基于网络药理学和分子对接探讨智脑胶囊改善阿尔茨海默病的作用机制

借助网络药理学和分子对接技术,探讨智脑胶囊改善阿尔茨海默病的干预机制。通过TCMSP、TCMID等多个数据库寻找与智脑胶囊相关的化学成分及其作用靶点;利用GeneCard等数据库获取阿尔茨海默病的作用靶点;运用Venny2.1网站筛选出药物与疾病的交集靶点;使用STRING平台和Cytoscape软件进行拓扑分析得到智脑胶囊治疗阿尔茨海默病的核心作用靶点;采用Metaspace数据库对潜在核心作用靶点进行GO(gene ontology)及KEGG(Kyoto encyclopedia of genes and genomes)通路富集分析;利用AutoDock软件使用分子对接验证活性化合物与核心靶点的结合能力。结果表明：在智脑胶囊中共筛选出44个活性成分和292个有效靶点,智脑胶囊与阿尔茨海默病共同靶点58个;蛋白质-蛋白质相互作用得出关键靶点包括AKT1、IL-6、TNF等;GO分析共包含1 419条,KEGG得到175条代谢通路,主要包括脂质与动脉硬化、TNF信号通路;分子对接显示关键成分与靶点具有良好的结合能力。研究表示智脑胶囊可能通过脂质与动脉硬化和TNF信号通路等途径来减轻...     

机器人主动柔顺恒力打磨控制方法

为了解决打磨过程中打磨控制系统存在扰动问题,设计了一种机器人力控末端执行器,并提出了一种机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法.所提方法的内环控制采用模糊变阻抗控制器,外环控制采用自抗扰打磨控制器.采用Lyapunov稳定性理论证明了所提方法的跟踪误差收敛为零.通过仿真和实验,验证了所提方法的有效性和适用性.研究结果表明：在内环控制相同情况下,与外环控制为PID控制器相比,所提出的机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法减小了打磨过程中的力跟踪误差和位置超调量,提高了机器人打磨力控制系统的控制效果和鲁棒性,实现机器人柔顺恒力控制.     

基于改进RPN的孪生小样本电力目标检测

为了解决当前电力系统巡检难度大、效率低、数据不足以支撑大规模训练的问题,提出一种基于孪生网络的小样本检测方法。首先,在Faster RCNN(faster region convolutional neural network)目标识别算法的框架下,搭建支持图片和查询图片共享的孪生网络模型;然后,利用改进的RPN(region proposal network)模块产生更高质量的proposals;最后,在检测头上对支持图片和查询图片的RoI(region of interest)进行关联匹配。结果表明,将算法应用于自主构建的EPD(electric power detection)数据集,在仅利用10张支持图片的情况下,就能实现对电力背景下鸟巢异物和绝缘子相关类别的检测,检测指标mAP达到18.92%。与其他算法相比,应用于电力行业目标检测的孪生网络小样本模型,在极端小样本情况下性能优良,同时具有更加轻量化的优势,可为电力检测新方法研究提供参考。     

基于STIRPAT模型的京津冀“碳达峰”预测研究

为了解决京津冀地区碳排放量达峰问题,以河北省为例,研究京津冀碳排放达峰实现路径,对京津冀未来的碳排放量进行预测分析,建立以河北省2004—2021年碳排放相关数据为基础的STIRPAT碳排放预测拓展模型。设置了6个情景,通过综合考虑人口规模、人均GDP、城镇化率、产业结构、能源强度、能源结构数据的变化速度,模拟不同情景下京津冀2022—2040年的碳排放趋势,进而预测京津冀三地的“碳达峰”时间与碳排放峰值。结果表明：北京除清洁发展情景是在2030年达峰,其余情景均在2035年达到峰值;天津除经济放缓情景是在2030年达峰,其余情景均在2035年实现“碳达峰”;河北除基准情景在2035年达峰外,其余情景均是在2030年达到峰值。所提的碳排放预测拓展模型在考虑多情景分析下,就京津冀地区如何控制和减少碳排放量提出相关建议,可为京津冀低碳经济的发展提供一定的参考依据。     

