摘要：文章立足于旅客心理感知,基于随机效用理论,运用SEM-Logit模型方法,探讨机场服务质量的关键维度对粤港澳大湾区航空出行选择行为的影响。结果表明:1)航空出行选择行为并不是对行为意向的简单线性扩展,作为机场服务质量的2个关键维度,强制性流程服务是旅客在机场无可避免且耗费时间最长和最为繁琐的流程,在该过程中的优质服务水平和质量对旅客存在无形吸引力,特别对商务出行旅客在机场-航空公司方案的比选中存在显著影响;2)设施设备和环境虽然不是旅客普遍性考虑因素,但旅客对其感知差异明显表现在机场群内不同机场类型之间;3)预计起飞时间差异、机型、准点率、航班班次、航班价格等其他因素均存在显著影响,且抵达机场时间、航班飞行时间等时间成本是核心影响因素;4)旅客对航空公司类型并不存在明显偏好,但低成本航空公司的入驻对区域机场竞争存在明显的抗风险能力。

摘要：针对指针式仪表的小目标图像分割特点以及现有方法存在的局限性,提出融合空间细节与语义特征的双边路深度学习主干网络BiUnet,用于指针式仪表图像分割。该网络以BiSeNet V2算法作为出发点,重新设计其语义支路、细节支路以及双边融合层。首先,利用ConvNeXt卷积模块对细节支路进行调整和优化,提升算法对指针及刻度线边界细节的特征提取能力;其次,结合编码器-解码器U型结构能够融合不同尺度语义信息的优势对语义支路进行重新设计,提高语义支路对指针和刻度这类小目标的分割能力;最后,提出双引导拼接聚合层,用于更好地融合细节支路和语义支路特征。在自制仪表图像分割数据集上的消融实验证实了所提出的网络设计方案的有效性和可行性。在仪表数据集上与不同主干网络进行对比实验,实验结果表明,BiUnet对仪表的平均分割精度mIoU(mean intersection of union)达到了88.66%,相比于BiSeNet V2网络的80.02%提升8.64个百分点,并且这两种网络的分割精度均优于基于Transformer和纯卷积的常见主干网络。

摘要：提出两个事件时序概念与相关规则,用于分析事件关联消息类型为挑战数的时态性质,形式化抽象物理不可克隆函数(PUFs)随机会话秘钥生成功能,扩展事件逻辑(LoET)用于形式化分析PUFs安全协议的理论.以一个基于SRAM PUFs(基于静态随机存取存储器的PUF类型)的安全双向认证协议分析为例,形式化规约了协议基于PUFs随机秘钥生成和双向认证过程,基于扩展的事件逻辑,采用定理证明方法推理证明了该协议在合理假设下满足双向强认证性质.研究表明扩展的事件逻辑理论可用于设计和分析基于PUFs安全协议.

摘要：针对当前基于深度学习的遥感图像超分辨率重建模型部署时对硬件要求较高,本文设计了一种轻量级基于重参数化的残差特征遥感图像超分辨率重建网络。首先,采用重参数化方法设计了一种残差局部特征模块,以有效地提取图像局部特征;同时考虑到图像内部出现的相似特征,设计了一个轻量级的全局上下文模块对图像的相似特征进行关联以提升网络的特征表达能力,并通过调整该模块的通道压缩倍数来减少模型的参数量和改善模型的性能;最后,在上采样模块前使用多层特征融合模块聚合所有的深度特征,以产生更全面的特征表示。在UC Merced遥感数据集上进行测试,该算法在遥感图像3倍超分辨率下的参数量为539 K,峰值信噪比为30.01 dB,结构相似性为0.8449,模型的推理时间为0.010 s;而HSENet算法的参数量为5470 K,峰值信噪比为30.00 dB,结构相似性为0.8420,模型的推理时间为0.059 s。实验结果表明,该算法相比HSENet算法,参数量更少,运行速度较快,且峰值信噪比与结构相似性也有一定的提高。在DIV2K自然图像数据集上进行测试,该算法的峰值信噪比和结构相似性相比其他算法也有一定的优势,表明该算法的泛化能力较强。

摘要：硒代半胱氨酸(Sec)在维持生命系统运行中具有重要地位,其浓度异常,将导致多种生理疾病.荧光探针具有高灵敏度、高时空分辨率、无损和可视化检测的优点.然而,由于生物硫醇的干扰,用于体内成像的高选择性硒代半胱氨酸探针构建具有挑战性.近年来,为了提高探针选择性、准确性和荧光特性等,人们采取了多种设计策略.基于识别机制类型,从设计原理、性能特点及成像应用几个方面对Sec荧光探针的研究进展进行了评述,并展望了该领域面临的挑战和发展趋势.

