摘要：跟驰状态反映车辆间的跟随风险程度,为预测山区双车道公路弯道路段车辆跟驰状态变化路径,本文利用无人机拍摄视频数据,构建基于高阶马尔可夫链的弯道路段小客车跟驰状态转移预测模型。首先,从视频数据中提取跟驰车辆轨迹特征,采用因子分析法提炼表征跟驰状态的公因子特征;其次,利用K-Means++算法对公因子特征进行聚类,将小客车跟驰状态分为强跟驰、弱跟驰和强弱过渡区间这3种状态;最后,引入高阶马尔可夫链模型预测山区双车道公路小客车跟驰状态转移。结果表明:强跟驰和弱跟驰状态的转移存在状态转移的过渡区间,强跟驰时,前导车对跟驰车有较强的制约性,跟驰车辆速度随前导车变化而发生延迟性变化,随着跟驰状态由强转弱,制约性会逐渐降低;七阶马尔可夫链模型对小客车跟驰状态转移预测的准确率高达97.6%以上;3种跟驰状态的自转移概率分别为97.57%、98.90%和96.74%,状态之间的转移方面,强跟驰与弱跟驰直接转移概率较低,过渡区间在转移模式中占有重要地位。本文提出的方法在预测小客车跟驰状态转移时具有优越性能,研究结果可为研发前车碰撞主动安全预警系统提供方法基础。

摘要：针对快衰落信道环境下的无线通信正交频分复用系统中信道估计算法估计难度大、复杂度高等问题,提出一种轻量级的逐尺度卷积信道估计网络(scale-wise convolution channel estimation network,SCCENet)。对输入的信道状态信息矩阵下采样,构建多尺度特征金字塔,通过构建的逐尺度卷积部分以网络权重共享的方式对信道状态信息矩阵构成的多尺度特征金字塔进行不同尺度的特征融合,在不增加网络参数情况下增大感受野。仿真结果表明,该算法估计性能优于最小二乘算法,能以较低的估计复杂度取得相较于其它深度学习信道估计算法更低的估计误差。

摘要：探讨分布式光伏技术在中国云南省元阳县垭口村实现零碳乡村的可行性及环保效益,为农村地区的可再生清洁能源转型提供实践经验。采用生命周期分析法(Life Cycle Assessment,LCA)结合田野调查数据,对垭口村采用分布式光伏技术进行技术设计及碳排放量计算,比较其与传统能源的碳排放差异,并分析能源正义和社会问题。分布式光伏技术在垭口村具有高度的可行性和显著的环保效益,能有效降低碳排放,提高村民生活质量,与传统能源相比具有更低的碳排放量和更高的环保性。分布式光伏技术在垭口村实现零碳乡村具有巨大潜力,为中国其他农村地区的可再生能源转型提供了有益的理论支持和实践经验,强调了在数字经济背景下实现农村能源转型的重要性,为促进农村可持续发展提供了有益的启示。

摘要：根际土壤微生物是维持土壤健康与活力的关键因素,然而土壤水分和生物炭耦合作用对根际土壤微生态环境存在一定的影响。为了探索水炭耦合对芦笋根际土壤微生物群落结构的影响以及调控芦笋根际生态系统的机制,该研究以芦笋为研究对象,设置了4个灌溉水平(W_(0):重度亏缺灌溉,I=320 mm;W_(1):中度亏缺灌溉,I=375 mm;W_(2):轻度亏缺灌溉,I=430 mm;W_(3):充分灌溉,I=480 mm,I为总灌溉量)和4个生物炭施用水平(0(B_(0))、10 t/hm^(2)(B_(10))、20 t/hm^(2)(B_(20))和30 t/hm^(2)(B_(30)))进行田间定位试验,采用Illumina新一代测序(next-generation sequencing,NGS)技术,研究不同水炭耦合处理对芦笋根际土壤微生物群落结构和丰度的影响。研究结果表明,中度亏缺灌溉促进了芦笋根际土壤细菌丰度和多样性的形成,随着土壤水分的增加芦笋根际土壤真菌相对丰度增加了4.48%~22.05%;与未施加生物炭相比,施用生物炭增加了根际土壤微生物的丰度和多样性。与B_(0)和B_(10)处理相比,B_(20)(20 t/hm^(2))处理增加了根际细菌群落数量,降低了真菌群落数量;而施用30 t/hm^(2)生物炭对两者均存在明显抑制作用。此外,不同水炭耦合条件下对细菌和真菌群落的结构没有显著影响,但是与未施用生物炭处理相比,施加生物炭可以减少根腐病致病菌镰刀菌(Fusarium)的生长与繁殖,改善芦笋根际土壤微环境。在W_(1)B_(20)处理下不仅促进了细菌群落的生长,而且抑制了有害真菌群落的丰度,更有利于调控芦笋根际生态系统。该研究可为多年生芦笋连作根际土壤微生态调控和西南季节性干旱区农业可持续发展提供理论依据。

摘要：生存预测对于胃癌患者的治疗具有重要意义.针对传统基于组织病理图像的生存预测算法存在像素级标签缺失、信息量大以及模态单一等问题,提出一种基于多模态多实例学习的胃癌患者生存预测算法.首先使用多层感知器和自监督学习方法SimCLR分别提取临床数据和组织病理图像特征,然后采用基于全局感知的多实例学习方法提取高分辨率下的包级嵌入,使用平均池化方法得到低分辨率下的组织病理图像实例级嵌入,最后通过多模态融合方法将包级嵌入、实例级嵌入和临床数据特征进行融合,以实现不同模态数据之间的信息交互和不同放大倍数下图像信息的充分利用.在云南省肿瘤医院胃癌患者病理数据库上的实验结果表明,与传统的多实例学习方法相比,所提算法在5×和20×组织病理图像下胃癌患者生存预测的准确率分别提高了5.6~10.0个百分点,4.1~7.5个百分点,与常规的多模态融合方法相比,提高了3.5~4.9个百分点.

