Multi-Granularity Neighborhood Fuzzy Rough Set Model on Two Universes

The two universes multi-granularity fuzzy rough set model is an effective tool for handling uncertainty problems between two domains with the help of binary fuzzy relations. This article applies the idea of neighborhood rough sets to two universes multi-granularity fuzzy rough sets, and discusses the two-universes multi-granularity neighborhood fuzzy rough set model. Firstly, the upper and lower approximation operators are defined in the two universes multi-granularity neighborhood fuzzy rough set model. Secondly, the properties of the upper and lower approximation operators are discussed. Finally, the properties of the two universes multi-granularity neighborhood fuzzy rough set model are verified through case studies.

Quantum-Relativistic Properties of the Space-Time Bubbles and Their Evolution in a Multi-Bubble Universe

The quantum-relativistic properties of space-time bubbles introduced in the recently proposed multi-Bubbles Universe model have been studied and deepened in the framework of the electromagnetic Bridge theory. In this context, it is shown how the space-time fabric of the emerging universe and the primordial matter contained in it, can be considered the final result of the decay of a pre-universe formed by a BEC of neutral Planck bosons hidden under the space-time horizon, having the characteristics of balancing gravitons associated with the potential energy of the vacuum defined as the field of nothingness. The estimated mass of the Planck boson is compatible with the smallest of the Kaluza-Klein graviton with an energy mass of 2.68 TeV, this value allows to estimate the limit of the Planck energy scale characterized by a lepton particle with a rest mass of 1.27 TeV. It is also shown as an ancient multi-bubble universe obtained by the decay of a pre-universe redshifted nowadays at 2.725 K, provides a Planck blackbody spectrum perfectly in agreement with the cosmic microwave background radiation of our universe measured by the COBE satellite.

UFMC系统中基于阈值的改进DFT信道估计算法

针对通用滤波多载波(Universal Filtered Multi-Carrier,UFMC)系统中传统的基于离散傅里叶变换(Discrete Fourier Transform,DFT)的信道估计算法存在噪声区间不连续、信道长度内噪声消除不彻底、信号经DFT运算后频谱泄露高等问题,提出一种基于阈值的改进DFT信道估计算法。算法在频域通过加窗以降低信道冲激响应(Channel Impulse Response,CIR)能量泄露,在时域通过设置阈值和指数平滑可最大限度滤除样本内噪声。理论分析与仿真结果表明,与传统的DFT估计算法相比,所提算法误比特率(Bit Error Ratio,BER)更低,在高信噪比下有1.5 dB左右的性能提升,能够进一步减少噪声对系统性能的影响,可有效提高信道估计的准确度。

卫生领域人工智能的伦理与治理:多模态大模型指南

2024年,世界卫生组织发布了“Ethics and governance of artificial intelligence for health.Guidance on large multi-modal models”,将其翻译成中文《卫生领域人工智能的伦理与治理:多模态大模型指南》供中国的同仁参阅,协助规划与卫生领域多模态大模型有关的益处和挑战,并为适当开发、提供和使用多模态大模型提供政策和实践方面的指导。世界卫生组织咨询了20位人工智能领域的顶尖专家,他们确定了在卫生领域使用人工智能的潜在益处和潜在风险,并发布了以协商方式达成一致的六项原则,供正在使用人工智能的政府、开发者和提供者在制定政策和实践时考虑。指南提供了与指导原则相一致的企业内部、政府和国际合作的治理建议,指南的基础是考虑到人类使用卫生领域生成式人工智能独特方式的指导原则和治理建议。生成式人工智能是算法在可用于生成新内容的数据集上进行训练的一种人工智能技术。指南针对其中一种类型的生成式人工智能,即多模态大模型,这种模型可以接受一种或多种类型的数据输入,并产生不局限于输入算法的数据类型的多种输出。据预测,多模态大模型将广泛应用于医疗保健、科学研究、公共卫生和药物开发等领域。多模态大模型也被称为“通用基础模型”,尽管尚未证实多模态大模型能否完成各种任务和目的。

