一类具时滞的BAM神经网络模型的Pitchfork分支

研究了一个BAM神经网络模型的分支问题,证明了直线f′1(0)g′1(0)+f′2(0)g′2(0)=u2为一条Pitchfork分支曲线;并给出了分支曲线图,讨论了在由分支曲线划分的不同区域里平衡点的稳定性。

一类pitchfork分支的全局相图

本文研究二次微分系统dt/dr=y^2?y?x,dy/dt=x^2?μx?y,其中μ∈R.该系统是刻画pitchfork分支的重要例子.本文给出该系统在Poincare圆盘上的全局相图。

分支河流体系沉积学工作框架与流程

基于现有的研究成果和存在的问题,探讨了分支河流体系(DFS)研究中的关键科学问题、主要研究内容、研究方法和工作流程。研究结果表明:①DFS研究中最关键的3个科学问题是明确河网结构和河型演变规律、构建沉积标志和沉积模式、分析其形成和分布的控制因素。②DFS研究的主要内容包括建设形态沉积学数据库、现代沉积机理研究、分类研究、建立沉积模式、储层建模与储层预测等5个方面。③DFS研究中的关键技术包括基于遥感图像的形态数据采集、形成机理的水槽和模拟实验、河网重构、顶点位置预测与河道分汊点自动生成方法、储层建模知识库平台等。④DFS研究的基本工作流程是先建立形态沉积学数据库,搭建数据库软件平台,在此基础上选择具有代表性的DFS进行现代沉积解剖,然后综合现代沉积调查、露头解剖和模拟实验成果,形成分类体系,总结各类DFS的识别标志和沉积模式,分层次建立储层预测模型,形成沉积结构储层预测模型的建模软件平台,从而预测沉积体系中有利储层的分布。

基于双分支注意力U-Net的语音增强方法

针对语音增强网络对全局语音相关特征提取困难、对语音局部上下文信息的捕捉效果不佳的问题,提出了一种基于双分支注意力U-Net的时域语音增强方法,该方法使用U-Net编码器-解码器结构,将单通道带噪语音经过一维卷积后得到的高维时域特征作为输入。首先利用残差连接设计了基于Conformer的残差卷积来增强网络降噪的能力。其次设计了双分支注意力机制结构,利用全局和局部注意力获取带噪语音中更丰富的上下文信息,同时有效表示长序列特征,提取更多样的特征信息。最后结合时域频域损失函数构建了加权损失函数对网络进行训练,提高网络的语音增强性能。使用了多个指标对增强语音的质量和可懂度等进行评价,在公开数据集Voice Bank+DEMAND上的增强后的语音感知质量(PESQ)为3.11,短时可懂度(STOI)为95%,信号失真度(CSIG)为4.44,噪声失真测(CBAK)为3.60,综合质量测度(COVL)为3.81,其中PESQ相较于SE-Conformer提高了7.6%,相较于TSTNN提高了5.1%。实验结果表明,所提方法在语音降噪的各个指标都表现出更优的实验结果,能够完成语音增强任务的相关要求。

双分支结构的多层级三维点云补全

为了缓解现有点云补全方法在特征提取过程中很难平衡局部特征和全局特征的问题,提出了一种双分支结构的多层级点云补全算法。利用两个独立的分支网络分别提取出输入点云的局部特征信息和全局特征信息,再将两种特征信息进行拼接形成特征向量。使用五层联合感知机将特征向量映射成多个维度,进而提取多维特征信息并将其整合成最终特征向量。采用金字塔结构在256、512、1024特征维度上对最终特征向量进行特征解码,预测三种不同分辨率的点云。引入鉴别器网络,通过联合训练鉴别器产生的对抗损失和分层重建点云产生的补全损失去优化网络。在ShapeNet数据集上进行实验,算法显著提升了点云补全精度,并且在缺失大面积点云时也能恢复出较为完善的物体形状。

