基于生物启发神经网络的核辐射场区全覆盖路径规划

核辐射场区全覆盖路径规划对于辐射环境下区域作业者的辐射安全有重要意义。本研究基于生物启发神经网络算法,提出一种进行辐射剂量最优控制的全覆盖路径规划算法。首先,利用福岛核电站部分地形以及蒙特卡罗粒子输运程序分别构建模拟核辐射场区的障碍物分布和辐射剂量场,然后,采用Python语言进行算法仿真试验,模拟核辐射场区的每一个栅格定义为一个神经元,建立起生物启发神经网络,将栅格剂量率与神经元活性耦合实现路径规划的辐射剂量最优控制,分别采用单个、4个和8个移动单元进行仿真试验。结果表明:单个移动单元的规划路径在实现100%覆盖率,4%覆盖重复率的同时,能够优先覆盖低剂量区,延后覆盖高剂量区,实现了过程剂量和累积剂量的最优控制。为提高全覆盖的时间效率和获得更低的单体累积剂量,对算法进行多单元协同搜索的改进,结果表明:4单元和8单元仿真的覆盖重复率分别为5.72%和6.29%,1单元、4单元和8单元仿真完成全覆盖时间分别为30 min、9 min和4 min,时间效率成倍提高;最大单体累积剂量分别为4.11×10^(-3)mSv、1.28×10^(-3)mSv和0.85×10^(-3)mSv,也在显著降低。本文提出的算法能实现过程剂量和累积剂量最优控制的全覆盖路径规划,另外算法可以协同规划多单元路径,显著降低单体累积剂量,对辐射环境下区域作业的辐射防护有重要意义。

无监督学习步态识别综述

在光学技术高速发展的现代,步态特征因非接触、非侵入、难伪造、远距离采集等优势受到了学界的广泛关注。目前步态识别算法主要为依赖标签数据的有监督学习方法,庞大的标签标注量在实际应用中面临多重挑战。无监督学习不需要标注就能完成对数据内在特征的自动分析,更贴合实际应用的需求。为了全面认识无监督学习步态识别发展现状及趋势,对领域相关工作进行了梳理。介绍了步态识别常用数据集、通用制作方式以及主流评价指标。从基于GAN的步态识别方法、基于聚类的步态识别方法、基于无监督域适应的步态识别方法和其他方法四个方向详细介绍了目前基于无监督学习的步态识别相关研究思路;选取了CASIA-B、OU-MVLP和OU-ISIR LP三个典型数据集,对主要无监督算法性能进行综合对比;对各方向研究侧重点进行总结讨论,针对存在的交叉研究情况进行评论综述,为未来研究提供借鉴思路。研究分析了无监督步态识别算法目前面临的挑战,并以此展望步态领域未来的发展方向。

基于生物启发神经网络的无人水面艇实时避障路径规划

针对无人水面艇(unmanned surface vehicle,USV)自主航行过程中的避障与遵守海事交通规则之间潜在的冲突问题,设计基于生物启发神经网络并且遵守《1972年国际海上避碰规则》(Convention on the International Regulations for Preventing Collisions At Sea,1972,COLREGs)的实时避障路径规划方法。运用STM32嵌入式平台搭建包括超声波、红外激光、陀螺仪和GPS传感器的小型USV水面环境感知硬件架构,将多传感器输出的动态环境信息通过栅格地图映射到二维神经网络中。USV根据神经网络活性势图自动规划通向目标点的无碰撞路径。通过多种船舶航行交汇局面的实验,证明该方法既安全又符合COLREGs的要求。

广东省县级生物防火林带阻隔网空间布局与规划

广东省属山地丘陵地区,存在重要火源点与林区接触面广、火情复杂多样等特点,建设以生物防火林带为主体的林火阻隔系统是广东省森林防火重要手段之一。为了有效提升广东省生物防火林带阻隔网建设质量,文章以广东省某县区为例,以林火阻隔系统控制面积为主要衡量指标,设置值为1000 hm^(2),对控制面积大于等于1000 hm^(2)的林地进行生物防火林带规划。规划创新引入“优势树种可燃性”的概念,对易燃性树种进行“包围式规划”,以难燃性树种为节点进行“穿越式规划”,并按照坟墓集中程度选取经济树种油茶Camellia oleifera和茶C.sinensis对坟墓山进行环状包围式林带设计或面状全面覆盖式设计,将可能发生的火灾控制在有限的范围内。该县区最终建设生物防火林带185 km,将所有林地林火阻隔系统控制面积降低至1000 hm^(2)以下,其中最大控制面积为998 hm^(2),完成了降低林火阻隔系统控制面积至1000 hm^(2)以下的既定目标。