自由曲面轮廓仪机架多目标优化设计

针对复杂机床结构优化过程中,通常难以处理各个设计参数之间的关联关系的问题,提出了一种结合数值模拟和优化算法进行多目标优化设计的方法。在Isight平台中调用SolidWorks和Workbench插件进行试验设计,通过最优拉丁超立方试验设计方法(optimal latin hypercube algorithm,OLHA)设计样本点,用生成的样本点构建泛克里金近似模型,并使用交叉验证证明模型的可靠性和有效性,以最大位移变形量最小和一阶固有频率最大为优化目标,运用多岛遗传算法(multi-island genetic algorithm,MIGA)进行寻优计算来获取最优解。优化后的一阶固有频率为221.31 Hz,较优化前增加了8.43%,最大变形为0.001 888 mm,减小了18.45%,实现了机架的多目标优化设计。

基于普适型监测预警体系中多参数模型研究——以云南省保山市大园子滑坡为例

为全面发展“人防+技防”的地质灾害防治技术体系,构建以普适型监测仪器为主的地质灾害监测预警体系,以云贵高原地区中的云南省保山市大园子滑坡为例,详细介绍了滑坡从方案设计到数据筛选及模型设计等各环节,主要选取降雨、位移变形和裂缝三类参数模型在监测预警体系中的应用,通过采集地质灾害体的关键信息,优化监测预警模型及调整阈值,及时捕捉地质灾害体的变化信息,依靠平台判据模型自主触发预警,完成了普适型监测预警体系建设的关键环节,从而实现了普适型监测预警的效果,极大的提升了地质灾害防治体系的自动化和智能化能力。

高校思政课的多元立体化教学模式探究

多元立体化教学模式可以利用现代化教学资源搭建思政课程理论与实践之间的桥梁,对于提升教学效果、推动思政课教育改革可以起到积极促进作用。文章提出多元立体化教学模式实现的路径:结合教学目标,课堂立体化;结合高校实际,社会实践立体化;借助现代科技,网络课程立体化。

高校EPC项目全过程多维化评价体系研究

EPC模式具有提高项目建设质量、分散风险等优势,已被广泛应用于高校等基础项目建设当中。利用专家咨询法建立包括合同履行、项目设计、项目采购、项目施工、项目后期服务五方面的全过程、多维度高校EPC项目评价体系,分析高校EPC项目的基本流程,即项目准备、项目实施、项目验收、项目结算等。在权重赋予上,项目采购和项目施工在评价体系中占比较高,因此应重点关注项目采购成本和施工的进度、质量、安全等各方面情况,持续加强高校EPC项目后期服务的有效管理。

绿色低碳导向下的在地共生——当代大学校园更新设计策略探索

本文将“校城割裂”视作大学校园绿色低碳发展的阻碍,提出“在地共生”理念,推进校城开放融合,从而以高效的能量组织降低绿色低碳发展的成本,优化建筑循环代谢模式,提升建筑环境性能。此外,本文在成因分析的基础上引入整体思维、系统思维和发展思维的理论框架,推导出“多维编织”的设计策略,以期完成复合的在地共生目标,并通过3座大学校园的实践案例来印证以上观点。

基于多源数据融合和深度学习的智慧校园分析模型

为解决传统校园管理中数据分散、信息孤岛等问题,提出一种基于“多源数据融合+深度学习”的智慧校园分析模型。利用多源数据融合技术,整合不同来源的数据,通过物联网设备、传感器、社交媒体等方面,提供更全面、准确的校园信息,通过深度学习技术实现对学校运营、学生学习、教学效果等方面的综合分析。模型的核心特点包括数据融合、深度学习模型的应用以及对学校各层面智能决策的支持,利用卷积神经网络(CNN)中的ResNet(Residual Network)模型,通过整合来自学生信息管理、图书馆管理、人脸识别等多个系统的数据,进行全面分析,引入了残差学习,通过跳过连接(skip connection)解决了深度网络训练中的梯度消失和梯度爆炸问题。详细介绍了数据融合、深度学习算法应用以及智慧校园分析模型的设计,并通过实际案例分析验证了其有效性,准确率达到了95%。该模型旨在提高校园管理效率、优化资源配置,并提升教学和学生服务质量。

