光伏出力序列场景生成新方法

面向更精准的中长期电力电量平衡校验,提出横纵向融合及人为指定持续极端日的光伏出力场景生成新方法。首先,依据日辐照度特征指标及聚类把历史数据划分为多个极端日和多个典型日;然后,利用马氏链生成下一个月横向辐照度日类型序列及特征指标序列的基础上,提出基于日类型出现概率及日类型允许转换矩阵的辐照度日类型序列生成方法,生成下一个月纵向日类型序列及特征指标序列,并将横纵向数据进行融合;最后,基于优化方法及光电转化模型生成月度光伏出力场景,并在此基础上提出人为指定持续极端日光伏出力序列场景生成方法。算例表明所提算法能更好地为运行调度提供参考。

基于深度学习多模态融合的2型糖尿病中医证素辨证模型的构建

目的为适应互联网+智能医疗的时代需求,纳入舌诊仪图像数据及问诊结构化数据,采用深度学习、多模态融合等方法构建2型糖尿病中医证素辨证模型,为中医智能化辨证提供实验支撑和科学依据。方法共纳入2585例2型糖尿病患者,邀请3位专家分别进行证素辨证标记。基于深度全连接神经网络、U2-Net与ResNet34等网络构建基于舌图数据、症候数据的症候辨证模型(S-Model)、舌图辨证模型(T-Model),并采用多模态融合技术构建以二者为共同输入的多模态融合辨证模型(TS-Model)。通过F1值、精确率、召回率等对比不同模型预测性能。结果T-Model对十四类证素的预测F1值波动于0.000%-86.726%,S-Model的预测F1值波动于0.000%-97.826%,TS-Mode的预测F1值波动于55.556%-99.065%。与T-Model、S-Model对比,TS-Model整体F1值较高且稳定。结论基于深度学习多模态融合技术构建中医证素智能辨证模型性能较好。多模态融合技术适用于中医证素辨证模型优化,为下一步建立四诊信息全客观化的高度智能证素辨证模型提供方法学支持。

内镜、微创和开放式经椎间孔椎体间融合术治疗腰椎退行性疾病的效果比较

目的比较经椎间孔内镜腰椎椎间融合术(Endo-LIF)、微创腰椎椎间融合术(MIS-TLIF)和开放腰椎椎间融合术(PLIF)治疗腰椎退行性疾病(LDD)的临床疗效和安全性。方法回顾性分析2013年1月至2023年1月在百色市人民医院因LDD接受经椎间孔腰椎椎间融合术就诊的150例患者临床资料,按手术方式分为Endo-LIF组、MIS-TLIF组、PLIF组三组,每组各50例。比较患者手术时间、透视次数、术中失血量、住院时间、并发症以及术前和术后3个月的视觉模拟评分(VAS)、Oswestry功能障碍指数(ODI)评分、椎间隙高度指数、病变节段活动度(ROM)。结果PLIF组的手术时间长于Endo-LIF组和MIS-TLIF组,术中透视次数少于Endo-LIF组和MIS-TLIF组,差异有统计学意义(P<0.05)。Endo-LIF组和MIS-TLIF组的手术时间、术中透视次数比较,差异无统计学意义(P>0.05)。患者术中出血量Endo-LIF组少于MIS-TLIF组及PLIF组,MIS-TLIF组少于PLIF组,差异有统计学意义(P<0.05);患者术后卧床时间和住院时间Endo-LIF组短于MIS-TLIF组及PLIF组,MIS-TLIF组短于PLIF组,差异有统计学意义(P<0.05)。三组患者满意度比较,差异有统计学意义(P<0.05)。Endo-LIF组满意度高于PLIF组,差异有统计学意义(P<0.017)。三组患者术后3个月VAS及ODI评分低于手术前,差异有统计学意义(P<0.01)。三组患者并发症发生率、椎间隙高度指数、ROM比较,差异无统计学意义(P>0.05)。结论Endo-LIF、MIS-TLI、PLIF三种手术方法术后3个月的预后结果相似,PLIF术中透视次数最少,Endo-LIF创伤较小,在降低术中出血,缩短术后卧床时间和住院时间方面优势明显,术后恢复速度较快,适合临床推广。

