不同LED照明参数对老年人心电生理响应的影响

光的非视觉生物效应与人体健康密切相关,随着LED在室内照明中的广泛应用,LED照明与人体生理健康的关系也日益重要.心电图(ECG,electrocardiograph)是生理参数的主要表征之一.针对LED照明,以3种色温(3000、5000、6500 K)、5种照度(300、500、750、1000、1500 lx)为主要变量,研究不同光照时长(10、20 min)下,老年人心电指标对光响应的情况.结果显示,照度、色温等光照参数的主效应对老年人的ECG无显著影响,但照度和色温的交互作用对老年人的ECG影响显著.其中,3000 K和10001x的交互作用对P波时间和T波时间影响最大;6500 K和15001x的交互作用影响最小;5000 K和7501x的交互作用对PR间期影响最大,6500 K和5001x的交互作用影响最小.但较短光照时长下,老年人的ECG变化不明显.因此,有必要探讨更长时间(1h及以上)光照下,老年人的心电生理响应情况,从而为老年人健康照明参数的确定提供依据.     

基于连续状态小波阈值的各向异性扩散去噪方法

小波方法和偏微分方程方法是图像去噪中的主要方法。根据二者的去噪特点,提出了一种结合两种方法的混合去噪算法。对噪声图进行小波变换,得到高频子带和低频子带。通过对各高频子带进行归一化,获得一种连续状态量,为了保护边缘对这一连续状态量进行前向-后向扩散。由扩散后的新状态量得到由其决定的权系数,把权系数作用在小波系数上得到去噪后的各高频子带,通过与低频子带的重构得到去噪图像。数值试验结果表明:通过采用本方法对图像去噪,得到了较好的去噪效果,达到了既保护边缘又去除噪声的目的,能获得较高的信噪比。     

基于多特征融合的新疆旅游领域关系抽取研究

通过结合2 738个领域词汇组成的词典对新疆旅游领域语料进行预处理操作，对文本信息进行实体关系抽取研究，提出基于旅游领域的词典信息，融合多级特征的Bi-LSTM、CNN和Attention机制的领域级关系抽取模型.该模型首先使用预训练模型生成含较强的语义表征能力的词向量；再使用Bi-LSTM获取更好的语义信息和词向量拼接以捕获长距离的语义特征；用CNN进行特征提取，加强局部特征的学习，并使用注意力池化层(Attentive-pooling)用以强化特征的表达；最后通过Softmax完成关系抽取任务.结果表明：该模型在SemEval-2010 Task 8公开数据集中F1值达到83.46%,证明了其有效性.且模型在新疆旅游领域语料的关系抽取任务中的F1值达到92.73%,优于目前的主流关系抽取模型.     

呼伦贝尔草原退化对植被碳库的影响

植被碳库如何响应草原退化是草原生态学的重要研究内容。在呼伦贝尔典型草原上选取40个样地，获取植被地上、凋落物以及不同深度根系的生物量，在区域尺度上阐明草原退化对植被碳库影响。结果表明：植被地上碳库、凋落物碳库以及0～50 cm根系碳库之和通常占据植被总碳库的80.0%之上，草原群落根系碳库在50 cm土层以下无显著变化；随着退化程度的加剧，植被地上碳库、凋落物碳库的占比呈现下降的趋势，而植被地下碳库占比则呈现上升的趋势；随着退化程度的加剧，根系分布呈现明显的浅层化趋势，主要体现在0～10 cm土层根系碳库的占比提高，并且0～10 cm土层根冠比对退化强度具有良好的指示作用。研究结果对于深刻认识草原退化对植被碳库的生态效应具有重要意义，为草原生态系统增汇途径提供科学依据。     

基于多尺度特征逐层融合深度神经网络的无参考图像质量评价方法

现有的针对真实失真的无参考图像质量评价算法提取的特征对自然场景图像质量的表征能力较差，限制了其评估准确性和泛化能力。针对该问题，文中提出了一个基于多尺度特征逐层融合的深度神经网络(MsFF-Net)。首先，利用预训练的深度神经网络ResNet-50提取图像多尺度特征；然后，提出了一种特征融合模块，通过逐层递进融合相邻尺度特征，获得更准确表征图像质量的多尺度融合特征；接着，从多尺度融合特征提取低维特征，得到多粒度的图像质量感知特征；最后，利用由最高层特征自适应生成的全连接神经网络，对低维特征进行回归，得到自然场景图像的质量预测。仿真结果表明，MsFF-Net在真实失真数据库上的性能优于目前的大多数方法，而且在合成失真数据库上也取得了出色的评价性能。