多功能海军导弹运输车技术研究

针对海军舰载导弹转运及装舰过程中,运输车功能单一、通用性差,且装舰操作流程繁琐、时间长的问题,提出一种多功能导弹运输车的技术方案,该方案以通用化和结构功能一体化为设计理念,对运输车的运输功能与辅助起竖功能进行一体化设计,在满足海通各型导弹公路运输功能的前提下,集成导弹水平、垂直姿态转换的功能,突破筒弹在舰面装填方式的限制,解决筒弹装舰过程中吊装流程繁琐的问题,实现在运输车上直接起竖筒弹的功能,缩短筒弹装舰时间。该方案使得舰载导弹转运、装舰的流程得以简化,提升了装备的使用效能。

移动物联网通信中的UFMC调制波形优化设计

移动物联网(Internet of Things, IoT)通信是6G的关键技术之一,面对多变的地面基站环境,无人机(Unmanned Aerial Vehicle, UAV)辅助通信被认为是物联网通信的重要组成部分,已受到广泛关注。通用滤波器多载波(Universal Filtered Multi-carrier, UFMC)作为一种新型非正交多载波调制技术,继承了正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)的优势,主要应用在短数据包突发通信场景中,被认为适用于下一代无线物联网通信。但是,在无人机的高速移动环境下,通信信号会遭受显著的多普勒频移影响,产生严重的载波间干扰(Inter Carrier Interference, ICI),导致UFMC系统性能的显著下降。为了缓解ICI问题,本文首先理论分析、推导了存在多普勒频移时UFMC系统的信干噪比(Signal to Interference plus Noise Ratio, SINR)。根据SINR分析,可见将UFMC波形滤波器通带波动优化调控的足够小以及加快过渡带衰减有利于提升系统抗ICI能力。因此,本文提出了基于波形滤波器优化设计的干扰抑制方法,构建了符合UFMC通信需求的波形滤波器最优化设计数学模型,该模型可以有效地调控波形滤波器的通带波动,通过遍历搜索可求解得到使系统误符号率(Symbol Error Rate, SER)相对最优的波形滤波器。在考虑多普勒频移的系统仿真中,SER对比结果表明:与采用传统波形滤波器的UFMC系统相比,本文根据约束最小最大(Constraint Minimax, CMM)准则遍历搜索设计的波形滤波器可以有效地抑制系统ICI从而改善SER。这为未来移动物联网通信系统的波形设计提供了参考。

多维驱动下“三位一体”新工科创新型人才协同聚力培养

鉴于当前研究生教育存在学科壁垒导致的牢笼化培养,难以满足高端创新人才的社会需求,团队从学术氛围营造、多维能力培养及协同融合等三个方面探索新工科创新人才培养机制。提出开放共享学术生态环境构建策略,以学生为中心,融合多种方案,建立学生志趣与社会需求、应用能力与理论创新的多样化与个性化协同的阶梯式个性化综合素质培养模式,以及项目驱动的校企合作平台协同育人机制,并给出实际应用案例与培养成效。

高校标准化知识数字传播多模态话语分析

数字时代的标准化不但要实现标准数字化变革,也对标准化知识的传播和教育提出新的要求。《国家标准化发展纲要》提出将标准化纳入教育体系,提高全社会对标准化的认识和理解,普及标准化理念、知识和方法,提升标准化意识。本文对高校标准化知识的传播现状进行调研,通过标准化知识数字传播的多模态话语研究,发现高校标准化知识数字传播和教育存在的不足,并提出对策建议。

基于特征融合的UFMC系统调制识别算法

非协作通信通用滤波多载波(UFMC)系统子载波所存在的调制识别问题有待解决,对此,提出一种基于特征融合的UFMC系统调制识别算法。首先得到UFMC系统接收端信号,并提取同相正交序列和幅度相位序列作为输入特征;接着构建神经网络模块,构建方法如下:将卷积神经网络与长短时记忆网络串联,并将门控循环单元与上述模块并联;最后,对UFMC系统子载波进行调制识别。实验结果表明,构建的神经网络能够有效识别5种信号(BPSK、4QAM、8QAM、16QAM、64QAM),并且在信噪比≥6 dB时识别的准确率达到100%。

