北极双声道波导声传播特性分析

北极波弗特海域下特殊的双声道声速结构对水下声传播产生深刻影响,本文利用第9次北极科学考察数据,研究了双声道波导的声传播特性,分析了波弗特声道显著声捕获能力的机理。研究发现:当声源频率足够高时,一些模态会被捕获在波弗特声道中,这些被捕获模态将不受海冰或海床影响,能量损失较小。当声源位于声道内时,激发出的被捕获模态使得声波能够远距离传播。另外,这些被捕获模态的声学特性仅与波弗特声道内的声速变化有关,在声场中传播较为稳定,能够形成稳定的干涉结构。

基于二层规划的玛纳斯河灌区山区-平原水库群联合调度

在水资源总量约束情况下,为缓解玛纳斯河灌区水资源供需矛盾,充分发挥流域内水库群的节水潜力,利用二层规划模型对山区-平原水库群进行联合优化调度.上层优化目标为水库群联调过程中的蒸发渗漏损失最小,模型对平原水库的引水规则和山区水库的调水规则进行优化,增加山区水库的蓄水机会;下层优化目标为灌区缺水指数最小,通过对各水库供水规则的优化,提高各子灌区的供水保证率.结果显示:山区-平原水库群联合调度减少了流域水库群的水量损失.采用优化引调水规则后,水库群多年平均蒸发渗漏损失水量可减少0.22×108m3,与现状水库群运行调度相比减少12.09%;山区-平原水库群联合调度提高了灌区供水保证率.优化供水规则的实行,在现状年和规划年水资源总量控制模拟中,各子灌区灌溉保证率分别提高了6.83%,7.37%,13.00%和17.02%,13.49%,12.97%.利用山区水库和平原水库的蒸发渗漏差异进行水库群联合调度可以达到发挥研究区域水库群节水效益的目的,基于二层规划的玛纳斯河灌区山区-平原水库群联合调度对发挥该研究区域水库群节水效益和提高水资源利用效率具有正向作用.

含氟芳香族低介电损耗PI薄膜的制备与性能

聚酰亚胺(PI)薄膜在5G通信场景中具有广阔的使用前景,但5G天线基材对于PI薄膜在高频电场下的介电损耗等性能有十分苛刻的要求。本文制备了含氟共聚PI薄膜,并对其在高频下影响介电性能的部分因素进行探索。采用红外、紫外、热重分析、差示扫描量热等多种测试方法对不同共聚比例PI薄膜样品的热性能、热稳定性和光透过性等进行研究。结果表明,PI薄膜的最高透光率都在90%以上;PI-AD系列PI薄膜最大拉伸强度为112.68 MPa,拉伸模量为3.22 GPa;PI-AE系列PI薄膜的最大拉伸强度为119.32 MPa,拉伸模量为3.52 GPa。PI薄膜受热分解的温度均达到500℃以上,玻璃化转变温度达到270℃以上;含氟共聚PI薄膜在电场为10 GHz的条件下,介电常数都低于3,最低介电损耗为0.00412。

Nr4a1激动剂胞孢子酮B挽救小鼠噪声性听力损失

目的:探究核受体亚家族4A组成员1(nuclear receptor subfamily 4 group A member 1,Nr4a1)Nr4a1激动剂胞孢子酮B(cytosporone B,Csn-B)对小鼠噪声暴露后听力损失的治疗作用。方法:采用双氧水刺激HEI-OC1毛细胞系的方法构建氧化应激细胞模型;通过实时荧光定量PCR(quantitative real-time PCR,q PCR)检测细胞中Nr4a1的mRNA表达水平;分别通过细胞计数试剂盒(cell counting kit-8,CCK8)及流式细胞术的方法检测细胞活力和细胞凋亡水平以评估Csn-B预处理后经双氧水刺激的细胞状态。构建小鼠噪声性听力损失模型,运用qPCR和免疫荧光技术检测噪声暴露后Nr4a1在小鼠耳蜗中的表达;通过检测听性脑干反应(auditory brainstem response,ABR)评估噪声暴露后以及Csn-B连续治疗13 d后小鼠听力情况。结果:双氧水刺激后HEI-OC1毛细胞中Nr4a1表达上升,细胞活力显著下降,凋亡水平显著升高;Csn-B预处理HEI-OC1毛细胞经双氧水刺激,细胞活力显著高于对照组而凋亡水平则显著低于对照组。在体研究结果显示,噪声暴露后小鼠听力显著降低,Nr4a1在小鼠耳蜗中的表达水平显著升高。噪声暴露后经Csn-B治疗小鼠听力得到改善,主要表现为Click-ABR以及Tone Burst-ABR(4000、8000Hz处)阈值下降。结论:Nr4a1激动剂Csn-B增强内耳毛细胞对氧化应激损伤的抵御能力,部分改善噪声暴露后的小鼠听力。

