摘要：以进一步提升农业自动化灌溉系统的作业效率为研究目标,选取其核心结构组件布局作为研究对象,基于通信控制优化理念展开高效能设计研究。结合自动化灌溉系统的运行机理,从通信网络架构分层角度入手,建立灌溉系统参数计算处理模型。针对系统软件控制和硬件配置完成优化,选定灌溉作物进行灌溉试验,结果表明:此通信网络架构理念下的控制优化布局,可实现灌溉系统的响应准确率与决策准确率同步提升,系统运行稳定有效;整体系统的灌溉效率可达94.55%,满足智能化灌溉控制设计要求,具有很好的应用推广价值。研究结果对于灌溉系统向智能化精准化提升有较好的启示意义。

摘要：由氨基酸N-羧酸环内酸酐开环聚合得到的聚氨基酸材料是一类重要的生物医用材料。通过功能化单体和聚合后修饰的设计,能够赋予聚氨基酸材料针对内源性和外源性刺激的响应性,使其能够特异性地对组织微环境做出结构响应,实现偶联或包载药物的选择性释放。因此,刺激响应性聚氨基酸材料在药物递送、组织工程、免疫调节和抗菌等生物医学领域具有广泛应用。迄今为止,国内外学者们通过合理的聚氨基酸材料结构设计,实现了针对不同刺激、多种模式的载药纳米颗粒的结构改变,并成功将其应用到癌症等疾病的诊疗中。本综述从聚氨基酸的刺激响应化学出发,总结归纳了不同生理环境下不同模式的纳米药物设计及其在生物医学领域的应用,并对刺激响应性聚氨基酸材料领域的发展提出了自己的理解。

摘要：为了提高车辆数据分析的效率与可靠性,文章设计一种基于CAN总线的车辆数据分析系统。该系统可实现多项功能,包括系统配置、报文解析、数据分析、自动报告和数据上云等。同时,通过试验对系统的可行性进行充分的验证,确保系统在实际应用中的有效性和稳定性。

摘要：储备土地资产清查是自然资源资产清查的一项重要内容。文章以常州全民所有储备土地资产为研究对象,对资产清查工作的总体技术路线框架进行设计,研究集成PowerDesigner数据建模技术和ArcGIS GeoAnalytics Server数据分析挖掘方法,解决储备地块实物量清查的全要素标准化集成建库,依据规划条件对价值量估算路径进行研究,设计全民所有储备土地资产清查信息系统并进行应用,为常州智能化开展储备土地资产清查工作提供技术支撑。

摘要：目的探讨急诊重症监护室(EICU)经口气管插管患者发生口腔黏膜压力性损伤(OMPI)的危险因素,并构建列线图预测模型。方法采用病例对照研究设计,回顾性收集EICU收治的209例经口气管插管成年患者的临床资料。根据观察期间是否发生OMPI,将患者分为OMPI组53例和无OMPI组156例。分析2组患者的临床资料,采用多因素Logistic回归分析筛选EICU经口气管插管患者发生OMPI的危险因素,应用R软件绘制列线图预测模型,并通过受试者工作特征(ROC)曲线、校准曲线、决策曲线评估该模型的预测效能。结果2组在采用俯卧位通气、应用血管收缩药物、置管时意识状态、置管时急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分、气管插管留置时间方面比较,差异均有统计学意义(P<0.05)。多因素Logistic回归分析结果显示,采用俯卧位通气(OR=2.545,95%CI:1.261~5.135)、应用血管收缩药物(OR=1.984,95%CI:1.162~3.387)、置管时不能表达主诉(OR=3.618,95%CI:1.891~6.924)、APACHEⅡ评分高(OR=2.394,95%CI:1.322~4.336)、气管插管留置时间长(OR=3.995,95%CI:1.857~8.593)均为EICU经口气管插管患者发生OMPI的危险因素(P<0.05)。ROC曲线分析显示,列线图预测模型的曲线下面积为0.881;校准曲线分析显示,模型预测概率与实际概率的平均绝对误差为0.016;决策曲线分析显示,该预测模型在临床中具有实用价值。结论采用俯卧位通气、应用血管收缩药物、置管时不能表达主诉、APACHEⅡ评分高、气管插管留置时间长均为EICU经口气管插管患者发生OMPI的危险因素,基于这些因素构建的列线图模型对OMPI风险具有良好的预测效能。

