检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

抗体修饰DNA测序酶的开发及其运用

生物技术通报 2024年

作者：宋辉曹文刚肖晓文杜军北京擎科生物科技股份有限公司研究院湖北擎科生物科技有限公司研发部

【目的】开发一种新型DNA测序酶，解决一代测序技术应对复杂DNA结构模板所面临的主要挑战，如测序信号中断或测序信号快速衰减。【方法】从NCBI数据库中挖掘到了Taq DNA聚合酶和单链结合蛋白SSB基因信息，利用遗传融合、定点突变及基因... 详细信息

【目的】开发一种新型DNA测序酶，解决一代测序技术应对复杂DNA结构模板所面临的主要挑战，如测序信号中断或测序信号快速衰减。【方法】从NCBI数据库中挖掘到了Taq DNA聚合酶和单链结合蛋白SSB基因信息，利用遗传融合、定点突变及基因设计技术获得了一种新型的测序酶Sso-Sequenase。利用亲和层析和离子交换层析，获得了纯化的测序酶。利用抗体修饰技术改良了Sso-Sequenase的性能，并且利用STR技术对其热启动性能进行了表征。选取多组不同类型的复杂模板，采用一代技术对比分析了Sso-Sequenase测序酶试剂盒和传统BigDye测序试剂盒的测序表现。【结果】Sso-Sequenase在大肠杆菌中稳定表达，纯度达到95%以上，产量高达10.5 mg/L。当温度低于35℃时，Sso-Sequenase表现出热启动活性。在复杂模板的一代测序反应中，如重复序列、高GC和发夹结构等样本，Sso-Sequenase测序酶成功完成了所有样本的测序，序列的平均碱基质量QV大于20。相比而言，BigDye测序试剂盒在处理这些复杂样本时，多数样本测序信号出现了显著衰减或中断。【结论】开发了一种纯度好、产量高，兼具热启动活性的DNA测序酶Sso-Sequenase及测序试剂盒，显著提高了复杂DNA结构模板（重复序列、高GC和发夹结构）测序成功率。

关键词： DNA测序酶抗体修饰复杂模板测序

面向复杂工况的液力变矩器与变速箱效能优化协同控制策略

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

西安交通大学学报 2024年第2期58卷 146-156页

作者：张泽宇惠记庄许仕伟耿麒卜正锋长安大学道路施工技术与装备教育部重点实验室西安710064 西藏天路股份有限公司博士后工作站拉萨850000 陕西航天动力高科技股份有限公司西安710077

针对工程机械在复杂工况下能源利用率不高的问题,提出了一种液力变矩器与变速箱效能优化协同控制策略。首先,在装载机功率与力学平衡的基础上,构造了基于牵引性能理论的装载机动力传动系统仿真平台,并通过装载机循环工况采集到的实验数... 详细信息

针对工程机械在复杂工况下能源利用率不高的问题,提出了一种液力变矩器与变速箱效能优化协同控制策略。首先,在装载机功率与力学平衡的基础上,构造了基于牵引性能理论的装载机动力传动系统仿真平台,并通过装载机循环工况采集到的实验数据验证了其有效性和可靠性;其次,基于发动机与液力变矩器台架实验,研究了ZL50型装载机的牵引特性,对比了其在起步、举升、铲掘、匀速4种不同牵引阶段的动力性能,分析了液力变矩器的闭锁点对装载机动力性、平顺性和经济性的影响;最后,提出了面向复杂工况的液力变矩器与变速箱效能优化协同控制策略,并对优化前后的装载机效能进行了对比分析。研究结果表明:在相同的V型循环工况下,采用所提出的控制策略,装载机等油耗输出能量从372.69 kW·h·mL^(-1)提高到420.51 kW·h·mL^(-1),整机效能提高了约12.8%。所提策略可为大型工程机械传动效率低、燃料消耗大、污染排放严重等问题提供解决方案。

关键词：装载机传动系统液力变矩器变速箱协同控制

在线全文

学校读者我要写书评

暂无评论

联合双维度用户调度的自适应联邦边缘学习

计算机工程与应用 2024年第4期60卷 153-162页

作者：张九川潘春雨周天依李学华丁勇北京信息科技大学信息与通信工程学院北京100101 北京佰才邦技术股份有限公司北京100094

联邦边缘学习无需传输本地数据,在保护用户隐私的基础上,大大降低了上行链路压力。联邦边缘学习通过智能边缘设备,利用本地数据集训练局部模型后上传模型参数至中心服务器;中心服务器聚合本地上传的局部模型参数形成全局模型后进行更新... 详细信息

