摘要：With the continuous escalation of modern war,soldiers need to transport more combat materials to the combat *** limited load-bearing capacity of soldiers seriously restricts their carrying capacity and *** is urgent to develop a power-assisted exoskeleton robot suitable for individual *** the past,most power-assisted exoskeleton robots were driven by *** driving method has an excellent power-assisted effect,but the endurance is often *** view of this shortcoming,this study designed an ankle exoskeleton robot based on an active-passive combined drive through simulation analysis of human *** used OpenSim software to simulate and verify that the addition of spring could achieve a good *** the same time,according to the gait characteristics of the human body,the gait planning of an exoskeleton robot was carried ***,theoretical analysis explained that the cooperation among spring,motor and wearer could be realized in this ***,the assisting ability and driving coordination of the active-passive combination driven ankle exoskeleton robot were verified through experiments.

摘要：页岩气开发的成功得益于全新地质理论的建立及工程技术的进步,其中地质理论的创新离不开实验技术的突破与发展,但随着页岩气进入全面开发的新阶段,对实验方法、基础理论等方面提出了更高要求和技术挑战。为此,针对页岩气勘探开发过程中的关键问题,从页岩矿物组成、岩石物性、孔隙结构、含气性及可压性等5个方面展示了地质实验研究的进展和应用实例,分析了页岩气勘探开发实验研究面临的问题和挑战,并展望了其未来的发展方向和趋势。研究结果表明:①薄片鉴定和X射线衍射是页岩矿物分析最有效的定性定量方法,开展矿物成因实验研究对于揭示页岩成储规律及地质工程甜点段优选有着更重要的指导意义;②页岩物性测试方法多且标准不统一,需要根据研究目的选择适用的测试方法,开展地层条件下的物性测试对储量计算及开发效果评价更有帮助;③页岩孔隙结构表征已形成了从宏观到微观、从定性到定量、从二维到三维的综合评价方法,可指导开发层系划分和水平井靶窗优选;④页岩含气性评价已形成了现场含气量测试、等温吸附、气体碳同位素监测等实验方法,揭示了页岩气赋存状态和解吸规律,可有效指导气井生产制度制订和采收率提高;⑤页岩可压性评价已形成了X射线衍射、多尺度的裂缝网络刻画、三轴力学、差应变法、声波各向异性法及声发射法等实验方法,可指导水平井设计和压裂工艺优化。结论认为,建立跨尺度多方法深度融合的实验体系、加强原位条件下的页岩气储层评价、开展关键参数的动态演化和基于大数据模型的人工智能实验评价等是下一步研究方向,持续完善页岩气实验地质技术体系方可为页岩气高效勘探开发提供更好的理论基础和技术支撑。

摘要：南川页岩气田是我国首个实现商业开发的以常压页岩气为主的页岩气田,为了评价该类型页岩气的勘探开发前景,回顾了该区勘探开发历程,从构造、沉积、储层、保存、地应力、气藏和生产特征等方面分析了气田地质特征,总结梳理了勘探开发关键技术。研究结果表明:①南川页岩气田经历多期构造运动,页岩气地质条件复杂,发育平桥、东胜、阳春沟三个构造带,不同构造带沉积、储层、保存、地应力特征具有较大差异,但总体上为弹性气驱、中深层—深层、常温、高压—常压、干气页岩气藏;②生产特征具有初期测试产量高、液量较高、递减较快、弹性产率中等、单井EUR(估算最终可采储量)相对偏低的特点;③形成了“甜点”目标评价、储层表征、地应力场预测、水平井地质工程一体化设计、开发技术政策和低成本工程工艺技术六大勘探开发关键技术;④南川页岩气田的发现带来了4点启示:一是坚定勘探信心是勘探突破的根基;二是深化基础地质研究是突破的核心;三是创新工艺实践是效益开发的关键;四是推行一体化模式是提质增效的保障。

摘要：在移动群智感知中,现有的任务分配方法大多关注平台的整体感知质量,未充分考虑任务对工人、预算等资源的竞争,无法有效保障大规模任务分配场景下每个任务的感知质量,从而导致平台资源利用率降低。针对该问题,提出一种面向单任务质量保障的任务分配方法。为高效利用平台预算,考虑任务的难度和位置以及工人的设备能耗和理性因素,设计平台的激励成本。为保障每个任务的感知质量,考虑任务间的资源竞争情况并设计2种衡量指标,分别是从任务的角度根据差异化感知质量需求设计任务覆盖效率,以及从工人的角度基于最大熵原理设计工人利用效率,将这2种衡量指标相结合作为平台的系统效用,在平台资源有限的情况下以平台系统效用最大化为优化目标,提出一种融合交叉和变异操作的天牛群(BSO)算法。实验结果表明,与PSO、GA等基线方法相比,BSO算法的系统效用最大值平均提升13.51%,寻优速度平均提高40.61%,利用该算法获取的具有最大系统效用的任务分配方案可以有效保障每个任务的感知质量。

