摘要：目的:探讨原发性醛固酮增多症(PA)相关表型与血清尿酸(SUA)水平及高尿酸血症风险之间的关联。方法:选取2022年10月至2024年2月在广西南宁市与玉林市两所医疗中心筛查的1986例PA高危人群。基于横断面观察性设计,采用多重线性回归、二元logistic回归和限制性立方样条(RCS)分析,评估血浆醛固酮浓度(PAC)、血浆肾素浓度(PRC)、PA与SUA水平及高尿酸血症风险的关系。结果:多重线性回归分析表明,PAC与SUA水平呈正相关关系(β=0.064,95%CI:0.039~0.090,P<0.001),而PRC与SUA无明显相关关系。多因素二元logistic回归分析显示,PAC是高尿酸血症的危险因素,PAC的第3个四分位数(Q3组)和第4个四分位数(Q4组)发生高尿酸血症风险分别为第1个四分位数组(Q1组)的1.390倍和1.717倍。PA是高尿酸血症的独立危险因素(OR=1.647,95%CI:1.172~2.313,P=0.004)。RCS分析结果表明,PAC与SUA水平(P_(overall)<0.001,P_(nonlinear)=0.192)及高尿酸血症风险(P_(overall)=0.002,P_(nonlinear)=0.192)存在线性剂量—反应关系。结论:PAC与SUA、高尿酸血症存在正相关关联,提示适当控制循环醛固酮水平有助于预防尿酸代谢异常。

摘要：针对基于会话的推荐算法只捕获用户的短期动态兴趣,忽略长期兴趣和社交好友对用户行为的影响,提出结合社交影响和长短期偏好的推荐算法.设计新颖的异构关系图来组织用户的社交关系和历史会话,提出基于注意力机制的异构图神经网络对图进行学习,得到融合用户社交影响的长期偏好.针对社交影响力不一致容易引入噪声的问题,提出加权剪枝策略,减少了噪声干扰且丰富了图结构信息.利用无损的会话建模方法捕获用户的短期偏好,将短期偏好与长期偏好进行自适应融合,得到反映用户全局偏好的特征表示.Gowalla和Delicious数据集上的实验结果表明,所提方法的各项指标相比现有先进方法均有显著提升,证明了所提算法的有效性.

摘要：以往的序列推荐方法通常从近期交易记录中捕获用户的消费偏好,忽略了全局交易信息和好友偏好对用户交易行为的影响,导致模型的推荐结果不够准确。针对以上问题,文中提出了一种自适应融合全局协同特征的社交推荐模型AFGSRec。首先,用异质图神经网络建模社交网络中的用户、历史交易信息,以捕获全局协同特征和好友之间的社交影响;接着,设计了一种基于选择机制的门图神经网络,以有效过滤与当前序列无关的节点转换信息,更准确地捕获用户当前偏好;然后,提出了一种自适应的特征融合方法,以动态捕获全局协同特征对用户偏好的影响,提高系统的推荐准确率;最后,将周期动态学习率用于模型训练,以更好地处理鞍点,提升模型的收敛速度。实验结果表明:AFGSRec具有较好的鲁棒性,命中率(HR)和平均倒数排名(MRR)都优于当前领先模型SERec,在Gowalla数据集上,HR@10、HR@20分别提升了1.91%和1.15%,MRR@10、MRR@20分别提升了5.05%和4.83%;在Delicious数据集上,HR@10、HR@20分别提升了2.45%和1.19%,MRR@10、MRR@20分别提升了4.84%和4.32%。

摘要：为探究平面射流对汽车天窗风振噪声的降噪机理,使用大涡模拟对带有平面射流的现代简易车厢模型进行数值仿真,分析了射流参数改变时平面射流的降噪效果变化。结果表明:添加平面射流后脱落漩涡的运动轨迹发生变化,车厢内的压力波动降低,风振噪声得到抑制;更大的射流速比和射流开口宽度能带来更好的降噪效果;不同射流角度下的降噪效果不同,降噪效果最好的射流角度区间约为110°~130°;探究了射流参数、射流轨迹与降噪效果之间的关系,为平面射流降噪装置的开发设计提供参考。

摘要：基于图神经网络的社交推荐模型在提升推荐系统性能方面有不错的表现。但现有方法都忽略了被查询的目标用户和项目节点与其邻居节点间可能存在特征不匹配的问题,导致噪声的引入而降低了模型性能。为了解决该问题,文中提出一种社交推荐模型DNSSR。首先构建一个包含用户和项目多元关系的关系图谱,图节点间信息关联更丰富;然后利用动态邻域采样机制获得与目标查询对的特征更一致的邻居节点,减少了噪声信息;另外,为了进一步提高模型预测性能,设计了一种增强型图神经网络对采样后得到的关系子图进行建模,它可以区分不同邻居节点的重要性并选择更可靠的信息源,获得更鲁棒的用户和项目嵌入向量用于评分预测。实验结果表明:相比其他先进模型,该模型预测误差明显降低,证明了文中所提各项方法的有效性;尤其是动态邻域采样机制,若将其弃用,DNSSR在Ciao数据集上的RMSE(均方根误差)和MAE(平均绝对误差)指标将分别上升6.05%和7.31%,在Epinions数据集上则分别上升3.49%和5.41%,充分验证了其能有效降低噪声干扰、提高社交推荐模型的性能。