ESG的企业内部收入分配效应——来自中国沪深上市公司的证据

受全球投资理念及我国“双碳”目标影响,改善ESG表现成为中国上市公司近年来的重要目标,但更优外部目标的追求可能会影响企业内部治理效果。本文以2009—2022年中国沪深两市上市公司为样本,研究企业践行ESG理念的内部收入分配效应。结果发现:企业更好的ESG表现会拉大企业内部管理者和职工间的收入差距,经过一系列稳健性检验和内生性处理,研究结论依然成立;机制检验发现:就业规模扩容效应、效率激励损耗效应和群体禀赋分化效应是更好ESG表现拉大企业内部收入差距的作用渠道;异质性检验结果表明,是否更加严格的外部审计和企业所在行业的竞争强度是影响这一效应的重要因素。本文揭示了企业改善ESG目标的同时,可能面临内部不同群体利益的权衡取舍;研究结论提醒企业在积极履行社会责任、助力国家实现“双碳”目标时,应注重企业内部收入不平等问题。

一种脉组捷变频雷达目标检测方法

脉组捷变频雷达不同脉组之间信号不相关,且信噪比起伏严重,为目标检测带来很大难度。鉴于此,提出了一种脉组捷变频雷达目标检测方法,首先通过快起伏信号积累损失曲线来确定最优的捷变频脉组个数及各脉组内部的脉冲个数;其次根据不同脉组杂波谱宽的变化设计与之匹配的MTD滤波器,对各脉组进行脉冲压缩及MTD处理;最后通过将多普勒域和速度域之间的映射关系将捷变频各脉组相同速度通道的数据进行积累,完成后续目标检测。仿真实验表明,该方法在兼顾杂波抑制的同时还可以提高雷达的检测性能,具有一定的优越性。

团体辅导对改善高职院校学生手机依赖干预研究

随着科技的飞速发展,智能手机在高职院校学生中的普及率不断上升,但随之而来的是学生对手机依赖问题的日益凸显。以高职院校学生为研究对象,探讨团体辅导对改善学生手机依赖的作用。利用MPAI量表从失控、自我约束、自我效能、逃避四方面测量学生对手机的依赖程度,并利用配对样本t检验对其进行实证分析。研究结果显示,经过团体辅导干预,高职院校学生在各维度上对手机的依赖程度均显著降低,显示出团体辅导对解决手机依赖问题的积极作用。基于此,应深化团体辅导的推广与应用,综合应用多种干预方法,制订个性化干预方案,加强相关宣传与教育,从而进一步改善学生对手机的依赖。

变动时代的创痛与“工人之子”的歌哭论班宇《冬泳》的城市书写

“新东北作家群”是近年来文坛对一批东北籍青年作家的指称,该指称特别注意他们在创作上表现出的某些共同倾向。班宇作为其中的重要代表,他的作品较为鲜明地展示了该群体创作的共性特征,尤其是“城市即故乡”的经验表达。他以改革开放“同龄人”的眼光,关注在不断循环解构、建构的城市时空转换中,“新工人”阶层及其下一代的空间位移与生存命运,揭橥东北老工业城市的衰落以及由此引发的一系列城市问题,将社会转型中的城市生活描绘成一种“亦城亦乡”的情感景观,表现了时代变动中工人身份失落的创痛与“工人之子”的歌哭。

一种基于蓄电池抽头分组的守护型直流电源系统及其控制策略

传统的直流电源系统采用蓄电池串联结构,存在可靠性较低、蓄电池手动核容耗能高以及安全隐患等问题。在不改变传统直流系统结构的情况下,提出一种基于蓄电池抽头分组的守护型直流电源系统及其控制策略。通过蓄电池分组升压并联实现母线冗余供电,解决蓄电池组单节电池故障等造成母线失压的问题,提高直流母线供电的可靠性。同时提出一种守护型直流电源系统的自动核容策略,减少手动核容过程中的能量损耗,提升直流电源设备的维护效率。

