稀疏网络编码中秩分布分析模型研究

针对现有稀疏网络编码研究中线性相关概率性能指标精准度较低的问题,提出基于马尔可夫链的性能分析模型。对线性相关概率、秩的概率分布等性能指标及其复杂度进行分析,并通过该性能分析模型分析编码包传输后期的译码成功概率;基于吸收马尔可夫链计算编码包传输过程中的瞬态、吸收态以及各状态间的状态转移概率,并对状态转移概率中蒙特卡罗模拟误差较大的问题进行改进,由状态转移概率构建吸收马尔可夫链基本矩阵,得出信宿端收到非再生包的线性相关概率,进而推导出秩的概率分布和译码成功概率性能指标。仿真结果表明,在相同条件下所提模型性能指标精确度均优于对比模型,且能精确地评估信宿端解码矩阵秩的概率分布、译码成功概率等稀疏网络编码的译码行为。     

我国新型研发机构政策注意力与政策工具探析——基于长三角与珠三角地区的政策量化研究

新型研发机构逐步上升为中国创新驱动发展的主力军。利用文本挖掘、共词语义网络分析等方法,全面剖析长三角和珠三角地区新型研发机构政策的注意力焦点和政策工具,为支持高水平新型研发机构建设与发展提供参考。研究发现：政策类型以“通知”和“意见”为主,体现了政府的弹性管理机制,但执行力度较弱;政策注意力与新型研发机构的使命、功能内涵密切相关,鼓励政产学研高度融合,突出企业主体地位,强调体制机制创新;政策工具运用存在结构性失衡,注重供给型政策工具,环境型和需求型政策工具使用不足。     

基于抗炎和促红细胞生成作用的九味补血口服液改善血虚证小鼠造血功能的机制研究

为探讨九味补血口服液改善血虚证小鼠造血功能的作用及机制,采用超高效液相色谱串联四级杆飞行时间质谱(UPLC-Q-TOF-MS/MS)技术鉴定九味补血口服液中的化学成分;利用蛋白互作和网络分析手段筛选九味补血口服液治疗贫血的关键网络靶点,并对关键网络靶点进行基因本体(GO)分析、京都基因与基因组百科全书(KEGG)通路富集分析;同时采用分子对接技术将潜在活性成分与关键网络靶点对接,评估活性分子与靶点的结合能力。在动物实验中,采用环磷酰胺建立小鼠血虚模型,设立对照组和模型组,复方阿胶浆口服液组(30 mL/kg)及九味补血口服液高、中、低剂量组(10.0、5.0、2.5 mL/kg),每天灌胃给药1次,连续32 d。检测全血中红细胞(RBC)、血红蛋白(HGB)和红细胞压积(HCT)水平,并利用qRT-PCR法和免疫印迹法对关键靶点及通路在血虚证小鼠肾脏的表达进行验证。结果显示,在91种鉴定的九味补血口服液化学成分中,满足口服生物利用度(OB)≥30%和药物相似性(DL)≥0.18的条件,且具有相应靶点的潜在活性成分共计15个。分析九味补血口服液成分-血虚疾病靶点网络,获得九味补血口服液治疗贫血的关键靶点15个,主要富集于核因子-κB (NF-κB)信号通路(NF-κB signaling pathway)、代谢通路(Metabolic pathway)、缺氧诱导因子-1(HIF-1)信号通路(HIF-1 signaling pathway)、Toll样受体信号(Toll-like receptor signaling pathway)通路等。分子对接结果显示,甘草苷、橙皮素与Toll样受体4(TLR4)具有强烈的结合能力。动物实验结果显示,与对照组相比,血虚证小鼠RBC、HGB和HCT水平明显降低,TLR4/NF-κB p65介导的炎性信号增强,缺氧诱导因子-1α (HIF-1α)/促红细胞生成素(Erythropoietin,EPO)介导的促红细胞生成信号受抑制(P<0.05或P<0.01)。与模型组相比,九味补血口服液各剂量组可显著升高血虚证小鼠RBC、HGB和HCT水平,不同程度地逆转TLR4、NF-κB p65变化,并上调HIF-1α、EPO mRNA或蛋白的表达水平(P<0.05或P<0.01)。因此,九味补血口服液可以改善血虚证小鼠的贫血状态,其机制可能与促进肾脏中HIF-1α/EPO介导的促红细胞生成作用、减少TLR4/NF-κB p65介导的肾脏炎症反应相关。     