银行分支机构准入管制放松影响企业多元化经营机理探讨——基于中国城市商业银行分支机构的实证检验

企业多元化经营受益于银行发放多元化经营所需资金贷款,受制于银行发挥债权人治理作用的外部监督。笔者基于资源基础理论和代理理论,以2004—2020年中国沪深A股上市公司为研究样本,结合城市商业银行分支机构数据,利用多元线性回归方法,实证检验了银行分支机构准入管制放松对企业多元化经营是否有影响以及影响的方式、方向和程度。检验结果证实:银行分支机构准入管制放松与企业多元化经营显著正相关;在银行分支机构准入管制放松正向影响企业多元化经营过程中,银行缓解企业融资约束和增加企业管理层攫取私利行为具有中介效应;企业聘请会计师事务所的审计质量和企业的内部控制质量发挥调节作用。本研究尝试性地将银行管制体制改革与企业多元化经营结合起来探究银行分支机构准入管制放松对企业多元化经营的影响机理,在一定程度上拓展了资源基础理论和代理理论的应用边界,丰富了银行管制和企业多元化经营的相关文献,研究结论能够为银行业体制改革和企业多元化经营提供理论依据。

鱼骨型分支井SAGD分支形态优化及采出程度变化规律

风城油田低物性段普遍发育,储层非均质性严重。鱼骨型分支井SAGD通过分支深入储集层可改善常规SAGD蒸汽腔扩展受限的问题。为了达到最佳开采效果,有必要对鱼骨型分支井SAGD的分支形态进行优化,并掌握影响采出程度变化的规律。为此,利用油藏数值模拟及正交实验设计的手段,确定分支参数对提高采出程度具有敏感性,并优化分支参数,分析不同储层物性下分支参数对采出程度的影响规律。将研究成果应用于风城油田,该研究区块的最佳井型部署方案为:分支长度为120 m、分支数量为4条、分支角度为75°、分支异侧为非对称分布、分支间距为100 m。通过研究可知,各分支参数的影响权重以储层渗透率2.0 D为明显的分界点:当储层渗透率小于2.0 D时,主要影响因素为分支长度、分支数量;储层渗透率为2.0 D时,分支角度、分支间距的作用开始变强。研究成果对风城油田SAGD驱进一步提高采收率具有重要的指导意义。

含逆变型分布式电源和分支负荷的配电网自适应电流差动保护

电流差动保护具有良好的选择性和灵敏性。但是,逆变型分布式电源(inverter-interfaced distributed generator,IIDG)和分支负荷接入改变了配电网的故障特性,现有配电网的电流差动保护面临拒动或误动的风险。为解决以上问题,该文在计及P/Q控制的IIDG和分支负荷的故障等值建模基础上,从故障点、IIDG和分支负荷的相对位置出发,挖掘配电网线路两端正序电流差的幅值特征以及正序电流故障分量的相位特征。在此基础上,提出一种正序电流幅值与故障分量相角阈值配合的双比例制动系数自适应差动保护方案,并且利用幅相平面分析所提保护判据的可靠性和灵敏性。最后通过PSCAD/EMTDC验证了所提保护方案的有效性,仿真结果表明该方案适应不同故障类型、位置和过渡电阻,且不受IIDG以及分支负荷接入的影响。

基于U-NET的双分支海上SAR溢油检测模型

为提高海上溢油SAR(Synthetic Aperture Radar)检测的准确率,本文提出一种基于U-NET和注意力门的海上溢油SAR检测模型(AW-net),该模型将U-NET中传统的单输入编码器替换为双分支编码器,分别输入纹理特征和SAR灰度特征,并进一步采用注意力门融合纹理信息和灰度信息。实验利用1景海丝一号(HISEA-1)SAR数据构建样本训练集进行AW-net模型训练,分别应用1景HISEA-1 SAR数据和1景Radarsat-2SAR数据开展模型测试,溢油检测准确率均优于U-NET、AttentionU-NET和FCN等语义分割模型,说明该模型具有较强的强鲁棒性和应用潜力。