摘要：为合理利用源侧备用资源,提出基于随机潮流和半不变量法的备用风险评估指标,以准确量化因备用不足而造成的潮流越限风险;为了实现源侧备用资源和网侧可控资源的协同优化,将网侧有载调压变压器和电容器组无功补偿装置纳入决策变量,以系统运行成本最低和系统运行越限风险指标值最小为优化目标,构建计及备用风险性的新型电力系统源网协同安全经济调度模型;将布朗运动和莱维飞行随机游走机制融入多目标微分进化算法,设计新型的布朗-莱维多目标微分进化算法,对模型进行高效求解。算例分析结果验证了所提方法的有效性和优越性。

摘要：为高效、经济及绿色地处理难降解有机废水,设想引入极性诱导效应,提高季铵盐表面活性剂对膨润土的功能改性效率,从而获得性能更优的改性膨润土材料,用于对难降解有机废水的吸附处理。设计一种“来源便利”的极性诱导季铵盐表面活性剂(3-氯-2-羟丙基十二烷基二甲基氯化铵,C12-CHDMAC),制备新型改性膨润土材料,即C12-改性膨润土。结果表明:①所得C12-改性膨润土所含表面活性剂关键元素C、H、N含量分别为23.51%、5.72%和2.65%,远高于常规类似结构季铵盐表面活性剂改性膨润土所含对应元素含量(分别为14.56%、3.99%和1.58%),成功获得了功能改性率更高的改性膨润土材料。②以吸附有机染料废水为例,考察C12-改性膨润土作为吸附剂吸附处理难降解有机废水的能力,其吸附容量为活性炭的203.21倍,具有较强的吸附净水能力。③通过系列化吸附动力学、吸附热力学和现代仪器分析技术,深入探究了C12-改性膨润土吸附处理难降解有机废水的作用行为,提出了相关作用机制的理论解释。④制备过程中产生的剩余滤液,具备直接回收重复利用或直接功能化使用的特性,以此可提高原料利用率,并杜绝生产废液的“二次污染”,因而所设计的制备工艺具有经济高效、绿色环保的优势。研究显示,C12-改性膨润土可以高效、经济及绿色地吸附处理难降解有机废水,应用前景良好。

摘要：乳腺癌是女性最常见的癌症.单一网络在乳腺癌病理图像分类中存在缺陷,卷积神经网络无法提取全局上下文,而Transformer不能准确描述局部细节.本文提出联合多视角Transformer编码与在线融合互学习的乳腺癌病理图像分类模型(Multi-View Transformer Online Fusion Mutual Learning,MVT-OFML).采用ResNet-50(Residual Network-50)提取图像局部特征,设计多视角Transformer编码模块,捕获图像中全局上下文;联合Logits和中间特征层构建OFML框架,实现ResNet-50与多视角Transformer编码模块间双向传递知识,使2个网络优势互补以完成乳腺癌病理图像分类.实验表明,在BreakHis和BACH数据集上,MVT-OFML的准确率比最强基线分别提升0.90%和2.26%,F1均值比最强基线分别提升4.75%和3.21%.

摘要：针对传统差分进化算法在解决复杂优化问题时性能不足的问题,提出了一种双重经验结合的自适应差分进化算法,该算法提出了基于个体经验和集体经验结合的参数自适应机制.在该机制中,每个个体都有自己的缩放因子和杂交概率,并且个体同时利用自身经验和多个成功个体的集体经验来自适应地更新参数值.该机制不仅很好地利用了个体自身的演化信息,还结合了集体的有益信息,有利于生成优秀个体,提高算法性能.此外,自适应差分进化算法设计了一种新的带外部存档的变异策略,该变异策略引入了一个调整变异策略贪婪性的参数,这个参数在进化过程中随着函数评价次数的增加而动态变化,自适应地调整变异策略在不同进化阶段的贪婪性,较好地平衡了算法的勘探和开采,进而提高算法性能.在CEC2017基准集上对算法进行数值实验,并将自适应差分进化算法与多个改进的差分进化算法进行了比较.实验结果表明:自适应差分进化算法取得了较好的求解结果,并在整体上优于其他算法.

摘要：智能网联汽车具有信息物理系统(Cyber-physical systems, CPS)的特征,运行中容易受到网络攻击的不利影响,造成通信数据的异常交互,降低行车安全。建立智能网联汽车路径跟踪动力学模型和两自由度汽车操纵动力学模型,分析车辆路径跟踪控制系统信息架构,考虑系统响应存在网络攻击,将连续系统状态空间方程进行离散化处理。根据线性二次估计设计一种递归状态估计器。仿真研究网络攻击对智能网联汽车路径跟踪的影响,状态估计器对网络攻击下车辆路径跟踪控制的效果及鲁棒性。结果表明:网络攻击会导致智能网联汽车路径跟踪效果变差,验证了状态估计器能够有效改善网络攻击对车辆跟踪控制的不利影响,且当网络攻击程度λ、协方差P初值的不同,状态估计器表现出较好的鲁棒性。本研究能够保证网络攻击下智能网联汽车数据信息的可靠交互,有利于改善智能网联汽车跟踪行驶的性能。