗液中IL-8含量;RT-q PCR法检测肺组织中NLRP3、CXCR2 m RNA表达水平;免疫组化法检测肺组织中p-m TOR蛋白表达水平。结果(1)共筛选得到射麻止喘液活性成分作用靶点826个,NA疾病相关靶点154个,取交集后得到射麻止喘液治疗NA的51个潜在作用靶点(共有靶点)。通过“中药-活性成分-潜在作用靶点”网络分析得到槲皮素、木犀草素、山柰酚、豆甾醇、柚皮素等关键活性成分。通过对潜在作用靶点的PPI网络分析得到29个核心靶点,包括AKT1、IL6、TNF、EGFR、NLRP3、RELA、MIF、CXCR2、VEGFA等。GO功能富集分析得到882个生物学过程条目、33个细胞组分条目、61个分子功能条目;KEGG通路富集分析得到142条信号通路,主要涉及TNF信号通路、甲型流感信号通路、Toll样受体通路、MAPK信号通路、m TOR信号通路等。(2)动物实验结果:与空白组比较,NA模型组小鼠的气道黏膜损伤明显,结构紊乱,有大量炎性细胞浸润,黏膜充血、水肿,肺泡壁明显增厚,肺泡腔缩小;肺泡灌洗液中的炎症因子IL-8水平明显升高(P<0.05);小鼠肺组织NLRP3、CXCR2 m RNA表达显著上调(P<0.01),p-m TOR蛋白表达水平明显升高。与NA模型组比较,射麻止喘液低、高剂量组小鼠肺组织支气管上皮细胞结构排列可见少许紊乱,气管及血管周围有少量的炎性细胞浸润,支气管黏膜充血水肿明显减轻;小鼠肺组织CXCR2 m RNA表达显著下调(P<0.01),p-m TOR蛋白表达水平明显降低。射麻止喘液高剂量组小鼠肺泡灌洗液中的IL-8水平明显降低(P<0.05);射麻止喘液低剂量组小鼠肺组织NLRP3m RNA表达明显下调(P<0.05)。结论射麻止喘液对NA的治疗作用可能是通过槲皮素、木犀草素、山柰酚等关键活性成分,作用于NLRP3、CXCR2等核心靶点,调控TNF信号通路、MAPK信号通路、Toll样信号通路、m TOR等关键信号通路来实现的。

融合Transformer和CNN的U型神经网络遥感影像道路提取算法

U型网络作为一种经典的编码–解码结构网络,不只在医学影像领域内发挥出色,在图像分割领域也有广泛的影响。以U型网络为基础其它衍生网络层出不穷。U型网络最经典的思想是编码和解码,再加上编解码之间的跳跃连接。由于道路遥感图像和医学影像有众多相似的地方,如今U型网络又被用于从遥感图像中提取道路。U型网络使用跳跃连接的方式将下采样低维特征拼接到上采样的高维特征中,以保留更多的空间位置信息和语义信息。因此U型网络更能处理一些特征信息明显的图像数据。但浅层的UNet无法准确提取道路丰富多维的细节信息,在高分辨率卫星遥感图像上无法奏效。所以本文提出一种融合蛇形动态卷积和Swin-Transformer的U型网络用于提高道路提取任务的分割精确度。

混合U型网络与Transformer的图像去模糊

针对现有去模糊方法不能有效地恢复图像精细细节的问题,提出了一种混合U型网络与Transformer的图像去模糊方法。首先,使用一个多尺度特征提取模块提取图像的浅层特征信息。然后,通过一个含逐级特征增强模块的层级嵌套U型子网络,在保留图像细节信息的同时获取图像深层特征信息。再次,构建了一个局部-全局残差细化模块,通过卷积神经网络和SwinTransformer之间的信息交互充分提取全局和局部信息,并实现特征信息的进一步细化。最后,使用一个1×1卷积层进行特征重建。所提方法在GoPro数据集上的实验结果显示,图像的峰值信噪比和结构相似度均值分别为32.92和0.964,均优于其他对比方法。实验结果表明,所提方法可以有效地去除模糊,重建出具有丰富细节的潜在清晰图像。

