基于GPS轨迹数据的深圳市居民出行热点研究

以深圳市作为研究区域,利用网格聚类的方法分析居民出行的热点区域,首先将深圳市行政区域图划分成200×200米的网格,利用ArcGIS空间连接方法得到每个网格内包含的路段、位置等信息,然后将出租车GPS轨迹点与网格图进行连接,统计落在每个网格内的出租车GPS轨迹点数量,按照由高到底的顺序输出为文本数据,最后利用jieba和wordcloud对热点区域进行可视化,热点路段和热点区域的划分可为交通规划部门疏导人流、规划道路等提供一定的参考。

基于车牌识别系统的景区自驾车客流调查方法研究

随着自驾车游在旅游方式占比逐步提升,自驾车已成为旅游地理学中旅游流研究的主要对象之一。在智能交通ITS技术支持下,车牌号识别系统采集的数据可用于车辆监测。因此,本文以深圳市大鹏新区为例,借助车牌识别系统,以大鹏新区13个车牌识别监测点的数据为基础,通过车牌数据与处理及统计方法揭示自驾车游客时间特征。结果表明:工作日自驾游车辆数目逐步增长,到周末到达高峰,下一个工作日又回落到最低点,开始下一个周期过程;小长假与周末有明显差别,周末第一天即到达客流高峰,而小长假客流高峰期位于假期中;新区每日客流有两个高峰时间,分别是11点和14点,这期间由于午休和用餐,车流量会有所下降,下午18点车辆开始返程,20点游客基本离开了大鹏景区。

一种基于孪生网络预训练语言模型的文本匹配方法研究

孪生网络预训练语言模型(Sentence Embeddings using Siamese BERT-Networks,SBERT)在文本匹配的表示层面上存在两个缺点:(1)两个文本查询经BERT Encoder得到向量表示后,直接进行简单计算;(2)该计算不能考虑到文本查询之间更细粒度表示的问题,易产生语义上的偏离,难以衡量单个词在上下文中的重要性。该文结合交互方法,提出一种结合多头注意力对齐机制的SBERT改进模型。该模型首先获取经SBERT预训练的两个文本查询的隐藏层向量;然后,计算两文本之间的相似度矩阵,并利用注意力机制分别对两个文本中的token再次编码,从而获得交互特征;最后进行池化,并整合全连接层进行预测。该方法引入了多头注意力对齐机制,完善了交互型文本匹配算法,加强了相似文本之间的关联度,提高了文本匹配效果。在ATEC 2018 NLP数据集及CCKS 2018微众银行客户问句匹配数据集上,对该方法进行验证,实验结果表明,与当前流行的5种文本相似度匹配模型ESIM、ConSERT、BERT-whitening、SimCSE以及baseline模型SBERT相比,本文模型在F1评价指标上分别达到了84.7%和90.4%,比Baseline分别提高了18.6%和8.7%,在准确率以及召回率方面也表现出了较好的效果,且具备一定的鲁棒性。

近似最近邻归约问题在泊松点过程上的再研究

在已发表文献中,研究了基于图灵归约求解ε-NN的问题,即给定查询点q、点集P及近似参数ε,找到q在P中近似比不超过1+ε的近似最近邻,并提出了一个具有O(logn)查询时间复杂度的图灵归约算法,这里的查询时间是调用神谕的次数.经过对比,此时间优于所有现存的归约算法.但是已发表文献中提出的归约算法的缺点在于,其预处理时间和空间复杂度中有O((d/ε)^(d))的因子,当维度数d较大或者近似参数ε较小时,此因子将变得不可接受.因此,重新研究了该归约算法,在输入点集服从泊松点过程的情况下,分析算法的期望时间和空间复杂度,将算法的期望预处理时间复杂度降到O(n logn),期望空间复杂度降到O(nlogn),而期望查询时间复杂度保持O(logn)不变,从而完成了在已发表文献中所提出的未来工作.

