摘要：针对异常离群点对k-means‖算法的聚类精确度影响较大且在确定中心点过程中会泄露聚类数据隐私的问题,提出DPk-means‖算法。标记离群点,降低离群点对k-means‖算法聚类精确度的影响,将差分隐私应用于k-means‖聚类算法中保护聚类数据隐私。在选择聚类初始中心点和迭代求取均值中心点的过程中,应用拉普拉斯机制注入噪声,解决数据隐私泄露的问题。通过隐私预算动态变化对聚类结果准确性的影响及同类算法对比实验分析验证,DPk-means‖算法能够提供更高的隐私保护水平且保证聚类结果的准确性。

摘要：【目的】以江西省泰和县为研究区域,揭示县域尺度耕地土壤有机质(SOM)的空间分布规律。【方法】设计覆盖整个泰和县耕地的采样网络,采集361个表层(0~20 cm)土壤样品。使用普通克里格插值法探究研究区耕地土壤有机质含量的空间分布特征,利用随机森林模型结合经典统计方法探究泰和县耕地土壤有机质空间分异的主要影响因素。【结果】研究区耕地土壤有机质含量均值为31.05 g kg^(-1),处于较丰富水平,表明泰和县耕地土壤肥力水平较好。泰和县耕地土壤有机质具有中等程度的空间自相关性,具有中部低、东西高的空间分布特征。秸秆还田和海拔是耕地土壤有机质含量的主要影响因子,解释率为56.37%和18.73%。土壤pH、成土母质、施肥量和灌溉能力对土壤有机质含量也具有显著影响,解释率分别为9.66%、9.47%、6.76%和5.45%。【结论】采取秸秆还田、合理施用石灰和完善排水设施等田间管理措施可以有效提高耕地土壤有机质含量,改善土壤保肥固碳能力,对促进农业可持续发展,助力实施国家“碳达峰”和“碳中和”战略具有重要价值和意义。

摘要：鸭的肠道菌群是影响其生长和健康的重要因素,并在食物的消化吸收、免疫和维持肠道微生态平衡等方面发挥着关键的作用。因此,深入了解家鸭肠道菌群结构及其影响因素将有助于设计合理的方案来调节肠道菌群,维持宿主的最佳健康状态,并改善宿主的生产性能。文章对家鸭肠道菌群的结构和特征进行了总结,概述了饲粮成分、饲养环境和遗传背景对肠道菌群的影响,并对目前关于家鸭肠道菌群研究的方式进行了探讨,为维护家鸭肠道健康和提高生产性能提供一定的理论基础和研究思路。

摘要：为研究吸声材料布局对铁路声屏障降噪效果的影响,以3 m直立型声屏障为研究对象,通过有限元和声学边界元相结合的方法进行建模,分析6种非全吸声屏体布局声屏障的降噪效果,并与全吸声和全反射型声屏障进行对比分析。结果表明:吸声屏体在上部、中部、下部分别对高频(1 000 Hz左右)、中频(630~800 Hz)和低频(100~500 Hz)噪声的插入损失影响较大;在水平方向上,随着下部吸声屏体面积增加,声屏障总的插入损失逐渐增大,声屏障下部屏体2 m范围内吸声对插入损失的改善起主要作用;竖直方向上,受声点7.5 m以上时,声屏障中上部屏体1.5~2.25 m范围内吸声对插入损失的改善起主要作用;随着距离增加,非全吸声屏板布局与全吸声、全反射布局之间的降噪效果差值逐渐变小。当受声点高度为1.5 m,距离声屏障2 m时,非全布局与全吸声和全反射工况的降噪效果相差8.6 dB(A),距离20 m位置时相差2.6 dB(A),距离30 m位置时相差为1.1dB(A)。

摘要：电动汽车内传感器的测量精度较差,为提高汽车行车稳定性,基于激光测距技术的轮毂电机驱动电动汽车操纵稳定性控制方法。建立电动汽车动力学模型,在车轮动力模型中,对四个轮胎分别建立驱动力平衡方程。设计了一种轮毂电机驱动下的汽车稳定性控制方法,分别设置车身与车轮稳定性的目标函数与约束条件。实验结果显示,上层控制器中,汽车dβ-β相平面均在0~0.1 rad的标准范围之内且横摆角速度也基本与目标值相符;在下层控制器中,汽车dβ-β相平面均在-0.5 rad~0.5 rad的标准范围之内且横摆角速度基本与目标值相符,可见本方法对该汽车稳定性控制方法有效。

