基于生物先验数据融合构建非平稳基因调控网络

为了构建基因调控网络,提出一个基于生物先验数据融合构建非平稳动态贝叶斯网络结构的方法.该方法基于高斯混合网络模型,改变点过程和独立的能量函数.利用可逆跳跃马尔科夫蒙特卡罗抽样算法,把整个非平稳过程分解成若干平稳子片断,推断网络结构以及先验数据对网络的影响.在仿真和生物数据上测试该方法,结果显示该方法提高了网络重构的精度.     

基于温度与支座位移相关性的斜拉桥损伤预警

为了充分利用桥梁健康监测系统采集的海量数据,健全大跨钢箱梁斜拉桥结构健康评估方法,以辽河特大桥健康监测系统为依托,运用小波分析法对辽河特大桥南北塔为期10个月的支座位移数据进行了滤波与重构.通过大量试验选取神经网络参数,构建了BP神经网络,对重构后的支座位移与环境温度相关性模型进行训练,建立人工神经网络评估模型,并对模型进行检验,检验结果表明:对神经网络预测值与实际值误差取5%的显著性水平作为误差代表值能够有效地反映结构健康状况.     

基于相空间重构方法的三维MIMO无线信道预测

第五代(5G)无线通信网络采用的大规模多输入多输出(MIMO)技术需要大量空口资源估计和反馈MIMO信道。除优化导频、估计和反馈设计外,对信道衰落的预测也是节约空口资源的有效途径。运用相空间重构方法研究三维信道模型相关的相空间重构参数,提出一种基于经验知识的小样本在线学习方法,对MIMO信道系数和信道容量进行预测。研究发现无线信道数据具有混沌性,相空间延迟时间和嵌入维数服从一定分布,因此可以作为实时预测的先验参数进行设定。实验结果表明,该方法预测效率比传统ARMA方法提升6倍左右,信道容量的平均误差最小为5.91%。最后,采用某市区的实测数据验证相空间重构方法的有效性,信道容量的预测平均误差最小为0.91%。     

激光扫描技术在自由式滑雪运动员三维人体模型建立中的应用

为了缩短体育运动中人体运动技能分析过程人体模型构建周期和提高构建精度。采用激光扫描 技术,对自由式滑雪运动员在助滑阶段的几个主要动作进行数据采集,以“实物-设计意图-三维重构-再 设计”框架为流程,建立自由式滑雪运动员三维人体模型。研究发现在采用激光扫描技术得到表面的几何 数据基础上,人体模型的构建还要经过数据拼合、简化、三角化、去噪等预处理,再进行测量数据分块、 曲面拟合,最终进行模型重构。探讨了运动生物力学研究领域人体模型构建的新方法,提高人体模型构建 效率,为体育科学人体运动研究提供基础模型。     

金课背景下的翻转教学与师生链接探析

疫情期间,大量的网络教学实践与讨论为教育工作者提供重要的参考数据,如何把线下教学与线上教学完美融合成为教育工作者需要面对的迫切问题。文章依据布卢姆教学目标分类法,金课标准的时代要求,通过翻转课堂和课堂空间的重新构建、师生关系的链接,提出审视网络自主学习,从学习行为数据监控机制的介入,到高活跃度而个性化的积极教学,与学生构建一种全新的教学与情感关系,打破沉默,重构课堂。     

激光扫描技术在自由式滑雪运动员三维人体模型建立中的应用

为了缩短体育运动中人体运动技能分析过程人体模型构建周期和提高构建精度。采用激光扫描技术,对自由式滑雪运动员在助滑阶段的几个主要动作进行数据采集,以"实物-设计意图-三维重构-再设计"框架为流程,建立自由式滑雪运动员三维人体模型。研究发现在采用激光扫描技术得到表面的几何数据基础上,人体模型的构建还要经过数据拼合、简化、三角化、去噪等预处理,再进行测量数据分块、曲面拟合,最终进行模型重构。探讨了运动生物力学研究领域人体模型构建的新方法,提高人体模型构建效率,为体育科学人体运动研究提供基础模型。     

喜旱莲子草花序正反向SSH cDNA文库的构建及EST分析

利用SSH技术构建了喜旱莲子草雌雄同花和雄蕊心皮化花序的正反向基因表达的cDNA文库. 对文库部分克隆分析发现,EST功能涉及花性别发育、细胞代谢、生长发育、抗性适应、转录调控、酶调节、叶绿体和胞质基因、细胞内组件等8种不同功能类型.共筛选到8类与已知调控花性别发育相关的EST,如HD基因家族、MADS-box基因家族、线粒体基因、CCLS4家族蛋白等.     

