摘要：针对高性能太赫兹功能器件的规范化设计需求,本文将智能逆向设计方法应用于太赫兹带通滤波器的设计与优化中.建立与数字空间映射的亚波长超表面等效模型,从设定器件的目标功能和约束条件出发,利用智能算法探索整个解空间中的全部可能结构,迭代寻优至最优结构图案.本文利用搭建的逆向设计框架设计了中心频率为0.51 THz、带宽为41.5 GHz、插入损耗为–0.1071 dB的太赫兹带通滤波器.与传统的人工正向设计相比,逆向设计方法可解构出窄带、低插入损耗、带外抑制强、极化稳定性强的带通滤波器.

摘要：现有的药物推荐算法大多基于历史电子健康记录,但该数据难以反映患者的当前健康状况,也无法捕捉患者实时性的健康需求,导致推荐效果不佳。为此,融合了在线对话和疾病信息,提出一种基于对话结构与图注意力网络的药物推荐算法。集成灰关联分析与图注意力网络,运用灰关联分析学习节点间的关联,提出了一种新的关联感知图结构,以弥补传统图网络难以捕捉节点关联的不足。构建了对话分层编码器,基于新的图注意力网络编码话语与对话表示,并设计两种关联图结构学习节点的邻接关系,以生成蕴含上下文语义的对话结构表示。基于知识图谱和新的图网络学习疾病表示,将其与对话表示融合,实现药物的预测与推荐。实验结果表明,提出的算法在各评估方法下均优于基线方法,与性能最好的基线DNN相比,提出算法的F1和Jaccard分别提高了1.8%和3.5%,表明了提出算法能有效提高推荐性能。

摘要：为研究地震动作用下震陷土层厚度不同时大直径变截面单桩与群桩基础的动力响应差异,依托厦门第二东通道翔安大桥,通过振动台模型试验,开展震陷土层厚度30、40、50 cm时,单桩与群桩基础桩周土震陷量、桩顶水平位移、桩身加速度及弯矩动力响应差异研究.结果表明:随着震陷层厚度增大,单桩与群桩基础桩周土震陷量、桩顶水平位移、桩身加速度及弯矩均逐渐增大,且加速度及弯矩在变截面处突变;同一震陷层厚度下,群桩基础桩周土震陷量较单桩大,但群桩基础加速度、桩顶水平位移及桩身弯矩均小于单桩.震陷场地桩基础设计时,应着重考虑变截面单桩与群桩动力响应差异,保证桩基础抗震性能.

摘要：为研究不同地震动强度下液化场地大直径变截面单桩的动力响应规律,基于振动台试验,选取5010波,在地震动强度0.10g~0.45g作用下,研究液化场地砂土孔压比和大直径变截面单桩桩顶水平位移、桩身弯矩、桩身加速度时程响应及桩基损伤等变化规律.试验结果表明:饱和砂土孔压比随着地震动强度的增大上升明显,地震动强度≥0.30g时,饱和砂土孔压比稳定值在0.9附近,此时砂土完全液化;在0.45g地震动强度作用下,桩身加速度、桩顶水平位移及桩身弯矩均达到最大;桩身不同位置处加速度峰值出现时刻均滞后于输入地震波加速度峰值出现时刻,且桩顶及变截面的加速度响应比桩端的响应更弱;不同地震动强度作用下,桩身弯矩最大值均出现在液化土层和非液化土层分界处,且变截面处弯矩小于土层分界面处;地震动强度达到0.30g时,大直径变截面单桩桩身发生损伤.因此,液化场地下大直径变截面桥梁单桩基础抗震设计时,应该重点考虑饱和砂土层分界处、变截面处的抗弯能力,以确保单桩桩身强度满足抗震要求.

摘要：针对永磁同步电机(PMSM)的电流控制易受系统延迟、参数失配等因素影响,导致电流跟踪性能下降的问题,提出一种带延时补偿的自适应无差拍电流预测控制算法。在传统无差拍电流预测控制器(DPCC)基础上,针对参数失配引起电流跟踪性能下降的问题,改进了基于仿射投影算法的模型自适应补偿方法,设计了一种具有延时补偿的自适应电流控制算法。最后通过仿真试验,验证了所设计的带延时补偿的自适应无差拍电流预测控制对系统参数失配具有自适应补偿能力,可以有效消除系统延时的影响,提高电流环跟踪性能。

摘要：为提高共享单车服务的可用性,改善站点单车经常发生短缺的现象,提出一种面向共享单车服务调度的流程规划算法,以根据预测的站点用车需求提前进行流程规划。算法结合历史骑行记录中站点的用车需求相关性和位置关系动态挖掘站点集群,并从多源数据中提取特征用XGBoost模型预测站点集群的用车需求;通过历史时间窗口K近邻与再分配算法估计站点在不同时间段的用车需求量,以最大程度满足站点集群的预测用车需求;建立共享单车服务调度规划约束条件,结合混沌理论和蚁群系统对蚁群算法进行优化改进,解决共享单车服务静态调度的流程规划问题。设计实验验证了所提算法的准确性和有效性。

