多梁式桥梁检测的叠加曲率模态差变化率方法

鉴于应用曲率模态的桥梁损伤识别研究大多以一维单梁式结构为研究对象,提出利用G-M法的思想并基于薄板振动理论将多梁式结构转化为正交异性板后,类比梁弯曲理论得到该结构两正交方向曲率表达式,通过分析采用单阶曲率模态差指标进行桥梁损伤识别的不足,考虑利用多阶曲率模态变化率叠加指标进行损伤识别,最后采用有限元软件Ansys建立桥梁模型计算单位置、多位置不同损伤程度的多种工况。Matlab绘图结果表明:沿桥梁纵向叠加指标识别更为精确,对未损伤位置数据扰动更小,指标独立性高,可利用该指标进行多梁式结构的损伤定位。     

黄连水提物对卵形鲳鲹源溶藻弧菌的抑菌作用

卵形鲳鲹(Trachinotus ovatus)是一种生长快速且肉质鲜美的经济型海水养殖鱼类,但是近些年为满足人们的日常需求,在不断扩大养殖的同时病菌也逐渐泛滥。溶藻弧菌(Vibrio alginolyticus)是华南沿海地区海水养殖鱼类细菌性鱼病的主要致病菌之一,给水产养殖业带来巨大损失。本研究对黄连(Coptis chinensis Franch)的抗菌作用进行系统研究,目的是为由溶藻弧菌引起的爆发性细菌性鱼病的高效防治提供科学的用药依据。本研究采用二倍稀释法测定黄连水提物对卵形鲳鲹源溶藻弧菌的最低抑菌浓度(MIC)、最低杀菌浓度(MBC)和半数致死量(LD50),并使用BCA蛋白浓度测定试剂盒测定细菌超声破碎上清液中可溶性蛋白含量。结果表明,黄连水提物对溶藻弧菌具有明显的抑制作用,其对溶藻弧菌的MIC、MBC和LD50的值分别为7.800mg/mL、31.250mg/mL和15.625mg/mL。胞内可溶性蛋白含量变化的结果提示:黄连发挥抑菌作用的机制可能是通过损伤细菌的细胞壁导致细菌内容物的释放并引起菌体裂解死亡。黄连具有发展成为一种高效抗水产病害中草药制剂的潜力。     

广西水产疫病防控技术体系建设与水产养殖业高质化生态发展展望

广西是我国的水产养殖大省,近年来广西水产养殖业发展迅速,养殖规模不断扩大。但是病害暴发、养殖环境恶化、抗病功能产品研发能力不足等问题日益严峻,严重威胁着广西水产养殖业的健康可持续发展。当前应着力推进广西水产重大疫病防控与高质化生态养殖技术的创新研究,构建广西水产疫病防控与高质化生态养殖技术体系,为广西水产养殖业的跨越式发展提供强有力的科技支撑。     

短期捕食胁迫对中华倒刺鲃幼鱼行为特征的影响

【目的】考查短期非致命性捕食胁迫对中华倒刺鲃(Spinibarbus sinensis)幼鱼行为特征的影响。【方法】将体质量为(5.42±0.23)g的中华倒刺鲃幼鱼随机分为捕食组和对照组,分别在有、无捕食胁迫存在情况下驯化25d,随后分别测定了两组实验鱼的活跃性、探索性、勇敢性、觅食行为以及偏好行为。【结果】相比对照组,捕食组表现出更高的活跃性和探索性,以及更低的勇敢性,且有关差异均具统计学意义(p0.05),而捕食组与对照组的觅食行为与偏好行为的差异无统计学意义。【结论】短期捕食胁迫使中华倒刺鲃的活跃性和探索性明显提高,提示中华倒刺鲃可能通过增加对捕食者的探索行为和维持较高的活跃性来应对短期捕食胁迫,这种较为积极的行为策略可能与此种鱼较强的运动能力有关。捕食胁迫未对中华倒刺鲃的觅食行为和偏好行为产生明显影响。在非致命性捕食胁迫下,中华倒刺鲃维持觅食以保障生长可能是为了确保低捕食强度下的长期生存。     

嵌入式多标签分类算法的优化研究

多标签分类中如何有效处理具有许多实例和大量标签的大规模数据集、补偿训练集中缺失标签以及利用未标记实例改进预测性能等问题已成为重要研究方向。提出嵌入式多标签分类（EMC）算法,首先从伪实例参数化的高斯过程（GP）中提取两组随机变换来模拟特征向量、潜在空间表示向量和标签向量之间的非线性关系映射,其次引入一组辅助变量结合专家集成（EEOE）方法补偿缺失标签,最后利用未标记实例学习随机函数的平滑映射提高预测性能。仿真结果表明,与特征识别隐式标签空间编码的多标签分类（FaLE）算法和半监督低秩映射多标签分类（SLRM）算法相比,EMC算法优化了处理大规模数据集、补偿缺失标签及利用未标记数据的能力,从而提高了类标签的预测性能,且具有良好的可扩展性,训练时间短。     