伴ALK基因融合的婴儿型半球胶质瘤2例临床病理观察

目的 探讨中枢神经系统伴ALK基因融合的婴儿型半球胶质瘤(infant-type hemispheric glioma, IHG)临床病理学、分子学特征、治疗与预后。方法 收集2例IHG的临床资料,采用免疫组化检测GFAP、Olig2、Syn、NeuN、H3K27M、H3K27me3、H3G34V、H3G34R、ALK和BRAF等表达,应用FISH和NGS法检测ALK融合基因,并复习相关文献。结果 例1,男性,15个月,头颅MRI示左侧额颞叶巨大占位。例2(外院会诊病例),男性,18个月,发现额颞叶占位。镜检:例1肿瘤细胞呈弥漫片状分布,部分区域排列呈小结节状,被纤维血管分隔,细胞密度高,细胞核呈圆形、卵圆形,核分裂象易见,伴出血、坏死。例2,肿瘤细胞弥漫分布,部分围绕血管形成假菊形团,部分呈束状排列,细胞轻-中度异型,核圆形、卵圆形,淡染,有小核仁,核分裂象罕见,未见微血管增生和坏死。免疫表型:例1肿瘤细胞GFAP、NeuN局灶阳性,H3K27me3、ALK(细胞质、细胞膜)和ATRX均弥漫阳性,p53部分阳性(30%),Olig2、Syn、H3K27M、H3G34V、H3G34R和BRAF均阴性,Ki67增殖指数20%。例2肿瘤细胞GFAP、ATRX、H3K27me3、ALK(细胞质、细胞膜)和Olig2均弥漫阳性,Syn局灶弱阳性,NeuN、p53均阴性,Ki67增殖指数5%。FISH、NGS检测显示2例均有ALK基因融合,例1为EML4∷ALK融合,例2为LRRFIP1∷ALK融合。随访7个月,例1残余病灶缩小,一般情况良好;例2失访。结论 IHG组织学多表现为高级别胶质瘤或伴间变特征,ALK变异型的异质性较高,也可表现为低级别胶质瘤形态,需与其他高级别胶质瘤、婴儿促纤维增生型节细胞胶质瘤/星形细胞瘤、室管膜瘤等鉴别。

基于多类型语音信息分层融合的帕金森病检测模型

用于帕金森病检测的语音数据通常包括持续元音、重复音节及情景对话等类型.已有模型大多采用单一类型的语音数据作为输入,容易受到噪声干扰,鲁棒性无法保证.有效整合不同类型语音数据,提取至关重要的病理信息,是当前帕金森病检测任务面临的挑战之一.文中提出基于多类型信息分层融合的帕金森病检测模型,旨在提取全面的病理信息,实现较优的检测性能.首先,针对不同类型的帕金森病语音数据,分别进行多种声学特征的提取.然后,设计挖掘多类型声学特征深层信息的表示学习方案,提取调音和韵律信息,精准反映声学特征中潜在的病理信息.进而针对两类信息,设计解耦的表示学习空间,分别提取各自的私有特征,同时学习它们的共有表示.最后,设计跨类型的注意力分层融合模块,利用交叉注意力机制,以不同粒度交互的方式逐步融合共有表示和私有表示,提升帕金森病检测性能.在公开的意大利语帕金森病语音数据集和自采的汉语帕金森病语音数据集上的实验表明,文中方法性能提升明显.

基于宽窄带综合的飞机机型识别方法

针对传统单模态雷达飞机目标细粒度识别能力不足的问题,提出一种基于宽窄带综合的飞机机型识别方法.通过卷积网络挖掘宽带一维距离像的局部散射特性,递归神经网络挖掘窄带微动回波不同时刻的上下文特性,达到信息互补的目的.同时,针对两种模态在决策融合时存在强弱不平衡问题,设计了一种自适应决策融合网络,实现了对飞机目标的机型识别.利用七种飞机机型的仿真宽窄带数据进行了实验验证.仿真结果表明,本文方法平均识别准确率为76.7%,较传统方法提升6.4%以上.