数字平台型企业网络效应影响因素的组态研究——基于模糊集定性比较分析方法

在消费者主导的数字浪潮下,网络效应已成为数字平台型企业扩大市场规模的关键点,依靠网络效应建立用户价值优势成为最核心的竞争策略。本研究在数字经济这一全新背景下,从网络效应视角出发,根据调查问卷获取的数据,运用模糊集定性比较法分析其多影响因素间的组态关系,深入挖掘其前因条件间的有效组合和匹配(即协同)。研究发现:市场定位和价格因素二者之间的协同是网络效应激发过程中的核心条件。技术因素和社交因素二者间的协同是网络效应扩大过程中的核心条件。平台治理和技术因素间的协同关系是网络效应迭代过程中的核心条件。在此基础上,本研究提出了“激发—扩大—迭代”三条增强数字平台型企业网络效应的实现路径,为数字平台企业综合竞争力的提升和可持续发展提供了科学的参考。

基于网络药理学和分子对接探讨“人参-茯苓”药对干预2型糖尿病的潜在作用机制

目的运用网络药理学和分子对接技术探讨健脾益气药对“人参-茯苓”干预2型糖尿病的作用机制。方法通过检索TCMSP数据库获得人参-茯苓药对的活性成分,借助TCMSP及BATMAN数据库预测活性成分的靶点,通过OMIM、CTD和GeneCards数据库检索2型糖尿病相关疾病靶点,获取人参-茯苓药对防治2型糖尿病的疗效相关靶点。利用Cytoscape构建药物-靶点网络,再通过STRING数据库构建蛋白相互作用网络(PPI)并进行网络基因的GO分析和KEGG通路富集分析,构建中药-成分-靶点-通路-生物过程网络。利用AutoDock软件将主要的活性成分与核心靶点进行分子对接。结果共筛选出人参-茯苓药对211个活性成分、1047个药物靶点以及7690个疾病靶点,其中药物-疾病共同靶点415个。通过PPI网络拓扑分析,可知人参-茯苓药对调控2型糖尿病,主要通过TP53、JUN、SRC、RXRA、AKT1等靶点发挥作用。GO分析和KEGG通路富集分析结果显示,其作用机制主要涉及生物过程,如对细胞外刺激的响应、对营养水平的响应、对药物的响应、对脂多糖的响应等过程。KEGG通路富集分析发现参与调节通路为脂质与动脉粥样硬化、MAPK信号通路、cAMP信号通路、钙信号通路、cGMP-PKG信号通路、糖尿病并发症中的AGE-RAGE信号通路、PI3K-Akt信号通路、胰岛素抵抗等。分子对接结果表明,关键活性成分与核心靶点有较好的结合力。结论“人参-茯苓”药对可通过多成分、多靶点、多通路发挥其对2型糖尿病的干预作用,为后续深入研究该药对防治2型糖尿病的作用机制提供科学依据。

基于可伸缩型注意力机制的神经网络地震数据去噪方法

地震资料中的随机噪声会影响地震数据的质量,从而影响后续处理与解释的准确性。传统去噪方法受先验条件的约束,效率低下,神经网络具有强大的特征提取能力,能够弥补这些缺点。然而,由于传统神经网络卷积核的局限性,可能会导致全局信息丢失。为了克服这个缺点,本文在卷积神经网络(CNN)的基础上,添加了可伸缩型注意力机制。该机制在网络中同时呈现密集和稀疏两种类型的自注意力模块,这两种注意力模块交替使用可以显著增强神经网络的表现能力,扩大接受场。通过卷积层和注意力模块提取地震数据浅层特征和深层特征,结合CNN的局部建模能力和Transformer的全局建模能力,有利于提升网络的全局交互作用,增强其去除噪声和处理细节的能力。最后,合成和实际地震数据实验结果均表明,该方法相较于Unet和DnCNN,具有更好的噪声压制与保留地震数据有效信息的能力,可以大幅提高信噪比,为地震数据的处理和解释提供帮助。

基于网络药理学和分子对接的清热益气汤治疗2型糖尿病机制研究

目的:应用网络药理学和分子对接探索清热益气汤干预2型糖尿病(T2DM)的潜在机制,为其临床使用提供理论基础。方法:采用中药系统药理学数据库与分析平台(TCMSP)和BATMAN-TCM数据库获得清热益气汤方的化学成分,设置阈值筛选出相应活性物质;在GeneCards、OMIM、PharmGkb等数据库中搜集T2DM的相关靶点,去重后提取二者交集靶点;运用Cytoscape软件和String数据库绘制“药物-成分-作用靶点-疾病”可视化网络,筛选出核心成分和关键靶点;将药物-交集基因上传至String数据库进行蛋白质-蛋白质相互作用网络构建,经网络拓扑计算选出核心基因进行GO分析和KEGG分析;并运用分子对接软件Autodock、PyMOL将核心成分与靶点进行分子对接验证,结合相关研究分析预测清热益气汤干预2型糖尿病的作用机制。结果:共获得清热益气汤的主要活性成分310个,预测靶点6746个,与T2DM交集靶点508个,其中TP53、AKT1、STAT3、TNF、SRC等蛋白可能是其干预T2DM的关键靶点,对关键靶点及对应的活性成分进行分子对接,结果显示清热益气汤的活性成分和对应靶点具有强烈的结合能力。结论:清热益气汤干预T2DM涉及多靶点、多过程、多通路。