摘要：针对基于邻域粗糙集属性重要度约简算法在某些决策表中约简正确率下降等问题,结合基于等价关系下的分辨矩阵知识,定义一种邻域决策系统下的分辨矩阵,邻域分辨矩阵由能够分辨不同邻域对象的条件属性子集组成。根据条件属性在邻域分辨矩阵中的占比提出一种属性重要度的度量方法,以新的重要度作为启发性因子,设计一种邻域决策系统下属性重要度启发性约简算法。该算法以核属性集作为初始集合,依次选择重要度大的属性加入到核集,直至找到最小属性约简时,算法终止。实例分析和UCI数据集试验结果表明,与基于属性依赖度的约简算法相比,该算法能够更有效地找到最小属性约简集,并且可以有效减少计算工作量,证明了算法的有效性和可实用性。

摘要：为了综合道路实时车辆信息和历史交通事故数据信息两个角度来预测交通事故风险,设计了一种基于边缘计算的城市交通事故风险深度预测模型。模型采用边缘计算技术对路面异常车辆信息和车流信息进行收集,并以此分析道路实时风险水平,同时采用LSTM深度神经网络预测模型对历史事故数据进行训练并预测城市不同区域未来时刻交通事故发生的频率,结合两者的预测结果得出区域内实时的交通风险情况。仿真结果显示,模型可以较为准确地预测出某一时间段城市交通事故多发区域,具有一定的可行性。

摘要：目的卷积神经网络结合U-Net架构的深度学习方法广泛应用于各种医学图像处理中,取得了良好的效果,特别是在局部特征提取上表现出色,但由于卷积操作本身固有的局部性,导致其在全局信息获取上表现不佳。而基于Transformer的方法具有较好的全局建模能力,但在局部特征提取方面不如卷积神经网络。为充分融合两种方法各自的优点,提出一种基于分组注意力的医学图像分割模型(medical image segmentation module based on group attention,GAU-Net)。方法利用注意力机制,设计了一个同时集成了Swin Transformer和卷积神经网络的分组注意力模块,并嵌入网络编码器中,使网络能够高效地对图像的全局和局部重要特征进行提取和融合;在注意力计算方式上,通过特征分组的方式,在同一尺度特征内,同时进行不同的注意力计算,进一步提高网络提取语义信息的多样性;将提取的特征通过上采样恢复到原图尺寸,进行像素分类,得到最终的分割结果。结果在Synapse多器官分割数据集和ACDC(automated cardiac diagnosis challenge)数据集上进行了相关实验验证。在Synapse数据集中,Dice值为82.93%,HD(Hausdorff distance)值为12.32%,相较于排名第2的方法,Dice值提高了0.97%,HD值降低了5.88%;在ACDC数据集中,Dice值为91.34%,相较于排名第2的方法提高了0.48%。结论本文提出的医学图像分割模型有效地融合了Transformer和卷积神经网络各自的优势,提高了医学图像分割结果的精确度。

摘要：地下管道地质雷达检测机器人有效解决了地下管道管内外病害综合检测问题,而机器人的动力学分析是实现机械结构优化和性能改善的基础。对600 mm地下排水管道地质雷达检测机器人开展Adams下的动力学仿真和仿真结果的实测试验验证,分析机器人工作在管道内壁有障碍物时,滚轮、扭簧、摇杆转轴和防护罩等关键部件的受力情况。结果表明:底部探测器关键部件的全程受力大小和过障碍物时的受力振幅均高于顶部探测器;底部探测器滚轮受力差异较大,偏上滚轮在未遇障碍物时不起作用,承载力集中在下侧滚轮;机器人受500 N水平牵引力作用,遇障物瞬间关键部件的受力呈3~60倍激增,防护罩承载达1700 N冲击力。分析结果为地下管道地质雷达检测机器人优化设计,尤其是不同位置探测器的关键部件设计、选材和加工提供了依据。

摘要：研究不同类型的土地利用与陆地生态系统的相关性,有助于探究土地利用对区域生态环境的保护与可持续发展的影响。鉴于长时间序列的碳储量监测研究较少,文章借助江西省1985—2020年的土地利用数据,利用InVEST模型对陆地生态系统碳储量变化特征进行量化评估。结果表明,1985—2020年间江西省的碳储量总体呈下降趋势,累计下降3.8×10^(7) t。1990—2000年江西省碳储量变化明显的主要因素是林地的流入流出。南昌市城市建设对耕地的挤占明显,赣州市建设用地面积增量最大,碳储量减少4.29×10^(6) t,鹰潭市碳储量减少,最少碳储量减少0.29×10^(6) t。江西省陆地生态系统的碳储量呈现明显的降低趋势,其中建设用地扩张是造成碳储量减少的主要因素。