地面突风对通航飞行器的影响及数值模拟研究

突风一直以来都是危及飞行安全的重要气象要素之一,造成国民经济和人民生命财产的损失。利用常规观测资料、ADWR-X多普勒气象雷达资料和ERA5逐小时再分析资料,对四川盆地西部一次爆发性大风过程中风场的精细化特征、成因及对飞行的影响进行诊断和模拟研究,结果表明：此次大风过程风速增长快,爆发性强。地面风速自午后开始出现4次波动,且每一次波动期间风速峰值呈增加趋势,时间呈缩短趋势。由于第4次波动风速呈爆发性增加,最大瞬时风达到了16.1 m/s,地面风速脉动值超过5 m/s,致使跑道区域内流场的不稳定性增加,起降跑道侧风值超过了中小型飞行器的起降标准。高空动量下传对本次大风过程中风速的爆发性增加起主导作用。中层强偏南气流与低层偏北急流配和,中层辐合以及低层辐散下沉的垂直结构使得低层下沉气流异常强劲,将900～850 hPa的大风核快速向地面传导。通过天气研究与预报(weather research and forecasting, WRF)模式四重嵌套对本次过程进行模拟,表明WRF对盆地西部冷空气补充南下引起的在风速演变趋势、风速最大值和大风影响时段的风向有较好的模拟能力,对飞行起飞和着陆有一...     

高密度电法在非煤矿山老窑采空区探测中的应用

由于矿山开采存在不明废弃老窑及采空区、老窑采空区资料不详、边界和积水情况不明等问题,矿山生产存在严重安全隐患。本文以湖南冷水江某金属矿山老窑采空区探测为例,采用高密度电法实施了4条物探测量剖面,经数据反演处理解译,共推断出8个采空区异常,其视电阻率特征均为高阻异常,显示其均为非充水采空区,根据已有矿体产出形态,推测采空区体积共约2 484 m³,基本确定了采空区的整体情况。     

基于词-标签概率的多标签文本分类研究

针对多标签文本分类任务中如何有效地提取文本特征和获取标签之间潜在的相关性问题,提出一种CNN(convolutional neural networks)结合Bi-LSTM (bi-directional long short-term memory)的模型.首先,通过CNN网络和最大池化提取文本的特征;然后,利用训练的Labeled-LDA(labeled latent dirichlet allocation)模型获取所有词与标签之间的词-标签概率信息;接着,使用Bi-LSTM网络和CNN网络提取当前预测文本中每个词的词-标签信息特征;最后,结合提取的文本特征,预测与当前文本相关联的标签集.实验结果表明,使用词-标签概率获取文本中词与标签之间的相关性信息,能够有效提升模型的F1值.     

等衰落轨道角动量索引调制系统的信道容量性能分析

射频轨道角动量(orbital angular momentum,OAM)提供了一种可以在同一载波频率物理信道上复用一组正交模式以提高信道容量的方法。现有研究大多专注于信道容量提升,对系统复杂度的研究相对较少。在基于均匀圆形阵列(uniform circular array,UCA)的OAM通信系统中,发射机需要完成大量调制运算以生成OAM信号。于是,提出了一种等衰落轨道角动量索引调制(equal fading orbital angular momentum index modulation,EOAM-IM)方案,其中,IM有效降低了OAM调制运算复杂度,且等衰落发射机也保证了不同模式OAM子信道传输增益。此外,还详细推导了所提EOAM-IM方案的系统信道容量。仿真结果表明,所提EOAM-IM方案能以更低的调制复杂度获得比传统OAM方案更高的信道容量。     

基于预训练模型和多视角循环神经网络的电力文本匹配模型

针对传统方法未能考虑词向量的动态性及句子间交互不充分等问题,提出基于BERT预训练模型及多视角循环神经网络的文本匹配模型。通过BERT-whitening方法对BERT输出的句向量进行线性变换优化,并利用多视角循环神经网络将两句子不同位置的BERT动态词向量进行双向交互计算;将句向量与词粒度交互向量进行融合后计算结果。实验结果表明,提出的模型相较于对比模型有明显性能提升,实用性良好。     

基于双向门控机制和层次注意力的方面级情感分析

针对传统情感分析模型将单词或词语作为单一嵌入,而忽略句子之间依存信息和位置信息的问题,提出基于双向门控机制和层次注意力的方面级情感分析模型（Based on Bi-GRU and Hierarchical Attention,BGHA）。首先,将文本数据转成词向量再加入位置编码信息,得到包含位置和语义信息的词向量后通过双向门控机制提取上下文特征;接着,分别在单词注意力层和句子注意力层用注意力机制对特征分配权重,突出重点词和重点句信息;最后,结合给定的方面信息选择性提取与其较匹配的情感特征。在SemEval 2014、SemEval 2016和Twitter短文本评论数据集上的实验结果表示,BGHA模型的准确率对比其他模型都有不同程度的提高,证明了模型的有效性。