基于智能影像基因组学技术的阿尔茨海默病预测进展

 阿尔茨海默病（AD）起病隐匿，目前尚无有效控制病情进展以及治疗的药物或方法。在其发病轻度认知功能障碍阶段早期预测进行干预，则能有效控制其病程。从基于脑影像组学特征的AD早期临床诊断、基于人工智能影像组学技术的AD早期预测两个方面综述了AD的早期诊断与预测研究进展，提出结合多模脑核磁共振影像特征和组学特征，在深度学习的框架下，将影像学和基因组学联系在一起，构造高分类与预测性能的深度学习模型，可为AD早期筛查并干预提供支持。     

Multifunctional artificial nacre via biomimetic matrix-directed mineralization

Natural nacre, one of the most studied biological structural materials with delicate hierarchical structures and extraordinary performance, has inspired the design and fabrication of artificial structural ceramics with high fracture toughness. However, to meet the diverse requirements of different applications, future structural materials must be multifunctional with superior mechanical properties, such as strength, hardness, and toughness. Herein, based on the matrix-directed mineralization method for producing biomimetic structural materials, we introduce nanoparticles with different inherent functions into the platelets of artificial nacre via the co-mineralization of aragonite and the nanoparticles. Besides their enhanced mechanical properties, the obtained artificial nacre materials also exhibit different functions depending on the type of the nanoparticles. To extend the versatility of this strategy, the effects of nanoparticles of different sizes and zeta potentials on mineralization are also analyzed. This universal strategy can be applied to the fabrication of other types of functionalized biomimetic structural ceramics that have potential applications in various fields, such as biomedical science.     

气动人工肌肉驱动仿人灵巧手的结构设计

研究一种气动人工肌肉驱动的多指仿人灵巧手的结构设计. 通过分析正常人体解剖学,针对人类手掌的外形结构、驱动形式及运动规则,设计了一种5指仿人灵巧手. 该灵巧手有5个手指、19个自由度,在外观和功能上与人手接近;手指采用气动人工肌肉驱动,以柔索传动. 实验结果表明,该仿人灵巧手具有很好的柔顺性,并且整体外形和手指关节的运动范围均能达到拟人的效果.     

电磁带隙结构的优化设计

运用人工神经网络对电磁带隙结构进行优化设计,并计算了几组检验样本对神经网络的精确度进行检验。训练样本和检验样本的获得均使用了基于有限元方法的HFSS商业软件,所表述的方法具有缩短设计周期,降低研发成本的优点。     

人工神经网络预测混凝土柱屈服性能

建立了一种基于人工神经网络的矩形混凝土柱屈服性能预测方法.该方法采用经验模型进行柱屈服性能影响因素的分析来确定该神经网络的输入参数,并通过敏感性分析验证了所选神经网络输入参数的合理性.为验证该方法的可行性与有效性,通过对PEER 210组矩形混凝土柱的屈服性能进行预测分析并与经验预测模型的预测结果进行比较.比较分析结果表明:神经网络预测结果与实验结果吻合程度远高于其他经验预测模型;同时也证实该方法在实验数据稀少的情况下为预测结构在地震作用下的性能提供一条新途径.     

面向应急管理的人工社会元建模方法

针对非常规突发事件应急管理建模的需要探索新的方法,面向应急管理的人工社会元建模方法尝试利用元模型描述人工社会基本要素,利用领域建模方法刻画应急管理领域模型,采用模型变换和代码生成支持计算实验.本文以公共卫生突发事件应急管理研究为案例,利用人工社会元建模方法构造了人工社会元模型、突发事件模型、应急管理模型,并采用仿真模型代码生成技术直接产生计算实验模型代码框架.案例的构造过程表明面向应急管理的人工社会元建模方法是一种自洽的、贴近应急管理问题研究的建模方法,可以在集成项目的工作中发挥重要的作用.     

求解TSP的离散人工蜂群算法

针对旅行商问题,提出了一种新型的离散人工蜂群算法.根据该优化问题及离散量的特点,对引领蜂、跟随蜂和侦查蜂角色转变机制和搜索策略进行了重新定义.蜂群角色转变基于定义的收益比因子.引领蜂邻域搜索采用2-Opt算子和学习操作来加速算法收敛速度;跟随蜂搜索引入禁忌表来提高算法的局部求精能力;侦查蜂搜索定义了排斥操作来保持种群的多样性,从而较好地平衡了算法的探索及开采能力.实验结果表明,算法能够在较短时间内找到相对满意解,提高了TSP的求解效率.     

基于灰色关联分析的“白屋顶计划”评价模型

在已知人为热释放、风速、日照时数和相对湿度的前提下,以芜湖市为例,运用灰色关联分析求出以上四个影响因素对行为因子(城市热岛效应)的关联影响程度,算出日照时数在四个环境因子中的比重,从而将白色屋顶计划对城市热岛效应的作用量化,建立了灰色预测模型。通过回归分析计算白屋顶计划对城市温度的影响,最后将预测数据与真实数据进行对比,模型结果表明"白屋顶计划"是合理且可行的。     

机器学习在车载激光点云分类中的应用研究

点云信息分类提取与利用是车载移动测量系统的关键技术,提高车载激光点云分类的智能化已成为当代信息科学技术发展所面临的重要问题.从分析点云的特征入手,采用机器学习方法对车载激光点云的行道树提取进行了大量实验研究.首先,在点云原始特征的基础上,根据其局部几何特征及空间分布,构造了由三维空间位置、回波强度、颜色值、法向量、单位投影密度、残差及回波强度维度内的残差等17个特征值组成的点云高维特征向量,然后采用支持向量机和人工神经网络两种机器学习方法分别对行道树点云进行提取实验.实验中采用了粒子群优化算法对支持向量机进行参数寻优,采用所构造的由17个特征值构成的特征向量对点云进行机器学习,两种学习方法的行道树点云分类精度分别可以达到99.75%和99.25%.实验结果表明,采用机器学习的方法对于提高车载激光点云分类自动化程度和智能化水平具有重要意义和作用.     

矩形截面型材三维拉弯成形的回弹预测

设计了用于三维拉弯成形的、可重构的柔性模具,并采用支持向量回归机和有限元模拟对柔性三维拉弯成形的回弹进行预测.使用有限元法分析了对回弹量影响较大的6个因素(包括材料参数、几何参数和工艺参数),以及它们对回弹的影响趋势.选用这6个参数设计有限元三维拉弯模拟实验,并用模拟结果训练和检验支持向量回归机回弹预测模型.通过与广泛应用的神经网络预测方法的预测值和有限元模拟试验结果的比较,检验该回弹预测模型的准确性.研究发现,该模型与神经网络相比具有更高的准确度,在试验中根据该模型预测的回弹量对模具型面进行相应的补偿,可以有效地减小回弹和形状偏差.