面向双模态红外图像差异的拟态融合方法

针对传统融合方法无法根据双模态红外图像差异特征的不同选择有效的融合策略的问题,提出了一种面向红外光强与偏振图像差异的拟态融合方法。首先计算图像特征差异度对差异特征进行粗筛,制定主差异特征类型的选取规则来确定图像组的主差异特征;然后构造特征融合度,以建立差异特征与拟态变元集中各层变元的映射,确定变元分层结构;最后在变元分层结构选择主差异特征类型的各层变元,比较不同拟态结构变元组合时差异特征的特征融合度,确定其最大值占比最高的拟态结构,形成变体。实验结果表明,经主观分析本文方法结果的视觉效果比对比方法结果的效果更优;经客观评价本文方法结果均为有效融合,因此本文方法实现了对融合策略的自适应选择并提高了图像的融合质量。

基于依赖类型剪枝的双特征自适应融合网络用于方面级情感分析

现有的模型将基于依赖树的图神经网络用于方面级情感分析,一定程度上提升了模型的分类性能。然而,由于依赖解析技术的限制,语法解析结果的不精确导致依赖树存在大量噪声,使得模型的性能提升有限。此外,一些句子本身并不符合标准的句法结构。以往的研究以同样的置信度利用句法信息和语义信息,没有充分考虑它们对于确定方面词极性的贡献的不同,导致模型在相应的数据集上性能较差。为了克服这些困难,文中提出了一种基于依赖类型剪枝的双特征自适应融合网络。具体来说,该模型使用一种新型的混合方法,命名为依赖关系类型剪枝和邻接矩阵平滑,来缓解句法解析产生的噪声。此外,该模型通过双特征自适应融合模块充分考虑句子的句法信息的可用程度,以一种更灵活的方式将句法特征和语义特征结合起来用于方面级情感分析。在5个公开可用的数据集上进行广泛的实验,结果证明了该方法明显优于基线模型。

一种耦合DeepLab与Transformer的农作物种植类型遥感精细分类方法

如何精细遥感监测复杂的不同类型农田作物种植情况,是智慧农业农村领域实现农耕面积调查与农作物估产的关键。目前的高分辨率影像的作物种植像素级语义分割中,深度卷积神经网络难以兼顾空间多尺度全局特征和局部细节特征,从而导致各类农田地块之间边界轮廓模糊和同类农田区域内部完整性不高等问题。针对这些不足,本文提出了一种耦合DeepLabv3+和Transformer编码器的双分支并行特征融合网络FDTNet,以实现农作物种植类型的精细遥感监测。首先,在FDTNet中并行嵌入DeepLabv3+和Transformer分别捕获农田影像的局部特征和全局特征;其次,应用耦合注意力融合模块CAFM有效融合两者的特征;然后,在解码器阶段应用卷积注意力模块CBAM增强卷积层有效特征的权重;最后,采用渐进式多层特征融合策略将编码器和解码器中的有效特征全面融合并输出特征图,以实现晚稻、中稻、藕田、菜地和大棚的高精度分类识别。为了验证FDTNet网络模型在高分辨率作物分类应用的有效性,本文选择不同高分辨率的Yuhu数据集和Zhejiang数据集验证,mIoU分别达到74.7%和81.4%。相比于已有的UNet、DeepLabv3、DeepLabv3+、ResT和Res-Swin等深度学习方法,FDTNet的mIoU可分别高2.2%和3.6%。结果表明,FDTNet在纹理单一、大样本量,以及纹理多样、小样本量的两类农田场景中同时表现出优于对比方法的性能,具有较全面的多类别农作物有效特征提取能力。

融通型牵引供电系统变压器负荷电流特性研究

铁路功率调节器RPC是一种电能质量补偿设备,采用该装置的融通型牵引供电系统供电结构能够实现能量互联,并为低碳供能提供新的可能性。为提高融通型牵引供电系统中牵引变压器供电的安全性和可靠性,提出一种综合考虑RPC不同容量的变压器最大负荷计算方法。基于系统拓扑结构分析RPC接入后牵引变压器负荷电流特性,得出精确计算最大负荷电流的必要性,并结合RPC不同容量下的补偿度推导变压器低压侧最大负荷电流的计算式,最后仿真验证计算式的正确性。

