摘要：针对边界表示模型生成的面网格模型存在的误差大、分辨率高和不水密的问题,提出针对计算机辅助设计(CAD)实体模型的保精度网格生成算法.算法通过同步生成对齐共边点对保证网格的水密性;利用连续表征设计网格目标边长,以生成高精度、低分辨率的网格.与现有的开源网格生成软件相比,算法能用更少的网格面片数生成精度更高的网格,且网格质量与其相当.

摘要：作为机器学习的一个新兴领域,多源部分域适应(MSPDA)问题由于其源域自身的复杂性、领域之间的差异性以及目标域自身的无监督性,给相关研究带来了挑战,以致目前鲜有相关工作被提出.在该场景下,多个源域中的无关类样本在域适应过程中会造成较大的累积误差和负迁移.此外,现有多源域适应方法大多未考虑不同源域对目标域任务的贡献度不同.因此,提出基于自适应权重的多源部分域适应方法(AW-MSPDA).首先,构建了多样性特征提取器以有效利用源域的先验知识;同时,设计了多层次分布对齐策略从不同层面消除了分布差异,促进了正迁移;此外,为量化不同源域贡献度以及过滤源域无关类样本,利用相似性度量以及伪标签加权方式构建自适应权重;最后,通过大量实验验证了所提出AW-MSPDA算法的泛化性以及优越性.

摘要：耐药菌的出现极大地提高了临床发病率及死亡率,并对人们的生活及医疗系统造成了很大的冲击。耐药菌的快速变异和新抗菌药研发的滞后,迫切需要新的抗菌手段以应对上述问题。光热疗法(PTT)是一种将太阳能转换成热能(光热转换),提高局部温度,进而杀死细菌的新型抗菌技术。PTT具有独特的抗菌机制,产生耐药菌的可能性较低,在抗菌领域具有独特的优势。各种具有光热转换效果的纳米粒子以及基于此设计的纳米复合材料是PTT的关键。该文综述了近年来光热剂(PTAs)在抗菌领域的研究进展,总结了PTAs的种类及应用领域,对PTT抗菌发展存在的问题进行了分析,对未来研究的重点和方向进行了展望,以期对PTAs抗菌材料的研究提供新的思路。

摘要：【目的】基于决策树分类算法对青铜峡灌区春小麦和苜蓿进行早期识别。【方法】在实地调研的基础上,结合Sentinel-2遥感影像,构建能够不断融入遥感数据的决策树分类算法,对青铜峡灌区春小麦和苜蓿进行早期识别。【结果】4月上旬,由于春小麦和苜蓿生长特征较为相似,春小麦和苜蓿的总体分类精度分别为69%和75%。此后,随着观测数据的不断融入,分类精度逐步提升,5月14日二者的分类精度即可达到90%以上。5月31日利用全部5期卫星影像数据时,春小麦的总体精度可达到94%,Kappa系数为0.75,苜蓿的总体精度可达到97%,Kappa为0.86。2023年青铜峡灌区春小麦种植面积为24 000 hm^(2),苜蓿种植面积为2 000 hm^(2)。其中,春小麦种植结构较为复杂,既存在集中连片的大规模种植,也存在大量面积较小的碎片化种植带。【结论】基于Sentinel-2遥感数据的决策树分类方法,可在4月上旬获取初步分类结果,在5月中旬苜蓿第1次收割之前对青铜峡灌区春小麦和苜蓿进行较为准确的识别。

摘要：传统风电功率预测中预测模型难以充分提取风电场历史数据中的时空特性和隐藏特征,预测精度较低。针对此问题,提出一种基于CEEMD-CNN-GRU的风电功率预测模型。首先对不同的风电场景使用互补集合经验模态分解(CEEMD)对功率序列进行分解,降低风电功率序列的波动性;然后采用卷积神经网络(CNN)提取空间特征,采用门控循环单元(GRU)提取时间特征;最后完成风电功率预测,并将各个分解序列预测结果叠加得到最终预测结果。结果表明,设计的模型精度高,相比于CNN、GRU、CNN-GRU模型,均方根误差分别降低80.17%、77.07%和71.07%,风机分组且场景划分后相比于未进行风机分组和未进行场景划分,均方根误差分别降低78.63%和66.61%。