基于远程血压网络系统的新疆塔城地区托里县居民非杓型血压特点及影响因素

目的探讨新疆塔城地区托里县居民非杓型血压(non-dipping blood pressure,NDBP)的特点及其影响因素。方法回顾性分析托里县1547例患者的动态血压监测结果,并据此将他们分为杓型组及非杓型组,其中杓型组363例(男150例、女213例),非杓型组1184例(男456例、女728例)。比较两组患者的性别、年龄、24hSBP、24hDBP、24hMAP、24hHR、dSBP、dDBP、dMAP、dHR、nSBP、nDBP、nMAP、nHR等相关指标。利用ROC曲线评估24hMAP、nSBP、nMAP预测NDBP的效能。结果两组患者年龄、24hSBP、24hMAP、nSBP、nDBP、nMAP及nHR差异有统计学意义(P<0.05)。多因素Logistic回归分析结果显示,nSBP(OR=1.313,95%CI 1.232~1.400,P<0.01)、nMAP(OR=1.302,95%CI 1.249~1.356,P<0.01)是发生NDBP的独立危险因素。ROC曲线显示,24hMAP、nSBP和nMAP的AUC分别为0.537、0.726和0.769。结论NDBP与24hMAP、nSBP及nMAP水平密切相关,nMAP对NDBP有较高的诊断效能。利用动态血压监测来诊断NDBP简便、易操作,对临床早期诊断及治疗NDBP具有重要临床价值。

一类中立型时滞神经网络的稳定性分析

对一类时变时滞的中立型神经网络进行研究,首先利用同胚映射定理证明了系统平衡点的存在唯一性,其次通过构造适当的Lyapunov泛函并利用矩阵不等式的技巧得到了系统正平衡点全局渐近稳定的充分条件,最后通过2个数值算例来进一步验证所给条件的可行性和理论的正确性.

二氧化氮浓度时空预测:一种区间二型直觉模糊神经网络方法

空气中二氧化氮浓度的高低对环境保护和公共健康具有重要影响。目前二氧化氮浓度预测方法在表征时空关联性方面存在不足。鉴于此,提出了新的使用区间二型直觉模糊神经网络时空预测二氧化氮浓度的方法。首先,阐述了该区间二型直觉模糊神经网络框架,引入可变系数加权其隶属部分和非隶属部分的输出,并采用随机向量泛函链接神经网络作为规则后件;然后,为确定网络结构和参数,采用分层聚类算法得到模糊规则库,并通过最小二乘法优化网络后件的输出权值;最后,使用2018年1月至3月采集的北京市二氧化氮浓度真实数据进行数值验证。实验结果表明,与现有方法相比,该方法在短期和长期时空预测方面均取得了较高的预测精度和效率。

网络环境下任务型语言学习的个性化设计研究

计算机网络技术的迅猛发展为语言的教与学提供了一个崭新的平台,越来越多的语言教育工作者在授课过程中运用了网络技术,显示了线上教学的独特魅力,但是目前网络教育体系提供的学习环境仍然存在不能满足学生个性化需求的现象。文章从创设个性化的学习环境、加强个性化的学习监控、注重个性化的情感交流、完善个性化的多元评价体系四个方面,设计了“以学生为中心”的任务型语言教学模式,为学生构建了一个能充分凸显学习主体灵活性和自主性的个性化网络学习环境,加强了师生、生生之间的交流,最终达到培养学生实际使用语言进行交际沟通的目的。

