基于语义与全局双重注意力机制的长链非编码RNA-疾病关联预测模型

针对现有长链非编码RNA(lncRNA)-疾病关联预测模型在综合利用异构生物网络的交互、语义信息上存在局限性的问题,提出一种基于语义与全局双重注意力机制的lncRNA-疾病关联预测模型(SGALDA)。首先,基于相似性和已知关联构建一个lncRNA-疾病-微小RNA(miRNA)异构网络,并基于消息传递类型设计特征提取模块来提取和融合异构网络上同质、异质节点的邻域特征,以捕捉异构网络上的多层面交互关系。其次,基于元路径将异构网络分解为多个语义子网络,并分别在各个子网络上应用图卷积网络(GCN)来提取节点的语义特征,以捕捉异构网络上的高阶交互关系。然后,基于语义与全局双重注意力机制融合节点的语义和邻域特征,以获得更具代表性的节点特征。最后,利用lncRNA节点特征和疾病节点特征的内积运算重建lncRNA-疾病关联。5折交叉验证结果显示,SGALDA的受试者工作特征曲线下面积(AUROC)为0.9945±0.0002,PR曲线下面积(AUPR)为0.9167±0.0011,在所有对比模型中均为最高,验证了SGALDA良好的预测性能。对乳腺癌、胃癌的案例研究进一步证实了SGALDA识别潜在lncRNA-疾病关联的能力,说明SGALDA有潜力成为一种可靠的lncRNA-疾病关联预测模型。

基于深度展开和双流网络的高光谱图像融合

针对基于深度学习的高光谱图像融合算法通常堆积多个卷积以学习映射关系、没有充分利用问题的特性以及缺乏可解释性等问题,提出一种结合深度展开与双流网络的深度网络。首先使用卷积稀疏编码建立融合模型,该模型将低分辨率高光谱图像(Low-resolution hyperspectral images,LR-HSI)和高分辨率多光谱图像(high-resolution multispectral images,HR-MSI)映射到低维子空间中。在融合模型设计中,考虑了LR-HSI和HR-MSI的共有信息以及LR-HSI的独有信息,并将HR-MSI作为辅助信息加入模型中。其次将该融合模型展开为可学习的可解释深度网络。最后,使用双流网络获取更精确的高分辨率高光谱图像(High-resolution hyperspectral images,HR-HSI)。实验表明,该网络在高光谱图像融合中可以获得出色的效果。

基于稀疏编码非局部注意力对偶网络的病理图像超分辨率重建

高分辨率的病理学图像是疾病高精度诊断的客观依据,在精准医学领域具有重要意义。然而,受硬件设备分辨率和扫描时长的限制,实时获取高分辨率病理图像存在困难。经典的图像超分辨率重建算法由于模型的参数较难估计,导致重建后图像细节模糊且不够真实,不适用于病理学图像。为此,文中提出稀疏编码非局部注意力对偶网络,通过上采样和降采样对偶分支中的稀疏编码非局部注意力机制、高斯约束以及参数共享策略来实现病理学图像的超分辨率重建。重建后的病理图像峰值信噪比和结构相似性分别达到了30.84 dB和0.914。研究结果表明,所提方法不但能够实现病理学图像中高频细节的精确重建,轻量化的稀疏编码非局部注意力机制也有效地提高了建模的效率,是病理学图像超分辨率重建的一种有效方法。

3.0T医用磁共振项目实施过程管理

以南方医科大学顺德医院为例,通过双代号网络计划对3.0T磁共振设备项目土建工程、屏蔽设施施工、设备运输、设备安装和性能检测等投入使用前各个环节进行管理。通过该办法,3.0T磁共振机房顺利通过第三方机构屏蔽检测和设备性能检测,3.0T磁共振设备顺利投入临床使用,近一年使用效果良好。

基于膜量子布谷鸟搜索的双通道网络频谱资源分配

无线双通道Ad Hoc网络中,有效分配簇间码分频谱资源是提高资源利用效率的关键技术之一.综合考虑子簇码分频谱资源需求和分配公平性,给出了簇间码分频谱资源分配数学模型,并转换为以最大化码分频谱资源效益和分配公平性为多目标的受约束离散优化问题.结合膜结构、量子计算和布谷鸟搜索算法,提出一种新的离散组合优化算法——膜量子布谷鸟搜索算法.该算法使用量子鸟窝表征问题潜在解,利用布谷鸟寻窝产卵的演化方法在基础膜中寻求单目标最优解,通过膜间信息共享和非支配解等级排序求出具有多目标最优解的表层膜Pareto前端解集.仿真结果证明,与经典优化算法相比,该算法不仅能够同时求解单目标和多目标最优解,而且具有更优的收敛性能,能更好地实现码分频谱资源效益最优化.

