课程文献中心 更多>>

关键词： 地质灾害   信息阈值   优化样本   机器学习   降雨衰减系数   气象风险预报  

摘要： 降雨是地质灾害发生的主要诱因，云南省降雨频繁导致地质灾害频发，严重威胁人民生命财产安全，地质灾害气象风险预报是防灾减灾的有效手段。本文以高山峡谷区-怒江州为例，基于信息量模型构建信息阈值，以信息阈值优化样本后，使用机器学习模型进行怒江州综合地质灾害易发性评价，并计算怒江州有效降雨系数建立气象风险预报模型，以历史灾害点验证模型准确率。结果表明：信息阈值优化样本的滑坡、泥石流灾害评价模型AUC值分别为0.97、0.99，预测准确率为0.93、0.98。怒江州综合地质灾害极高、高易发区主要沿河流和道路分布于峡谷中。气象风险预警模型的预报命中率为90.91%、漏报率为0、空报率为22.22%，降雨结束时高风险区域面积472.24km2。以信息阈值优化样本使机器学习模型的预测和泛化能力均获得了较大提升，并且以0.5为衰减系数的气象预报模型提高了地质灾害气象风险预报的精确性。整体研究结果可为怒江州及类似地区的防灾减灾工作提供实质性支持。

关键词： 小样本学习   细粒度图像   图像分类   多尺度特征   关系网络   深度学习   数据增强   语义相关性  

摘要： 小样本细粒度图像分类任务中，由于支持样本与查询样本之间缺少局部关联性，导致图像关键可区分区域不易精确定位。针对这一问题，提出了多尺度知识引导局部增强的小样本细粒度图像分类方法，采用图像金字塔向下降低采样率获得多个不同分辨率的子图作为输入图像，融合多尺度特征，丰富了样本信息，利用知识引导模块捕获支持样本和查询样本之间的语义相关性，增强了支持样本重要区域的特征表示，对支持样本和查询样本的嵌入特征图进行克罗内克积操作，生成的空间相关图，更精确地定位样本特征之间的位置对应关系，突出了辨别性区域。该方法在MiniImageNet、CUB＿200＿2011、Stanford Cars、Stanford Dogs 4个数据集上均有一定的提升，实验表明在小样本细粒度图像分类任务中表现出较好的分类性能。

关键词： 共因失效   民机机载电子系统   失效概率   Alpha因子模型  

摘要： 民机机载电子系统呈现复杂化、综合化的特点，共因失效将破坏系统中失效事件的独立性，可能导致定量安全性评估的结果存在偏差。针对当前民机领域普遍采用定性方法分析共因失效，极大依赖评估人员工程经验的问题，提出一种考虑共因失效的复杂机载电子系统失效概率算法。首先，采用Alpha因子模型对共因失效进行量化；接下来，将其引入到基于独立性假设的故障树模型中对其进行优化；最后，以典型复杂机载电子系统的失效状态为例，对比考虑/不考虑共因失效情况下的失效概率差异。结果表明：共因失效将对复杂机载电子系统的定量安全性评估结果产生两个数量级的误差影响，所提方法能够实现共因失效问题的量化，可为民机型号复杂机载电子系统的进一步深化应用提供技术支撑。

关键词： 故障检测   生成对抗网络   长短时记忆网络   自编码器   重构误差   时间序列   田纳西伊斯曼过程   磨煤机过程  

摘要： 标准双向生成对抗网络的模型结构由全连接层构成，在进行故障检测时仅使用单个样本的过程特征进行统计量构建。因此，提出了一种改进双向生成对抗网络的工业过程故障检测方法。该方法用降噪自编码器对样本进行预处理，构建重构误差作为双向生成对抗网络的输入，以减少异常样本中正常信息对异常信息的淹没，增强模型对微小故障的检测能力；并将长短时编解码器引入双向生成对抗网络模型中，使得生成器在生成虚假样本的同时还可以关注当前时刻样本的过程特征和历史时刻样本间的关联性，增强了模型对时间序列数据的检测能力。将所提故障检测方法应用于田纳西伊斯曼过程和实际磨煤机工业过程，其在保证低误报率的同时，提升了报警率，并且具有良好的泛化性能。