椎动脉型颈椎病行颈前路椎间盘切除减压植骨融合术的疗效分析

目的:探讨颈前路椎间盘切除减压植骨融合术(anterior cervical discectomy and fusion,ACDF)治疗椎动脉型颈椎病(cervical spondylosis of vertebral artery type,CSA)的临床效果。方法:回顾性分析2020年1月至2022年1月42例CSA患者的临床资料,男25例,女17例;年龄30~74(53.9±11.0)岁。单节段病变18例,2个节段病变17例,3个节段病变7例。分别在术前和术后6个月时采用美国耳鼻咽喉头颈外科学会听力及平衡委员会评分(Committee on Hearing and Equilibrium,CHE)、颈椎功能障碍指数(neck disability index,NDI)和颈椎曲度Cobb角进行临床疗效评价。结果:42例患者均获随访,随访时间6~30(14.0±5.2)个月;手术时间95~220(160.38±36.77)min,术中出血量30~85(53.60±18.98)ml。2例术后出现轻度吞咽困难,给予雾化吸入等对症处理后均好转。CHE评分由术前(4.05±0.96)分降低至术后6个月的(2.40±0.70)分(t=12.97,P<0.05)。术后6个月38例眩晕改善,改善率90.5%。NDI评分的由术前的(34.43±8.04)分降低至术后6个月的(20.76±3.91)分(t=11.83,P<0.05)。颈椎曲度Cobb角由术前的(8.04±6.70)°提高至术后6个月的(12.42±5.23)°(t=-15.96,P<0.05)。结论:ACDF术式治疗椎动脉型颈椎病的临床疗效突出,手术通过解除骨性压迫,重建颈椎曲度,可快速缓解患者的发作性眩晕症状。但需要严格把握手术指征,明确患者眩晕原因,对保守治疗无效的CSA患者,ACDF手术可推荐使用。

基于多任务特征融合算法的电力大数据增量式自组织映射方法

为了实现电力大数据精准映射,基于多任务特征融合算法研究电力大数据增量式自组织映射方法。对电力大数据进行分解,以线性组合形式划分特征类型;利用多任务特征融合算法设计候选分类类别数量,确定自组织映射目标;通过不同数据的语义长度对应所属类型,实现电力大数据的增量式自组织映射,完成增量式数据的自组织映射方法设计。以某省实际运行的电力公司为测试对象,对其一年内产生的电力大数据作为测试样本,分别将其按照具体的类型进行映射,验证新方法。实验结果表明,新方法可以实现精准的自组织映射,在整个过程中不会产生数据交换误差,具有应用价值。

韩江中上游地区的崩岗分布特征

选取韩江中上游地区2016—2022年的Sentinel-1/2卫星星座遥感影像和其他辅助数据,基于机器学习方法进行区域尺度的崩岗识别和崩岗影响因子测度。结果表明:1)分类模型的总体精度达到84%,Kappa系数为0.8。其中,崩岗识别的用户精度和生产者精度都超过95%,且其FScore为0.97。2)截至2022年,韩江中上游地区的崩岗侵蚀面积共有435.5 km^(2),各县(市、区)崩岗侵蚀面积差异明显,年变化趋势不一。其中,五华县崩岗侵蚀面积最多(199.2 km^(2)),其年平均变化率为16.29 km^(2)/a。梅江区崩岗侵蚀面积最少(1.6 km^(2)),其年平均变化率为0.18 km^(2)/a。3)韩江中上游地区崩岗发生概率与高程、坡度、植被覆盖、地质类型、人口密度、大气压、降雨量、经向风速、纬向风速和风速等10个因素存在显著相关性(P<0.001)。在一定的变化范围内,高程、坡度、地质类型、大气压、经向风速、纬向风速和风速对研究区崩岗发生为正向影响,植被覆盖、人口密度和降雨量对崩岗发生为负向影响。