一种基于分组自适应的网络环境快速构建方法

针对现有的网络环境构建方法部署效率低和灵活性差的缺点,提出一种基于分组自适应策略的网络环境快速构建方法. 根据软件部署时间的分布特点采取适当的分组方法,减少主机共有软件的重复部署时间,提高软件部署效率. 在此基础上,实现了一套以分组自适应策略为基础的网络环境快速构建原型系统. 对提出的相关策略和算法进行了验证.     

基于改进的无尺度网络的高斯动态粒子群优化算法在舰船电网故障重构中的应用

针对当前优化算法在处理大规模舰船电网重构问题时易陷于局部极值的缺点,提出一种基于改进的无尺度网络的高斯动态粒子群优化(Gaussian Dynamic Particle Swarm Optimization,GDPSO)算法.该算法融合无尺度网络理论与种群拓扑结构,采用改进的无尺度网络BA模型随机地逐渐增加种群拓扑规模,增加种群多样性,提高种群跳出局部极值的能力.以某20节点和扩充为60节点的舰船电网为例进行故障后重构测试.结果表明,该算法对多维度舰船电网重构有效.     

基于混沌迁移及无参数变异差分进化算法的舰船电力系统网络重构

为更好地利用差分进化算法对舰船电力系统网络进行重构,提出一种基于混沌迁移及无参数变异的差分进化算法.针对差分进化算法寻找最优解容易陷入早熟的问题,引入一种基于混沌迁移的并行进化策略.该策略将原有种群分为多个子种群,进行并行进化.在优化过程中引入混沌迁移序列引导个体迁移,利用混沌的遍历性和随机性,保证子种群间能高效地进行信息交换.针对电力系统网络重构中的0,1,2编码方式在解码中信息丢失问题,提出一种无参数变异算子.这个算子能使算法结构简单、利于运算.最后利用混沌序列初始化种群和Pareto选择策略提高舰船重构效率.仿真实验表明,改进的算法具有更好的故障恢复方案,能有效避免差分进化算法在求解电力系统网络重构时的早熟问题.     

城市功能区语义信息挖掘与遥感分类

中国城镇化和智慧城市建设的推进，对城市精细化规划与管理提出新挑战。明确城市空间结构划分，加强城市功能区的合理规划，对城镇化建设具有重要意义。基于遥感图像数据、POI（point of interest）数据及路网数据，使用遥感信息提取技术和语义信息挖掘方法，实现城市功能区的语义分类。对随机挑选的360处区块进行样本验证，结果显示城市功能语义分区的精度达到87.5%。该方法受区域限制较少，对城市功能分区研究有效。     

精度矩阵置信区间在高维网络数据中的研究

随着互联网与科学技术的发展, 大数据以前所未有的规模激增, 不同个体之间形成了错综复杂的网络数据。图模型精度(逆协方差)矩阵的置信区间对恢复网络间联系起到了非常重要的作用。如何快速得到精度矩阵的置信区间是一个亟待解决的问题。提出De-ISEE(De-innovated scalable efficient estimation)统计量,基于其构造的置信区间在保持较大理想覆盖率的同时,计算效率也得到了较大的提升。仿真实验充分展示了该方法在网络数据中覆盖率和计算方面的优势。将De-ISEE方法应用到核黄素数据以及基因表达数据,发现De-ISEE方法可作为研究基因联系的一个重要工具。     

基于多专家和MDNet的视觉目标跟踪方法

近年来,随着深度学习技术的不断发展,基于深度学习的目标跟踪算法取得了较大成功。但由于视频中,背景、光照及目标的表观不断变化,且伴有遮挡的发生,给视频中的目标跟踪带来很大困难。传统方法主要通过在线更新跟踪器的方式解决这个问题。但是视频信息内容复杂多变,在线更新和维持一个跟踪器很难应对后续视频中复杂的数据,容易导致误差积累。为解决这个问题,基于已有跟踪器MDNet,提出一种基于多专家跟踪器的目标跟踪方法。首先通过MDNet学习所有视频中目标的共有特征,使其能够较好地描述目标。然后在跟踪过程中,根据跟踪结果动态地构建多个专家跟踪器,以增加跟踪器的鲁棒性。最后根据每个专家的评价函数选择最佳的专家跟踪器,用于跟踪当前帧中的目标。实验表明,与MDNet相比, 所提方法显著地提升了跟踪性能。     