云计算异构环境下Hadoop性能分析

通过将虚拟化技术引入到传统的数据中心来实现计算资源的按需分配,云计算服务正获得日益广泛的应用,例如亚马逊所提供的弹性云计算服务EC2。另一方面,Hadoop作为MapReduce这一大规模数据的分布式并行计算模型的开源实现,在学术界和工业界都获得了越来越多的研究和应用。当前的一个研究热点问题就是如何将云平台这一异构化的底层基础设施,与Hadoop的上层计算模型有效结合起来,利用云平台所提供的弹性资源来充分发挥Hadoop高扩展性、高容错性、低硬件配置的优点。在这篇论文中,我们在异构云平台环境下进行了一系列的Hadoop性能测试和分析,并指出在这一环境下,由于虚拟机的高IO开销,导致Hadoop的性能相比传统的纯粹物理节点集群急剧降低。我们的工作可以作为研究云计算异构环境下如何提高Hadoop性能的一个重要基础。

基于个体化计算机流体动力学方法评估阿尔茨海默病脑血流动力学改变

目的基于阿尔茨海默病(Alzheimer disease,AD)患者和认知功能正常对照者影像学数据构建个体化计算机流体动力学(computational fluid dynamics,CFD)模型,并定量评估受试者脑血流动力学状态及其对AD的诊断效能。方法纳入AD患者30例及认知功能正常的对照34名,基于磁共振血管成像(magnetic resonance angiography,MRA)重建其几何动脉树,结合颈/椎动脉超声血流动力学参数以及同步动脉血压构建个体化CFD模型,以模拟其血流状态并计算相关动力学指标。结果AD组与对照组相比,年龄[(75.33±8.93)岁vs.(68.12±10.73)岁]、体质指数[(22.89±3.41)kg·m^(-2)vs.(24.48±2.90)kg·m^(-2)]、尿酸[(265.17±80.36)μmmol·L^(-1)vs.(323.15±89.70)μmmol·L^(-1)]、白蛋白[(38.29±4.22)g·L^(-1)vs.(40.46±3.62)g·L^(-1)]、脑血流量(cerebral blood flow,CBF)[(10.14±3.10)cm^(3)·s^(-1)vs.(12.73±3.42)cm^(3)·s^(-1)]、脑血管阻力(cerebrovascular resistance,CVR)[(10.72±4.12)dyn·s·cm^(-5)·1000 vs.(8.21±2.38)dyn·s·cm^(-5)·1000]的差异有统计学意义(P<0.05)。AD组颅内动脉血管体积分别与CBF(r=0.493,P=0.006)和颅内血管出口数目(r=0.519,P=0.003)呈正相关,CVR与CBF呈负相关(r=-0.826,P<0.001)。logistic回归分析显示,AD患病与年龄(OR=1.083,95%CI:1.014~1.157,P=0.017)和CBF(OR=0.803,95%CI:0.652~0.989,P=0.039)有关联。ROC曲线分析显示,CVR、CBF区分两组的曲线下面积分别为0.687、0.709(P<0.05)。结论年龄增加和CBF减少是AD独立危险因素。个体化CFD模型测定的CVR升高和CBF减低对AD诊断具有价值,该无创、无放射性定量测定脑血流动力学的方法值得临床推广。

脑神经血管功能体系及其评估方法的展望

人脑具有极为精妙的神经血管功能体系以满足脑细胞对能量代谢刻不容缓的需求。然而,现有的仪器设备仅能探测单一的神经血管功能,导致碎片化认知,许多与神经血管疾病相关的科学问题悬而未决。本文旨在回顾在面对重大疾病时脑血流自动调节功能、脑血管反应性功能、神经血管耦联功能以及自主神经功能等神经血管功能所扮演的角色,并探讨多功能、多范式、高分辨率的人体多模态跨尺度神经血管功能测量系统的可行性,为深入研究脑血管病及神经退行性疾病等重大神经血管疾病的新理论和新机制提供科学工具。