基于 DLBSOM 的水下机器人集群任务分配与路径规划

为保证多自主水下机器人(Multiple Autonomous Underwater Vehicle,MAUV)在多目标冲突条件下执行探测任务,提出一种双层生物自组织映射(Double Layer Bio-inspired Self-Organism Map,DLBSOM)算法完成自适应正向-反向初始任务分配。针对受洋流和单体AUV有限能耗影响的MAUV探测任务容易出现的无效任务分配问题,引入一种带有能量激活函数的任务重分配策略来优化任务。建立任务紧迫性生物启发神经网络(Task Urgency Bio-inspired Neural Network,TUBNN)模型描述受洋流影响的水下环境,引入基于模糊互补判断矩阵的距离和供能强度因子,以说明洋流和任务重分配轨迹距离的相互影响。当AUV进入以目标为中心的预警范围时,通过调整AUV的速度实现对目标的精细探测。结合AUV转弯半径数据和非线性运动学方程,对路径进行平滑处理,使其符合水下机器人的运动学约束。最终通过仿真试验验证该方法的可行性和有效性。

基于网络药理学和分子对接探讨多刺绿绒蒿中碎叶紫堇碱治疗氧化应激相关性疾病的作用机制

目的检测多刺绿绒蒿中碎叶紫堇碱的含量并探索碎叶紫堇碱的抗氧化活性,利用网络药理学和分子对接技术探索碎叶紫堇碱通过抗氧化作用对治疗糖尿病(DM)、颅内动脉瘤(IA)、慢性阻塞性肺疾病(COPD)和动脉瘤性蛛网膜下腔出血(aSAH)的作用机制,为多刺绿绒蒿用于治疗氧化应激性相关疾病提供依据。方法采用高效液相色谱-质谱联用仪(HPLC-MS/MS)对多刺绿绒蒿中碎叶紫堇碱的含量进行测定;通过TLC-生物自显影法判定其抗氧化活性;使用SuperPred、Genecards和DisGeNET等在线数据库搜集碎叶紫堇碱的靶点和治疗DM、IA、COPD和aSAH的靶点,构建碎叶紫堇碱治疗疾病的“化合物-靶点-疾病”图和蛋白互作网络;基于Metascape数据库和CytoNCA插件进行KEGG通路富集分析;使用Discovery Studio 2019 Client软件对活性成分与潜在靶点进行分子对接验证结合活性。结果研究显示多刺绿绒蒿中碎叶紫堇碱的含量为0.1137μg/mL;TLC-生物自显影结果显示碎叶紫堇碱具有抗氧化活性;通过网络药理学分析获得碎叶紫堇碱治疗以上4种疾病的34个核心靶点;KEGG通路结果显示参与癌症途径、PI3K-Akt信号通路等118条KEGG通路;分子对接结果显示碎叶紫堇碱与SRC、RPS6KB1、ITGB1等蛋白结合稳定。结论多刺绿绒蒿中碎叶紫堇碱含量相对较高且通过多靶点、多途径发挥抗氧化的作用。

基于Bio-PEPA的光纤网络安全态势动态计算系统

光纤网络安全态势动态计算时,以往使用的系统在状态激增的情况下,极易受到攻击破坏,系统的脆弱性比较高。为此,提出基于Bio-PEPA的光纤网络安全态势动态计算系统。在硬件设计上,采用以传感器为主,分析器与决策器为辅的连接结构,针对态势数据源的不同,设计多源传感器,通过传感器将态势数据传输到上层应用;在软件设计上,利用Bio-PEPA建立光纤网络形式化模型,根据上传的态势事件性质的不同,确定并量化态势指标,结合模型中的观测值,实现光纤网络安全态势动态计算。至此,系统设计完成。测试结果表明:设计系统在状态激增的情况下,稳态概率值变化范围在0.05~0.5之间,并且动态计算时间组件数量为9 000时仅需要2.663 s。说明所提方法对于光纤网络安全态势动态计算的研究有一定的参考价值。

