摘要：传感图像采集因曝光而损失图像特征,导致特征错误挖掘率高和精准率召回率(Precision-Recall,PR),曲线表现较差,针对该问题,提出一种新的传感图像特征快速挖掘算法。该方法将参数化修正线性单元函数作为激活函数,融合修补图和输入图像,并在训练阶段使用L1损失函数和结构相似性指数(Structural Similarity Index,SSIM)损失函数约束图像,采用softmax回归挖掘图像特征,构建卷积神经网络传感图像特征挖掘结构,在训练过程中,使用自适应梯度更新结构参数,设计挖掘步骤,实现传感图像特征快速挖掘。实验结果表明,设计的卷积神经网络图像特征挖掘方法的PSNR值较高、SSIM值接近1,错误挖掘率为1.0%,PR曲线最接近右上角,面积最大,并且图像视觉效果更好,特征挖掘时间最高仅为1.3 s,实现了快速挖掘。

摘要：为提高有限元模型修正方法效率,保证修正精度,提出基于高斯白噪声扰动的粒子群优化(GMPSO)有限元模型修正方法。介绍标准粒子群优化(PSO)方法和改进后的GMPSO方法,基于测试函数比对两种方法的全局寻优能力和寻优效率;提出高效的基于GMPSO有限元模型修正方法,阐述方法流程并明确各参数与实际物理量的对应关系;基于GMPSO有限元模型修正方法对高维有损伤简支梁模型(变量维度为10)实施修正,并与基于遗传算法(GA)的模型修正结果进行比对;基于GMPSO有限元模型修正方法对某在役桥梁结构实施修正(变量维度为13),验证所提方法可行性。结果表明:经局部改进的GMPSO方法较原PSO方法的优化能力显著提升;高维损伤简支梁模型修正结果显示,基于GMPSO模型修正方法可获得较好的修正结果,修正效率较基于GA的模型修正方法有显著提升;在役桥梁结构有限元模型修正结果显示,基于GMPSO模型修正方法可有效降低主梁计算频率和试验频率的误差,所提方法可适用于较工程复杂结构模型修正问题。

摘要：云计算与大数据课程是信息技术领域的重要分支,它是在计算机技术、互联网技术及数据处理基础上发展起来的新兴学科。随着人工智能技术的发展,云计算与大数据技术的应用日益广泛,并受到人们的重视。为克服传统教学模式下云计算与大数据课程教学应用性缺乏、学生兴趣度低等问题,以实现新工科背景下信息技术类专业人才培养要求,借鉴OBE理念,提出基于“三要素三模块二重点”的线上线下混合翻转创新教学方法,并将此方法进行应用验证,结果证明此种教学方法能发挥线上与线下的教学优势资源,充分提高学生积极性和参与感,获得好的教学效果。

摘要：目的探讨miR-34b/c rs4938723 T>C与中国人群原发性肝细胞肝癌(hepatocellular carcinoma,HCC)易感性的关系。方法采用病例对照研究设计,选取501例原发性肝细胞肝癌病例和548例正常对照。选取miR-34b/c rs4938723 T>C为研究位点,以聚合酶链反应-限制性片段长度多态性(PCR-RFLP)方法进行多态性检测,应用Logistic回归计算OR值及95%CI,比较不同基因型与HCC发病风险的关系。结果在调整年龄、性别、吸烟、饮酒因素后,携带rs4938723 TC/CC基因型者与携带rs4938723 TT基因型个体相比,发生肝癌的风险增加了40%(调整OR=1.40,95%CI=1.10～1.80)。进一步分析显示在原发性肝细胞肝癌的发生中rs4938723基因型与饮酒存在交互作用(相乘交互作用P=0.049,相加交互作用P=0.012)。结论本研究表明位于miR-34b/c启动子区的rs4938723 T>C多态性可能影响中国人群原发性肝细胞肝癌发病风险。