关键词： 碳配额交易   动态绿色感知   碳减排   政府补贴   微分博弈  

摘要： 随着双碳目标的不断推进，消费者越来越重视产品的绿色质量，然而消费者对绿色质量的感知会随着企业低碳行为以及时间的演变而动态变化。于是，本文在碳交易背景下构建了由政府、制造商、零售商组成的供应链。将消费者绿色感知与碳减排水平的动态过程考虑进模型中，运用微分博弈方法，探讨了不同补贴模式下，消费者绿色偏好、碳交易价格、环境成本对供应链成员碳减排决策的影响，并利用数值算例分析了碳交易价格、生产排放系数对企业利润、社会福利以及碳排放量的影响。研究发现：消费者补贴对供应链成员决策的影响要高于制造商补贴；相较于制造商补贴，政府采取消费者补贴可以更好的提高供应链成员对环境成本的关注积极性。从长期来看，消费者补贴模式下的社会福利稳态值高于制造商补贴，但在产品初期阶段，消费者补贴模式下的社会福利较低，甚至会低于无补贴模式；当碳交易价格与消费者绿色偏好同时较高时，消费者补贴模式下的最优补贴率更高。最后，从企业和政府角度分别给出了建议。

关键词： 乙型肝炎病毒   高敏HBV DNA定量检测   极低病毒血症   低病毒血症   抗病毒治疗  

摘要： 部分乙型肝炎病毒(Hepatitis B virus,HBV)患者血清中的HBV DNA在常规PCR下检测不到，但使用高度敏感的实时PCR仍可检出。学术界将这部分病人分为低病毒血症(Low-level viremia,LLV)患者与极低病毒血症(Very low-level viremia,VLLV)患者[1]。对于LLV，国内外均有所报道，而对于VLLV，目前讨论较少。目的 明确VLLV在常规PCR检测阴性的乙肝病毒感染患者中所占的比例，分析VLLV的临床特点及关联因素，为临床工作中VLLV的防治提供证据支持。方法 选取解放军总医院第五医学中心2020年10月至2021年3月门诊和住院常规PCR检测HBV DNA阴性的(低于检测下限40 IU/mL)乙肝病毒感染患者，采用高敏HBV DNA技术检测患者血清中的病毒载量，根据检测结果分为VLLV组(5～40 IU/mL)和阴性组(<5 IU/mL)，比较两组患者血常规、血生化、乙肝病毒标志物水平及影像学检查的差异，同时对VLLV的影响因素进行Logistic回归分析。另外，在VLLV组中，将其分为HBV DNA≥20 IU/mL组和HBV DNA<20IU/mL组，分析两组临床资料的差异。结果 共纳入998例常规检测阴性的乙肝病毒感染者，高敏HBV DNA检测阳性即VLLV 100例，阳性率10.02%。VLLV组与阴性组在年龄、性别方面差异均无统计学意义(P>0.05)。VLLV组的HBsAg定量[M(IQR):2 781.000(2 540.000～4 785.000) vs 604.000(67.510～870.000),P<0.001]、AFP[M(IQR):2.680(1.740～3.800) vs2.300(1.660～3.320),P=0.020]、HBeAg阳性率(39.13%vs 23.22%,P=0.001)高于阴性组，差异均有统计学意义。VLLV组的慢性肝损害比例高于阴性组(70.00%vs 59.51%,P=0.042)。VLLV与疾病阶段、用药情况、HBsAg定量、AST、ALT等关联(P<0.05)。其中，HBsAg定量(OR=7.684,95%CI:3.289～17.950)与VLLV独立关联。亚组分析显示，病毒载量与疾病阶段、用药情况、用药时长、HBsAg定量、AST、ALT等不存在显著关系(P>0.05)。结论 高HBsAg定量患者发生VLLV的概率较高，在临床工作中应对此类患者加强监测。