一种LSTM神经网络和卡尔曼滤波相结合的复合材料承载预测方法

复合材料是基于多种材料组分的不同组合方式经由相应工艺加工而成的新型材料,近年来凭借其优良的综合性能被广泛应用于交通、建筑等领域,其试验分析结果有时候与经验分析存在较大误差,从而建立可信的分析方法对复合材料承载性能进行验证具有十分重要的理论意义。基于长短期记忆（long short term memory,LSTM）深度学习网络模型的预测精度受数据序列长度影响,提出一种LSTM神经网络和Kalman滤波相结合的复合材料承载预测方法,既可以克服训练数据序列长度对传统LSTM神经网络的影响,又使得Kalman滤波可以从输入数据中学习。仿真结果表明,该方法可以获得优良的预测性能：LSTM-KF模型的承载预测误差将LSTM模型的预测误差从0.033 0 kN减小到0.016 0 kN,降幅为51.52%。     

大学体育网络教育平台的构建

采用专家咨询法、文献资料法、调查研究等方法,对我国高校的体育网络教育现状进行调查研究.结果显示: 我国高校体育网络教育发展较慢,不能满足当代教育发展和学生的需要,并指出发展网络教育的意义.最后分别从网络课程设计的理论基础、网络课程的组织形式、设计与开发的技术路线和开发与运行环境及技术方法等方面对大学体育网络课程的设计进行了论述,大学体育网络教育是传统教育方法补充和发展,对我国体育教育起积极的推动作用.     

多箱区多场桥调度优化模型及算法实现

为探究在预知集卡进场时间与运载任务的条件下,如何低成本、高效率地对多场桥进行调度这一难题,本文以多箱区多场桥调度为研究对象,以场桥移动成本与时间窗下场桥与集卡之间的等待罚金之和最小为目标,以场桥间作业安全距离为约束,并考虑场桥作业时间的均衡性,建立数学模型.利用模拟退火算法对模型进行求解,并利用MATLAB实现算法编程.根据某港口的实例数据,通过应用程序进行多场桥调度的算法求解.求解结果与实际人工操作相比,运作成本大幅降低,作业时间也缩短,这验证了本文调度优化模型及其实现算法的有效性与显著性.     

社会网络、先前经验与新生代农民工创业——基于河南省新生代农民工创业调查数据的分祈

个体的社会网络结构决定着其所能摄取的信息的数量与质量,而先前经验在很大程度上影响着其对信息的解读。利用河南省433份新生代农民工创业调查数据,考察新生代农民工社会网络与创业之间的关系,并探讨新生代农民工创业者先前工作经验对该作用过程的影响,研究发现：社会资本越丰富、社会网络越发达的新生代农民工,创业的概率越大;新生代农民工最后工作工龄、换工作次数在其社会网络与创业行为之间起着正向调节作用。应重视创业信息与知识的交流渠道建设,以使更多有创业意愿的新生代农民工个体辨识更具价值的创业机会。     

公民社会视域下网络体育社团的价值困窘及解蔽

基于公民社会视角,采取文献分析、逻辑演绎等方法,分析网络体育社团的价值及其面临的困窘。研究表明,网络体育社团对于培育和构建公民社会具有重要价值,但由于边界性模糊、梗阻性冲突、公共性缺失、意识性虚伪,遮蔽了网络体育社团的价值功能的发挥。应通过明确价值边界、创新传播沟通机制、强化公共性建设和社会治理,解蔽网络体育社团面临的价值困窘,以其健康发展促进新时代公民社会的构建。     

大型体育赛事的新媒体话语策略与国家认同构建

文章立足媒介话语探析大型体育赛事传播中新媒体话语策略和国家认同建构之间的互动关系,发现媒介话语对国家认同的建构主要分为战略维度、战术维度和作业维度。战略维度从宏观层面表现为媒体通过话语说服建构身份认同、通过话语叙事培育情感认同、通过公共言论促成集体行动以及强化集体认同;战术维度主要是基于新媒体的双重编码、多级传播、文本互动以及话语风格等文本特征,从中观层面反映大型体育赛事传播中新媒体建构国家认同的话语思路和方法;作业维度主要是微观层面具体的话语建构行为,包括网络表情包、新媒体话题、新媒体段子以及网络流行词等。三大维度共同组成了大型体育赛事传播中新媒体建构国家认同的话语体系,促成了新媒体话语与国家认同建构的良性互动。