基于网络药理学、分子对接与实验验证揭示槲皮素治疗腹泻型肠易激综合征的潜在分子机制

目的:探索槲皮素治疗腹泻型肠易激综合征(Diarrhoeal irritable bowel syndrome,IBS-D)的潜在作用机制。方法:从TCMSP、SwissTar-getPrediction、BATMAN-TCM数据库获得槲皮素的潜在靶点,以“diarrhea irritable bowel syndrome”作为关键词检索GeneCards数据库,得到IBS-D的相关靶点,将槲皮素与IBS-D的靶点取交集。通过Cytoscape 3.7.1软件构建PPI网络。交集靶点导入DAVID数据库进行GO功能分析和KEGG途径富集分析。利用分子对接观察槲皮素与核心靶点的结合能力;在此基础上,建立IBS-D大鼠模型,给予槲皮素进行干预,通过HE染色、ELISA检测对网络药理学预测结果进行实验验证。结果:网络药理学分析显示,TP53,TNF-α,AKT1,VEGF-A,IL-6因子和MAPK、PI3K-Akt信号通路作为槲皮素治疗IBS-D的核心靶点和通路;动物实验结果发现,槲皮素能抑制TP53,TNF-α,AKT1,VEGF-A,IL-1β和IL-6的分泌,减轻炎症反应,改善IBS-D。结论:槲皮素可能下调TP53,TNF-α,AKT1,VEGF-A,IL-1β和IL-6的表达保护结肠组织,从而治疗IBS-D。

基于神经网络的基层智慧型融媒体系统传播能力预测方法

随着基层智慧型融媒体系统在各地的应用越来越广泛,为实现系统长期传播能力的预测,设计基于神经网络的基层智慧型融媒体系统传播能力预测方法。基于改进数据集结构设计高效用数据挖掘算法,实施基层智慧型融媒体系统结构、时间、文本、用户信息的挖掘。对于挖掘信息,设计异常事件检测模型对其实施数据异常事件检测,使用差分综合移动平均自回归模型实施单点噪声的修复。构建一种基于上下文依赖的动态图注意网络作为基层智慧型融媒体系统传播能力预测模型,由建模传播动态图模块、时—空依赖学习模块与预测模块构成,其输入为处理后的信息,输出信息为基层智慧型融媒体系统传播规模预测增量。实验结果表明,该方法预测用户列表精度整体较高,最高达到98.95%,预测用户列表召回率整体较高,最高达到97.24%。

2型糖尿病视网膜病变患者静息态功能磁共振认知控制网络研究

目的 探讨2型糖尿病视网膜病变(T2DR)患者在静息状态下背外侧前额叶(DLPFC)的功能连接(FC)改变特征。方法 纳入2021年8月—2022年8月中国中医科学院眼科医院诊治的T2DR患者30例作为观察组,将通过广告宣传招募的30例健康受试者作为对照组。2组受试者均测定空腹状态下血糖(GLU)、糖化血红蛋白(HbA1c)、血清C肽指标,进行静息态脑功能磁共振(rs-fMRI)扫描,通过分析DLPFC与全脑的FC,比较2组受试者FC差异,将差异脑区FC值与临床量表评分进行Pearson相关分析,并完成蒙特利尔认知评估量表(MoCA)、简易智力状态检查(MMSE)的评定。结果 (1)糖尿病相关指标:观察组患者GLU、HbA1c水平高于对照组(t_(GLU)=11.601、t_(HbA1c)=13.837,均P=0.000),MoCA得分、MMSE得分低于对照组(t_(MoCA)=-12.827、t_(MMSE)=-13.395,均P=0.000),差异均有统计学意义。2组血清C肽浓度比较,差异无统计学意义(P>0.05)。(2)FC值比较:以年龄、性别、受教育程度及头动作为协变量,观察组患者以左侧DLPFC为种子点,观察组在左侧顶下小叶、右侧中央后回的FC均高于对照组(t_(左侧顶下小叶)=6.785、t_(右侧中央后回)=5.126,均P=0.000);以右侧DLPFC为种子点,观察组在左侧顶下小叶、左侧额下三角回及小脑后叶的FC均高于对照组(t_(左侧顶下小叶)=4.274,t_(左侧额下三角回)=3.991、t_(小脑后叶)=4.227,均P=0.000),阈值体素水平数值满足要求,差异均有统计学意义。(4)相关性分析:观察组以右侧DLPFC为种子点,左侧顶下小叶FC值与MoCA量表评分呈正相关(r=0.494,P=0.005),有统计学意义。结论 T2DR患者存在认知控制网络(CCN)与默认网络、感觉运动网络和小脑网络异常的FC,这可能是T2DR重要的神经病理机制。

基于多神经网络的可展开网状天线型面调整方法

为在提高可展开网状天线型面精度的同时减少型面调整的工作量,提出了一种基于多神经网络的型面调整方法。通过分析新型张拉网状天线型面与调整索相关性与耦合机制,首次提出了型面调整策略。以10m口径的新型张拉网状天线为例进行了数值仿真研究,调整后型面的均方根值从5.4×10^(-3)m降低到1.1×10^(-3)m,从而验证了方法的有效性。