考虑纵横耦合变形的土工格室加筋体变形分析

针对土工格室加筋体的受力变形特点,将其视为小挠度弹性圆薄板,考虑土工格室与桩土加固区的变形协调、土工格室垫层耦合的水平与竖直变形以及上下界面的摩阻效应,建立此轴对称条件下薄板的挠曲变形控制微分方程,利用Bessel复变函数构造竖向及水平位移解析表达式,从而得出双向增强复合地基网下桩土应力比、沉降及桩土差异沉降的计算公式.采用某工程试验结果对该计算方法进行了验证,证明本文计算方法的合理性.参数分析表明:在一定范围内改变加筋体的复合弹性模量、桩土刚度比、上下界面摩阻系数比等因素可以起到调节双向增强复合地基网下桩土应力比和降低格室体沉降的作用.     

一类线性混合效应模型分位数估计的影响分析

当回归模型误差服从非对称或非正态分布时,尤其是在重尾分布或分布受污染的情况下,如何检测纵向数据中的异常值是数据分析中的一个重要问题。为了克服非正态分布模型误差的影响,采用稳健的分位数方法对一类线性混合效应模型进行参数估计,并分别基于数据删除模型和均值漂移模型构造强影响点的诊断度量和异常值的检验统计量,以有效地检测强影响点和异常值点。在识别强影响点时,为了减轻计算负担,利用光滑逼近的方法给出了数据删除模型参数的一步近似估计,并据此构造出基于损失函数的距离和Cook距离。为了能够识别异常值点,首先构造出检验异常值点的Wald统计量,然后基于数据删除模型和均值漂移模型的系数估计的等价性,利用Bootstrap抽样得到检验的拒绝域。数值模拟结果表明,本文所提的诊断度量和检验统计量都能够很好地判断出强影响点和异常值点。最后应用本文方法针对化学实验纵向数据进行了影响分析。     

基于改进高分辨率网络的人脸性别和年龄识别

针对目前利用人脸特征进行性别和年龄识别率较低的问题, 提出一种基于改进高分辨率网络(improved high-resoultion net, IHRNet)的新方法. 首先, 在IHRNet中融合具有少量参数和较高识别率的MobileNetV3结构, 结合高分辨率网络自身具有的多尺度特征提取优势, 有效提升了人脸特征识别的准确率; 其次, 为降低过拟合风险, 网络先采用IMDB-WIKI人脸数据集进行预训练, 然后加载预训练模型在Adience人脸数据集中进行训练和测试; 最后, 与ResNet50,HRNet,MobileNetV3三种同类算法进行对比. 实验结果表明, IHRNet在年龄及性别识别上的准确率分别高达82%,95%, 比同类算法分别平均提升9%和3%, 且参数量较未改进时下降36%, 验证了改进算法的有效性.     

XGBoost启发的双向特征选择算法

针对特征选择过程中特征评价指标单一性的问题, 基于集成学习中的极端梯度提升算法, 提出一种新的特征选择算法. 该算法首先应用极端梯度提升算法中构建集成树模型的指标作为特征选择的特征重要性度量指标, 然后利用一种新的双向搜索策略, 权衡了多种特征重要性对结果的影响, 并优化了评价过程的效率. 通过11个不同维度的标准数据集进行测试, 实验结果表明, 该算法能增加特征子集的多样性, 加快特征选择的速度, 并在中维和低维数据集上均具有较高的计算效率, 且能处理高维数据集.     

功能梯度仿生头盔防护性能与头部损伤分析

为了提高摩托车头盔防护性能降低头部损伤风险,本文引入功能梯度仿生泡沫结构替代传统头盔的均匀密度泡沫衬垫.通过头盔耦合生物力学头部有限元模型,获取撞击过程中头部质心加速度、生物力学响应和头盔结构响应,综合分析不同密度梯度方案对头盔防护能力的影响.结果表明,功能梯度泡沫结构在中高速冲击下有更明显的优势.相比传统头盔吸能缓冲层的均匀泡沫密度方案和新型头盔的正/负密度梯度方案,最大密度为80 kg/m3的负密度梯度泡沫设计方案可以更有效改善头盔结构碰撞响应并降低碰撞过程中头部损伤,且随着密度差的增大,负密度梯度头盔的防护性能得到了进一步提高.