基于Quaternary编码的球面三角格网邻近搜索算法

分析了球面Quaternary编码的特点,给出了三角格网方向判断的规则,并对该算法与Bartholdi邻近搜索算法的时间复杂度进行了对比。结果表明,分解算法的平均时间耗时量约是Bartholdi邻近搜索算法的23.66%。

基于改进实数编码遗传算法的神经网络超参数优化

针对神经网络超参数优化效果差、容易陷入次优解和优化效率低的问题,提出一种基于改进实数编码遗传算法(IRCGA)的深度神经网络超参数优化算法——IRCGA-DNN(IRCGA for Deep Neural Network)。首先,采用实数编码方式表示超参数的取值,使超参数的搜索空间更灵活;然后,引入分层比例选择算子增加解集多样性;最后,分别设计了改进的单点交叉和变异算子,以更全面地探索超参数空间,提高优化算法的效率和质量。基于两个仿真数据集,验证IRCGA-DNN的毁伤效果预测性能和收敛效率。实验结果表明,在两个数据集上,与GA-DNN(Genetic Algorithm for Deep Neural Network)相比,所提算法的收敛迭代次数分别减少了8.7%和13.6%,均方误差(MSE)相差不大;与IGA-DNN(Improved GA-DNN)相比,IRCGA-DNN的收敛迭代次数分别减少了22.2%和13.6%。实验结果表明,所提算法收敛速度和预测性能均更优,能有效处理神经网络超参数优化问题。

基于三级编码的智能城市网络安全风险评估体系构建研究

[研究目的]城市的智能化发展为城市建设带来了多元的网络安全风险,这些风险已经成为城市发展中的极大隐患,为有效应对该问题,构建了智能城市网络安全风险评估体系。[研究方法]首先基于计量分析对国内外近十年的相关研究进行整理和可视化处理,构建用于评价指标提取的数据集;然后利用扎根理论中的三级编码方法提取智能城市安全风险评估中不同级别的评价指标,并进行编码;最后采用量化分析对指标进行合理性检验和修正,并根据HP-ANP模型进行指标赋权,完成智能城市网络安全风险评估体系的构建。[研究结论]通过对评估体系中影响智能城市网络安全风险要素的关联和重要性分析,提出了智能城市安全建设的对策建议,助力智能城市规避网络安全风险。

新一代通用视频编码标准H.266/VVC:现状与发展

相比于上一代标准,新一代通用视频编码标准(H.266/VVC)在同等质量下能够节省大约50%的码率,且适用于多种多样的视频应用场景。论文从H.266/VVC的关键技术出发,对标准的现状、实现和应用发展进行深入探讨。H.266/VVC沿用既往标准中的双层码流体系和混合编码框架,针对帧内预测、帧间预测、变换、量化、环路滤波等所有主要编码模块进行了技术革新,并为屏幕内容视频等应用提供了高效的专用编码工具。H.266/VVC标准目前已处于实用化阶段,官方参考软件VTM和开源编解码器VVenC/VVdeC是目前最具代表性的软件编解码实现。对H.266/VVC的性能分析可以看出:H.266/VVC针对高分辨率视频取得的编码增益更为突出;主要编码工具对性能的贡献通常以复杂度为代价,但也有部分编码工具在提升编码性能的同时可降低整体编码复杂度。H.266/VVC的硬件实现面临诸多挑战,发展明显滞后于软件实现,现有研究主要集中在对具体编码模块的硬件加速方面。H.266/VVC标准发布之后,下一代视频编码标准的发展目前仍围绕混合编码框架进行探索,聚焦在两大方向:超越VVC的增强压缩关注更为先进的、非神经网络的编码工具,基于神经网络的视频编码则探索采用神经网络的编码工具。除此之外,部分或完全跳出现有混合编码框架的端到端视频编码也在飞速发展,未来视频编码标准与神经网络结合成为趋势,但面临着计算资源依赖和稳定结构两方面的考验。