基于细节增强的双分支实时语义分割网络

实时语义分割方法常利用双分支结构分别保存图像的浅层空间信息和深层语义信息。然而,当前基于双分支结构的实时语义分割方法重点研究语义特征的挖掘,忽略了空间特征的保持,导致网络无法精准地捕捉图像内物体的边界和纹理等细节特征,最终分割效果欠佳。针对以上问题,提出基于细节增强的双分支实时语义分割网络(DEDBNet),多阶段增强空间细节信息。首先,提出细节增强双向交互(DEBIM)模块,在分支间的交互阶段使用轻量空间注意力机制增强高分辨率特征图对细节信息的表达能力,促进空间细节特征在高低两分支上的流动,以加强网络对细节信息的学习能力;其次,设计局部细节注意力特征融合模块(LDAFF),在两分支末端特征融合的过程中同时建模全局语义信息和局部空间信息,解决不同层次特征图之间细节不连续的问题;此外,引入边界损失,在不影响模型速度的情况下引导网络浅层学习物体边界信息。所提网络在Cityscapes验证集上以92.3 frame/s的帧速率(FPS)获得78.2%的平均交并比(mIoU),在CamVid测试集上以202.8 frame/s获得79.2%的mIoU;与深度双分辨率网络(DDRNet-23-slim)相比,mIoU分别提高了1.1和4.5个百分点。实验结果表明,DEDBNet能够准确地分割场景图像,且满足实时性要求。

基于多分支空谱特征增强的高光谱图像分类

为了解决高光谱图像自身及分类过程中噪声干扰大、空间-光谱特征信息提取不足以及有限样本下分类性能不佳等问题,提出一种基于多分支空谱特征增强的高光谱图像分类模型SSFE-MBACNN。首先,利用多分支特征提取模块分别提取浅层空谱特征和深层空间特征信息,并引入注意力机制抑制噪声干扰。其次,设计一种改进多尺度空谱特征提取融合模块及结合双池化和空洞卷积的空间特征增强模块实现空谱特征增强,减少模型参数量和提高分类性能。最后,用全局平均池化层代替全连接层,进一步降低参数量,缓解模型过拟合问题。实验结果表明,在Indian Pines(10%训练样本)、Pavia University (5%训练样本)和Salinas(1%训练样本)数据集分别取得了0.990 7、0.997 5和0.994 7的总体分类精度。SSFE-MBACNN不仅能充分利用空谱特征信息,而且在有限样本下也取得了优秀的分类性能,明显高于其他对比方法。

多级暂堵诱导分支缝开启规律

缝内多级暂堵是提高缝内净压力,激活侧向分支缝,增大侧向改造带宽,提升层内油气动用程度的有效手段之一。研究缝内多级暂堵转向规律对指导优化暂堵方案至关重要,其难点是建立缝内暂堵模拟方法。针对裂缝性超低渗储层,基于等效黏度方法,建立了缝内多级暂堵数值模型,系统研究了逼近角、应力差、暂堵次数对分支缝开启的影响规律,研究结果表明:当水平应力差≥5 MPa且逼近角较大(≥60°)时,水力裂缝倾向于穿过天然裂缝,沿当前方向扩展,无法激活天然裂缝;水平应力差≤5 MPa时且逼近角较小(≤30°)时,水力裂缝遇到天然裂缝后能够开启钝角分支;缝内初次暂堵能够有效开启高逼近角下一级分支缝,缝内二次暂堵能够开启二级分支缝;采用缝内多级暂堵能够提高单井最高日产油量至2倍,平均日产油量提升至3倍。本文研究成果对缝内多级暂堵压裂设计奠定了模型和方法基础。

