深度学习在视频动作识别中的应用

快速有效地识别出视频中的人体动作,具有极其广泛的应用前景及潜在的经济价值,深度学习的火热给视频动作自动识别带来了巨大的发展。提出了一种基于深度学习和非局域平均法的自注意时间段网络,作用于剪切好的视频片段。通过构造非局域模块并将其加入到以ResNet为基本模型的时间段网络,可以得到新模型。经过在TDAP数据集上验证,该模型可较为精确地识别出人体动作,与原有模型相比在不增加时间复杂度的前提下有一定程度的提升。     

基于随机森林的医联体双向转诊智能决策研究与应用

针对医联体平台中实际双向转诊过程存在转诊安排不及时,患者不满意等问题,设计了一种基于随机森林的双向转诊智能决策方法。该方法选取影响转诊的5个主要因素,建立了包括床位数、床位使用率、疾病治愈率、治疗费用、相距距离五大指标的智能转诊评分模型;然后利用大数据和随机森林的方法对主要因素进行分析,以分数的形式来衡量待转诊医院适合度。实践效果表明,基于这5个主要因素的预测可以罗列出多种转诊方案,为转诊安排精准化决策提供一种依据,从而提高转诊效率。     

局部均布荷载作用下四边支承矩形板的内力计算

以矩形板的Navier解为基础,采用带补充项的傅里叶级数作为挠度函数,研究了局部均布荷载作用下四边支承矩形薄板的弯曲问题. 推导了确定待定系数的线性代数方程组,给出了简支边和固支边不同组合条件下的统一计算公式. 讨论了带补充项法级数解的收敛速度,并与叠加法级数解及有限元数值解分别进行了精度和计算量的对比. 结果表明,带补充项法的级数解达到收敛的级数项数约为40项. 带补充项法的级数解与叠加法级数解具有同样的求解精度. 有限元解随网格的细分,计算结果逐渐接近级数法解. 级数解法的计算量与有限元解法相比是微不足道的. 研究成果适于进行构筑物顶板受局部均布荷载作用的结构计算.     

用于流水线ADC的无采样保持运放前端电路

为了降低流水线模数转换器功耗与提升输入信号范围,设计了一种无采样保持运放前端电路. 移除采样保持运放降低了功耗,并改进开关时序进一步降低电路功耗;同时改进传统开关电容比较器输入,使得模数转换器可达到0 ~ 3.3 V满电源电压的量化范围. 将设计的无采样保持运放前端电路应用在一款低功耗12位50 MS/s流水线模数转换器进行验证,采用0.18 μm 1P6M工艺进行流片,芯片面积为1.95 mm2. 测试结果表明：3.3 V电压下,采样率为50 MS/s、输入信号频率为5.03 MHz时,信噪失真比（SNDR）为64.67 dB,无杂散动态范围（SFDR）为72.9 dB,功耗为65 mW.     

基于B/S架构的超滤循环泵节能降耗系统设计与实现

针对超滤循环泵在垃圾渗滤液处理中的能耗问题,设计了一套降低超滤循环泵能耗的方法及系统。该系统采用B/S架构并结合神经网络训练出的最优算法模型,提前对超滤循环泵的运行参数作出调整,从而起到节能降耗的作用。前端展示部分采用Jquery+Bootstrap+Highcharts+ACE框架,后端服务部分采用Spring+SpringBoot+MyBatis框架,前后端通过Json数据格式进行交互。系统经过在线测试和现场试运行阶段后,已正式投入使用,并取得良好的效果。     

人类神经元发现微型计算机

正仅仅依靠输入电缆,人类神经元就可以完成以前只能在整个神经网络中看到的复杂逻辑计算。这里重申一下:人类的神经元远比我们最初认为的更强大。如果深度学习算法——一种风靡全世界的、基于大脑的人工智能方法——能备受关注,那么人类神经元也可以。这些都是非常规的,带有火药味儿的话。70年来,神经元一直被认为是大脑的基本计算单位。然而,根据2020年1月发表在《科学》杂志上的一项新研究,我们大脑皮层——大脑最外层的硬壳——中的神经元,似乎已经以一种独特的进化来维持它们的输入电缆中难以置信的复杂计算。这就好像有人最终找到了证据,证明了计算机的电线实际上是由微型处理器组成的,在将结果发送到CPU之前,每个处理器都执行计算。这很奇怪,也是有争议的。然而,这也是首次在人类神经元中发现的事实。     

获诺奖十年后,端粒仍未照亮长寿研究之路

正衰老的难题令人着迷,而面对人口老龄化,我们需要一些新思路。我们的细胞有一个基因沙漏。细胞通过分裂来维持生命,而分裂得到的细胞中的23对染色体几乎完全一致,但存在一种意有所指的变化:每次分裂后细胞染色体会缩短一点点。十年前,一组科学家因发现了这种持续缩短的DNA序列——端粒——获得诺贝尔生理学与医学奖,它位于染色体末端。细胞的分裂存在一个极限,称作海弗里克极限,在细胞经历过一定次数的分裂后,其端粒变得过短,这时的细胞便自知是时候平和地走向终点了。当细胞逐渐死亡,器官所剩的时间消失殆尽,我们也就身亡命殒。     

我们从COVID-19疫情吸取了什么教训?

正大多数专家都承认,我们还没有为下一次高度致命的大流行做好准备。中国武汉发生神秘的呼吸系统疾病仅一个月之后,世界就开始面临全球疫情暴发的危险。这一病毒暴发事件已被世界卫生组织定为国际关注的突发公共卫生事件,离全球大流行可能已不远了,就确诊病例数而言,COVID-19冠状病毒(简称SARS-Co V-2)的暴发已超过SARS病毒。尽管死亡率低于SARS病毒,但现在判断SARS-CoV-2在未来人们的记忆中是否比SARS更可怕得多还为时过早。     

真正的科学家不戴领带——西德尼•佩尔科维茨的科学写作生涯

正科学家要如何才能与外行人分享他们的真知灼见,采用的方式又能促进受众们重构他们的观点?西德尼·佩尔科维茨(Sidney Perkowitz)是位科普作家,也是一位固态物理学教授,自从他在1990年退休离开学术界起,他一直在从各个角度着手攻克这个难题。他的新著《真正的科学家不戴领带:当科学与文化相遇》是一本文集,收     

癌症治疗中的进化策略

正快速适应一直是癌症抗击我们的最佳疗法的帮手,而现在,它也许反而成了颠覆这一疾病的关键所在。莉迪亚·诺特(Lydia Knott)已经82岁高龄,尽管没有多说什么,但她清楚在她死后将要发生的事。她的遗体会被送去实验室,进行一次非同一般的尸检。这并非是为了探查她的死因。诺特5年前就被诊断出患有肺癌。在经过外科手术切除了一部分肺之后,现在她的情况还不错:对我这样82岁的人来说还挺好的,也没什么病痛。