摘要：为了优化节段预制波形钢腹板组合箱梁桥节段划分、存放及吊装方案,以南京长江五桥引桥——立新路跨线桥为研究背景,采用数值模拟方法对波形钢腹板组合箱梁桥节段进行合理划分长度,分析标准节段梁存放及吊装期的应力变化及变形特征,并提出合理的控制措施.结果表明:节段长度为240~400 cm时,对梁体抗弯承载力影响较小,波形钢腹板组合箱梁桥节段长度的合理划分取决于吊装及运输条件;节段梁存放层数不宜超过2层,如采用双层存放,需在波形钢腹板节段梁混凝土顶板与底板之间设置临时刚性支撑;节段梁吊装宜采用四吊点方案,即在靠近腹板处设置4个吊点,且起吊时在顶板与底板之间设置临时刚性支撑,以避免顶板变形过大,增加现场拼装控制的难度.

摘要：城市快速发展加快了已有测绘基础设施的破坏,机构改革的推进对成果共享提出了更高要求。针对平面四参数转换过程中参数计算点控制外扩能力、不同等级控制点选取、未知坐标系成果坐标转换工作中央子午线的选取,对转换参数的影响等地理信息成果坐标转换工作中的特殊情况进行了详细分析,并利用江苏某区域实测成果进行对比实验。研究成果对非传统测绘、国土等行业地理信息成果及历史存量地理信息成果的坐标转换工作具有参考价值。

摘要：压力容器用于具有一定毒性、腐蚀性、易燃易爆的介质工况中,一旦产生裂纹将会引起石化装置爆炸等事故,造成不可逆的环境和经济负效应。人工智能的发展,将现有的声发射检测与机器学习相结合,提出一种基于深度迁移学习的压力容器裂纹检测系统,通过卷积神经网络((Convolutional Neural Networks,CNN)模型结构中卷积层和池化层强大的自学习能力提取对于裂纹检测任务有用的特征值,判断检测结果,减少人工主观误差影响。该检测系统可作为常规检验检测的补充,更全面地保障压力容器使用的安全性。最后,在此基础上,结合总体设计,探讨基于深度迁移学习的压力容器裂纹检测系统可行性。

摘要：自动驾驶车辆需要实时获取自身准确的定位结果进行轨迹规划和导航。为了提高定位精度,提出了一种基于误差状态卡尔曼滤波器(Error State Kalman Filter,ESKF)的多传感器数据融合定位算法,并进行了系统开发。系统由全球导航卫星系统(Global Navigation Satellite System,GNSS)、惯性测量单元(Inertial Measurement Unit,IMU)及处理器构成。基于ESKF设计数据融合算法,对IMU数据积分后得到系统名义状态,根据状态向量各变量的误差和零偏,对预测的状态向量进行校正,给出误差后验高斯分布,更新状态向量,迭代运算后,获取更加准确的定位和行驶轨迹。分别采用仿真数据和实车实验对本算法进行了验证,结果表明,本算法能够有效提高车辆的定位结果,准确记录车辆行驶轨迹。本算法对于智能车辆的定位功能开发及定位功能的检验具有重要的意义。

摘要：针对低照度图像目标检测的挑战,提出一种端到端检测方法FDLIE-YOLO。首先,设计频域处理模块FDPB(Frequency Domain Processing Block),采用傅里叶变换提取全局信息,从而获取估计幅度分量,利用其与亮度的正相关关系,提升低光照图像质量,进而构建频域低照度图像增强网络FDLIENet(Frequency Domain Low-light Image Enhancement Network)。然后,使用YOLOv8n进行目标检测,通过联合损失实现图像增强与目标检测的端到端训练。该损失引入马氏距离的幅度差异损失,以精准调整图像幅度,并用MPDIoU(Minimum Point Distance based IoU)损失取代YOLOv8n原有的回归损失,提高检测准确性。实验结果显示,FDLIENet在低照度环境下的图像增强表现显著,在LOLReal和ExDark数据集上的PSNR、SSIM和NIQE指标分别达到23.18 dB、0.858和3.98;FDLIEYOLO在ExDark数据集,平均精度均值mAP为80.6%,较当前主流端到端检测方法提高了1.1%~1.6%,且实时性好。