基于混合pi-sigma网络的短期电力负荷预测

本文提出了一种短期电力负荷的混合pi-sigma模糊神经网络回归预测方法。该方法根据短期电力负荷的周期性,利用混合pisigma模糊神经推理功能,对欧洲电力负荷进行预测。该模型以高斯基函数作为模糊子集的隶属度函数,在线动态调整隶属度函数和结论参数。实例表明,本文提出的混合pi-sigma网络电力负荷预报方法优于常规时序预测方法,具有物理意义透明、预测操作方便,精确度高以及预测结果确定等特点,克服了神经网络电力负荷预报方法的不确定性。仿真实验结果验证了所提模型和方法的有效性。

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。

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。

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。

基于图像处理和BP神经网络的森林防火无人机系统

对无人机设计方案、图像处理和火焰分割算法的技术原理进行了介绍,并利用BP神经网络对图像中的火焰面积变化率和火焰尖角等特征进行识别,实现了对森林火灾的快速监测。实验结果表明:系统的准确率为98.5%,比普通神经网络的84.5%更高;耗时仅22 s,比普通神经网络159 s缩短很多。这表明,BP神经网络是更可靠且更有效率的火灾识别方案。

加权共表达网络分析与机器学习识别类风湿关节炎滑膜中的关键基因

背景:类风湿关节炎是一种全身的免疫相关性疾病,主要病理特点是关节滑膜炎性增生及关节软骨的破坏,其发病机制目前尚不明确,迫切需要发现新的具有高度敏感性和特异性的诊断标志物。目的:联合使用生物信息学技术及计算机学习算法,识别并筛选类风湿关节炎患者滑膜中的关键基因,构建类风湿关节炎预测模型并进行验证。方法:从基因表达综合数据库中下载3个包含类风湿关节炎患者滑膜的数据集(GSE77298、GSE55235、GSE55457),GSE77298和GSE55235作为训练集,GSE55457作为测试集,共纳入66个样本,其中类风湿关节炎患者滑膜样本39个,正常滑膜样本27个。应用R语言筛选训练集中的差异基因,然后使用加权共表达网络将训练集中的基因模块化,选出关键模块中的特征基因,将差异表达基因和特征基因取交集,交集基因进入下一步机器学习。采用3种机器学习方法:最小绝对值收敛和选择算子算法、支持向量机-递归特征消除和随机森林算法对交集基因进一步分析获得枢纽基因,将枢纽基因再次相交即得到类风湿关节炎滑膜中的关键基因。以关键基因为变量构建预测类风湿关节炎的列线图模型,推测患者发生类风湿关节炎的危险程度,使用受试者工作特征曲线确定类风湿关节炎预测模型及其关键基因的诊断价值。结果与结论:①通过差异分析,训练集中共筛选出差异基因730个,加权共表达网络分析得到特征基因185个,两者交集基因159个;②最小绝对值收敛和选择算子发现枢纽基因4个,支持向量机-递归特征消除发现枢纽基因11个,随机森林发现枢纽基因5个,取交集后获得关键基因2个(TNS3、SDC1);③基于2个关键基因,在训练集及测试集种构建列线图,其校准预测曲线与标准曲线贴合较好,且预测类风湿关节炎发生的临床效能良好;④上述结果证实,基于生物信息及机器学习算法获得的TNS3和SDC1有可能成为类风湿关节炎诊断和治疗的关键靶点。

瓦斯涌出量的混合pi-sigma模糊神经网络预测模型

提出了一种利用混合pi-sigma模糊神经推理方法建立瓦斯涌出量的预测模型。该模型采用高斯基函数作为模糊子集的隶属度函数,可在线动态调整隶属度函数和结论参数。与神经网络预测模型比较,该模型具有物理意义明确、原理清晰、收敛速度快、预测精度高等特点,在对某矿瓦斯涌出量数据的仿真结果表明,该方法预测准确度高、速度快,并且结果具有可重复性,证明该方法是有效的。为便于工程实际应用,在Matlab环境中开发了基于图形用户界面(GUI)的仿真应用界面,给出了使用方法和预测结果。实验同时表明,对所采用的数据,模型的训练精度设置为0.001时网络的泛化能力最好,网络训练精度和预测精度之间不具有正比关系。