摘要：肿瘤微环境是一个由免疫细胞、炎症细胞、肿瘤相关成纤维细胞、多种细胞因子、趋化因子、微血管等共同组成的复杂综合系统。作为肿瘤细胞生存的环境,与肿瘤发生、转移和复发息息相关。利用肿瘤微环境和正常组织之间的不同来构建智能型纳米制剂已成为当前研究热点。本文综述了近年来常见的调控或响应肿瘤微环境的智能纳米递药系统,以期为合理设计智能纳米递药系统提供新的思路和方法。

摘要：内嵌管式热障墙体可兼顾建筑节能和室内热舒适要求,但低品位能源传输过程中的泵驱循环换热方式导致该类墙体存在一定的低效换热和高驱动能耗问题。设计了1种利用相变热驱循环替代传统泵驱循环的新型自然驱动热障墙体(Self-Driving Thermal Barrier Wall,SDTBW),为明晰SDTBW在不同气候区运行条件下的热响应特征及其性能差异,建立并验证了SDTBW动态传热模型,分析了其在不同注冷/热温度下的动态传热特性,对比了SDTBW应用于不同气候区时的热响应特征、累计冷/热负荷及其下降率。结果表明:在所研究的3个气候区条件下应用SDTBW均可有效提升墙体综合热性能,验证了SDTBW的技术可行性;其外表面传热特性主要受不同气候区室外热环境影响,内表面传热特性主要受冷/热源温度影响;当注冷/热温度与室内设定温度相同时,不同气候区应用的SDTBW冷/热负荷降幅达85.2%/87.0%;但随注冷/热温度的下降/上升,天津地区SDTBW需求节能率逐渐高达广州地区约5倍(夏季),高达哈尔滨地区约1.2倍(冬季)。

摘要：该文从文化传播的视角出发,以香港博物馆建筑空间为研究对象,结合实地调研和专家评分法,从场地布局、整体造型和表皮细部这三个维度以及相应十五个要素,对香港博物馆建筑空间设计的文化表达性进行研究。通过分析研究,归纳香港博物馆各要素表达城市文化的特点,并综合提出了香港博物馆建筑空间优化设计策略,以提升其表达城市文化内涵的能力,并为其他城市博物馆等文化建筑的建设和发展提供积极参考。

摘要：针对语音实时通信场景,本文提出一种基于循环神经网络的单通道实时语音增强方案。通过模型层面融合全频带和子频带特征以同时捕获全频带信息和局部语谱特征,并且基于循环神经网络的内在时序性,实现了按帧推理实时输出的要求。实验结果显示,在DNS-Challenge InterSpeech 2020的测试集上,本文按帧输出方式的模型可以取得2.85的pesq值。在系统固定延时32 ms的情况下,使用NVidia GeForce RTX 3060 GPU处理16 ms一帧长度的数据耗时1.5 ms;如果将模型转为onnx格式,在Intel i7@2.7GHz CPU上处理一帧数据耗时3.8 ms。

摘要：卷积神经网络(convolutional neural network, CNN)模型量化可有效压缩模型尺寸并提升CNN计算效率.然而,CNN模型量化算法的加速器设计,通常面临算法各异、代码模块复用性差、数据交换效率低、资源利用不充分等问题.对此,提出一种面向量化CNN的嵌入式FPGA加速框架FAQ-CNN,从计算、通信和存储3方面进行联合优化,FAQ-CNN以软件工具的形式支持快速部署量化CNN模型.首先,设计面向量化算法的组件,将量化算法自身的运算操作和数值映射过程进行分离;综合运用算子融合、双缓冲和流水线等优化技术,提升CNN推理任务内部的并行执行效率.然后,提出分级编码与位宽无关编码规则和并行解码方法,支持低位宽数据的高效批量传输和并行计算.最后,建立资源配置优化模型并转为整数非线性规划问题,在求解时采用启发式剪枝策略缩小设计空间规模.实验结果表明,FAQ-CNN能够高效灵活地实现各类量化CNN加速器.在激活值和权值为16 b时,FAQ-CNN的加速器计算性能是Caffeine的1.4倍;在激活值和权值为8 b时,FAQ-CNN可获得高达1.23TOPS的优越性能.