摘要：农业机械(农机)运动学模型的精度影响导航控制精度和稳定性,为提高农机路径跟踪控制器精度,提出了一种基于运动特性的农机导航控制器设计方法。该方法主要是对传统二轮车运动学模型建模方法进行改进,针对传统二轮车模型小角度近似替代(方向角等于横摆角)的缺点,采用加入侧偏角的方法优化农机运动学建模过程。采用相同的控制方法(状态反馈控制)和不同的运动学模型设计控制器进行对照实验。直线路径跟踪时,侧偏角对模型精度影响较小,引入侧偏角可以在一定程度上影响农机的跟踪精度;曲线路径跟踪时,侧偏角对方向角的变化影响较大,可以大幅影响路径跟踪精度。以安装有自动导航设备的拖拉机为实验平台进行实地实验,结果表明:直线行驶的最大横向误差平均值为0.0454 m,绝对平均误差平均值为0.0149 m,标准差平均值为0.0119 m;曲线行驶的最大横向误差平均值为0.1613 m,绝对平均误差平均值为0.0688 m,标准差平均值为0.0434 m;基于本文提出的优化模型设计的路径跟踪控制器对直线路径跟踪有一定提升,对曲线跟踪精度有大幅提升。

摘要：在面向连续体拓扑优化问题的固体各向同性惩罚微结构模型中,由于密度或灵敏度过滤的存在,优化结果中会出现灰度单元,影响结构的清晰度.针对此问题,运用渐进结构优化法的思想提出了一种结合单元渐进删除的变密度法.在SIMP法的基础上加入单元渐进删除的过程,单元删除阈值由平均单元相对密度及缩减系数确定,引入包括2个可调控参数的Sigmoid函数表达缩减系数,从而逐渐删除优化过程中产生的灰度单元.在讨论参数取值变化对缩减系数影响的基础上,以MBB梁为例确定参数取值的范围.将结合单元渐进删除的变密度法应用于MBB梁和悬臂梁柔度优化的算例,实验结果表明,该方法可与灵敏度过滤、密度过滤以及Heaviside投影相结合,具有较好的通用性,并能够有效地抑制SIMP法的灰度单元,显著地提升了优化效率.

摘要：机载LiDAR数据分类是根据数据特征为每个点指定类别标签。针对现有方法忽略全波形与点云在物理特性上的关联、缺乏对邻域几何和语义相关性的深入挖掘,从而导致捕获局部结构能力不足的问题,搭建了结合目标物理与几何特性的分类方法,实现了由全波形和点云组成的机载LiDAR数据端到端分类。首先,构建了特征融合模块,提取了全波形时序特征和点云几何特征,依据两种数据物理意义上的关联,通过双低秩矩阵实现了全波形与点云特征级融合。其次,构建了邻域特征增强模块,挖掘点对相关性,增强对局部几何结构的学习。最后基于层次化编解码结构搭建了分类网络。该网络在机载LiDAR数据集上测试,达到平均精度0.96、平均召回率0.90、平均F1分数0.92,证明了网络的有效性。

摘要：针对长文本语义匹配中词向量前后之间联系不易捕获以及主题信息可能不唯一,通常使得语义匹配效果不佳的问题,提出了一种基于BERT与密集复合网络的长文本语义匹配方法,通过BERT嵌入与复合网络的密集连接,显著提高了长语义匹配的准确率。首先,将句子对输入BERT预训练模型,通过迭代反馈得到精准的词向量表示,进而得到高质量的句子对语义信息。其次,设计了一种密集复合网络,先由双向长短期记忆网络(Bi-LSTM)获得句子对的全局语义信息,然后由TextCNN提取并整合局部语义信息得到每个句子的关键特征和句子对间的对应关系,并将BERT与Bi-LSTM的隐藏输出与TextCNN的池化输出融合。最后,汇总训练过程中网络之间的关联状态,可以有效防止网络退化和增强模型判断能力。实验结果表明,在社区问题回答(CQA)长文本数据集上,本文方法平均提升幅度达到45%。

摘要：激光雷达被广泛应用在无人驾驶、测量测绘等领域,为降低功耗、成本和体积,脉冲式半导体激光器成为激光驱动电路的首选。在此背景下,以电感为储能元件对一种窄脉宽大电流半导体激光驱动电路进行了优化设计。在详细介绍驱动电路的工作原理的基础上,重点研究了储能电感值大小与电路功耗的影响关系。运用ORCAD PSPICE仿真软件建立了驱动电路仿真模型,总结出影响脉冲电流的脉宽、峰值和波形振荡的主要因素。测试表明,在电路重复频率为10 kHz的条件下,储能电感功率损耗为59 mW,驱动电路的脉宽为3.8 ns,上升沿为3.5 ns,下降沿为3.7 ns,峰值电流为132 A,激光器输出峰值光功率约为326 W。