基于深度学习的HEVC编码复杂度优化方法

为降低高效率视频编码(HEVC)的计算复杂度,提出一种基于深度学习的复杂度优化方法。构建大规模编码单元(CU)划分数据库,为算法设计和神经网络训练提供数据基础;设计一种适用于HEVC的CU划分图模型,高效表征多个邻近CU的划分模式;在此基础上,提出一种基于稠密网络的分层卷积神经网络结构,准确预测HEVC中的三级CU划分结果。实验结果表明:该方法能够在保证编码效率前提下,平均节省57%的编码时间,有效解决了HEVC编码复杂度过高的瓶颈。

基于GeoSOT的文旅数据编码方法

文旅资源数据的种类多样,格式复杂,存储管理难度大,文旅资源的传承保护和发展需求迫切,亟需建立一种数据组织管理方法。基于GeoSOT网格剖分理论,提出了一种对多元文旅资源数据的统一组织管理的方法,并详细介绍了文旅资源数据概况、剖分方案、编码方法、检索机制和检索结果。设计了一个文旅资源数据库,使GeoSOT编码组织管理各种类型数据,结果表明:基于GeoSOT剖分网格编码能够有效地组织管理文旅资源数据,提升数据检索访问效率,满足文旅资源数据的管理需求。

非编码RNA调控真社会性昆虫品级分化和个体分工的研究进展

真社会性昆虫是最具代表性的表型可塑性的研究对象之一,其个体之间分工协作的社会性生活方式增强了整个群体的环境适应性和繁殖力。真社会性昆虫虽然具有相同的遗传背景,个体之间却表现出明显的品级分化和个体分工,这是由环境和遗传共同影响的。表观遗传被认为是应对环境条件下重塑基因表达的主要机制,非编码RNA作为一类广泛参与机体生命活动的不编码蛋白的功能性RNA,在真社会性昆虫的品级分化、个体分工等方面起着重要的调控作用。本文从微小RNA、长链非编码RNA、环状RNA、与PIWI蛋白相作用的RNA等非编码RNA,对蜜蜂、蚂蚁及白蚁等真社会性昆虫的非编码RNA调控机制研究进展进行了综述,以加深对真社会性昆虫内在遗传分子基础的理解和认识,也为害虫防治领域提供新的研发视角。

融合改进自编码器和残差网络的入侵检测模型

互联网中存在大量隐私数据,因此防止网络入侵成为保护网络安全的关键问题。为提高网络入侵检测的准确率并解决其收敛慢问题,设计一种改进的堆叠自动编码器和残差网络(ISAE-ResNet)入侵检测模型。融合栈式自编码器和残差网络,首先将预处理后的数据输入到改进的栈式自编码器中,该栈式自编码器由2个副编码器和1个主编码器组成,数据经过副编码器和主编码器训练后重构出新的特征来防止过拟合问题;然后将解码层的权重捆绑到编码层进行优化,使模型参数减半来进行降维,提高模型的收敛速度;最后将处理过的数据输入到改进的残差网络中,并基于改进的ResNet网络设计一种加入软阈值函数的残差模块,通过降低数据中的噪声来提高模型准确率。在CIC-IDS-2017数据集上的实验结果表明,该模型准确率为98.67%,真正例率为95.93%,误报率为0.37%,损失函数值快速收敛至0.042,在准确率、真正例率、误报率和收敛速度方面均超过对比入侵检测模型,具有较高的有效性和可行性。

非编码RNA在颞下颌关节炎中的研究进展

颞下颌关节炎(temporomandibular joint osteoarthritis,TMJOA)是一种临床常见疾病,但发病机制尚不明确且缺乏有效的治疗手段,给患者带来很大困扰。因此,探究TMJOA的发病机制,寻找有效的治疗方法具有重要意义。近年来的研究表明,非编码RNA(noncoding RNA,ncRNA)参与调控TMJOA的发生、发展,在其诊断和治疗方面具有巨大潜力,因此有望成为新的诊断标志物和治疗靶标。本文将对ncRNA在TMJOA中的研究进展作一综述。

