摘要：针对无人机在复杂风力环境下任务载荷极限模糊的问题,面向四旋翼无人机建立动力学模型并基于牛顿定律进行非线性规划,最终得到其在复杂环境下载荷极限大小。项目首先模拟两种复杂环境;其次,建立四旋翼植保无人机动力学模型;最后,利用非线性规划对四旋翼植保无人机进行约束,求得任务载荷极限大小,并利用MATLAB设计APP以直观地呈现结果。通过算例分析发现,无人机自身姿态、速度大小、来风大小以及风向会不同程度地影响无人机载荷极限大小,因此在实际工作中,正确地选择无人机姿态可以很好地提高无人机载荷极限,从而提高无人机利用率,推动未来我国通用航空产业的发展。

摘要：针对偏远地区无人机配送时效差以及配送环境复杂的问题,构建了复杂环境下无人机配送路径优化模型。模型以配送时间最短为目标,不仅考虑了无人机的续航能力、载重能力、载重变化对路径选择的影响,而且还将影响配送时间的环境因素(如风速、风向)考虑在内。为了验证模型的有效性,以湖北某乡村为例设计案例,通过蚁群算法对模型进行求解,并对风速、风向的交互作用进行了情景分析。实验结果表明,在无人机的飞行极限范围内,风速越大对无人机飞行的影响越大,配送时间整体呈现增加的趋势;当风速增加到一定程度时,风向角度变化会对无人机飞行时间产生较大影响。该研究可为复杂环境下无人机物流配送提供理论依据,进而为无人机路径规划研究提供有力支持和参考依据。

摘要：传统的知识建模方法在医学场景下面临着知识复杂性高、难以通过传统三元组的方式精确表达等问题,需要研究新的本体对医学知识进行建模。该文提出一种应用于高血压领域的三层超关系知识图谱模型(Triple-view Hypertension Hyper-relational Knowledge Graph,THH-KG),该方法基于超关系知识图谱模型搭建计算层、概念层、实例层三层图谱架构,实现多元的医学逻辑规则、概念知识和实例知识的联合表达。此外,该文还提出了在普通图数据库中超关系知识图谱的通用存储方法,且基于该方法设计了高血压知识图谱推理解释引擎(Hypertension Knowledge Graph Reasoning Engine,HKG-RE),实现了基于医学规则的用药推荐辅助决策应用。上述方法在对108位真实高血压患者的用药推荐实验中正确率达到了97.2%。

摘要：图像语义分割作为一种像素级分类技术,已应用于合成孔径雷达(SAR)图像的解译领域中。U-Net是一种端到端的图像语义分割网络,具有典型的编码-解码结构。其中,编码部分主要由卷积层和池化层组成,可以有效提取图像中的目标特征,但难以获取目标的位置和方向等信息。胶囊网络是一种能够获取目标姿态(位置、大小、方向)等信息的神经网络,因此,提出了一种基于U-Net和胶囊网络的SAR图像语义分割方法。此外,考虑到SAR图像数据集较小的特点,将U-Net的编码部分设计成视觉几何组(VGG16)结构,将预训练的VGG16模型直接迁移至编码部分。为了验证本方法的有效性,在两个极化SAR图像数据集上开展了建筑物目标的分割实验。结果表明,相比U-Net,本方法的精确率、召回率、F1分数和交并比更高,且能减少网络模型的训练时间。

摘要：目的探究在新型冠状病毒样本混合检测中,稀释混样检测和混采检测的合理样本数量,为大人群样本的核酸筛查提供更为快捷有效的检测方案。方法设计一种利用注射器纯化柱进行大体积样本保存液核酸提取方法,在稀释混样检测和混采检测中,对比使用该方法将全部样本保存液提取核酸和只取200μL样本保存液提取核酸时检测结果的差异。结果稀释混样检测中,对于单独一份阳性样本,取全部保存液样本提取核酸时ORF1ab基因和N基因的Ct值比取200μL保存液样本提取核酸时分别小3.583、2.904;当1份阳性样本与9份、19份阴性样本混合后,将全部样本保存液提取核酸,不同混合人份检测的Ct值差异无统计学意义(P>0.05);当混合样本多于20份时,Ct值明显变大。混采检测中,取所有保存液样本提取核酸检测所得Ct值明显小于只取200μL保存液样本提取核酸所得Ct值(目前通行方案)。结论在新型冠状病毒混合检测中,采用注射器纯化柱法将全部样本的混合保存液提取核酸,稀释混样检测时,可将混合人数上限由20人提高到50人;采用混采检测时,可以明显降低核酸检测的Ct值,从而提高检出率,减少混合检测过程中假阴性现象的发生。