摘要：由于人们环保意识的不断增强以及国家对新能源技术应用的支持,电动汽车在城市物流“最后一公里”中得到了广泛应用.但是,电动汽车电池续航里程短、充电时间长以及配套设施不足等问题,阻碍了其在实际应用中的普及与推广.为了解决电动汽车物流配送路径优化的问题,采用了客户点可充电功能分类的策略,构建了一个考虑电动汽车充电选择的配送路径优化模型,并设计了混合模拟退火遗传算法来求解.最后,通过算例仿真验证了模型和算法的有效性.

摘要：在长期疫情时起时伏情况下,卡车支持无人机配送模式可在避免交叉感染方面发挥重要作用。针对现实生活中应急需求具有很强动态性的特征,提出卡车支持无人机在线配送问题。使用竞争分析方法证明此问题的下界为2-δ,设计调用离线最优算法的在线OCOA算法,分析OCOA算法的竞争比为2.5。设计包含卡车停靠点选址—需求分配—卡车路径优化的三阶段离线TSOOA算法,通过与CPLEX求解结果对比,验证TSOOA算法的有效性。通过在线仿真分析计算出OCOA算法与离线问题下界的比值约为1.75,表明OCOA算法在现实场景中应用效果更好。本文提出的卡车支持无人机在线配送模式可以为疫情物资的实时调度决策提供依据。

摘要：【目的】边坡破裂角是边坡稳定性分析和加固设计的重要参数。关于确定边坡破裂角的方法目前尚存在一些争议。【方法】运用摩尔-库伦强度理论、边坡稳定性评价和挡土墙土压力三种计算方法对边坡破裂角进行计算与分析。【结果】推导出直立边坡稳定安全系数所对应的破裂角计算公式。通过边坡稳定性计算得到边坡稳定安全系数所对应的破裂角,当边坡稳定安全系数大于1.00时,该破裂角为潜在破裂角;当边坡稳定安全系数等于1.00时,该破裂角为临界破裂角。【结论】运用挡土墙土压力计算方法得到的破裂角是土压力最大时所对应的破裂角,并不是边坡临界破裂角。《建筑边坡工程技术规范》(GB 50330—2013)基于挡土墙土压力计算思路确定的边坡破裂角是不合理的,建议修改。

摘要：目前城市轨道交通运营风险事件频发,复杂的内部结构和网络化运营模式使得各风险之间动态关联,致险因素不易识别和管理;风险管理知识碎片化,分散存储在各种资料中,相关管理者不易获取管理经验。为解决以上问题,基于人工智能领域的网络爬虫技术和知识图谱技术,从各城市的政府官网、专业网站以及百度新闻网页获取2000—2022年间的549起城市轨道交通运营风险事件资料,使用Neo4j图数据库构建城市轨道交通运营风险事件知识图谱,实现对风险事件数据的可视化展示与智能分析。通过对风险事件开展四类分类查询、三类统计分析及两类关联路径问答研究,对以往风险事件进行智能分析,为后续类似风险事件提供事前防范或者事后处置的管理经验。研究表明:在城市轨道交通领域应用知识图谱,可以保障风险事件信息持续存储功能及效率,优化风险事件统计途径及可视化效果,实现事件关联关系灵活化智能分析,可为城市轨道交通运营期间风险的前馈控制和反馈响应提供管理经验和参考建议。

摘要：肺炎是一种常见多发感染性疾病,老年人和免疫力较弱者容易感染,尽早发现有助于后期治疗。肺部病变的位置、密度和清晰度等因素会影响肺炎图像分类的准确性。随着深度学习的发展,卷积神经网络被广泛应用于医学图像分类任务中,然而网络的学习能力依赖训练样本的数量和标签。针对电子计算机断层扫描(Computed Tomography,CT)的肺炎图像分类研究,提出一种基于自监督对比学习的网络模型(MCLSE),可以从无标记的数据中学习特征,提高网络模型的准确率。本文模型(MCLSE)首先设计辅助任务,从无标记的图像中挖掘表征完成预训练,提高模型在向量空间中学习数据映射关系的能力。其次,使用卷积神经网络提取特征,为了有效捕获更高层次的特征信息选择SENet网络改进分类模型,建模特征通道的相关性。最后,用训练好的权重加载改进后的分类模型中,下游任务中使用标记数据再次训练网络。在公开数据集SARS-CoV-2 CT和CT Scans for COVID-19 Classification上进行实验,实验结果表明MCLSE对整体样本分类的准确率分别达到99.19%和99.75%,较主流模型有很大提升。