小细胞外囊泡及其携带的非编码RNA在非酒精性脂肪性肝病中的作用

小细胞外囊泡(small extracellular vesicles,sEVs)是由细胞分泌的一种细胞外囊泡,产生于多泡体,多泡体与质膜融合并释放到细胞外基质。由于小细胞外囊泡可以携带分子质量相对较小的核酸、蛋白质、脂质,能够执行细胞间物质传递、细胞间通讯等功能。因此,小细胞外囊泡及其携带的非编码RNA不仅参与细胞正常生理过程,也可以在多种疾病的发生发展过程中起重要作用。本文综述了小细胞外囊泡在非酒精性脂肪性肝病(NAFLD)中的作用,小细胞外囊泡及其携带的非编码RNA不仅有望成为NAFLD诊断的标志物,同时也具有治疗NAFLD的潜在作用,或能为治疗NAFLD提供新思路。

基于上下文词预测和窗口压缩编码的数字水印方法

针对已有自然语言数字水印方法可替换词数量有限以及水印提取效率低的问题,提出了一种基于上下文词预测和窗口压缩编码的数字水印方法。该方法通过神经网络语言模型自动学习原始文本中每个词的上下文语义特征,预测每个词的候选词列表,从而扩充可用于嵌入水印信息的可替换词数量。同时,考虑到不同位置的候选词的替换对句子语义的影响存在差异,该方法以由多个词组成的窗口为单位来嵌入水印信息,并通过词替换前后句子间的相似度来优化水印嵌入时候选词的选择。在此基础上,提出了一种语义无关的窗口压缩编码方法,其根据窗口中词的字符信息对窗口进行水印编码,解决了提取水印信息时对词替换位置的原始上下文的依赖。实验结果表明,所提方法在具有较高嵌入容量和文本质量的前提下,大大提高了水印的提取效率。

基于通感融合的无人机预编码及飞行轨迹设计

无人机(UAVs)具有机动性强,低成本及易部署等特性,通过搭载通信及感知设备,支持通信与感知技术的高效资源共享,无人机可作为融合通信与传感技术的高性能空中平台。该文针对多输入多输出(MIMO)无人机使能的联合通信、感知场景,综合考虑无人机飞行能量、多天线传输及用户业务需求等限制条件,建模无人机通信、感知预编码及飞行轨迹联合优化问题为多目标优化问题,以实现通信用户最低速率最大化及目标最小发现概率最大化。由于通信用户最低速率最大化问题为非凸优化问题,难以直接求解,将原优化问题分解为通信预编码设计子问题及无人机轨迹设计子问题,并采用交替迭代法依次求解两个子问题直至算法收敛,其中,对于通信预编码设计子问题,提出一种基于迫零(ZF)算法的求解策略;对于无人机轨迹设计子问题,提出一种基于连续凸逼近(SCA)算法的求解策略。基于所得到的无人机最优轨迹,将无人机感知位置选择问题建模为加权距离和最小化问题,进而应用泛搜索算法优化确定目标感知位置,并设计基于ZF算法的通信感知预编码联合优化策略,以实现通信感知性能的联合优化。最后通过仿真验证了该文所提算法的有效性。

沉浸式视频编码技术综述

随着虚拟现实、增强现实等沉浸式媒体技术的发展,沉浸式视频的表示、存储、传输和显示等各个环节都受到了科研及产业界的广泛关注。沉浸式视频更复杂的视频特性和庞大的数据量,对传统视频编码技术提出了挑战,新的编码技术应运而生。该文从视频自由度(DoF)出发,分别从3DoF和6DoF两个方面介绍沉浸式视频编码技术的最新成果。3DoF视频相关编码技术包括投影模型、运动估计模型和3DoF视频编码标准。6DoF视频相关编码技术包括视频表示形式、虚拟视点合成技术、6DoF视频编码技术及运动图像专家组沉浸式视频(MPEG,MIV)编码标准。最后,对沉浸式视频及其编码技术的发展进行总结和展望。

