摘要：为了提高双向长短期记忆神经网络的预测性能,针对BiLSTM存在的预测精度低、预测结果不稳定的问题,提出了一种新的多目标浣熊优化算法;在浣熊优化算法的基础上,通过改进探索与开发算子,结合快速非支配排序与拥挤度距离计算方法建立精英浣熊保留策略,实现单目标到多目标的改进;基于所提算法,以预测均方误差及预测误差方差为目标函数对BiLSTM超参数进行优化,并建立MOCOA-BiLSTM预测模型,最终实现精确稳定预测;将所提MOCOA-BiLSTM预测模型在变电工程造价数据集上进行了仿真测试,并与其他3种主流算法优化后的模型进行了对比;结果表明,所提MOCOA-BiLSTM的平均百分比误差相比与MOSSA-BiLSTM、NSGAIII-BiLSTM、MOMVO-BiLSTM分别降低了69.59%、58.43%、56.67%。

摘要：针对玻璃纤维增强聚合物(GFRP)复合材料作为火电烟囱内衬的服役老化问题,以玻璃纤维/环氧树脂(GF/EP)复合材料为研究对象,用正交试验法研究温度、偶联剂含量和热流老化时间等因素对GF/EP复合材料热损伤后的质量损失率、弯曲强度和剪切性能的影响。采用金相显微图像处理法测量计算GF/EP复合材料的孔隙率,使用自主设计并搭建的原位在线监测系统对GF/EP复合材料进行测试。结果表明,不同因素对GF/EP复合材料性能的影响程度不同。偶联剂含量的增加会有限改善GF/EP复合材料的质量损失率,而温度因素对复合材料弯曲强度的影响较大,复合材料本身存在的后固化行为会影响弯曲性能的变化趋势,随温度升高弯曲强度总体下降了11.8%。GF/EP复合材料的层间剪切强度与热老化时间密切相关,16 h相比8 h热流老化后的层间剪切强度均值提高了10.2%。

摘要：X光片中肺炎存在影像学特征不明显、病灶与周围组织对比不明显、边缘模糊等问题,因此,文中提出基于多分辨率注意密集网络的肺炎分类识别方法.深度融合浅层定位信息与深层语义信息,并构造多分辨率空间注意力门,对不同分辨率的深层信息与浅层信息进行语义式交互增强,在深浅层信息中建立病灶信息的相互依赖关系.此外,设计坐标频率注意力,以方向和位置互补的方式自适应地增强肺炎特征的表达.在ChestXRay2017等5份肺炎X光片数据集上的实验表明,文中网络在肺炎分类识别任务上性能较优,同时还具有公共肺炎数据集上的鲁棒性.

摘要：为探讨外源微生物对苦参枝屑基质化发酵堆体腐熟效果的影响,采用随机区组设计,以干燥鸡粪为氮源,进行接种外源微生物对苦参枝屑基质化发酵过程中发酵性能参数的影响试验。结果表明:接种粗纤维降解菌和纤维素类酶制剂堆体升温速度显著快于对照,高温持续时间较长(高于50℃,均达到5 d),苦参堆体腐熟时间缩短;至堆体结束后接种粗纤维降解菌和纤维素类酶制剂堆体TOC分别下降了8.52%和8.01%,碳氮比分别降低5.35%和5.00%,纤维素质量分数分别下降了3.31%和3.29%,半纤维素降解率分别下降了2.89%和2.93%,木质素分别下降了2.01%和1.98,总氮分别增加了18.2%和16.1%,总磷分别增加了19.0%和18.5%,总钾分别增加了48.1%和49.1%,加速了苦参基质有机质的分解和纤维素降解,提高了堆肥腐熟进程中的总氮、总磷和总钾含量,保证了腐熟后的肥力;接种粗纤维降解菌和纤维素类酶制剂堆体容重分别增加了6.10%和9.20%,总孔隙度分别增加了9.28%和9.90%,持水孔隙度分别增加了4.83%和6.09%,腐熟后的各项理化指标均符合理想基质的要求;小白菜和黄瓜种子发芽指数均达到85%以上,有效消除了苦参腐解产物的毒害作用。接种粗纤维降解菌和纤维素类酶制剂堆体的发酵性能参数间无显著差异,综合基质发酵温度、腐熟周期及基质保护作物根系生长及固定植株的功能对基质各项理化性质的要求,接种粗纤维降解菌和纤维素类酶制剂对苦参基质堆体基质化促进效果较优。