花青素对植物反射特性的影响及遥感估算:叶片尺度

花青素是植物三大色素之一,与植物的生长发育、生长状态以及生长环境状况密切相关,花青素动态变化对生态环境的监测和预警具有重要意义。对叶片光学特性与色素关系的深入理解是估算色素浓度的前提,然而花青素对叶片光学属性的影响并未能得到系统地分析,极大地限制了植物花青素的反演和监测。该研究从机理出发,采用包含花青素参数的新一代植物叶片辐射传输模型PROSPECT-D,结合改进的Sobol’算法,获取输入参数协同变化条件下叶片的光学表现,计算模型参数的全局敏感性指数,全面分析花青素对叶片光学属性的影响,探索花青素的光学敏感波谱区间,在此基础上,以地面实测的叶片波谱和色素数据为样本,发展并探讨叶片尺度花青素的遥感反演方法。结果表明,Sobol’全局敏感性分析结果受样本量变化的影响,总敏感性指数在样本数为3 000时达到稳定;花青素主要影响400~689 nm波谱范围的叶片反射特性,叶片对光子的反射能力随花青素含量的增加而降低;叶绿素、类胡萝卜素与花青素对叶片的反射存在协同作用,在467~589 nm波谱区间,花青素对叶片反射的贡献高于其他参数,花青素总敏感性指数在509 nm处最高(86.64%);基于叶绿素、类胡萝卜素对叶片反射能力的贡献程度,花青素的波谱敏感区间可分为三个部分:467~505 nm(花青素、叶绿素、类胡萝卜素共同影响区)、 506~541 nm(花青素、类胡萝卜素影响区)、 542~589 nm(花青素、叶绿素影响区);叶片花青素含量与敏感区间的高光谱窄波段、波谱指数之间存在显著的线性关系。在所有的窄波段中,样本花青素含量与560 nm的叶片反射率的相关性最好,相关系数为0.948,但由于花青素与叶绿素、类胡萝卜素光谱吸收波段重叠,考虑其他色素干扰的波谱指数ARI、 mARI(Sentinel-2波段参考)与花青素表现出了好的相关性(相关系数分别为0.953 2, 0.953 6),但由于波段设置的差异,不同卫星的波谱指数表现并不一致。该研究可为未来更大范围的花青素遥感估算奠定重要的理论基础。

临床干预措施效力-效果差距弥合的方法学研究进展(一):改善真实世界研究的效果估计

目的干预措施在临床实践中的实际干预效果与随机对照试验(RCT)中表现的效力存在差异,即效力-效果差距。RCT结果与真实世界研究(RWS)结果的差异可能无法代表真实的效力-效果差距,这是因为当RWS与RCT在研究设计上有较大差异,或RWS结果估计存在偏倚时,效力-效果的估计可能是有偏的。其次,当发现干预措施存在效力-效果差距,不能对所有患者实行一刀切的临床决策,而需要进一步评估影响干预措施效果的真实世界因素,识别可能取得期望效用的患者群体。方法检索PubMed、Embase、Web of Science、万方数据知识服务平台、维普数据库、中国知网6个数据库从建库至2022年12月31日的中英文文献,采用概括性综述的方法,对如何改进RWS设计从而弥合效力-效果差距的方法进行归纳整合和定性描述。结果共纳入10篇文献,探讨如何以RCT研究方案为模板,制定相应的RWS方案,在正确估计效力-效果差距的基础上,进一步评估干预措施在患者亚群中的效果,选取能获得预期收益风险比的患者亚群,从而弥合效力-效果差距。结论使用医疗大数据,模拟目标试验方案关键特征,可以提高研究结果的真实性和有效性,弥合效力-效果差距。

临床干预措施效力-效果差距弥合的方法学研究进展(二):增强临床试验结果的外推性

目的随机对照试验(RCT)通常具有严格的实施标准,纳入的研究对象特征以及干预实施条件与真实临床环境具有较大差异,这会导致干预措施在实际临床应用中的风险-效益与RCT中表现出的风险-效益存在差异,结果的外推性受到很大限制。因此需要一些方法增强RCT结果的外推性,以评估药物在真实人群和真实临床实践环境中的真实效果。方法检索PubMed、Embase、Web of Science、万方数据知识服务平台、维普数据库、中国知网6个数据库从建库至2022年12月31日的中英文文献。采用概括性综述的方法,对纳入文献进行归纳整合和定性描述。结果共纳入12篇文献。纳入文献中增强效力外推性的方法可以归纳为3类:①改善传统RCT设计,增强人群代表性;②将RCT数据与真实世界数据(RWD)结合分析;③根据真实世界患者特征,校准RCT结果。结论改进RCT设计,增强人群代表性,可提高RCT结果的外推性;将RCT数据与RWD结合分析,可发挥不同来源数据的优势;根据真实世界人群特征校准RCT结果,可预估干预措施在真实世界患者群体中的效果。

大数据专刊

大数据正引领新一轮科技创新,并为社会经济转型升级、国家竞争力提升提供了新动力和新机遇。为此,许多国家都提出了大数据发展计划。我国国务院于2015年9月份颁布了《促进大数据发展行动纲要》,要求政府各部门促进数据共享,并提出＂推动大数据发展与科研创新有机结合,

