基于GAN的通信干扰波形生成技术

现有通信干扰方法, 通常基于通信侦察中获取的目标信号特征进行干扰决策, 选取合适的干扰波形实施干扰, 难以应对目标信号特征未知或参数动态变化的情况。为此, 提出一种基于生成对抗网络(generative adversarial networks, GAN)的通信干扰波形生成技术, 运用GAN直接提取目标信号的潜在特征, 并生成与目标信号特征相似的干扰波形。在介绍GAN原理的基础上, 首先设计网络模型, 并对学习率进行优化, 使GAN更适用于时间序列通信干扰波形的生成。然后通过对不同类型和参数的通信信号进行干扰波形生成实验, 验证了该技术的泛化性。最后进行干扰效果对比试验, 结果表明, GAN生成的干扰波形干扰效果能够逼近最佳干扰效果。     

论新时代学生体质健康多元治理的现代化

经济发展推动了社会结构的变化和学校教育的进步，导致了不同时期学生健康的问题表现和治理重点的变化。健康价值观和治理结构的稳定以及法治的加强保障了治理的基本成效。但健康的复杂性导致了学生体质健康治理中的政策边缘化和行动协同、知行合一、监督问责等新困境。新时代学生体质健康多元治理现代化是针对当前学生体质健康方面出现的新问题，构建政府主导、学校为主、家庭抚育、社会共建和个人负责的治理格局，实施系统性、多元化的健康干预，以保障学生健康权利、强化学校健康促进、培养健康生活型态、净化社会健康环境、增强健康自律意识，是治理理念、治理格局、治理环境和治理法治等多要素的现代化。     

基于码头闸口数据的集卡周转时间短时预测方法

为给车辆调度优化以及集卡预约系统设计提供重要参考,利用所采集的深圳市某港口的码头闸口数据,建立一种基于数据挖掘的集卡周转时间短时预测方法.首先,通过对码头闸口数据进行分析,获取车辆到达时间分布、任务类型、作业方式等集卡作业特征以及集卡在码头内的周转时间;在此基础上,利用循环神经网络并结合训练集数据,建立集卡作业特征与其周转时间之间的映射关系.其次,为减少随机波动对周转时间预测效果的影响,利用小波分解算法对循环神经网络拟合结果的残差进行高频噪声分离,并通过自回归模型拟合过滤后的低频序列.最后,将拟合后的循环神经网络与自回归模型进行结合,建立一种支持集卡周转时间短时预测的组合模型,并利用测试集数据进行有效性验证.结果 表明,相比单一的循环神经网络,该组合模型可以大幅提升预测精度.     

基于改进Faster R-CNN的农田残膜识别方法

为了实现农田残膜的精准捡拾,提高残膜回收机的回收率.将改进Faster R-CNN卷积神经网络运用到农田残膜的识别检测中,提出了一种农田残膜的识别方法.以11MS-1850残膜回收机工作后遗留在农田表面的残膜为研究对象,分别在晴天、阴天不同时间段采集图像共计1648幅.通过更改图像亮度、旋转等方式扩充数据集,最终得到4950幅残膜样本图像,按照7:2:1划分为训练集(3465幅)、验证集(990幅)、测试集(495幅);采用双阈值算法替代传统的单阈值算法,降低了阈值对模型性能的影响;通过对比试验,选取具有残差网络结构的ResNet50作为主干特征提取网络,准确率可达88.84％,召回率为87.70％,总体精度为88.27％;为了使检测模型对小目标更加灵敏,根据数据集中残膜尺寸大小,在原有锚点基础上增加322和642的尺度参数,准确率、召回率、总体精度分别提升了1.29％、0.67％、0.97％,单幅检测时间为284.13 ms,基本满足了识别残膜的要求.可为残膜回收机加装补收装置提供参考,为研制人工智能残膜回收机提供理论基础.     

