2020年细胞力学热点回眸

 概述了2020年细胞力学研究的热点和进展，探讨了细胞膜表面张力、细胞粘附力、细胞弹性模量、细胞与纳米颗粒相对刚度等对细胞生物学行为的影响及其在疾病诊疗中的应用。     

基于元学习的航空电子设备特征选择算法推荐方法

为了对航空电子设备的测试数据进行有效约简, 去除冗余信息和不相关特征, 基于机器学习领域现有的特征选择算法, 提出了一种元学习框架下的航空电子设备特征选择算法推荐方法。所提方法旨在根据不同航空电子设备测试数据所蕴含的信息, 推荐合适的特征选择算法。首先, 分析了数据集特征的描述方法。然后, 介绍了采用综合度量指数的算法性能评价方法。最后, 给出了特征选择算法推荐方法的框架。使用42个航空电子设备的测试数据和13个过滤型特征选择算法建立了元数据库, 采用留一法进行交叉验证, 推荐命中率达到了90%以上, 推荐性能比例达到97%以上。     

Syndrome du jour: The historiography and moral implications of Diagnosing Darwin

Diagnosing Darwin's health problems has a long history. Innumerable diagnoses have been proffered in letters, articles, and a handful of dedicated books. Diagnostic speculation has exhibited contrasting somatogenic or psychogenic preferences. Psychogenic accounts dominated mid-century but were soon challenged by somatic explanations citing specific infectious or toxic aetiologies. This tension remains, although psychogenic accounts have tended to be swamped by an array of somatogenic diagnoses championed by biomedical specialists. As a whole, this parade of diagnoses has a striking syndrome du jour quality. Successive conjectures speak of the preoccupations and diagnostic fads of their particular age. Moreover, for many participants in this diagnostic game, unconscious presentism combined with self-serving projection, turning the question of what ailed Darwin into something of a Rorschach test. Never far from the surface was a sometimes-fraught tussle over the man's reputation, animated by the moral valences of the conjectures in play. In a broader sense, this diagnostic game has shaped biographical accounts of Darwin and his career in some significant ways.     

基于自适应变异PSO-SVM的APU性能参数预测模型

为提高辅助动力装置(auxiliary power unit, APU)性能参数预测的精度,针对支持向量机(support vector machine, SVM)模型在实际使用中遇到的参数选择问题,采用自适应变异粒子群优化(particle swarm optimization, PSO)算法实现对SVM惩罚参数和核参数的优化选择,提出一种基于自适应变异PSO算法优化SVM的APU性能参数预测模型。进一步分析了预测模型不同预测步长对短期预测精度的影响。利用某型APU性能参数数据进行了验证,并与多种预测模型进行了对比实验。实验结果表明,对于排气温度(exhaust gas temperature, EGT)的预测,自适应变异PSO-SVM模型的平均绝对百分比误差(mean absolute percentage error, MAPE)比标准PSO-SVM模型低47%;对于滑油温度(oil temperrature, OT)的预测,自适应变异PSO-SVM模型的MAPE比标准PSO-SVM低29%,为短期APU性能变化趋势预测提供了一定的参考。     

带噪音预处理的改进探索性Q矩阵标定方法

考虑到在实际应用中学生在做题时的猜测和失误(统称为噪音)会影响探索性因素分析法所使用的四分相关矩阵的质量,该文提出四分相关矩阵的一种噪音修正方法,并将其应用于Q矩阵标定.模拟研究结果表明:猜测和失误这2种噪音会对Q矩阵的标定产生不利的影响; 基于修正后的四分相关矩阵的探索性因素分析法,在样本量较大和噪音较大等情况下,均能有效地提高Q矩阵标定的准确率.     

断纸面刀辊的加工方法分析与优化

针对机械加工中断纸面刀辊类零件在加工过程中容易产生变形的问题,对其进行了自身重力、切削力及切削热影响变形的分析,提出了一种变形明显较小的断纸面刀辊的加工方法.该方法基于断纸面刀辊工件的装夹、进给方式及支撑方式的确定来实现.主要是将断纸面刀辊左右两端用卡盘装夹,进给方式选用由左端至右端的反向车削方式,同时在左右两端之间添加可移动辅助支撑,辅助支撑可随加工过程的需要而移动.通过ABAQUS分析不同跨距和不同刚度下的变形情况,仿真比较了两辅助支撑与单辅助支撑下的位移变形,验证了单辅助支撑的断纸面刀辊加工方法可达到两辅助支撑的效果,且节省材料,降低成本.     

海底观测网络数据管理系统设计

针对海底观测网数据管理的需求，建立了数据管理系统的功能模型，设计了数据通信、设备管理、故障诊断及数据质量控制等关键技术的相关实现算法。综合运用Socket网络编程、MySQL数据库技术，依据模块化的设计思想，开发了海底观测网数据管理系统。海试结果表明，该系统实现了对海底观测网的实时数据采集、状态监控、数据分类存储和数据共享等功能，具有长期运行稳定可靠、可扩展性强的优点。     

基于VMD-MPE-KPCA特征提取与MRVM相混合的滚动轴承故障诊断方法

针对滚动轴承振动信号在强噪声环境下出现非线性、非平稳、强干扰特性,进而导致故障特征难以提取及故障诊断准确率低的问题,提出变分模态分解(VMD)-多尺度排列熵(MPE)-核主元分析(KPCA)特征提取与多分类相关向量机(MRVM)相混合的滚动轴承故障诊断方法.该方法首先通过VMD-MPE进行滚动轴承振动信号的高维故障特征提取,其次对提取的故障特征进行KPCA可视化降维,最后将降维后的故障特征输入可实现不同样本概率输出的MRVM进行滚动轴承故障诊断.通过美国西储大学的滚动轴承故障数据集对该方法的有效性进行验证,结果表明提出的VMD-MPE-KPCA特征提取与MRVM相混合的滚动轴承故障诊断方法能够有效提取和识别滚动轴承故障特征,所提出的混合智能故障诊断方法与相关文献报道的故障诊断方法相比较,故障识别准确率达到了99.18%.     

基于高分一号影像数据的水稻定量施肥可视化

为提高水稻施肥便捷和精准的生产管理能力,实现实时监测和决策一体的可视化定量施肥,利用高分一号卫星遥感(GF-1)影像数据,研究了以多种典型植被指数的水稻分蘖期、拔节期和抽穗期等关键生育时期的氮素营养诊断模型,临界诊断植被指数值和定量追肥模型,并实现了氮素营养诊断和定量施肥推荐的可视化表达。研究结果表明:建立的水稻关键生育时期分蘖期、拔节期和抽穗期的最优植被指数临界诊断值分别为-0.384、0.658和0.782;根据水稻氮肥效应曲线的分析得到的总施氮量(298.4 kg/hm~2)和最佳经济施肥量(285.5 kg/hm~2);综合水稻施氮总量与最优植被指数值线性关系、最佳施肥量、最高施肥量可得定量追肥模型。水稻关键生育时期的氮素营养诊断和定量模型的建立,实现了定量施肥可视化表达。     

多策略的多级评分认知诊断方法的开发

多级评分可以提供更多的认知诊断信息,在对多级评分多策略实测数据进行分析的基础上提出多策略的多级评分认知诊断方法.考虑到被试使用解题策略和评分方式无关,给出一种先将多级评分转化为0-1评分,再采用0-1评分方式对策略进行诊断,最后使用多级评分诊断被试的属性掌握模式.实验结果表明了这种方法的有效性.