数智融合时代高校意识形态建设的机遇、困境与对策

数智融合时代,加强高校意识形态建设是顺应媒体传播新样态发展的现实需要,是维护高校意识形态安全的必然选择,也是增强高校主流意识形态凝聚力和吸引力的内在要求。新形势下,高校意识形态建设面临多元价值观念广泛传播弱化主流意识形态价值引领、主流意识形态话语表达脱离学生实际需求、“圈层”消解主流意识形态理念认同、推荐算法离散主流意识形态叙事完整性等困境。因此,强化社会主义意识形态阵地建设、构建符合媒介传播特点的意识形态话语内容体系、推动主流意识形态传播方式创新、提升辅导员意识形态工作能力是推动高校意识形态建设提质增效的关键。

基于CP重构的高时间传输效率CP-UFMC接收方法

针对循环前缀(cyclic prefix,CP)不足的情况对循环前缀通用滤波多载波(cyclic prefix-universal filtered multi-carrier,CP-UFMC)系统的影响进行了数学推导,提出了一种基于CP重构的高时间传输效率CP-UFMC接收方法来改善系统性能,并进一步研究了选择性重构方法的性能。之后仿真研究了不同CP长度,不同载波频率偏移和不同正交振幅调制阶数时的系统误符号率(symbol error rate,SER)表现。仿真结果表明,基于CP重构的CP-UFMC接收方法可以改善CP不足导致的系统SER恶化问题,使其接近CP充足时的SER,并优于对比的其他通用滤波多载波系统接收方法。

Multi-Agent模式下高校体育训练管理决策系统的设计与实现

为了研究Multi-Agent模式下高校体育训练管理决策系统的设计情况。针对当前我国高校的体育训练管理之中,基于Multi-Agent模式下,分析决策系统设计需求,并结合总体结构设计、功能设计以及软件代码实现等部分,设计实现高校体育训练管理决策系统。结果证实,基于Multi-Agent模式下,设计实现高校体育训练管理决策系统,提升系统应用性能,提升12.0%,提高高校体育训练管理决策质量,提高20.0%,发挥设计实现效益。结论表明,在MultiAgent模式下,设计高校体育训练管理决策系统,不仅可以确保该系统符合实际应用需求,也可提升当前高校体育训练管理决策质量,发挥积极实现价值。

基于统计和自适应ParNet的产学研绩效评价

针对现有产学研绩效评价体系及方法中存在的评价指标覆盖范围单一、评价样本特征表达不充分、评价模型自优化能力待提高的问题,提出主客观产学研综合绩效智能评价的评价体系及方法。首先,围绕三方合作主体,挖掘产学研合作过程中影响绩效的要素及这些要素之间的联系,自主构建主客观产学研绩效三级评价体系;其次,通过将收集到的离散序列评价样本映射至极坐标空间、马尔可夫转移矩阵等不同高维空间域,增强离散样本特征表征;然后,通过基于精英反向翻筋斗觅食的混沌优化策略设计,提高深度模型冗余压缩和超参数的全局寻优效率,构建轻量压缩及高维超参数的自适应寻优的ParNet(AParNet)分类模型;最后,将模型应用于产学研绩效评价中,实现高性能的绩效智能评价。实验结果表明,所提方法很好地贴合了离散序列非线性分类应用,同时模型中加入优化策略后,在减少计算量的同时提高了分类性能,具体体现在:与ParNet相比,AParNet中的参数量减少了10.8%,较好地实现了模型的压缩,且它在产学研绩效评价中的分类准确率可达到98.6%。在产学研绩效智能评价应用中,该方法提高了评价模型的自适应能力,能够实现准确、高效的产学研绩效评价。

三叉式万向联轴器弹流润滑特性优化研究

为了改善三叉式万向联轴器滑杆-套筒孔接触副的润滑状况,基于分形理论建立了联轴器滑杆-套筒孔接触副的弹流润滑计算模型,并结合某小型汽车一挡工作条件,基于modeFrontier软件和NSGA-Ⅱ算法对联轴器润滑性能进行多目标优化。优化后联轴器的最优参数较优化前最大油膜压力降低了27.3%,中心油膜厚度增加了72.7%,且优化结果与数值计算结果误差不超过5%。