联邦边缘学习无需传输本地数据,在保护用户隐私的基础上,大大降低了上行链路压力。联邦边缘学习通过智能边缘设备,利用本地数据集训练局部模型后上传模型参数至中心服务器;中心服务器聚合本地上传的局部模型参数形成全局模型后进行更新,然后将更新后的模型下发给智能边缘设备开始新一轮迭代。但是局部模型精度以及局部模型训练时间,对全局模型聚合以及模型更新过程会产生重大影响。因此提出自适应动态批量梯度下降策略,在局部模型训练过程中自动调整梯度下降抽取的批量大小,优化联邦学习的局部模型精度及收敛速度。针对用户数据的非独立同分布特性,设计一种联合双维度用户调度策略的自适应动态批量梯度下降算法,通过收敛时间和数据多样性进行双维度约束。经MNIST数据集、fashion MNIST数据集和CIFAR-10数据集的训练测试,算法在有效降低聚合等待时间的同时能够进一步提高全局模型精度和收敛速度。与固定批量为64、128、256的梯度下降算法相比,该算法的全局模型精度在运行100 s时提升分别为32.4%、45.2%、87.5%。

关键词：联邦边缘学习批量梯度下降用户调度非独立同分布数据

基于ConvNeXt与双特征提取分支的水体提取方法

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2024年

作者：周珂常然然徐西志苗茹张广雨王嘉茜河南大学计算机与信息工程学院河南省空间信息处理工程研究中心河南省时空大数据技术创新中心河南九域腾龙信息工程有限公司信息事业部

由于复杂的光谱混合物、地物边界模糊、环境噪声等因素的共同作用，从高分辨率遥感图像中准确识别水体边界极具有挑战性。针对此问题，在PSPNet的基础上提出基于ConvNeXt与双特征提取分支的水体提取方法（CoNFM-Net）。在编码器阶段，以... 详细信息

由于复杂的光谱混合物、地物边界模糊、环境噪声等因素的共同作用，从高分辨率遥感图像中准确识别水体边界极具有挑战性。针对此问题，在PSPNet的基础上提出基于ConvNeXt与双特征提取分支的水体提取方法（CoNFM-Net）。在编码器阶段，以ConvNeXt代替Resnet50作为主干网络，利用逆瓶颈层、大卷积核等设计来增强网络的特征提取能力。在解码器阶段，设计了多尺度特征融合和上下文信息增强的双特征提取分支结构，多尺度特征融合分支为有效利用主干网络产生的多层次特征图，设计了一种双向特征融合模块（BiFMM），以解决边界识别中尺度不一致的问题；上下文信息增强分支为提高全局信息的利用率，将主干网络输出的深层特征图通过全局上下文信息获取模块（GCIM）。同时，将经过多尺度特征融合分支的最深层特征图与其进行拼接，增强模型对水体边界细节的捕捉能力。实验结果表明，该方法在LoveDA数据集、高分二号(GF-2)数据集及Sential-2数据集上的平均交并比和F1分数分别为89.64%、94.32%，92.60%、96.16%及93.72%、96.73%，且在同样环境下，与UNet、DANet、CMTFNet等语义分割算法相比，该算法CoNFM-Net具有一定优势。

关键词：水体提取 ConvNeXt 高分辨率遥感影像特征融合双特征提取分支结构

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于神经网络的三阶拉曼放大光传输系统建模

光通信研究 2024年

作者：陈佟邓黎王谦郭小溪徐健龙函黄超黄丽艳国家电网有限公司信息通信分公司武汉光迅科技股份有限公司

【目的】三阶拉曼放大器是目前长距离无中继传输中的光放大前沿技术，与一阶和二阶拉曼放大器传输相比能实现更好的增益与噪声特性和更加复杂的传输过程。然而目前对三阶拉曼放大器的建模多基于拉曼功率耦合方程，其需要数值方法求解，... 详细信息

【目的】三阶拉曼放大器是目前长距离无中继传输中的光放大前沿技术，与一阶和二阶拉曼放大器传输相比能实现更好的增益与噪声特性和更加复杂的传输过程。然而目前对三阶拉曼放大器的建模多基于拉曼功率耦合方程，其需要数值方法求解，计算相对复杂。运算量小的建模方法则基于数据驱动型机器学习，需要庞大的数据量，且泛化性差。为此需要新的建模方法，在保证模型精度的前提下提升运算速度。【方法】本文提出物理知识型神经网络的方案对三阶拉曼放大光传输系统进行建模。该方法能结合数值方法和数据驱动型机器学习的优点，将微分方程的求解转化为优化问题，通过将微分方程以及边界条件等约束作为损失函数，来实现神经网络的训练，使得模型兼顾计算的精度与复杂度。【结果】本文搭建了一个120 km的C波段47信道的三阶拉曼放大光纤传输系统，并分别使用数值方法和提出的内嵌物理知识型神经网络对系统进行功率预测，结果表明内嵌物理知识型神经网络预测的信号功率与传统的数值方法相差小于0.19 dB，预测的泵浦光功率几乎没有误差，而运算次数则有数量级的降低。【结论】内嵌物理知识型神经网络能准确预测三阶拉曼放大光传输系统中泵浦光与信号光的功率演化，且相比数值方法显著降低了计算复杂度。