空间仿生可变构智能感知网络技术

基于仿生集群系统感知功能与行为的视角,提出了空间感知网络的若干前沿科学问题,包括仿生可变构异构空间分布式智能感知网络设计、单星自主机动对准和协调操控、星群协同相对测量与控制等。在干扰对抗态势下,空间感知网络的生存智能需求是保持各节点的可变构型网络、异构分布式感知与协调控制,从抗扰、容错和节能等角度提出了未来智能感知网络所应具有的安全、绿色和免疫等特征。仿生空间感知网络的目标是通过可变构异构分布式星群设计,实现星群多源信息融合和“眼、耳、脑、体、群”的智能协调,提高感知网络的智能协调能力以及对于空地目标与空间态势的感知、理解、预判和机动处置能力。

3D生物打印在骨组织血管网络形成中的研究进展

骨移植物的血管化是骨组织工程(Bone tissue engineering,BTE)面临的主要挑战之一。血管化BTE构建的最终目标是提供一个富含功能性血管网络的骨环境,实现高效的骨整合,加速植入后的功能恢复。本文对3D生物打印在骨组织血管网络形成中的研究进展进行综述,详细阐述了血管网络形成机制及3D生物打印技术的特点,重点总结目前BTE中的血管化策略,并对其发展前景进行展望。

基于生物网络的普适服务突现的方法与仿真

借鉴生物神经内分泌和免疫系统突现和自进化机制,提出了一种普适服务突现的服务组合方法。移动Agent设计为具有免疫行为的生物实体,并代理普适服务,生物实体通过亲合力(由生物实体匹配强度、服务质量和信任度决定)匹配形成网络,普适服务组合是由突现形成的生物实体网络提供,服务突现可以动态的调整其中的服务,这种方法自组织完成服务的动态组合和自主管理等工作。仿真结果表明方法具有良好的性能和对动态环境变化的适应性。

基于细胞因子网络协同进化的Web服务合成方法

借鉴生物神经内分泌免疫系统的协同进化机制,基于细胞因子网络平台提出了Web服务的合成方法。在细胞因子网络调控下的生物实体代理Web服务,构成为一个带有条件的米兰机单元,Web服务的合成可以转换为米兰机进化过程。生物实体通过消息匹配和条件约束形成细胞因子网络,Web服务的合成通过生物实体细胞因子网络支持。在服务协同进化过程中可以动态调整其合成的服务,完成服务的动态自组织合成和管理等工作。仿真结果表明该方法在环境动态变化时具有适应性。

基于遗传算法的生物网络自适应负载平衡实现

自适应性网络环境将成为未来Internet的不可缺少的重要构成部分,而生物网络由分散的、自治、移动的个体组成,能够自我调整、适应和生存。在提出的生物网络框架中设计了一种特殊的生物实体——调度生物实体,利用调度实体来指导生物实体的移动,以期获得生物网络的负载平衡。然后提出了一种基于遗传算法的负载平衡算法,该算法以网络负载平衡为优化目标,使实体相对均衡地提供服务,达到合理利用生物网络资源,增强其自适应性的目的。最后,对网络服务使用进行仿真,实验结果证明了算法的有效性。

基于生物实体的网络服务突现

自然生物系统中的关键机理和重要原理可用于设计一种新颖的生物网络结构及其仿真平台,以满足未来Internet网络的关键需求。本文在此仿真平台基础上实现了具有移动Agent和生物个体特点的生物实体及其行为算法,并根据生物实体的特点构建了各种服务,最后通过仿真实验验证了基于生物实体的网络服务构建的优点。生物网络的服务突现,将为设计未来网络节点中的智能服务和应用提供一种新颖的方法。