关键词： 绿色电力   碳市场   系统动力学模型   行为决策   碳计量  

摘要： 随着电力市场和碳市场的规模不断扩展，二者之间的交叉管理带来了显著的制度摩擦。现有研究多聚焦于绿色电力对可再生能源消纳的影响，但对于绿色电力与碳市场的耦合机制，尤其是其对发电企业利润及决策行为的具体影响缺，仍缺乏深入分析。文中运用系统动力学模型，结合碳计量方法，从发电企业的生产成本与利润角度出发，对广东电碳市场进行了模拟分析，包括可再生能源消纳权重政策调控、绿色电力价格、绿电在碳市场中的抵扣比例等关键因素对碳市场主体行为决策的影响。研究解构了绿电交易和碳市场互动的复杂机制，并强调了碳计量和碳监测在准确评估碳排放和引导市场行为中的重要性，提出了优化电碳市场耦合机制的研究方向。

关键词： 演示学习   动态时间规整   概率运动基元   轨迹建模  

摘要： 针对大作业半径机器人在演示学习过程中存在的轨迹离群问题，提出一种基于混合概率运动基元的机器人演示轨迹鲁棒性建模方法。该方法采用基于动态时间规整的方法对采集到的演示轨迹进行预处理，通过映射矩阵路径寻优提升轨迹点的分布质量，解决了演示者动作卡顿与速度不均造成的轨迹时间长度不一问题。在此基础上，采用概率运动基元模型的置信区间设定轨迹点数量阈值，对轨迹样本进行聚类和权重分配；利用聚类结果和权重参数构建混合概率运动基元模型，抑制离群轨迹对模型参数的偏移，以提高模型鲁棒性。为验证方法有效性，设计了手写字母轨迹公共数据集和实际机械臂上料轨迹的演示学习实验，并引入平均弗雷歇距离和平均欧氏距离定量评估模型可靠性；实验结果表明：所提方法有效约束了离群轨迹对模型参数造成的偏移，与传统的概率运动基元模型和高斯混合模型相比表现出更强的鲁棒性，在大作业半径的工业机器人领域具有良好的应用前景。

关键词： 横向增强侵彻体   碰撞压力   径向压力   改进径向速度模型  

摘要： 为进一步对横向增强侵彻体（Penetrator with Enhanced Lateral Effect，PELE）侵彻金属靶板后破片的最大径向速度进行有效预测，通过对PELE撞击靶板时的碰撞压力、径向压力和破片停止加速时间进行详细的对比分析，结合数值模拟与理论分析的方法。研究结果表明：弹性波理论低估了PELE撞击靶板时的碰撞压力，而冲击波理论的计算结果与实际情况更加吻合；轴向压力全部转换为径向压力而不是一定比例转换；当壳体达到最大失效应变时，壳体开始破碎，并停止加速更符合实际情况。通过上述分析改进了径向速度模型，并分别与弹性波模型、冲击波模型和试验结果进行对比，在碰撞压力较大时，该模型能够对PELE侵彻金属靶板后破片的最大径向速度进行有效预测。

关键词： 自动语音识别系统   生成对抗网络   对抗攻击   语音对抗样本生成   标签映射  

摘要： 针对现有面向自动语音识别系统的对抗攻击方法难以捕捉不同语音尺度之间的相关性，导致攻击成功率低的问题，提出一种类别条件生成对抗网络的语音对抗样本生成方法。通过目标标签映射模块将攻击目标标签转化为独热向量，作为条件输入到构建的类别条件生成对抗网络中，以此控制语音样本类别的生成。该类别条件生成对抗网络中的生成器采用设计的NReSidual U-block网络模块与U-Net相融合，可以更好地学习不同时间尺度的语音特征，以及提升语音特征的表示能力，从而可以针对特定语音类别生成对抗样本；判别器采用卷积块和全连接层相结合的网络结构，将错误损失通过梯度反向传播至生成器，能有效保留语音信号的时序信息，并解决数据分布不稳定问题。在通用的谷歌命令数据集和音乐流派数据集上进行实验，结果表明：所提语音对抗样本生成方法的攻击成功率与主流方法相比分别提高了3.47%、5.1%，平均信噪比提升了3.2、1.49dB，该方法具有较好的攻击效果和语音质量。