无线双通道Ad Hoc网络分层路由协议设计与分析

无线双通道网络(Dual-channel network,DCN)能够有效解决码分资源浪费问题.大规模战术组网场景下,DCNs使用基于全连通子簇的分层分布式网络拓扑结构.设计了一种双通道网络分簇路由协议(Dual-channel network clustered routing protocol,DNCRP).DNCRP借鉴表驱混合路由思想,利用2跳范围邻簇ID和节点隶属信息完成基于源簇的2跳邻簇范围内簇间路由寻找,联合使用基于总簇首的拓扑信息计算和AODV路由寻找完成2跳邻簇范围外簇间路由寻找,而簇内通信因为源目的节点1跳可达则直接通信.仿真结果证明,在高业务负载和慢拓扑变化条件下,DNCRP具有优越的低时延和高吞吐量特性.

基于双重编码遗传算法和图论的自压树状管网优化

以投资最小为目标函数,压力、流速、管径等限制为约束条件,建立了自压树状管网优化数学模型,并采用改进遗传算法进行求解。根据树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,实现了同时对管网布置形式和管径进行优化。根据图论中树的性质,在产生初始解及变异操作时,采用基于圈的方法,对交叉方法进行了改进,从而减少了不可行解的产生。同时对遗传算法的操作过程进行了改进,结合了模拟退火算法,调整了适应函数,改进了交叉率和变异率的计算方法。算例表明了该优化方法的有效性。

基于神经网络的数字音频双重语义水印算法

基于语义的数字水印算法研究是当前数字音频内容管理领域的热点问题,该文设计基于统一内容定位技术的音频语义标引框架,建立数字音频语义水印模型。提出了基于RBF神经网络的双重语义水印算法,该算法用RBF神经网络自适应选择水印嵌入的最佳音频片段,用小波变换提取所选音频片段的近似分量和细节分量,分别在两种分量中嵌入不同的语义信息,形成双重语义水印,实现语义信息和原始音频信号的一体化传输。根据语义水印信息的不同属性描述,实现音频资源的有效检测与监督。实验结果表明,当嵌入信息量较大的语义水印时,该算法仍有较好的鲁棒性和不可听性。

基于双重编码遗传算法的树状管网优化设计

以投资最小为目标函数,建立了树状管网优化数学模型,并采用遗传算法进行求解。针对树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,以同时对管网布置形式和管径进行优化,并结合了模拟退火算法,调整了适应函数,给出了初温的确定方法,操作过程中采用随机多父辈适应函数值加权交叉,提出了与优化问题相适应的变异方法。算例说明了该优化方法的有效性。

传输合同约束下编码分组网络的效用最大化

研究在传输合同约束条件下当编码子图给定时编码分组网络的效用最大化问题。基于提出的网络效用最大化模型,通过对偶分解理论,提出了分布式的次梯度投影算法,证明了算法收敛的充分条件,最后通过仿真验证了算法的正确性。

无线双通道网络话音业务信道接入性能分析

无线双通道网络能够有效解决战术环境下码分组网数目过小造成的码分资源浪费问题。混合业务传输环境下,实时话音业务信道接入性能是衡量无线双通道网络性能的关键指标之一。通过使用一种理想的固定时分信道带宽分配方案,在保障话音业务传输实时性的条件下,分别从单跳网络拓扑和多跳网络拓扑结构给出了双通道网络可用信道数目。使用基于优先权的混合业务多服务台离散时间排队模型分析了双通道网络的话音业务平均数目、呼叫阻塞概率、平均网络吞吐量和信道利用率等性能。数值计算结果证明:相比传统网络,双通道网络在混合业务高负载条件下能够容纳更多的话音业务并具有更低的呼叫阻塞概率。

环状管网优化设计的双重编码混合遗传算法

以投资最小为目标函数,建立了注水系统环状管网优化数学模型。针对环状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,同时对管网连接方式和管径进行优化,并结合了模拟退火算法,形成了混合遗传算法。操作过程中采用随机多父辈适应函数值加权交叉,提出了与优化问题相适应的多种变异方法,给出了约束条件的处理方法,减少了不可行解的产生,使该算法的优化性能得到了提高。大庆油田某采油厂一新建注水区块的优化算例表明,管网投资由1160万下降到850万元,说明该优化方法有效且实用。