基于生物网络的e-service自进化组合方法研究

借鉴生物神经内分泌和免疫系统的自进化突现机制,基于生物网络的平台提出了e-service突现的组合方法。生物实体(具有免疫行为的移动agent)代理e-service,构成为一个带有条件米兰机单元,e-service组合可以转换为米兰机演化过程。生物实体通过消息匹配和条件约束形成网络,e-service组合是由突现形成的生物实体网络提供;服务突现可以动态调整其中的服务,自组织完成服务的动态组合和管理等工作。仿真结果表明该方法具有对动态环境变化的适应性。

生物网络方法在DTN保管传递机制设计中的应用

延迟容忍网络(DTN)中的保管传递机制存在着节点资源不足,束传输不可靠等问题。分析了存储资源的受限对束传输可靠性的影响,并借鉴生物网络机理,提出了基于生物网络的保管传递机制,设计具有免疫行为的生物实体并代理保管束,生物实体通过自组织协作完成保管传递,可以有效地降低分组丢失率。最后以智能服装无线传感器网络为例,通过试验评价该机制及其性能,证明了其有效性。

基于BP神经网络的柴油机掺烧生物柴油排放特性预测研究

运用BP神经网络相关理论,以折合燃油消耗率、负荷以及掺烧比为输入参数,以CO,HC,NOx和soot排放量为输出参数,建立了柴油机掺烧生物柴油排放的双隐层BP神经网络模型,并利用该模型对发动机不同工况和掺烧比下的排放物进行预测分析。结果表明:CO,HC,NOx和soot排放预测结果与试验值具有较好的一致性,各排放的期望响应与仿真输出的线性回归相关系数R很高;HC和CO排放预测值随折合燃油消耗率的升高而增加,NOx和soot排放预测值随折合燃油消耗率的增加而下降。

大武夷自然保护区群网建设设想

界定了大武夷山区域的范围，阐述了其生态特征及其地位．对其生物多样性保护现状进行了深入的分析，指出存在的主要问题：（1）自然保护区呈分散性岛状分布，具明显的岛屿生物地理学特征，生物多样性保护的功能受到明显限制；（2）自然保护区的生境还未得到根本改善，许多重点保护物种仍呈减少态势；（3）自然保护区与区域经济发展的矛盾较突出．提出了大武夷自然保护区群网建设的概念性设想以及需要着重解决的5个关键问题．

基于细胞因子网络的Web服务协同调度模型

提出一种基于细胞因子网络的Web服务协同调度模型,研究细胞因子之间的促进与抑制机制及其对于造血祖细胞的控制调节作用,在细胞因子网络基础上,对Web合成服务请求与调度进行建模,并融入基于造血细胞因子的调节模型,设计一种计算资源实时调度方法,并结合2种服务选择策略,在扩展的生物网络平台上讨论系统的响应能力和服务质量。仿真实验结果表明,该实时调度方法能够获得良好的性能。

基于生物迁移的网络动态负载平衡的研究

生物系统中的关键机理和重要原理可用于设计一种新颖的生物网络结构及其仿真平台,以满足未来Internet网络的关键需求。本文在此框架下讨论了生物实体的不同迁移方式,并探讨了将其用于网络动态负载平衡问题,给出了一种负载平衡算法。通过对网络中不同任务量在采用和不采用负载平衡策略两种情况下的仿真试验,比较了不同条件下的响应时间,验证了算法的合理性。

一种针对DTN通道失效的可靠性方法研究

在通信网络节点延迟优化问题的研究中,由于延迟容忍网络(简称DTN)的端到端之间存在着高延迟,束传输率低,且会有频繁的链接中断的情况发生,很容易产生通道失效。由于DTN存在的通道失效问题,借鉴生物网络机理,提出一种生物网络的可靠性方法,通过通道容错结构的设计,生物智能体亲和力匹配,以及智能体之间的协商、协作规则来判断通道状态,进而实现通道容错,解决失效问题。与已有可靠性机制相比,改进方法缩短了束延迟时间,同时又充分利用了带宽预留。在生物网络仿真平台上,改进方法的性能得到验证。仿真结果表明,它的通信效率有了明显提高。