天然抗菌剂茶树油在医用敷料中的应用研究

结合目前国内外医用敷料领域日益受到重视的新型医用敷料提高抗菌性能的技术需求,介绍了天然抗菌剂茶树油优异的抗菌性能,及其在医用敷料中的应用情况,并对其在大出血止血用高端医用敷料领域的应用趋势进行了介绍。

融合形状变换及纹理学习的肺结节生长预测

虽然人工智能在肺结节检测方面已经相当成熟,但对其生长预测的研究仍然有限。准确的生长预测有助于临床决策,为患者随访策略提供信息。本文提出一种新的结节生长预测网络模型,该模型可以在特定时间间隔生成高质量的肺结节图像。模型使用双分支结构对肺结节图像进行特征提取,其中一个分支,利用位移场预测机制,通过体素水平的未来位移估计来学习肺结节的形状转换;另一分支,采用3D U-Net,学习肺结节的纹理变化。随后,对提取的高维特征图通过坐标注意力机制,突出有利的图像特征,再拼接两个分支的结果,输入至特征重建模块得到最终的肺结节生长预测图像。同时,本文引入时间间隔编码模块,将期望的时间间隔纳入网络,从而能够生成不同未来时间点的预测图像。

深度嵌入聚类及其在投诉文本分析中的应用

针对互联网存在的巨量涉及电力投诉的用户生成超短文本,本文提出一种基于深度嵌入的聚类模型,以实现互联网电力投诉文本话题识别的方法。首先,通过改进算法进行词嵌入,以提高文本特征的语义丰度并降低数据集维度;然后,在词嵌入的基础上,借助Sentence-Bert进行句子相似度计算,从而实现短文本聚类;最后,在自主爬取的互联网用户留言中涉及电力投诉的文本数据集上部署提出的方法,完成了投诉文本的话题聚类,并与多个已有的话题识别算法在同一数据集上的效果进行比较,证明了提出模型的有效性。

深空通信网络协议的发展与展望

分析了发展深空通信网络的需求,结合深空通信网络的特点,对深空通信网络协议体系和路由策略等的技术现状进行了综述,对其中的关键技术进行了分析,并对深空通信网络的未来发展进行了展望。

新型同步开关磁阻电机性能分析与结构优化

为解决同步磁阻电机转子结构复杂、机械强度差、难以应用于高速领域的缺点,提出了一种新型同步开关磁阻电机(synchronous switched reluctance motor,SSRM).该电机结合了开关磁阻电机与同步磁阻电机的优势,电机转子冲片制作工艺简单、可靠性强、适用于高速领域,电机的凸极率高,转矩输出能力强.在对新型SSRM电磁设计的基础上利用正交法对该电机参数进行优化,选取转矩均值、转矩脉动以及电机效率作为优化性能指标.通过有限元仿真和实验验证了优化后的SSRM具有转矩脉动低、效率高的特性.

基于混合注意力机制的肺结节假阳性降低

为了解决肺结节CAD系统候选结节检测阶段高假阳性问题,本文提出一种基于混合注意力机制的肺结节假阳性降低方法。该方法可作为目前假阳性降低阶段最常用的3D CNN分类模型的替代方案,能有效回避3D CNN模型参数量及计算量大的问题。该方法将三维候选结节切片数据看作切片序列,使用时序分割模型,结合改进的包含混合注意力模块的2D Resnet-18骨干网络,在使用2D CNN的基础上,有效学习三维切片数据的时空特征。相对于3D CNN结构的肺结节分类模型,本文提出的方法在降低模型参数量和推理时间的基础上,提高了结节分类的准确率。