一种基于双分支注意力神经网络的皮肤癌检测框架

皮肤癌是一种主要的癌症,在过去几十年中快速增长,早期发现可以极大提高治愈率。近年来,基于皮肤镜图像利用深度学习模型(尤其是各种卷积神经网络)对皮肤癌进行识别和分类获得了广泛应用。但是与传统的图像识别分类不同,皮肤病检测任务存在数据不平衡、类间差异性小以及皮损面积占比少等方面的挑战。为此,本研究提出一种基于双分支注意力卷积神经网络(DACNN)皮肤癌分类框架。在数据预处理阶段,根据更细粒度的皮肤病类别,对数据集进行分解,降低数据不平衡程度。从网络结构上,上分支网络利用注意力残差学习(ARL)模块有效提取潜在的病变区域特征,接着利用损伤定位网络(LLN)模块定位病变区域。对其裁剪放大输入由ARL构成的下分支网络,进行局部细节的特征提取,然后结合上下分支网络的特征,进行有效的识别。最后,为了进一步缓解数据不平衡问题,在训练阶段中采用加权损失函数。在包含10015张皮肤镜图像数据集上,对所提出的DACNN模型与几种典型的皮肤病变检测框架进行了实验验证和比较。结果表明,DACNN皮肤癌变检测框架的Sensitivity、Accuracy和F1_score等性能指标分别达到了0.922、0.942和0.933,与已有的递归注意力卷积神经网络模型RACNN相比,以上3个指标分别提升了3.48%、2.95%和3.44%。总之,对于各类图像数不平衡,类间图像差异性小以及皮损面积占比少的皮肤镜图像而言,采用适当的类分解,以及双分支注意力神经网络结构首先对潜在的病变区域进行定位放大,然后进行局部细节的特征提取,能够极大的提高皮肤癌的检测准确度。

以旋髂浅动脉及其各主要分支为血管蒂的游离皮瓣在四肢创面修复中的临床应用

目的探讨以旋髂浅动脉及其各主要分支为血管蒂的游离皮瓣修复四肢创面的临床应用。方法对2018年12月-2022年6月收治的25例四肢创面采用以旋髂浅动脉为血管蒂的游离皮瓣修复,并分析病例的临床解剖和应用。结果24例皮瓣成活,1例术后1 d发生动脉危象,探查后皮瓣坏死。9例因皮瓣外形臃肿,于术后3个月进行皮瓣整形。术中旋髂浅动脉的解剖结果:22例发源于股动脉,1例源于旋髂深动脉,2例源于股深动脉。25例均存在深、浅支,其中2例旋髂浅动脉的浅支和旋髂浅动脉的主干分别从源动脉发出(深、浅支不共干),其余深、浅支均共干。结论旋髂浅动脉主要分支为浅支、深支、降支,浅、深支恒定出现,降支存在少数缺如。三支分支均可做为皮瓣的血管蒂,但各具有其解剖及应用特点,在临床工作中,需根据具体情况选择应用。

一类浮游生物时滞模型的全局Hopf分支

本文利用吴建宏等人建立的一般泛函微分方程的全局Hopf分支理论,以时滞为参数,研究了三维浮游时滞模型的稳定性及Hopf分支的全局存在性,通过数值模拟验证了理论分析的正确性,并得出结论,即营养物质输入率极大地影响了周期解的周期。

短短芽胞杆菌分支酸合成酶基因BbaroC的鉴定及转录因子调控分析

分支酸合成酶AroC是莽草酸途径中芳香族化合物合成的关键酶,探明短短芽胞杆菌aroC基因的特征及转录调控因子可为短短芽胞杆菌作用机理研究奠定基础。从短短芽胞杆菌FJAT-0809-GLX中克隆了aroC基因,进行生物信息学分析和转录因子预测。短短芽胞杆菌FJAT-0809-GLX中aroC基因序列长度为1 164 bp, GenBank登录号为OR475562。短短芽胞杆菌FJAT-0809-GLX与Brevibacillus brevis NBRC 100599的aroC基因序列同源性最高,为98.88%,与Brevibacillus brevis HNCS-1的AroC氨基酸序列同源性最高,为100%;其编码的蛋白为亲水性蛋白,无信号肽,定位于细胞质。靶向BbaroC的转录因子共有23个,分别来自10个物种,Escherichia coli(Strain K12 MG1655)和Bacillus subtilis(Strain 168)分别预测到12个和3个转录因子。BbaroC在短短芽胞杆菌抑菌活性物质产生中可能发挥着重要作用,这为其在农业上的广泛应用提供依据。