Pi-sigma神经网络的乘子法随机单点在线梯度算法

在利用梯度算法训练Pi-sigma神经网络时,存在因权值选取过小导致收敛速度过慢的问题,而采用一般罚函数法虽然可以克服这个缺点,但要求罚因子必须趋近于∞且惩罚项绝对值不可微,从而导致数值求解困难。为克服以上缺点,提出了一种基于乘子法的随机单点在线梯度算法。利用最优化理论方法,将有约束问题转换为无约束问题,利用乘子法来求解网络误差函数。从理论上分析了算法的收敛速度和稳定性,仿真实验结果验证了算法的有效性。

开关磁阻电机的Pi-sigma模糊神经网络建模

开关磁阻电机的磁路高度饱和及双凸极结构导致了相绕组的磁链是转子位置和相电流的非线性函数。本文采用兼具Takagi-Sugeno(T-S)模糊逻辑和神经网络优点的Pi-sigma模糊神经网络来建立开关磁阻电机的非线性模型并采用了附加动量项的自适应学习速率训练算法。实现了开关磁阻电机的较高精度建模,减少了学习训练次数,简化了结构,使其可在线快速运算。本文通过对相电流与转子位置角的非均匀间隔采样和对论域的全面覆盖,来达到测量数据的合理分布,以提高建模精度和泛化能力并减少测试数据量。通过对模型输出数据与实测数据进行比较及对泛化样本数据的校验表明,本文所建立的模型具有精度较高、泛化能力较好、结构较简洁、运算速度较快等特点。

Pi-sigma神经网络的带动量项的异步批处理梯度算法收敛性

本文将动量项引入到训练Pi-sigma神经网络的异步批处理的梯度算法中,有效的改善了算法的收敛效率,并从理论上对该算法的收敛性进行研究,给出了误差函数的单调性定理及该算法的弱收敛和强收敛性定理.计算机仿真实验亦验证了带动量项的异步批处理梯度算法的有效性和理论分析的正确性.

递归pi-sigma神经网络的带惩罚项的梯度算法分析

传统的梯度算法存在收敛速度过慢的问题,针对这个问题,提出一种将惩罚项加到传统误差函数的梯度算法以训练递归pi-sigma神经网络,算法不仅提高了神经网络的泛化能力,而且克服了因网络初始权值选取过小而导致的收敛速度过慢的问题,相比不带惩罚项的梯度算法提高了收敛速度。从理论上分析了带惩罚项的梯度算法的收敛性,并通过实验验证了算法的有效性。

Pi-Sigma神经网络在实时底质分类中的应用

本文基于Pi-Sigma神经网络,设计了一种针对水声回波信号的实时底质分类器,它具有运算快速、正确率高的特点,在海试中实现了实时底质分类,取得良好的分类结果。

改进Pi-sigma神经网络及其算法在短期负荷预测中的应用

针对电力负荷的特点,综合考虑历史负荷、天气、日类型等因素的影响,将模糊逻辑和神经网络的长处融合在一起,构建了基于改进Pi-sigma神经网络及其算法的短期负荷预测模型,用于预测预报日的各小时负荷,其中在学习速率的选择、隶属度函数参数的更新等多处进行了改进,进一步减小了预测误差。地区电网的实际应用证明了该算法的有效性。

发挥网络审美优势 激活学生创新灵感

以“城市梦工厂”为主题的美术、作文整合专题学习网站,其作用是启发学生观察与生活密切相关的城市建设,通过思考表达对城市发展的构想。学生运用美术技能发现美、欣赏美、感悟美、表现美,完成理想中城市的构图。本文对“发挥网络审美优势,激活学生创新灵感”进行了探讨。

