摘要：在无中心飞行器集群网络中,非直通条件节点间不同的中继路径可能导致较大路径损耗落差,为有限资源前提下网络传输能力的提升带来困难。参考5G移动通信中的终端直通(Device to Device,D2D)技术与中继通信中的虚拟多输入多输出(Multiple-Input Multiple-Output,MIMO)技术,提出一套D2D通信与虚拟MIMO技术结合的无中心飞行器集群网络传输方案。重点研究在正交资源模式下,将不同的协作传输协议与空时编码进行组合,在信噪比、误比特率、接入概率等方面对通信性能的影响。仿真结果表明:D2D通信与虚拟MIMO技术结合的传输方案在不增加资源的前提下,对集群网络的通信性能有明显提升,且引入分布式空时编码可进一步优化误比特率性能,但3种传输协议在不同传输质量评价方向的改善有所不同。

摘要：Link16是美国国防部采用的高速视距战术数据链,广泛应用于美国海军、联合部队和北约部队,针对其开展测试评估具有重要军事意义。通过硬件在环技术将Link16实物设备接入到仿真测试中,可有效提高测试结果的真实性和准确性。然而当测试场景需要进行实物设备组网测试时,仍会带来成本问题。为此,提出一种面向QualNet MAC层的Link16专属模型以及与之匹配的虚拟机信息交互接口。该模型可高逼真模拟Link16通信行为,实现Link16节点竞争接入、时隙划分、NPG分组等功能。并基于数据分布式服务实现了虚拟机交互接口,将运行在虚拟机的Link16设备模型接入QualNet测试场景。实验测试结果表明,所设计模型具有较高真实性和准确性且接口引入延时不超过1 ms,为大规模数据链网络测试提供一种新方法。

摘要：时间序列数据广泛存在于工业、医疗等应用领域,由于其时序相关性强、特征空间维度大,使得传统的时间序列分类方法普遍存在精度不足和需要复杂特征工程等问题.充分考虑深度神经网络在处理复杂时序数据上的优越性以及决策树方法拟合数据能力强的优势,提出一种基于残差网络和概率决策树的端到端统一深度学习模型.该模型利用残差网络从原始时间序列中提取高级特征,为了更好地建立时序数据特征与类别标签间的映射关系,将概率决策树融入至残差网络的分类层.同时,设计随机子空间的集成策略,缓解由于残差网络的深层结构产生的过度拟合现象,并给出联合优化模型分裂参数和预测参数的迭代优化方案.在大量的基准数据集和工业案例上进行实验和分析,实验结果表明,所提出模型的分类性能优于传统方法与其他深度学习方法,且可有效提高残差网络的泛化能力.

摘要：处在季节性冻土区的冰碛土受冻融循环作用影响显著,极大地影响工程的稳定和安全。为了探究冻融循环作用及初始含水率对冰碛土静力学特性的影响,以川西甘孜州海螺沟的冰碛土为研究对象,通过开展不同冻融循环次数及初始含水率条件下冰碛土不固结不排水三轴试验研究冻融循环作用对冰碛土力学参数的影响。试验结果表明:冻融循环作用下冰碛土应力-应变曲线为弱应变软化型;随冻融循环次数增加,冰碛土弹性模量、抗剪强度均呈现出先快速衰减后趋于稳定的变化趋势,且初始含水率越大其力学指标衰减程度越大,黏聚力呈负指数型函数降低,而内摩擦角无明显变化;采用指数型函数对抗剪强度、弹性模量试验值进行多元非线性拟合,建立冰碛土力学参数与围压、含水率及冻融循环次数的关系表达式,拟合效果理想,可用于推算经历冻融循环后土体力学参数值;冻融循环作用会使冰碛土力学性质显著劣化,且劣化程度与含水率呈正相关。研究成果可为高寒山区工程设计与建设提供科学支撑。

摘要：为了提高多核学习(MKL)的表示能力同时降低其计算成本,提出一种融合深度特征与多核学习的最小二乘孪生支持向量机(LSTWSVM)算法.针对支持向量机等核分类器在多核学习中高计算复杂度的问题,提出一种基于边缘错误最小化原则的多核LSTWSVM框架,利用分类器优势提高多核学习的性能.针对高斯多核浅层结构的问题,采用MKL法设计一种基于深度神经网络多层信息的高鲁棒性深度映射核,将此深度核与多尺度高斯基核以核矩阵哈达玛积方式相融合,构造一组新的具有高度表达能力的改进核.最后,将基于LSTWSVM的多核训练算法与改进的多核结构进行高度集成,通过大量基准数据集与工业数据实验表明,其能有效结合深度学习与多核学习的优势,且以较低的计算成本提高分类精度与泛化能力.