摘要：为解决跨域小样本农业病虫害分类问题中如何增强网络的特征提取能力以及如何将模型泛化到新类别的问题,提出一种多模态的任务有偏元学习分类算法。利用图片的标签文本信息进行多模态学习,增强网络的特征提取能力,通过任务有偏的元学习算法,使模型能够给予困难任务更多的关注,更好将模型泛化到新类的问题。通过在多个数据集上进行测试并与多种先进的方法进行对比实验,结果表明,该模型是植物病虫害识别问题的一种可行方案。

摘要：进行区域卫生信息化管理时对有时间顺序的数据处理效果较差,对此,提出基于决策树的区域卫生信息化管理系统设计。在硬件设计上,以原有的管理系统逻辑架构为基础,采用LMH3401芯片设计ADC驱动电路,以两路驱动四路的结构支持管理信息数据的传输和采集;在软件设计上,对采样数据进行预处理,利用决策树技术从采样数据中抽取部分数据,建立决策树规则并预测数据,用于支持信息化管理决策,实现区域卫生信息化的高效管理,完成系统整体设计。实验结果表明:基于决策树的管理系统吞吐量大,交互操作响应时间短,提高了系统可靠性。

摘要：引江补汉工程深埋长大隧洞穿越通城河活动断裂,在活动断裂处隧洞的安全性是工程的关键问题之一。在地应力场分析基础上,采用数值模拟方法,分析了在不采用适应性结构时衬砌的响应,并估算了铰接设计参数,最终验算了建议铰接设计参数下衬砌的响应特征。结果表明:(1)水平大主应力与隧洞轴线夹角为35°,隧洞轴线方向水平应力分量约为20 MPa,垂直隧洞轴线方向水平应力分量约为21 MPa,竖直向应力分量约为18 MPa;(2)当无抗错断措施时,隧洞的相对变形主要表现为拱顶-底板的相对收敛,相对收敛在断层带部位最大,拱顶、底板部位的最大主应力量值出现在断层带及影响带部位,断裂带部位与影响带部位的衬砌大部分处于损伤状态;(3)基于提出的隧洞铰接设计参数的估算方法,给出了设防节段长度为6 m,铰节段宽度为2~4 cm作为初步的设计参数,进一步考虑参数敏感性分析后,合建议按照设防节段长度为6 m,铰节段宽度为5 cm考虑。(4)隧洞按照所建议参数进行铰接结构设防后,铰接结构设计有效降低了断层带内部衬砌整体所受到的拉力,铰接设计条件下,衬砌因错断产生的相对变形、应力、衬砌损伤均有较大程度减少。上述研究结果证实了铰接结构设计有助于提高隧洞抗错断性能。

摘要：由深度生成模型生成的虚假图像越发逼真,这些图像已经超越了人眼的识别能力.这种模型已成为编造谎言、制造舆论等非法活动的新工具.虽然当前研究者已经提出了很多检测方法检测伪造图像,但泛化能力普遍不高,因此,提出了一种基于ConvNeXt的伪造人脸检测方法.首先在ConvNeXt的第2个和第3个下采样模块后添加极化自注意(polarization self-attention,PSA)模块,使网络具有空间注意力和通道注意力的性能.其次在ConvNeXt的尾部设计一个信息富余模块(rich imformation block,RIB),以丰富网络学习到的信息,通过该模块对信息进行处理后再进行最终的分类.此外,网络训练使用的损失函数是交叉熵损失与KL(Kullback-Leibler)散度的结合.在当前主流的伪造人脸数据集上作了大量的实验,实验结果表明该方法在FF++高质量数据集上无论是准确率还是泛化性都超过所有对比方法.

摘要：文本正则化是语音合成(TTS)前端分析任务中不可或缺的步骤,而语义歧义性是文本正则化任务面临的主要问题,比如数字、日期、时间等非标准词的语义歧义性。针对该问题,提出一种基于编辑约束的端到端文本正则化方法,并且在充分考虑越南语的语言特点后,设计专门用于越南语的标注方法,以提高模型对上下文语义信息的建模能力。此外,针对神经网络模型容易产生不可恢复性错误的问题,提出一种编辑对齐算法以有效约束非标准词文本的范围,减小解码端的搜索空间,从而避免模型自身局限性所导致的非正则化文本预测错误。选取FastCorrect模型作为基准模型,将各类优化方法应用到基准模型中得到新模型。实验结果表明,所提模型在越南语不同优化方式的对比实验中的精准率相比使用无标注数据的基准模型提高了23.71个百分点,在同类中文实验中的精准率提高了26.24个百分点。可见,所提方法不仅在越南语上表现出色,而且在中文开源数据上也取得了显著的效果,验证了该方法在越南语之外的适用性。而且,与六类基线模型相比,使用所提方法的模型取得了最高的97.14%的精准率,在F1值上超过加权有限状态转换器(WFST)的两阶段方法2.29个百分点,证明了所提方法在文本正则化任务上的优越性。