基于网络编码的分布式无线光网络在线优化

最近,一种集成骨干光传输网络、无源光网络和无线接入网的混合宽带无线光网络被提出。这种网络具有大带宽、低费用和无处不在的信息接入等特点。考虑在这种网络中的基于网络编码的多播会话的设计问题,使得网络效用最大化,而布网的费用最小化。这个问题被转换为一个混合的整数非线性规划问题,精确求解极其困难。为了使得问题简化,采用了一种两步优化方法进行求解,交替地为多播会话选择光网络单元和网关。在每一次迭代过程中需要解决两个问题:光网络的网络编码设计问题和无线网络的用户和带宽分配问题。前者通过基于拉格朗日对偶分解的分布式方法实现;后者通过广义Benders分解实现。通过仿真验证了所采用的方法的有效性。

基于圈的单水源树状管网优化改进遗传算法

以投资、运行费用之和最小为目标函数,建立了单水源树状管网优化数学模型.根据完整的树状管网优化需同时对管网布置和管径优化的特点,采用二进制编码和整数编码相结合的双重编码遗传算法对模型进行求解,其中二进制编码表示管网的布置形式,整数编码表示管径.通过整数编码的设计,使管径约束自动得到满足.根据单水源树状管网与图论中生成树的相似性,在二进制编码操作时,采用基于圈的方法产生初始解及进行交叉、变异操作,使初始解和变异操作时生成的均为可行解,交叉操作时满足了生成树的基本条件.通过上述操作,大大降低了不可行解的产生几率,提高了算法的计算效率.优化算例说明了该方法的有效性.

双代号时标网络图在构建工业机器人工作站中的应用

传统软件设计的项目工期管控方法,如“计划评审技术”“甘特图”等,不能直观的表示某项任务的紧急程度以及是否会影响到软件开发周期,且没有专用的软件进行任务规划.通过建筑领域应用广泛的ccproject软件,将“横道图”与“双代号时标网络图”分别应用于工业机器人工作站构建的工期管控中,并通过“双代号网络图”找到影响工期的关键线路,将工作站的开发周期由19天缩短至了17天.可以得出,“双代号网络图”是切实可行的软件项目任务规划方法.

基于环路和改进遗传算法的树状灌溉管网优化

以投资最小为目标函数,建立了树状灌溉管网优化数学模型,用外部惩罚函数法将问题转化为无约束优化问题,并采用改进遗传算法进行求解。根据树状管网优化的特点,遗传算法采用二进制编码和整数编码相结合的双重编码,以同时对管网布置形式和管径进行优化。在遗传算法产生初始解及交叉、变异操作时,采用基于环路的方法,减少了不可行解的产生,提高了算法的计算效率,算例说明该优化方法有效、实用。

HEVC对偶编码单元划分优化算法

为了解决视频数据量日益增长与用户享受高质量视频体验需求之间的矛盾,HEVC在H.264/AVC标准的基础上通过引入新型的编码结构和算法进一步将编码效率提升了50%,但是也极大地提升了编码复杂度。基于此,提出对偶编码单元(CU)划分网络DualNet,来降低HEVC中帧内编码复杂度。该网络由预测网络和目标网络2个部分组成,其中,预测网络通过分析图像统计特征实现编码单元划分决策,从而跳过四叉树的遍历搜索,提高编码单元划分决策的时间效率;目标网络基于率失真代价评价和优化决策模型提升编码单元划分性能,实现模型互补和最优率失真估计。实验结果表明:与HEVC标准对比,所提算法在实现相近的压缩效果的前提下能够节省64.06%的编码时间。

基于Nios Ⅱ的双网传真机系统的研究与开发

基于Nios-Ⅱ设计和实现了支持PSTN网络、Internet网络的双网传真机系统,利用FPGA实现了传真机系统的多个电路模块,包括A/D采样控制逻辑、二值化图像处理模块、MH编码模块、MH译码模块和CIS扫描、TPH打印、电机控制模块。基于μC/OS-Ⅱ、Niche TCP/IP实现了T30协议通信、非实时网络传真通信、Tiff文件创建、Tiff文件解析模块。使用Altera Cyclone EP1C20开发板实现和验证了整机系统,经过软硬件联调,达到了系统设计指标和功能。

双网传真机的编译码电路设计与实现

对双网数字传真机硬件系统中的编码和译码电路进行设计,并采用FPGA芯片进行系统实现和验证。其中的编译码电路分别采用两级编码和快速译码的思路,利用硬件描述语言设计和仿真,简化了逻辑电路的实现。验证测试表明,该电路增强了系统的稳定性和可靠性,提高了编译码效率,缩短了开发周期。

双伪随机序列扩频(DPN-SS)在HFC中的应用研究

针对HFC上行通信严重受到随机的窄带干扰和多址干扰,多用户接入和通信的MAC协议复杂难题,提出了双伪序列扩频(DPNSS)多址方式的解决方案,阐述了其工作的基本原理。