基于储能型智能软开关联合网络重构的配电网供电恢复策略

为应对自然灾害、网路攻击等极端事件导致的停电事故,并降低电网的失负荷率与经济损失,提出了一种极端事件下储能型智能软开关(energy storage integrated soft open point,E-SOP)联合网络重构的主动配电网供电恢复策略。首先,介绍了E-SOP接入配网的拓扑结构示意图,并建立其在故障恢复下的数学模型。其次,考虑三级负荷的重要程度和网络损耗,以配网各节点损失程度和网络损失最小为目标函数,构建E-SOP和网络重构联合进行供电恢复的运行模型,实现极端事件下主动配电网的快速恢复。最后,以改进的IEEE33节点配电网为例分别研究了E-SOP安装容量、位置、数量等参数对电网恢复能力的影响,并对其供电恢复策略进行验证分析。研究结果表明:所提策略可减少配电网故障下的失负荷率,进一步提升供电恢复水平。

创造良好网络学习环境 建立良好师生交互关系

现在是信息爆炸时代,促成信息爆炸的主要原因是网络加快了信息的传递,使世界变得越来越小。因信息资源的公开与宽泛,运用多媒体进行教学越来越受到广大师生的推崇,运用多媒介的多项交流与互动,实现知识的交互,这种交互已经突破了时空的局限。这一特点决定了目前的现代化教育手段下,以网络为平台,教学过程发生了翻天覆地的变化:学习内容自主选择,更具个性化;学习过程多方交互,更具多样化;学习范围全面覆盖,更具全球化;学习媒介种类繁多,更具多媒体化。在网络环境中,师生之间的地位也发生了变化,那么如何创造良好的网络学习环境、建立良好的师生交互关系呢?我认为有以下几个方面:创设良好的教学情境,引导学生主动探究,提供教学资源线索,指导学生学会分享与合作。

基于大数据和无线网络的采摘机器人定位技术研究

分析了5G无线网络定位原理,提出了单基站定位技术和加权质心的5G定位技术,设计了采摘机器人定位系统硬件部分,并基于大数据和无线网络实现了采摘机器人定位系统。试验结果表明:系统具有较好的定位精度,优于单基站定位方法精度,且其定位曲线与北斗定位设备曲线拟合度非常高,稳定性较好。

基于网络药理学和分子对接探讨四神丸治疗肠易激综合征的作用机制

目的:利用网络药理学技术和生物信息学方法探讨四神丸治疗肠易激综合征(irritable bowel syndrome,IBS)的活性成分、作用靶点及分子机制。方法:运用TCMSP、Pubchem、SEA、Swiss Target Prediction、GeneCards等数据库筛选四神丸活性成分、预测靶点及IBS疾病靶点;采用Cytoscape 3.7.2软件构建化合物-靶点-疾病网络和靶点蛋白相互作用网络;通过DAVID数据库进行基因本体功能富集分析和京都基因与基因组百科全书通路进行富集分析;利用AutoDock Tools软件进行活性成分和核心靶点的分子对接验证。结果:共筛选得到四神丸的活性成分18个,靶点693个,IBS相关疾病靶点422个,与四神丸的交集靶点共有82个;得出PPI网络的拓扑学分析结果,共筛选出20个关键靶点。GO富集条目644个,主要涉及炎症反应、平滑肌细胞增殖的正调控、蛋白激酶活性、MAP激酶活性的正调控、多巴胺分解代谢过程和白细胞介素-17产生的正调控等。KEGG通路显著富集148条,得出包括与IBS炎症与免疫相关通路、与细胞增殖与凋亡相关通路、与氧化应激和脂质过氧化相关通路等发挥治疗IBS作用的相关通路。分子对接结果显示芦丁、补骨脂酚、补骨脂甲素、金丝桃苷这4个活性成分能与IL1B、TLR4、IL6、TNF结合并形成较为稳定的构象。结论:网络药理学联用分子对接技术揭示四神丸可以通过多成分、多靶点、多途径治疗IBS。