广东特色天然材料在大健康产业中的应用现状及发展——以河源市为例

天然材料产业是广东省农林业发展衍生出的高附加值新兴产业,是促进粤东西北地区农民增收,推动大健康产业发展的重要地方特色产业。但目前广东省的天然材料产业尚处于发展初期,产业规模较小,发展过程中还存在着大量矛盾和问题。为探寻广东省天然材料产业的发展状况,破解其与下游大健康产业之间的协同发展的瓶颈问题,2016~2017年,北京理工大学材料学院师生以广东省天然材料资源最丰富的河源市为对象开展了深入广泛的调研,探究了天然材料在大健康产业中的应用现状与存在的问题,就促进天然材料的快速发展、推动其在大健康产业中的深入广泛应用提出了有针对性的对策与建议。

基于皮尔逊相关系数的光伏电站数据修复

针对光伏电站采集数据的过程中存在数据异常或缺失的实际情况,提出了一种基于皮尔逊相关系数的插值方法。该方法根据皮尔逊相关系数找到与缺失数据相似的时刻,再根据相似时刻的数据估计出缺失的数据。这种方法能够有效的对数据进行修复,还原准确度更高,最大化提高残缺数据的使用率。

基于气象相似性的光伏电站输出功率估计

为了得到光伏电站的输出功率,提出一种基于气象相似性的输出功率估计方法。该方法通过对大量历史数据的分析,利用光伏电站输出功率与气象数据密切相关的特点,基于皮尔逊相关系数在历史数据中计算得到与待估计输出功率相似的气象时刻,再根据相似气象时刻的输出功率估计待估计时刻的输出功率。利用甘肃省某光伏电站采集的包含9个气象要素的历史数据,经过数据预处理之后挑选出214 d不含有异常数据的数据集作为数据样本,并随机选出14 d不同天气类型的数据作为测试样本,其余作为训练样本。通过对测试样本数据进行验证,所提出的估计方法平均绝对误差仅为0.46 MW,相对误差仅为15.74%,具有较高的计算准确度,且适用的气象条件更广泛。

一种基于邻域保持的数值天气预报数据降维可信度评估准则

针对以风电、光伏发电为代表的新能源发电功率预测中数值天气预报(NWP)数据降维问题,应用不同特征选择和特征转换算法进行降维后,提出一种基于邻域保持的NWP降维可信度评估准则。该评估准则基于数据降维投影过程中样本点邻域变化,不考虑降维算法本身的降维原理及目标函数,可对不同降维算法在NWP数据降维中的可信度进行有效评估。研究结果可为其他研究提供选取NWP降维算法提供参考。

基于STM32单片机的PMSM伺服系统设计

介绍了一种基于STM32单片机的永磁同步电机驱动方案。为满足伺服系统对电机的高速实时响应特性要求,基于PMSM电机的参数特性和编码器类型,在硬件上设计了以STM32单片机为核心的电路,包括了电流采样电路、功率驱动电路和工业以太网通讯电路。在软件上规划出FOC控制模型,包括CLARKE变换模型、PARK变换模型、空间矢量变换模型。根据硬件和控制算法的特性构造出了一套软件框架和流程。通过建立三环伺服控制系统分析和验证了方案的可行性。

基于有序多分类的肺结节良恶性分析

在肺癌的早期诊断过程中,肺癌的筛查是常用手段。但是人工筛查效率低下,对医生而言负担过重,采用深度学习技术的影像筛查,自动高效,成为研究的热点。其中,从影像中检测到的肺结节存在着假阳性过高的问题,因此准确判断患者肺结节的良性恶性成为筛查过程中关键的一步。本文提出一种深度学习模型,在损失函数上着眼于良恶性分类之间的有序行,关联性,从而有效去除假阳性。我们的方法在LIDC-IDRI数据集上获得很高的准确率和召回率。

一种馈能型电机供电电源设计

介绍了一种馈能型电机供电电源设计方案。永磁同步电机在带载加减速过程中容易产生瞬间大电流和较高的反向电动势,会导致供电电源出现过流和过压告警现象,为了消除此现象,提出一种特种电源,既有能满足短时大电流输出,又有能吸收反向电动势并将此能量回馈到电网的功能。此外描述了此特种电源的详细软硬件设计方案,硬件上设计了主回路以及控制和采样电路,软件上设计了控制算法。