MBRNet:融合残差连接的多分支手写字符识别网络

脱机手写中文字符识别(handwritten Chinese character recognition,HCCR)在计算机视觉领域一直是一个巨大的挑战。相比传统方法,基于深度学习的网络通过训练大量数据在识别任务中取得了差异化的效果,但识别效果依旧处于发展过程中。基于此,结合DW卷积和残差连接设计了一种多分支残差模块,该模块通过DW卷积以较小的内存和参数量为代价来加深网络深度,增强网络的特征提取能力;再通过残差连接抑制网络梯度问题和退化问题;另外,提出了一种多分支权重算法,来改善多分支残差模块中各分支的权重分配问题;并将六个以多分支残差模块为主的结构线性连接,组成HCCR识别网络。该模型在CASIA-HWDB1.0、CASIA-HWDB1.1、ICDAR2013数据集上的识别准确率分别达到了97.77%、97.30%、97.64%,表现出高精度的识别效果。

基于双分支特征聚合网络的车辆检测算法

车辆目标检测是自动驾驶的重要环节,现有的车辆目标检测算法在特征提取方面没有充分考虑卷积神经网络(convolutional neural network,CNN)和Transformer各自的优缺点,一定程度上限制了网络的整体性能。提出了一种由CNN和Transformer组成的双分支特征聚合网络。在编码阶段,基于CNN和Transformer各自的优势,构建了双分支主干网络来提取原始图像的特征信息;通过设计的多级别空间注意力模块和双支路特征聚合模块,使两个分支间的特征信息相互引导学习;通过构建的双分支注意力模块来进一步减少深层神经网络中特征信息的丢失。在实验部分通过消融实验和对比实验进一步验证了所提算法的有效性,其相比主流的目标检测算法,在mAP(mean average precision)指标上提升了约3.5%。

基于单端分支系数的四端柔直环网线路保护方案

为提升直流线路保护在柔性直流环网中的速动性与可靠性,提出一种基于单端分支系数的保护方案。分析了不同故障位置下各换流阀提供的故障电流分量,并根据单端换流阀极线电流突变量构造分支系数,结果表明线路保护区内故障下的单端分支系数小于区外故障,利用该特征构造区内、外故障识别元件。在线路高阻接地致使主保护失效时,根据桥臂最大允许电流决定线路纵联后备保护的开放时限,以优化现有主、后备保护方案之间的时序配合方案,保障各种直流线路故障工况下,换流阀不间断运行。保护方案不依赖线路边界元件,算法简单,大量仿真结果表明,该方案有良好的耐受过渡电阻能力,能在换流阀闭锁前实现故障区域可靠识别。

贵州省贞丰县金矿勘查小口径定向分支钻进技术

贵州省贞丰县者相二金矿勘查是贵州省重点矿产资源大精查项目之一,该金矿设计的ZK61724孔因位于某Ⅰ级水源保护区内而无法施工。为解决该问题,采用“小口径定向分支钻进技术”,从邻近的ZK61708孔内实施定向分支孔,由地下深处侧向钻进至ZK61724孔目的层,精确命中靶区,达到勘查目的。在贵州省中硬岩地层开展小口径定向分支钻进试验研究,取得以下成果:(1)钻头选型:侧钻分支开窗阶段使用表镶金刚石钻头效果最优,增斜稳斜钻进阶段使用平底PDC钻头效果最优;(2)造斜工具弯度选择:侧钻分支开窗阶段选用1.5°~2°弯外管效果最好,增斜稳斜钻进阶段采用有线随钻测量时选用1°~1.5°弯外管效果最好,采用无线随钻测量时选用0.5°~1°弯外管效果最好;(3)使用绳索取心钻杆,安全造斜强度控制阈值为6°/30 m;(4)电磁波无线随钻测量仪性能稳定,有线光纤陀螺随钻测量仪减震机构有待改良完善。小口径定向分支钻进技术能促进勘查理念和方式的革新进步,从源头上落实绿色勘查少破坏的理念,有效节约钻探成本。本文阐述小口径定向钻进的技术要点,可为该技术的推广应用提供借鉴。