青年奋斗视域下“丧系”网络亚文化的审思与应对

一直以来,中国的青年都继承了永久奋斗的革命传统,奋斗始终是青春的重要底色。但近年来,部分带有“丧系”内核的网络亚文化,例如“佛系”“躺平”“摆烂”等亚文化极大地影响了青年奋斗认知、奋斗情感、奋斗意志、奋斗行为,不利于青年奋斗观的培育。基于此,可以从以下四个方面加以应对:规范亚文化体系,澄清青年奋斗认知;宣扬主流意识,激发青年奋斗情感;审思自我价值,觉醒青年奋斗意志;完善保障机制,促成青年奋斗行为,塑造青年主流奋斗价值观。

基于密集特征推理及混合损失函数的修复算法

为有效解决现有算法修复大面积不规则缺失图像时存在特征利用率低、图像结构连贯性差的问题,提出基于密集特征推理(DFR)及混合损失函数的图像修复算法。修复网络由多个特征推理(FR)模块密集连接组成,首先将待修复图像输入第1个推理模块中进行特征推理,之后将输出特征图通道合并送入下一个推理模块,后续推理的每一个模块的输入都是来自前面所有推理模块的推理特征,如此循环,以充分利用每个推理模块捕获的特征信息;然后提出一个传播一致性注意力机制(PCA),提高修补区域与已知区域的整体一致性;最后,提出混合损失函数(ML)优化修复结果的结构连贯性。整个DFR网络使用组归一化(GN),小批量训练也可达到优异的修复效果。在国际公认的Paris StreetView巴黎街景数据集和CelebA人脸数据集上验证文中所提算法的性能,主客观的实验结果表明:所提算法能有效修复大面积不规则缺失图像,提升特征利用率与结构连贯性,其平均峰值信噪比(PSNR)、平均结构相似度(SSIM)、均方误差(MSE)、弗雷歇距离(FID)及学习感知图像块相似度(LPIPS)指标优于对比算法。

考虑线损和功率偏差损伤的风电场有功功率分配策略研究

为了实现风电场精细化控制,以当前风速、预测风速和机组输出功率为分析量,将模糊C均值聚类算法引入到风电场机组群分类问题中,并建立以风电场有功功率传输线路损耗最小和以风电机组总功率偏差损伤最小为优化目标的风电场有功功率双目标优化调度模型。采用改进的非劣排序遗传算法对所建立模型进行优化求解并与传统的风电场机组有功功率分配方法进行对比。算例分析结果表明,本文所提出的风电厂机组有功功率分配方法及分配策略使风电机组的有功功率出力方式相比传统方法可减少有功功率传输线损,并降低风电机组的偏差损伤,使得风电机组能更好地追踪调度中心出力需求,从而为风电场有功功率分配和精细化控制提供指导意义。

基于物种周转揭示放牧对荒漠草原植物多样性的影响

放牧引起草原生态系统物种更替,进而调控群落植物多样性。然而,放牧过程中物种更替与植物多样性改变间具有怎样的联系,目前缺乏系统的研究。本试验在内蒙古荒漠草原放牧实验平台进行,对群落植物多样性进行了调查。研究发现:随放牧强度的增加,群落物种总数下降了28%~52%且物种组成发生了明显的分异;随放牧强度的增加,群落科的数目和多年生杂类草的物种数逐渐减少,一年生植物的物种数增加,同时群落Simpson指数和Shannon-Weiner指数等显著降低(P<0.05);随放牧强度的增加,物种损失率和周转率显著提高(P<0.05),但物种获得率无显著变化;放牧荒漠草原物种损失率和周转率与植物多样性指数间呈显著负相关关系(P<0.05)。本研究从物种周转的角度揭示了放牧荒漠草原植物多样性降低的驱动机制,为优化荒漠草原管理和利用提供科学支撑。

基于GSIC的无小区大规模MIMO-NOMA系统下行可达速率分析

探索了无小区大规模多输入多输出(Multiple-input multiple-output,MIMO)系统与非正交多址接入(Non-orthogonalmultipleaccess,NOMA)的融合方案,将基于群体串行干扰删除(Group successive interference cancellation,GSIC)的NOMA技术应用于无小区大规模MIMO系统下行链路,并提出根据用户等效路径损耗对用户进行群体划分的方法,推导得出基于GSIC的无小区大规模MIMO-NOMA系统下行链路用户可达速率表达式。仿真结果表明,相比于传统的串行干扰删除(Successive interference cancellation,SIC)-NOMA系统,基于GSIC的无小区大规模MIMO-NOMA系统在可达速率方面具有明显优势。