摘要：随着全球化发展,跨境电商的进步,与知识图谱相结合的英语智慧学习平台显得尤为重要。为此,本文提出了基于知识图谱的跨境电商英语智慧学习平台的设计与实现。首先,通过构建一个包含有关跨境电商领域相关英语知识的知识图谱,加强学习平台的知识储备,同时应用知识图谱中的实体、关系、属性等信息进行智能推理,增进学习者的学习效率。其次,通过设计智能推荐系统,提供个性化学习路径,鼓励学习者主动学习,同时引导学习者探索新知识。结果显示,使用该平台进行跨境电商英语学习,能够有效提高用户的学习效率和学习满意度。总的来说,本平台充分利用知识图谱的优势,为不同地区、不同文化、不同语种的跨境电商提供了一种新的英语学习方法,对于推动跨境电商英语教学具有重要的研究价值和实用价值。

摘要：文章主要聚焦于战时重庆地区话剧剧本的封面图像,以图像学为基本研究方法,剧本封面图像为主要研究对象。首先,对战时重庆话剧剧本出版热潮进行概述。其次,将剧本封面图像整理总结为革命斗争主题和大后方生活主题,并对二者进行分析。最后通过对典型封面图像的历时性考察,发现该时期剧本封面设计的精髓和文化价值,探索在这一时间段内抗战话剧剧本的封面图像与社会的互动。

摘要：针对驾驶员在疲劳状态下易引发交通事故的问题,提出一种基于嗅觉和听觉刺激的驾驶员疲劳唤醒方法,研究以薄荷气体和阿尔法脑波音乐作为刺激源的唤醒效果,采用主观疲劳问卷和心电(ECG)、脉搏(PPG)以及呼吸(RESP)生理信号作为疲劳唤醒有效性判断指标。结果表明,两种方案的心电、脉搏以及呼吸生理数据均显示能有效干预驾驶疲劳,与主观疲劳问卷调查结果相一致,验证了基于嗅觉和听觉刺激的驾驶员疲劳唤醒方法的有效性,且基于听觉刺激的唤醒方案唤醒效果更佳。

摘要：建立滚子包络环面蜗杆传动副的数学模型和三维精确实体模型,在传动比和中心距确定的情况下,分析不同蜗杆喉部最小直径、滚子直径对传动副的齿面接触特性,探讨中心距误差、蜗杆轴向误差、蜗轮轴向误差和轴交角误差4类装配误差对传动副齿面啮合侧隙的影响规律。结果表明,蜗杆喉部最小直径、滚子直径的变化会影响齿面等效应力,最大等效应力随蜗杆喉部最小直径的变化呈“V”字形;中心距误差、蜗杆轴向误差会导致传动副齿面法向出现啮合间隙或过盈情况。蜗轮轴向误差、轴交角误差对传动副的齿面啮合区影响不大,但会出现一侧过盈增加、一侧过盈减少的现象,因此应将装配误差控制在一定范围内。

摘要：高级别浆液性卵巢癌是一种恶性肿瘤疾病,进行术前复发预测能帮助临床医生为患者提供个性化治疗方案,降低病人的死亡率。因该疾病的医学数据较少且难以获取,导致其深度学习模型难以得到充分的训练,复发预测准确率有待提高。针对此问题,本文设计了一种改进的低参数残差网络TGE-ResNet34,以ResNet34为主干网络,将传统卷积模块用Ghost卷积代替,完成病灶区特征的提取,降低模型的参数量,在2个Ghost卷积之间融入ECA(Efficient Channel Attention)注意力机制,抑制无用特征提取的干扰,最后通过5折交叉验证模型,避免数据随机划分的偶然性。实验结果表明,改进设计的TGE-ResNet34网络准确率为96.01%,相比原基线网络准确率提高4.52个百分点,参数量减少15.98 M。