摘要：在受损的多智能体自组网中,在维持现有连通结构的前提下快速恢复全连通极具挑战性。为此,提出一种基于子网融合的多智能体系统自组网连通性恢复方法。首先,该方法设计基于网络故障探测的子网划分算法来确定系统中的故障节点以及子网割裂情况。其次,该方法在子网内部署领航-追随者的主从移动模型,从而维持子网内部的稳定性。最后,该方法设计基于强化学习的子网融合算法,根据建立强化学习模型来进行领航者选举,依据智能体移动距离和智能体能量消耗设计奖励函数,引导子网完成周期性领航者选举的动作,领航者带领追随者移动实现子网之间的融合,从而实现全网连通性恢复。实验结果表明,相比于现有方法,该方法在实现连通恢复时所需的时间平均减少了11.3%,系统所产生的能量消耗平均降低了10.58%,证明该方法在效率和能耗方面更具优势。

摘要：在现有的教学资源推荐系统中算法和模型不断进步,但推荐策略仍然停留在学生偏好分析或内容相关性计算两方面,忽略了教学资源推荐中授课教师对教学目标的掌控以及企业导师的实践价值引导作用。为此,提出一种基于图神经网络和多主体评价的教学资源推荐方法,综合考虑学生、教师和企业导师3个主体的评价,并解决多主体评价导致的小样本问题。首先,构建包含教学资源和知识点的异质图,通过异质图嵌入分别获取教学资源和知识点的特征向量表征,计算教学资源与知识点的相关性;然后,设计多主体评价机制,分别制定针对学生、教师和企业导师3个不同主体的细粒度评价指标,利用基于图神经网络的小样本学习(GNN-FSL)模型获取不同主体对教学资源的评分向量估计;最后,利用注意力机制来综合不同主体的评分向量估计以及教学资源与知识点的相关性对推荐结果的影响。实验结果表明,该方法在小样本训练中具有较好的评分向量估计准确度优势,并且融合多个主体评价和增加细粒度多主体评价指标的两大措施均对提升推荐准确度和学习成绩具有显著作用。

摘要：针对现有任务分配策略的不足,提出了一种面向延迟接受的移动群智感知多任务分配策略。首先,基于平台和工人的不同需求,提出了一种方法实现任务和工人的双向匹配。其次,考虑到任务的紧急性,设计了一种混合延迟接受算法。最后,为了验证所提策略的性能,将其与两种基准的任务分配方法进行了比较。实验结果表明,所提任务分配策略在提高平台效用和工人满意度方面是有效的。

摘要：随着我国经济转型和产业升级,教育部积极推进高等教育改革,提出建设新工科。新工科具有融合、创新和共享等特点。探索了在新工科背景下的物联网工程自适应实践教学模式,在该模式中,设计多学科交叉融合的课程体系,夯实专业基础,同时制定培养创新能力的教学方案,提升学生的实践能力以及创新意识,并进一步提供多方位育人机制,整合教学资源,优化教学氛围。另外,该教学模式建立学生学习风格档案,用于指导个性化教与学,促进教学质量和效率的提高。

摘要：边缘计算与卫星物联网相融合,可以将本地物联网设备产生的任务在靠近边缘端进行处理,极大地缓解了本地物联网设备的计算压力。然而,鉴于卫星物联网中计算任务具有多样性,由于任务特性不同需求也不同,针对每一种任务类型部署一套计算卸载策略会导致计算资源的浪费。此外,由于卫星物联网中计算任务产生具有随机性,如果仅考虑系统短期优化会导致计算设备的计算资源利用不足,进一步导致任务处理时延的增加。为解决上述问题,提出了一种基于DQN(deep Q-network)多类型任务计算卸载策略,该策略引入排队论以最小化长期系统任务处理平均时延,并且为提升模型训练结果,在训练阶段重新设计了探索机制。最后,大量仿真结果表明,与其他卸载策略相比,所提策略能有效降低系统任务处理的平均时延。

摘要：针对卷积神经网络(CNN)在捕捉预测序列间历史相关性方面的不足以及在变量复杂情况下出现的无法精准提取预测关键信息的问题,提出一种将双向长短期记忆网络(BiLSTM)与卷积神经网络结合的CNN-BiLSTM模型.首先,采用数据预处理方法保证数据的正确性和完整性,并对数据进行分析以探究多变量之间的相关性;其次,通过CNN与L1正则化对多维输入特征进行特征筛选,选取与预测相关的重要性特征向量;最后,使用BiLSTM对CNN输出的关键特征信息进行保存,形成向量与预测序列,并通过分析时序特征的潜在特点,提取用户的内在消费模式.实验比较了该模型与其他时序模型在不同时间分辨率下的预测效果,实验结果表明,CNN-BiLSTM模型在不同的回望时间间隔下表现出了最佳的预测性能,能够实现更好的短期负荷预测.