改进YOLOV5s的多尺度融合口罩佩戴检测方法

针对复杂场景下口罩佩戴检测算法存在小目标检测精度低和漏检率高的问题,提出一种基于改进YOLOV5s的口罩佩戴检测模型。融合倒置自适应注意力模块IAAM(inverted adaptive attention module),缓解连续下采样导致的信息丢失问题,同时增强网络的特征融合能力;为了平衡多尺度检测层接收到的有效信息量,设计了通道特征分组模块CFGM(channel feature grouping module),提高了小目标检测精度;结合实际场景中的数据特征,使用EIoU Loss损失函数并取消数据增强中的色彩空间变换。实验结果表明,改进后的模型在检测精度、推理速度和小目标检测能力等方面均有提升,能够完成复杂场景下实时口罩佩戴检测任务。

结合LSTM的分组比特时隙ALOHA改进算法

单阅读器移动射频识别(RFID)系统是一种中小型区域RFID的标签识别系统,传统的标签防碰撞算法在单阅读器移动RFID系统中面临标签丢失、标签碰撞等问题。为改善上述问题,提出一种结合LSTM网络和GBSA(分组比特时隙ALOHA)算法的GBSA改进算法。GBSA算法使用分组策略使答应的标签数在最佳性能区间内,在单阅读器移动RFID系统中GBSA算法存在无法准确计算下一帧分组数的问题,导致阅读器花费大量时间与标签通信反复确认分组数,使识别效率下降,结合LSTM的GBSA改进算法使用LSTM网络解决该问题。LSTM网络使用阅读器识别标签的历史数据预测下一帧中GBSA算法的最佳分组数,通过对分组数的准确预测,提高标签识别率。仿真实验结果表明,结合LSTM的GBSA改进算法可以有效地减少标签丢失,提高识别效率。

利用局部监督的跨模态行人重识别研究

跨模态行人重识别技术旨在从非重叠视域不同模态的摄像头捕获的行人图像中,识别出特定行人,行人图像间存在巨大的跨模态差异以及模态内部差异,导致识别率不高。为此,提出了一种利用局部监督的跨模态行人重识别方法(LSN)。首先将可见光图像转换成与红外图像更为接近的灰度图像,在图像层面缓解跨模态的差异,并使用共享参数的双流网络,提取具有判别性的共享特征,在特征层面缓解跨模态差异;其次,设计了局部监督网络,增强了对背景、遮挡等噪声的鲁棒性,缓解了模态内部差异;最后,设计了跨模态分组损失、联合身份损失对网络进行约束。实验结果显示,在SYSU-MM01数据集上,评价指标rank-1和mAP分别达到了53.31%、50.88%;在RegDB数据集上,达到了73.51%、68.55%,实验结果优于同类方法,验证了该方法的有效性和先进性。

基于多级跳跃残差组的运动人像去模糊网络

为解决复原后的运动模糊人像图像的轮廓模糊、细节丢失等问题,提出了基于多级跳跃残差组生成对抗网络(GAN)的运动人像去模糊方法。首先,改进残差块以构造多级跳跃残差组模块,并改进PatchGAN的结构以使GAN能够更好地结合各层的图像特征;其次,使用多损失融合的方法优化网络,从而增强重建后图像的真实纹理;最后,采用端到端的模式将运动模糊的人像图像进行盲去模糊操作,并输出清晰的人像图像。在CelebA数据集上的实验结果表明,相较于DeblurGAN(Deblur GAN)、尺度循环网络(SRN)和MSRAN(Multi-Scale Recurrent Attention Network)等基于卷积神经网络(CNN)的方法,所提方法的峰值信噪比(PSNR)和结构相似度(SSIM)分别至少提高了0.46 dB和0.05;同时,所提方法的模型参数更少,修复速度更快,且复原后的人像图像具有更多的纹理细节。

基于健康度的客户分群及流失预警算法研究

为了能更好地开展移动通信客户分群运营和客户流失预警,本文从多个维度分析客户业务使用“不健康”的复杂因素,引入标准化和熵值法重组指标变量,采用基于标准分的分段排名算法,计算客户的长期趋势、短期趋势、现状水平和弹性空间,预测客户离网概率并据此进行段内二次排序,实现客户“健康状态”的精准定位,最终根据“健康程度”细分客群,并开展分群施策,向“健康客户”要收入,向“高危客户”争保有。通过历史数据证明,本算法识别的“高危群体”离网率高达44.7%,并集中分布在长期趋势为下降型的客群里,证明了算法的准确性。