动物也“发疯”

动物会不会像人一样也得精神病?也许相当多的人觉得这是一个怪异的问题,因为动物不能与人相比,就算是会得精神病又怎么样?     

动物如何导航

每年春秋季节，候鸟都要成群结队地作长途迁徙，或从北方飞向南方，或从南方飞向北方；在波涛汹涌的大海中，鱼群也要在越冬地与繁殖地之间往返洄游，在遥远的路途中，它们要觅食、辨向，要绕开障碍物。那么，它们都是用什么方法来导航的呢?科学家们经过深入研究，正逐步揭开动物导航的秘密：动物利用它们特殊的感官系统，并借助大自然中的各种因素例如太阳、星辰、地形、风向、磁场、偏振光、气味等进行导航。     

多片生成元集分形介质层的波反射

该文研究了多片任意生成元集（即更加广义的Ｃａｎｔｏｒ集）分形介质层的垂直入射及斜入射的反射透射谱，给出了这种情况下的一般自相似递推谱算法．这种算法能得到任意级次、任意结构及任意入射角条件下的振幅谱．文中所给出的一类反射谱是一种准周期自相似谱，有望在电子对抗、薄膜光学及光电器件等重要领域获得应用．     

基于自注意力机制的新生儿胆道闭锁识别

新生儿胆道闭锁是新生儿常见的致命疾病之一,并且该病在亚洲的发病率高于世界其他地区.新生儿胆道闭锁需要及时发现及时治疗,然而由于缺少专业的儿科医生和辅助诊疗手段,新生儿父母往往不能及时发现而错过了最佳治疗时间.因此,本文开发了一个具有实际应用价值的预诊算法,通过新生儿粪便图片预测新生儿是否患有新生儿胆道闭锁,并提醒新生儿父母及时就诊.为了让算法在应用场景下识别率更高,本文的算法基于一个真实场景下拍摄的新生儿粪图片数据集开发.首先我们设计了一个自注意力网络模型BANet(Biliary Atresia Network),将图片的浅层特征和深层特征相结合,可以得到更好的分类效果.由于拍摄自应用场景下的图片存在过暗和过曝等问题.通过分析数据集的亮度分布,我们设计了一个自动亮度调节算法解决.此外,图片中的阴影也会对识别结果造成干扰,因此我们在训练阶段增加了一种阴影数据增强方式来缓解这一问题.为验证本文提出算法的有效性,本文设计了一个和医生的对比试验.结果证明BANet在四分类的识别率、二分类的识别率、特异性和敏感性等客观评价指标上占有明显优势.本文提出的BANet能够有效利用图片中的颜色、异常点...     

健胃清肠合剂对腰椎间盘突出症术后腹胀便秘的效果研究

基于优质护理服务,观察术前口服健胃清肠合剂对腰椎间盘突出症（Lumbar Disc Herniation,LDH）术后腹胀便秘患者的运用效果,讨论腰椎间盘突出症术后腹胀便秘的优质护理措施。筛选腰椎间盘突出症手术患者80名,随机将其分为试验组和对照组,每组各40名,试验组给予术前晚口服健胃清肠合剂进行肠道准备,对照组选用骨科常规护理,行术前肠道准备。2组病人的肠鸣音恢复时间、第1次排气时间,第1次排便时间以及腹胀程度及恢复效果于术后3天观察。手术后试验组病人的肠鸣音恢复、第1次排气、排便时间小于对照组（P<0.05）,术后试验组患者腹胀发生率低于对照组（P<0.05）,手术后试验组恢复效果优于对照组（P<0.05）。患者在术前服用健胃清肠合剂,不仅可有效降低LDH术后腹胀便秘的发生率,还可减轻腹胀便秘的症状,从而达到快速恢复患者胃肠道消化功能,为解决LDH患者术后腹胀便秘提供了新的思路。     

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.     

基于残差卷积自注意力神经网络的铝电解过热度识别方法

过热度是反映铝电解槽当前生产效率的重要指标,由于过热度难以在线实时测量,本文提出一种基于残差卷积自注意力神经网络的过热度识别方法.针对铝电解生产过程数据为时间序列数据且具有多源异构特性,设计异构数据的同构表示方法.在此基础上建立残差卷积自注意力神经网络模型以提取同构时间序列数据的全局与局部特征.针对过热度数据标签少且类别分布不均匀问题,采用基于自动编码器的无监督预训练方法与加权交叉熵损失函数以提高过热度识别任务的性能.在基准数据集上进行仿真对比实验以验证本文所提方法的有效性,然后在只包含少量不平衡标签的铝电解过热度数据集上进行实验验证,结果表明本文构建的过热度识别模型相较与其他现有模型不仅提高了过热度识别准确率,而且在训练样本较少时保证了模型的泛化能力.