结合LSTM自编码器与集成学习的井漏智能识别方法

为了解决传统的井漏智能识别模型因井漏样本数量受限导致其识别准确率低的问题,提出了一种长短期记忆(long short-term memory,LSTM)网络与自编码器(auto-encoder,AE)相结合、集成LSTM-AE的井漏智能识别方法。首先,采用正常样本训练多个包含不同隐藏层神经元数目的LSTM-AE模型,利用重构得分筛选出识别效果较好的几个模型作为基识别器;然后,采用集成学习对多个基识别器的识别结果进行加权融合,解决单一模型因对样本局部特征过度学习导致的误报与漏报问题,提高模型的识别准确率。从某油田18口井的钻井数据中选取了6000组正常钻进状态下的立压、出口流量、池体积数据,对集成LSTM-AE模型进行训练和测试,结果表明,提出方法的识别准确率达到了94.7%,优于其他常用的智能模型的识别结果,为井漏识别提供了一种新的技术途径。

转录因子ETS1激活长链非编码RNA XIST促进胶质瘤细胞增殖

目的探讨ETS原癌基因1(ETS1)在胶质瘤中的生物学功能及其下游机制。方法生物信息学和免疫组织化学分析ETS1在胶质瘤组织中的表达;实时定量PCR(qRT-PCR)检测ETS1 mRNA和长链非编码RNA(lncRNA)X染色体失活特异转录本(XIST)的表达水平。CCK-8和5-乙炔基-2'-脱氧尿苷摄入实验检测细胞增殖。Western blot检测凋亡相关蛋白(Bax、Bak、Bcl-2)的表达。PROMO数据库预测ETS1与XIST启动子的结合位点。双荧光素酶报告基因实验和染色质免疫共沉淀-PCR用于验证ETS1与XIST启动子区域的结合关系。cBioPortal数据库分析ETS1 mRNA与lncRNA XIST在胶质瘤组织中表达的相关性。结果ETS1 mRNA和蛋白的表达水平在胶质瘤中显著上调(P<0.05)。敲低ETS1可显著抑制胶质瘤细胞增殖(P<0.05)并促进细胞凋亡(P<0.05)。ETS1可靶向结合XIST并促进XIST的表达(P<0.05),过表达XIST可逆转敲低ETS1对胶质瘤细胞增殖的抑制作用(P<0.05)以及对细胞凋亡的促进作用(P<0.05)。结论ETS1在胶质瘤组织中高表达,其可能通过促进lncRNA XIST高表达而减少细胞凋亡和促进胶质瘤细胞增殖。

PRI-PSK离散复合编码脉冲串优化设计算法

针对设计具有优良模糊函数和探测性能的重复间隔相位编码(PRI-PSK)离散复合编码脉冲串问题,研究引入脉间离散脉冲重复间隔编码和脉内离散相位编码。通过分析脉冲串中心模糊函数,建立了以最小化模糊函数积分旁瓣为优化目标的PRI-PSK离散复合编码脉冲串波形优化模型。在优化方面,基于最优性条件(KKT)优化框架和交替方向乘子法(ADMM)构建了一个用于优化PRI-PSK离散复合编码脉冲串波形的KKT-ADMM算法。仿真结果表明,所提算法能够显著降低距离和速度模糊函数的积分旁瓣水平,从而有效改善了脉冲串波形的整体性能,此外所设计的波形相较于常规编码信号在转发干扰抑制方面具备不错的抗转发干扰特性。

基于Time-awareLSTM双向自动编码器的患者疾病分型

医学领域中,患有相同疾病的患者之间也存在差异性,看似简单的疾病也可能表现出不同程度的复杂性,这给患者的识别、治疗和预后都带来巨大挑战.本文使用以纵向非结构化时序存储的电子病历来解决患者异质性,通过抓住就诊时间间隔不规律的特点增强对于隐藏信息的获取,经过前向和后向的双向学习捕捉当前就诊记录与过去和未来信息的联系,加深对于原序列特征提取的层次,使模型做出更为精准的决策.本文提出的BT-DST模型使用time-aware LSTM单元构造双向自动编码器学习患者强大的单一表示,然后将其用于患者聚类,通过统计分析得到患者针对当前疾病的亚型分型,可针对不同群体采用不同类型的治疗干预,为不同类患者提供针对其健康状况的精准医疗.

孤独症者的预测编码缺陷:前馈联结异常还是反馈联结异常?