摘要：为探讨枸杞枝条最优基质化发酵工艺及参数优化。试验采用正交设计,以枸杞枝条为主要原料,干燥鸡粪、油饼和尿素为氮源,粗纤维素降解菌、EM复合益菌和BM复合益菌为接种外源微生物,研究了碳氮比、微生物菌剂、氮源类型及氮源配比对枸杞枝条发酵性能参数(温度、碳素、氮素、容重、孔隙度和种子发芽指数等)的影响。结果表明,调整碳氮比为30:1、接种粗纤维素降解菌、添加油饼氮源、氮源配比为3:1的处理有利于堆体保持较长时间的高温(>50℃,分别达到12、13、12和12 d,>55℃,达到8、9、9和7 d),可缩短枸杞枝条腐熟的时间;碳氮比、微生物菌剂和氮源类型对总有机碳、C/N值降低有显著性作用,碳氮比、氮源类型及氮源配比对全氮和硝态氮值增加有显著性作用,对铵态氮的变化无显著性作用;碳氮比、微生物菌剂、氮源类型及氮源配比对基质容重、总孔隙度、持水孔隙和通气孔隙的变化均无显著性影响,对枸杞枝条基质腐熟参数影响均有显著性作用,对种子发芽指数的影响主次顺序为:碳氮比>氮源配比>微生物菌剂>氮源类型。综合考虑,枸杞枝条最优基质化发酵工艺组合为,调整碳氮比为30:1、接种粗纤维降解菌、添加鸡粪或油饼氮源、氮源配比为3:1。利用发酵将枸杞枝条生产为园艺基质不仅解决了农业废弃物的循环利用点问题,而且还为补充或替代不可再生的园艺草炭基质生产提供了原料的来源和降低基质栽培的成本,具有一定的研究价值和现实意义。

摘要：太阳辐射是影响日光温室光、热环境的重要参数,准确获得温室内部墙体与地面的太阳辐射照度变化规律可对温室设计建造、温室内环境调控与作物生产起到重要的指导意义。该文在总结已有日光温室太阳辐射模型的基础上,通过气象数据,地球、太阳的运动规律以及太阳光线与日光温室前屋面入射角的关系,建立了较为完善的日光温室太阳辐射模型,并利用该模型对温室内部辐射规律进行分析。采用典型晴天数据对模型进行检验,结果显示计算值与实测值平均偏差最大为63.46 W/m^2,平均绝对误差最大为63.48 W/m^2,均方根误差最大为79.18 W/m^2,决定系数在0.95～0.99范围内。利用该模型分析温室内部辐射规律发现,相比不同位置屋面角度的影响而言,透光率受时间即太阳方位与太阳高度角的影响更大。温室墙体表面与地面太阳辐射照度随季节不断变化,春秋分是一年中墙体与地面接受太阳辐射时间最长的节气,该日墙体表面与地面太阳辐射照度大致相当。春分到秋分期间,地面辐射照度高于墙体表面;从秋分到春分期间,墙体表面太阳辐射照度大于地面。不同区域温室内太阳辐射日积累量主要受纬度影响,低纬度地区较高纬度地区而言,冬季太阳辐射日积累量大,夏季太阳辐射日积累量小。研究结果可为日光温室内墙体蓄热、屋面优化、作物种植、围护结构能量平衡等研究提供理论参考与相关数据。