摘要：建立准确鉴别猪群伪狂犬病病毒(Porcine pseudorabies virus,PRV)野毒株和基因缺失疫苗株高效多重PCR方法,对PRV gG、gE和TK基因保守区域设计合成特异性引物,优化反应体系和条件,建立多重PCR鉴别检测方法,对临床样品进行检测应用。结果成功建立了鉴别PRV gG、gE和TK基因缺失疫苗株和野毒株感染的多重PCR检测方法,该方法对PRV gG、gE和TK基因可进行特异性扩增,对猪圆环病毒2型、猪繁殖与呼吸综合征病毒、猪流行性腹泻病毒和猪副猪嗜血杆菌等相关病原均无扩增,对携带gG、gE和TK混合阳性质粒的最低检测限为2.5×10^(-5) ng/μL,具有良好的重复性。用该方法检测53份猪组织样品,检出PRV野毒感染的样品7份,与国标方法和单一PCR法检测结果符合率为100%。建立的猪伪狂犬病病毒野毒株和基因缺失疫苗株多重PCR鉴别检测方法具有良好的特异性、灵敏性和重复性,在生产中可快速、高效鉴别猪群PRV野毒感染和基因缺失疫苗免疫,可为PRV的快速鉴别检测、流行病学调查和防控提供技术支持。

摘要：量子点(QDs)纳米晶体具备出众的窄半峰宽,且尺寸和发光波长易调节等优点,成为纳米材料领域的新星,而量子点电致发光二极管(QLED)的应用也随之得到研究人员的关注。文章的研究通过材料配比的设计,调节CdZnS-QDs的尺寸和发光波长,使其在CdSe-QDs基QLED中辅助器件的性能提升,最终能得到光致发光波长在425~455 nm的蓝紫色CdZnS-QDs。使用宽带隙的CdZnS-QDs作为器件的无机插入层材料,能够对CdSe-QDs作为发光层的QLED的能带匹配、激子传递和界面修饰等进行优化。通过对比实验探索最佳的QDs合成策略,精确控制QDs的发光峰位,并将得到的结晶性强且尺寸均匀的量子点制备CdSe-QDs基电致发光器件,在发光层与无机电子传输层之间插入制备的CdZnS-QDs,得到的器件在电流密度为1000 mA/cm^(2)时,亮度从227188 cd/m^(2)提升到313775 cd/m^(2),最大的电流效率达到38.1 Cd/A。该方法可以为QLED结构的设计提供新的思路。

摘要：针对现有的骨骼行为识别方法对人体行为的运动信息利用不足的问题,提出一种基于运动特征的时空注意力图卷积(STA-GCN)行为识别模型。对动作捕捉设备采集到的关节点运动轨迹和速度信息进行建模,在时间和空间构建注意力权重矩阵,结合图卷积网络进行特征提取,能够关注到具有判别力的关节点和时间帧。通过在自建动作捕捉数据集和NTU-RGB+D数据集的CS和CV标准上进行实验,其结果表明,该模型增强了对人体骨骼行为信息的理解能力,验证了模型对行为识别的有效性。

摘要：目的提高石油钻井平台防腐涂料的耐腐蚀性,减少由于石油钻井平台防腐涂层失效造成的经济损失。方法本文以石油钻井平台漆装系统为研究对象对其进行系统分析,并基于TRIZ理论(Teoriya Reshenivya Izobreatatelskikh Zadatch,TRIZ,译为发明问题解决理论)中的功能分析、因果分析、裁剪、九屏幕法、物理矛盾等工具对石油钻井平台漆装系统中涂料的组成成分进行创新设计。结果本文共得到了12个方案,通过初步分析选用了其中的5个方案构成解决问题的最优方案:首先在聚氨酯面漆中加入共轭结构的邻羟基苯甲酸甲酯,同时加入对苯醌自由离子捕捉剂,捕捉二氧化钛分子因吸收紫外线产生的自由基,防止面漆老化。此外还在面漆中加入OTS-SiO_(2)超疏水材料,阻止微生物附着。然后将环氧树脂中间漆中的不锈钢鳞片由不导电的玻璃鳞片替换。最后在底漆中加入弹性材料(微米级橡胶粒子),改善涂层易剥落的问题。结论该研究成果为提高防腐涂料的耐蚀性和环保性提供了参考。

摘要：针对多数知识追踪研究在表征题目时仅利用了题目包含的概念等显性特征,未能考虑到题目中概念的考察侧重程度这一隐性特征,也未表征迁移过程中题目的迁移程度的问题,本文提出题目迁移表征的知识追踪模型。在题目侧重表征方面,采用加性注意力机制提取题目中各个概念的考察侧重程度;在题目迁移方面,利用相似性和通道注意力机制融合建模历史题目多角度的迁移程度;在迁移遗忘方面,使用门限机制建模学习迁移的遗忘过程。最终得到题目迁移表征,以此来预测学习者未来的答题表现。在实验阶段,与6种相关模型在3个真实数据集上进行对比实验,结果表明提出模型的曲线下面积(area under the curve,AUC)和准确率(accuracy,ACC)均有更好表现,尤其在ASSISTments2012数据集上表现最佳,相较于其他对比模型分别提升了3.5%~20.1%和2.3%~18.5%;在可解释性方面,使用图表可视化描述了题目迁移表征生成路径。本研究建模的学习迁移内在机制可为知识追踪模型的设计提供参考。