一种基于结构感知的肝血管分割模型

为了在缺乏大量肝血管标注信息的情况下增强肝血管结构分割,提出了局部-长距离-相邻信息融合模块,并将其嵌入U-Net的编码阶段,得到一种基于结构感知的肝血管分割网络。该模块有3个分支:提取特征图局部信息的残差卷积模块,利用自注意力机制提取特征图的全局信息的长距离提取模块,以及利用相邻切片补充上下文信息的相邻信息提取模块。通过将以上3个分支模块的输出特征图进行融合,可以有效提升网络的血管结构感知能力,缓解2D网络无法表征血管立体走向与3D网络训练数据不足的问题。分别在MICCAI十项全能数据集中的肝血管与肿瘤数据集和三甲医院收集标注的自采肝血管数据集上进行了广泛的对比实验。结果表明,与多种主流的分割算法相比,该算法取得了最优的血管分割性能。所提出的方法在MICCAI数据集上Dice值达到64.04%,在自采肝血管数据集上Dice值达到了72.07%。

一种干式变压器搬运机器人多传感器融合地图构建方法

为了实现电网系统中干式变压器精准搬运及放置,提出了一种基于多传感器融合构建地图的方法。对惯性测量单元、二维激光雷达、红外传感器进行数据融合,构建配电房室内外环境的二维栅格地图,以实现干式变压器机器人的定位、导航和避障。仿真结果表明,文章所提方法是可行的。

新型乘客信息系统研究

城市轨道交通网络的延伸带来多样化的换乘模式和乘客信息需求,不仅乘客需要及时了解列车时刻等动态信息,运营部门还应对乘客服务设施分布、路线导航乃至运营管理、安全指引等诸多方面的信息进行发布。为提升乘客信息服务水平,该研究旨在通过城市轨道交通乘客类别、乘客信息设施配置标准与系统架构融合等方面开展深入研究,同时在深圳地铁既有线车站开展项目实施,提出新型乘客信息与系统概念,完成方案设计并付予实际应用,在多场景信息发布、多媒体信息融合、多区域信息设施等方面具有创新性,在一体化网络架构上具有开拓性,在信息发布功能分区定义、内容与设施、数据结构、互联互通与资源共享方面获得丰富的实践经验。

红色文化浸润式融入幼儿园主题活动探微

红色文化所反映的光辉历史、艰苦奋斗精神,值得幼儿去了解、去学习。在幼儿园开展红色文化教育具有重要的意义,能培养幼儿热爱祖国、自信自强、勇往直前的精神,使幼儿成为有理想、有道德、有文化、有纪律的新时代少年。红色文化浸润式融入幼儿园主题活动,可围绕以下几方面展开:红色文化主题研学、沉浸式体验,红色文化环境创设、参与式体验,红色文化主题活动,融入式体验,红色文化家园共育、融合式体验。

奥氏体不锈钢双T型接头熔透工艺优化与组织分析

针对奥氏体不锈钢中厚板双T型接头的熔透工艺,采用高效率的药芯焊丝气体保护焊工艺(FCAW)替代手工焊条电弧焊工艺(SMAW),基于X射线探伤、宏观形貌及微观金相分析对接头内部质量和组织演变进行了研究。试验结果表明,根部焊道未熔合和未焊透、层间夹渣及气孔是双T型接头最频繁出现的内部质量缺陷。经试验验证,采用合适的坡口形式及焊层厚度可获得内部质量优良的双T型焊接接头;焊接接头母材区组织为等轴奥氏体组织和少量热轧残留的高温δ铁素体组织。焊接接头热影响区组织为少量沿奥氏体晶界析出的δ铁素体,该区域组织演变最为复杂,分Ⅰ区、Ⅱ区和Ⅲ区。焊接接头焊缝区组织为板条状的δ铁素体及沿铁素体凝固边界分布的奥氏体组织,通过其组织形态可推断焊缝区组织凝固模式为FA模式。