摘要：跨模态的医学图像可以在同一病灶处提供更多的语义信息,针对U-Net网络主要使用单模态图像用于分割,未充分考虑跨模态、上下文语义相关性的问题,该文提出面向跨模态和上下文语义的医学图像分割C^(2)Transformer U-Net模型。该模型的主要思想是:首先,在编码器部分提出主干、辅助U-Net网络结构,来提取不同模态的语义信息;然后,设计了多模态上下文语义感知处理器(MCAP),有效地提取同一病灶跨模态的语义信息,跳跃连接中使用主网络的两种模态图像相加后传入Transformer解码器,增强模型对病灶的表达能力;其次,在编-解码器中采用预激活残差单元和Transformer架构,一方面提取病灶的上下文特征信息,另一方面使网络在充分利用低层和高层特征时更加关注病灶的位置信息;最后,使用临床多模态肺部医学图像数据集验证算法的有效性,对比实验结果表明所提模型对于肺部病灶分割的Acc,Pre,Recall,Dice,Voe与Rvd分别为:97.95%,94.94%,94.31%,96.98%,92.57%与93.35%。对于形状复杂肺部病灶的分割,具有较高的精度和相对较低的冗余度,总体上优于现有的先进方法。

摘要：新冠(COVID-19)肺炎严重威胁人类健康,基于深度学习的计算机辅助诊断方法能有效提高新冠肺炎的诊断效率。但是深度学习模型结构复杂、参数量和计算量大,在保持模型性能的前提下提高网络轻量化的程度具有重要研究意义,因此,该文提出一种面向CT图像新冠肺炎识别的密集重参轻量化Transformer模型(DRLTrans-former)。首先,为提高模型的轻量化程度,构造了重参密集块和层次化Transformer,在保持模型精度的同时提高计算速度,降低模型参数量;然后,为充分提取新冠肺炎病灶的全局与局部信息,设计层次化Transformer增强全局注意力对局部特征相关性的关注程度,其中采用分组提取全局特征,在不同组之间进行融合获得多层次信息,并且进行信息融合,进一步提高组内和组间特征的交互能力,此外对所有全局特征进行聚合,实现深浅层特征深度融合。最后,在新冠肺炎CT数据集中进行对比实验,结果表明该模型参数量和计算量分别为1.47 M和81.232 M,相比密集网络(DenseNet)参数量降低29倍、计算量降低23倍,该模型对新冠肺炎计算机辅助诊断具有积极的意义,为深度学习模型轻量化提供了新思路。

摘要：针对医学图像的肺部肿瘤分割中病灶和周围组织的对比度低、边缘模糊、肿瘤和正常组织粘连、病灶和背景分布不均衡等问题,提出跨模态多编码混合注意力机制模型分割肺部病灶,用多种模态医学图像辅助分割病灶。首先设计了三编码器提取多模态医学图像的病灶特征,解决单模态医学影像的病灶特征提取能力不足的问题;然后针对网络通道维度冗余和对复杂病灶的空间感知能力不高的问题,在网络跳跃连接中加入混合注意力机制;最后对网络解码路径不同的尺度特征使用多尺度特征聚合块充分利用各个尺度特征。在临床多模态医学图像数据集上验证算法的有效性,对比实验结果表明所提模型对于肺部病灶分割的戴斯相似系数、召回率、体积重叠误差和相对体积差异分别为96.4%、97.27%、93.0%、93.06%。对于病灶形状复杂,病灶和正常组织粘连的情况,分割精度得到有效提升。

摘要：定向凝固技术是制备太阳能级多晶硅的主要制备技术。在该技术路线之中,优化多晶铸锭炉的热场结构和控制硅熔体的对流形态是获得高品质多晶硅的有效途径之一。本文设计了三种热场保温层,通过分析不同保温层下坩埚内硅熔体的热场、流场、固液界面、氧含量等的变化,确定了优化的保温层结构。研究发现,在传统固化碳毡保温层中引入石墨层可以使多晶炉内形成两个“热源”,提高多晶炉的热效率,使其能耗降低了38. 5%;在洛伦兹力的作用下硅熔体中仅存在一个上下贯通的涡流,有利于硅中杂质原子的挥发。同时,添加石墨保温层后固液界面的形状由“W”状转变为凹状,其上的氧含量有所降低,并且V/Gn值在整个固液界面范围内均大于临界值,可以有效抑制氧沉淀。可见,在感应加热多晶硅生长系统中,采用固化碳毡+石墨保温层时,有利于降低多晶硅的生产成本并提高多晶硅的品质。