摘要：金银花是清热解毒必备良药,市面上金银花来源复杂,最著名的山东平邑产金银花在市场上常遭造假。已有的鉴别方法大多耗时长、成本高且操作复杂,亟需一种快速高效的金银花产地溯源方法。针对应用在金银花鉴别中的近红外光谱(NIRS)数据的一维卷积神经网络(1D-CNN)鉴别模型存在参数量过大、模型效率过于低下、计算复杂度高,同时易产生过拟合问题,对传统1D-CNN结构作出改进。使用效率较高的VD(Very Deep)结构替代传统1D-CNN中隐含层结构,并针对NIRS数据适应性改进,使其可直接应用于一维NIRS数据。改进分为三步:(1)将特征层的设计转为2个约束优化设计:第一约束条件设每个卷积层C值(卷积核与感受野的大小比值)为1/6,可提高网络模型效率;第二约束条件取顶层感受野大小为数据向量大小,实现更深层数据特征提取,并减小过拟合。(2)通过降采样把特征层输出特征向量缩小至较小的尺寸;(3)使用两个1×5大小的卷积层和一个带有Dropout的池化层将数据大小降采样到只有一个矢量的向量替代分类作用的全连接层,进而减小参数量。采集河南、山东、河北、重庆主要产地出产的金银花为样品500份。测试光谱范围908~1 676 nm,采用KS法对样品集预处理,并用shuffle算法完成训练集、验证集、测试集划分,构建基于改进1D-VD-CNN与近红外光谱的金银花产地鉴别模型。结果表明,1D-VD-CNN训练集与测试集准确率均达到100%,损失值收敛为0.001附近。与传统1D-CNN模型相比,1D-VD-CNN模型的训练集与测试集准确率分别提升为约0.5%与1.4%,参数量和FLOPs分别减少近1 M(兆)和20 M(兆)。与原始光谱数据分析法和PLS-DA法对比分析,表明1D-VD-CNN模型对金银花近红外光谱分类具有更高的效率和更好的识别性能。

摘要：为了给存在依赖关系的车载任务提供合理的实时调度方案,以使移动边缘计算通过将车载任务调度到边缘节点处理来有效减少执行时间,设计了一种车载边缘计算中推理任务实时调度策略。将自动驾驶应用的推理过程抽象为基于有向无环图的推理任务模型;利用任务优先级评价方法界定推理任务执行顺序,继而基于深度Q学习算法为推理任务选择合适的资源节点,根据资源分配结果执行相应的推理任务。实验结果表明,该调度策略能够有效减少推理任务处理时延,且收敛性与实时响应速度更佳。

摘要：可在任意多边形上定义的且具有解析表达式的广义重心坐标通常不具有非负性,目前对广义重心坐标各向异性的工作相对较少.针对上述问题,提出了一种可在任意多边形上定义的,且具有非负性和各向异性的广义重心坐标——各向异性坐标.首先,对原始多边形内任意一点,生成该点的可见多边形;其次,基于Power图的相关性质,计算该点关于可见多边形的各向异性坐标;最后,将可见多边形上的各向异性坐标分解到原始多边形上.在图像变形的应用中,各向异性坐标提供了3个几何意义清晰的参数,以供用户直观地调整不同的变形效果;在函数插值的实验中,采用各向异性坐标得到的均方根误差比采用均值坐标时平均降低了44%;在图像逼近的实验中,采用各向异性坐标可有效减少在图像变化剧烈的区域处产生的伪影.

摘要：为研究不同类型地震波作用时软土场地条件下大直径变截面群桩基础的动力响应特性,依托翔安大桥实体工程,通过振动台试验,选取地震动强度均为0.15g的人工合成5010波、1004波,以及Kobe波和El-Centro波,研究了群桩基础桩周土层震陷量、桩身加速度、桩顶水平位移、桩身弯矩等动力响应特性.结果表明:地震作用下,软土层发生震陷,震陷量为0.16~0.22cm,其值与输入地震波的频谱特性有关;桩端加速度时程响应曲线较桩顶及变截面处更为“密集”;软土对加速度产生放大效果,输入地震波加速度峰值出现时刻均早于桩端、桩顶及变截面处;桩身加速度及桩顶水平位移分别在1004波和Kobe波作用下达到最大值;5010波和1004波作用下,桩顶产生永久侧向位移;Kobe波作用下,桩身弯矩峰值最大,且弯矩峰值出现时刻最晚.因此,在进行群桩基础抗震设计时,针对不同桩基特性可选用不同类型地震波进行验算.