Yolov7-pose识别运动员姿态时关键点异常的消除方法

本研究首先构建了深度聚合网络（deep layer aggregation,DLA）,用于替换Yolov7-pose算法中原有的特征融合网络,增强了特征的表达;其次,将高效聚合网络（efficient layer aggregation Net, ELAN）和尺度感知注意力网络（scale-aware attention Net, SAAN）融合在一起,引入到Yolov7-pose算法中;然后,引入尺度因子到Yolov7-pose算法的损失函数中,并通过实验确定尺度因子最佳值。实验结果表明,经过本法改进的方法识别篮球比赛视频流中的多名运动员姿态时,不再出现关键点异常现象,姿态识别的精度达到95%以上,运行效率达到24 FPS以上,综合性能显著优于原始Yolov7-pose算法等算法。     

基于LVQ神经网络的水果图像分割研究

由于传统边沿检测算子在水果颜色多样、亮度不均匀时,难以分割得到完整、无噪声的二值图像且依赖优化的阈值,本研究提出了一种基于LVQ神经网络的水果图像分割方案。首先将彩色图像转变为灰度图像;然后对Canny算子获得的边沿图像随机选取一些像素作为网络的学习监督信号,仅以灰度图像中相同位置像素3×3邻域的Kirsch算子梯度值作为输入,训练权值;最后重新将原灰度图像的Kirsch算子梯度值输入到训练好的网络中,获得封闭的边沿并填充得到二值图像。考察了14幅像素为640×480的水果图像,结果表明：网络在很宽广的阈值范围内（0.001 ~ 0.99）分割得到完整、一致的二值图像;面积误差最小为0.9%,最大为8.83%,不依赖于优化的阈值,不需要对原始图像滤波预处理。与没有阈值及滤波的算法相比,本方案的误差和时间复杂度均更低;与设置了阈值和/或滤波的算法相比,本方案与之相当,甚至效果更优。     

网络决策分析的积因子方法

提出一种改进的网络决策分析方法,这个方法利用有向图及有向图相关的矩阵、将层次分析方法的积因子方法(方案合成排序应用乘积而不是相加)推广到一般的网络决策分析问题.文章对照传统的方法阐述了网络决策分析积因子法的步骤及特点.     

基于DBN特征提取的雷达辐射源个体识别

针对传统特征参数难以表征复杂体制雷达信号个体特征的问题,基于深度置信网络DBN的深层特征提取和高维数据处理能力,提出一种基于DBN特征提取的雷达辐射源个体识别算法。首先建立基于多层受限玻耳兹曼机的DBN模型,然后通过DBN无监督提取脉冲包络前沿特征,再利用标签数据对模型参数进行有监督微调完成训练,最后输入未知辐射源信号脉冲包络前沿特征实现辐射源个体识别。与传统算法相比,该方法能够自适应地提取脉冲深层次细微差异,提取过程减少了对人为经验的依赖。实验结果表明,该算法对脉冲包络特征提取效果明显,有较高的识别精度。     

多视图几何轻量级三维重建算法

针对现有深度学习三维重建网络内存消耗严重、效率低下的问题,提出了高效的多视图几何三维重建网络(high efficiency multi-view stereo network,H-MVSNet)模型,将原始图片序列和预测的粗略深度图融合,进一步提高最终深度图的质量;构建轻量级的特征提取模块和正则化模块,减少提取冗余度;采用由粗到精的策略,建立高效的深度图细化模块,减少计算量。实验表明,H-MVSNet模型在DTU数据集中的精度误差可达0.327mm,计算一张分辨率为640×480的深度图仅需0.44s,内存消耗可低至2.46GB,显著提高了三维重建的精度和准确度。     

战斗机网络攻击指令引导控制方法

对战斗机网络攻击指令引导控制方法进行了研究。建立了导弹拦射攻击模型和导弹发射边界模型;以航向角和高度为引导指令建立网络指令引导解算模型;基于典型作战场景对上述模型进行仿真实验分析。仿真结果表明:不管针对非机动目标还是机动目标,采用网络攻击指令引导方法都能实现最大火力包线的战斗机网络攻击引导。     

切换网络下加速分布式在线加权对偶平均算法

研究了切换网络下加速分布式在线加权对偶平均算法,提出了A-DOWDA算法。首先利用加权因子对对偶变量进行加权,其次在有向切换网络是周期强连通,且对应的邻接矩阵是随机的而非双随机的条件下,加速了算法的收敛速率,最后通过数值实验验证了算法的可行性。