2021年诺贝尔物理学奖：复杂系统科学的新纪元

2021年度诺贝尔物理学奖授予3位科学家，以表彰他们“对理解复杂物理系统的开创性贡献”。真锅淑郎(Syukuro Manabe)和克劳斯?哈塞尔曼(Klaus Hasselmann)共同分享了1/2的奖金，获奖理由是“对地球气候建立物理模型、量化可变性并可靠地预测全球变暖”。乔治?帕里西 (Giorgio Parisi)获得另外1/2的奖金，获奖理由是“发现从原子到行星尺度的物理系统中无序和涨落之间的相互影响”。文章介绍了这几位科学家的工作以及他们的贡献。     

基于布里渊光时域反射技术的断层稳定性监测试验

针对断层稳定性问题,采用BOTDR分布式光纤感测技术对内蒙阿拉善地区贺兰山西麓断层进行了监测分析,研究了自然条件下断层内部应力的变化情况.研究结果表明:贺兰山西麓断层在观测周期内钻孔周围围岩整体发生拉伸变形;断层面附近岩层的应力状态易受断层活动的影响,根据分布式光纤的应变分布曲线能够精确划分出断层活动的影响范围在断层之上9m和之下8m;BOTDR分布式监测技术可以有效捕捉到自然条件下断层微弱活动所引起的应变变化,实现应变的动态实时监测.BOTDR监测技术为长期、精细化评价断层稳定性状态提供了十分可靠的监测手段.     

结合流形结构与柔性嵌入的多标签特征选择

将线性回归模型与流形结构相结合,构成了弱线性多标签特征选择的联合框架。首先,用最小二乘损失函数来学习回归系数矩阵;其次,通过标签流形结构来学习数据特征的权重矩阵;再次,用L2,1-范数来约束回归系数矩阵和特征权重矩阵,这样既能引导稀疏性,又有利于特征选择。此外,设计并证明了具有收敛性的迭代更新算法来解决上述提出的问题。最后,所提出的方法在多个经典多标签数据集上进行了验证,实验结果表明了所提算法的有效性。     

中国风险投资网络结构特性及其演化

根据1999~2018年中国风险投资事件，构建了5年移动时间窗的联合风险投资网络，从复杂网络角度研究中国风险投资网络结构、特性及其动态演化规律。研究发现：在网络关系属性方面，中国风险投资网络规模在不断增大，机构之间网络能力差异性大，不利于网络的均衡发展；在网络结构层次方面，中国风险投资网络存在局部紧密性，并且，随着规模增大，网络中的最大连通成分占比也相应地增大，且机构多分布在凝聚性低的低 值核区域中，高凝聚区域少，不利于高紧密风险投资网络的构建；在网络特性方面，从两步内可达性看，机构之间进行直接联合投资活动占比小，机构之间多通过具有中介作用的风险投资机构来进行联合投资活动；从全局效率看，中国风险投资网络中机构之间传递信息的能力并没有随着网络规模的增大而减小，相反地保持在一个相对稳定的水平；在面对随机冲击时，网络规模越大，鲁棒性和有效性越强；在面对蓄意冲击时，鲁棒性在减弱，同时存在网络功能失效的危机。本文是对现有文献的补充，同时也给优化中国风险投资网络提出了一些参考意见。     

Optimization of Extraction of Antioxidants from Turmeric(Curcuma longa L.) Using Response Surface Methodology

Turmeric is a spice widely used to enhance the taste and color of certain meats. We investigated the antioxidant capacities of turmeric ethanol soaking extracts by utilizing the scavenging properties of hydroxyl radical and 1,1-diphenyl-2-picrylhydrazyl(DPPH) free radical. The results showed that the optimum extraction parameters were: extraction time 4 h, sample-solvent ratio 1:84.12, solvent 72.34% ethanol solution, and water bath temperature 81.3 ℃. The optimum ethanol soaking extraction parameters were: extraction time 4 h, sample-solvent ratio 1:90.74, solvent 80.46% ethanol solution, water bath temperature 88.2 ℃. With these parameters, the hydroxyl radical scavenging rate and the DPPH free radical clearance of crude extracts from turmeric can reach about 93.78% and 40.69%, respectively. These results indicate that ethanol soaking extraction may be a useful method for extracting antioxidants from turmeric.     

Al涂层/AZ91镁合金复合铸造界面的研究

对型芯预喷涂一层Al涂层,将AZ91镁合金液浇注到铸型中实现基体和涂层的结合,对凝固后的结合界面组织和相组成进行分析。结果表明,AZ91镁合金液和Al涂层表面的氧化物发生反应,实现了界面间的润湿,形成冶金结合界面。该界面包含3个扩散层:镁合金基体一侧为(Al₁₂Mg₁₇+δ_Mg)共晶组织;中间层为Al₁₂Mg₁₇金属间化合物;Al涂层一侧为Al₃Mg₂金属间化合物,并弥散分布着一些氧化物。试验结果证明,通过复合铸造的方法可以实现Al涂层和镁合金基体的冶金结合。