依据预测编码理论,研究者提出预测缺陷是孤独症谱系障碍(Autism Spectrum Disorder,ASD)个体感知运动、认知学习和社交言语等多领域缺陷的基础,即孤独症的预测缺陷假说(Predictive Impairment inAutism,PIA)。在PIA中,研究者基于贝叶斯和层级性推理分别提出“低先验”和“高且不灵活的预测误差精度”两个假说,然而上述假说并未得到一致证据支持。ASD个体在不同领域中不同先验的相对权重并非普遍降低,而是具有广泛的任务或情境敏感性。关于ASD个体是否具备基于环境波动调节预测误差精度的能力,也尚存分歧。此外,关于其潜在机制,是神经调节系统异常导致的自下而上前馈联结异常,还是预测脑区功能异常导致的自上而下反馈联结异常,尚无定论。由此可见,虽然该理论为ASD提供了统一的解释框架,但仍需更多研究证据进行修正和完善,以期为早期筛查和诊断、治疗和教育实践提供指导。

长链非编码RNA POT1-AS1在宫颈癌顺铂耐药中的作用研究

背景同步放化疗是晚期宫颈癌(cervical cancer,CC)的治疗方法,顺铂(cisplatin,CDDP)是目前临床化疗使用的主要药物之一,CDDP耐药的发生严重制约了其临床应用,因此针对CDDP耐药发生机制的研究对CC的治疗至关重要。目的探索长链非编码RNA(long non-coding RNA,lncRNA)POT1-AS1在宫颈癌CDDP耐药中的作用。方法基于TCGA数据库,分析POT1-AS1在CC组织及正常组织中的表达情况,并分析POT1-AS1的表达量与预后的关系。采用CCK-8实验评估CDDP处理后的耐药细胞系和亲本细胞系、siPOT1-AS1组和siNC组的活力并测定相应的半抑制浓度(the half maximal inhibitory concentration,IC50)。实时荧光定量PCR(quantitative real-time PCR,qPCR)检测POT1-AS1在耐药细胞系及相应亲本细胞系中的表达以及POT1-AS1表达与CDDP作用时间的相关性。克隆形成实验检测POT1-AS1对CDDP耐药细胞增殖情况的影响。PI/DAPI双染荧光用于评估POT1-AS1与CDDP诱导的细胞死亡的相关性。结果POT1-AS1在CC肿瘤组织中高表达,并与不良预后相关。耐药细胞系的细胞活力及IC50值显著高于亲本细胞系(P<0.001),POT1-AS1沉默组的细胞活力及IC50值显著低于阴性对照(negative control,NC)组(P<0.001),差异均有统计学意义。POT1-AS1在耐药细胞系中的表达显著高于亲本细胞系(P<0.001),且随着CDDP给药时间的延长而增加。沉默POT1-AS1后可显著抑制耐药细胞的增殖能力(P<0.01)。与NC组相比,POT1-AS1沉默组的CC耐药细胞死亡率显著增加(P<0.01),尤其是在加入CDDP作用后(P<0.01)。结论POT1-AS1与宫颈癌CDDP耐药密切相关,并通过抑制CDDP诱导的细胞死亡发挥促癌作用。

基于二维混合式位置编码的高精度测角

针对具有精密旋转轴系类的高端制造装备或精密测量仪器,其旋转角度采用传统圆光栅难以消除偏心误差对测量角度精度的影响,提出了一种基于二维混合式位置编码的旋转角度高精度测量方法。该测角系统由一个二维混合式位置编码盘、两个CCD相机和远心镜头组成,二维混合式位置编码盘被固定在精密旋转轴系上以获得其旋转角度。然后,建立了测角模型并从数学上证明了测角精度与安装偏心无关。利用多齿分度台对已提出测角系统精度进行检测,测量角度误差在±1″。最后,利用已提出测量方法对直驱转台的角度定位精度进行测量,角度定位误差在±5″内。与传统圆光栅测角相比,该方法不需要考虑安装偏心误差对测角精度的影响,具有稳定性好、使用简单等特点,可用于角度定位误差的检测。