蝗虫遥感监测预警研究现状与展望

气候变化背景下全球蝗灾日益肆虐,为支撑虫害及时精准防控,迫切需要开展大面积蝗虫动态监测预警研究。本文从蝗虫生境遥感监测、蝗虫发生动态遥感预警,以及蝗灾遥感损失评估3个方面介绍了当前研究现状,并指出当前存在的问题主要包括3个方面:蝗虫监测预警的时空分辨率较粗,无法精准定位虫害热点发生区和重点危害区;遥感虫害响应机制与虫害生物学扩散模型耦合度较低,导致模型时空普适性较差;缺乏高时空精度的虫害监测预警空间信息服务产品。因此,当前急需发展面向全球、洲际、全国、区域的多尺度、长时序、高精度虫害精准监测预警平台。通过建立时空精细尺度的虫害监测预警指标体系,研制遥感机制与虫害生物学机理深度耦合的高精度预测预报模型,发布多尺度高时频的虫害监测预警空间信息产品和服务,以实现海量数据的自动入库和智能存储、多层次模型的快速调用和高性能计算、虫害测报产品的在线生产和可视化服务。建立从数据到模型到产品服务的全链路,从而切实提升全球应对重大迁飞性虫害的智能化水平,为保障粮食安全、维护区域稳定和可持续发展提供科技支撑。

面向合成生物学的机器学习方法及应用

机器学习的目标是设计可以根据先验知识和观测数据不断改进其性能的算法.该算法可以帮助机器从大量的数据中提取知识,从而提升其在特定任务上的性能.作为数据驱动的方法,机器学习可以有效利用高通量实验技术产生的大批量生物数据,实现合成生物体的功能预测与智能化设计,改变合成生物学的研究范式.本文首先介绍机器学习在合成生物学领域广泛应用的几个模型及方法,如支持向量机、神经网络、生成式对抗网络、深度强化学习等.然后介绍机器学习方法在合成生物学领域的典型应用,如启动子预测、酶催化设计、代谢途径构建、基因线路设计等.本文综述面向合成生物学的机器学习方法及应用,并试图启发读者如何选择和设计机器学习方法用于合成生物学的研究.

多GPU节点下的NAMD测试与分析

运用大规模分子动力学并行开源代码NAMD测试了深腾7000GGPU集群的性能.在配备有Teslac1060与双路4核CPU的节点上,分别对烟草花病毒(STMV),血脂蛋白(ApoA1)与Tiny这3类分子进行了单节点与多节点的测试.测试结果表明:GPU相较于CPU能获得平均2至8倍性能提升,可为大规模分子的模拟提供高性价比的解决方案.然而,多节点下GPU的利用率却有所降低,其并行扩展性能也受到一定限制.另外,一些重要的分子结构构建的指标,如范德华力静止点的值也在一定程度上影响着模拟性能.

GPU下的二叉树定价模型

针对二叉树定价模型算法计算量大、耗时长的问题,利用CUDA架构对该模型进行了并行改造,在GPU上对该算法进行了加速测试与相应的性能分析.实验结果表明:在单个GTX295节点上,对于数据规模为16K的期权,GPU相对于其4核Xeon E5520的加速比已达约200倍,GPU每s所能处理的期权数量达到了24 852个,符合实时商业引擎的要求.另外,通过衡量一些关键指标,考察了该算法在GPU上的扩展性及其计算精度对结果的影响.

天津市大港水库东亚飞蝗生境遥感动态监测

为实现多尺度东亚飞蝗Locusta migratoria manilensis生境动态监测并分析其生境变化驱动因素,本研究结合遥感与地理信息系统技术,采用多时相遥感卫星影像提取天津市大港水库2002、2006及2013年东亚飞蝗生境空间分布信息,从整体景观尺度(面积变化)、像元尺度(多时相信息二进制编码)以及斑块尺度(景观指数)定量分析东亚飞蝗生境的时空变异特征。结果显示,2002—2013年适宜东亚飞蝗孳生的区域面积呈下降趋势,由2002年的329.98 km^(2)降至2013年的146.34 km^(2);2002—2013年东亚飞蝗生境斑块数呈现降低趋势,斑块形状指数和平均斑块面积先减少后增加,而景观破碎度指数先增加后下降,说明2002—2006年东亚飞蝗生境景观破碎化程度较高,2006—2013年东亚飞蝗生境景观破碎化程度较低。表明基于多时相遥感影像能快速获取东亚飞蝗生境的时空变异特征,有助于东亚飞蝗监测预警及科学防控。