光学协同合成孔径雷达数据的森林类型分类研究

为探究光学数据和合成孔径雷达(Synthetic Aperture Radar,SAR)数据在森林类型分类中的优势和互补性,以云南省普洱市思茅区的Landsat 8数据与微波遥感SAR影像ALOS2数据相交覆盖区域为研究区,采用分层分类技术进行森林类型分类研究。构建3种特征集,光学数据特征集(光谱+植被因子+纹理+地形特征)、SAR特征集(后向散射+极化分解特征)、光学-SAR融合数据特征集(光谱+植被因子+纹理+地形+后向散射+极化分解特征),并使用递归特征消除法(Recursive Feature Elimination,RFE)对提取的3种特征集分别进行分层特征筛选,再用随机森林(Random forest,RF)、支持向量机(Support Vector Machine,SVM)对森林类型分类,光学-SAR融合数据SVM的分类效果最好。结果表明,1)在第1层(植被/非植被)分类时,总体精度为98.57%,Kappa系数为0.971;2)在第2层(森林/非森林植被)分类时,总体精度为92.14%,Kappa系数为0.826;3)在第3层(针/阔/混交林)分类时,总体精度为83.47%,Kappa系数为0.743。融合数据相比于光学数据集分类精度提高9.91%,比SAR分类精度提高24.97%;4)在融合数据集进行第3层次的分类中,对比不同窗口3×3、5×5、7×7、9×9下的光学图像纹理特征对分类结果的影响,7×7纹理窗口下精度最高。结果表明,多源数据协同的森林类型分类精度相比于单一数据源精度更高。

猪圆环病毒2型Cap蛋白的原核表达及其单克隆抗体制备

为了制备猪圆环病毒2型(Porcine circovirus type 2,PCV-2)Cap蛋白单克隆抗体,试验将Cap基因克隆至原核表达载体pET-28a(+)上并转化至大肠杆菌BL21(DE3)感受态细胞中,将获得的重组表达菌pET28a-Cap/BL21(DE3)用IPTG进行诱导后表达重组蛋白,利用His标签对表达的重组蛋白进行纯化;将纯化后的重组蛋白于皮下免疫Balb/c小鼠,免疫结束后测定免疫小鼠血清效价,当小鼠血清抗体效价达到1∶100000时进行细胞融合;采用有限稀释法进行亚克隆,筛选能够稳定分泌抗体且抗体效价高的阳性杂交瘤细胞株,鉴定杂交瘤细胞株抗体亚类,并选择1株抗体效价最高的细胞株再次注射到小鼠腹腔中(5×10^(5)个/只),取腹水采用亲和层析法对单克隆抗体进行纯化;采用间接ELISA方法测定单克隆抗体效价并检测其特异性,分别采用Western-blot和间接免疫荧光试验检测单克隆抗体的反应性。结果表明:PCR扩增得到大小为708 bp的Cap基因,经双酶切与测序验证后,成功构建重组表达质粒pET28a-Cap;重组表达菌pET28a-Cap/BL21(DE3)经诱导后表达的重组蛋白可与His标签抗体发生特异性反应,纯化后的重组蛋白在预期位置(31.7 ku)出现清晰的单一条带;共筛选出8株能够稳定分泌抗体且抗体效价高的阳性单克隆细胞株(1E5、2A9、3C6、4B3、5F7、6D11、7A2、8G1株),抗体亚类鉴定均为IgG1亚类。其中7A2株抗体效价最高,用于单克隆抗体的制备;间接ELISA方法证实7A2株单克隆抗体仅与PCV-2 Cap蛋白发生反应,与猪繁殖与呼吸综合征病毒(Porcine reproductive and respiratory syndrome virus,PRRSV)、猪流行性腹泻病毒(Porcine epidemic diarrhea virus,PEDV)、猪瘟病毒(Classical swine fever virus,CSFV)、猪细小病毒(Porcine parvovirus,PPV)和猪伪狂犬病病毒(Porcine pseudorabies virus,PRV)不发生反应;Western-blot和间接免疫荧光试验均证实PCV-2 Cap蛋白可被7A2株单克隆抗体特异性识别。说明本试验成功制备出具有高纯度、强特异性、良好反应性的PCV-2 Cap蛋白单克隆抗体。