关键词：无中继传输分布式拉曼放大器三阶拉曼放大器内嵌物理知识型神经网络机器学习

渤海海域古近系中深层砂岩储层产能预测新方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

地球物理学进展 2024年

作者：高强勇尚锁贵王健高科超马金鑫张璋张贵斌中海石油(中国)有限公司天津分公司中海石油(中国)有限公司深圳分公司中海油田服务股份有限公司油田技术事业部

渤海海域古近系中深层砂岩储层为重点勘探领域，但由于储层孔隙结构复杂，渗透率求取及产能预测困难。为精确预测其储层产能，开展了多种岩石物理实验分析，并通过井周渗流特征和区域岩心油水相渗实验资料研究，建立了基于电缆地层测试... 详细信息

渤海海域古近系中深层砂岩储层为重点勘探领域，但由于储层孔隙结构复杂，渗透率求取及产能预测困难。为精确预测其储层产能，开展了多种岩石物理实验分析，并通过井周渗流特征和区域岩心油水相渗实验资料研究，建立了基于电缆地层测试测压流度的砂岩储层产能预测方法。结果表明：①研究区古近系储层主要岩石类型为岩屑长石砂岩和长石岩屑砂岩，以细砂岩为主，胶结物主要为灰质和铁质矿物，储层孔渗关系复杂；②电缆地层测试测压流度能直观表征井周冲洗带泥浆滤液渗流信息，应用泵抽取样泥浆滤液粘度分析方法能精确获得冲洗带滤液相渗透率。区域岩心油水相渗实验规律一致性好，基于此求得的原状地层油相渗透率与试井解释结果基本一致；③结合区域DST测试资料建立的产能预测经验图版和基于解析法的产能预测结果与实际测试产能均符合较好，相对误差小于15%。该研究方法可为海上类似砂岩储层勘探测试决策及设计提供指导。

关键词：测压流度相渗透率产能预测古近系渤海海域

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

一种基于邻域注意力的扩散模型训练方法研究

计算机工程 2024年

作者：姬莉霞周洪鑫肖士杰陈允峰张晗郑州大学网络空间安全学院四川大学计算机学院河南众诚信息科技股份有限公司

生成扩散模型是一种能够学习数据生成过程的模型，它可以根据输入的高斯噪声，逐步去噪生成新的数据样本，因此被广泛应用于图像生成领域。近期，有研究发现扩散模型使用的U-Net骨干网络所提供的归纳偏置对扩散模型并不关键，因此可以利... 详细信息

生成扩散模型是一种能够学习数据生成过程的模型，它可以根据输入的高斯噪声，逐步去噪生成新的数据样本，因此被广泛应用于图像生成领域。近期，有研究发现扩散模型使用的U-Net骨干网络所提供的归纳偏置对扩散模型并不关键，因此可以利用Transformer作为骨干网络使得扩散模型能够继承其他领域的最新成果。然而，Transformer的引入又会导致模型体积过大、训练速度慢等问题。本文针对使用Transformer骨干网络的扩散模型训练速度慢、生成的图像细节性不佳的问题，提出了一种基于邻域注意力架构的扩散模型，该模型引入带有邻域注意力的Transformer骨干网络，利用邻域注意力机制的稀疏全局注意力模式，指数级扩展了扩散模型对图像的感知范围，使模型用较小的代价关注到了全局信息。通过注意力扩展层的渐进式膨胀变化，在模型训练阶段捕获到更多视觉信息，使得模型生成的图像具有更好的全局性。实验证明，这一设计提供了更好的全局一致性，使得生成的图像有较为优秀的全局细节，生成效果优于当前的SOTA模型。

关键词：扩散模型图像生成生成式模型邻域注意力 Transformer

基于YOLOv5⁃DeepSORT融合的低帧率水面航行多目标跟踪算法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

大连海事大学学报 2024年第1期50卷 94-101页

作者：付诗文韩星程王黎明武国强王鸿儒马文王志勇中北大学信息与通信工程学院太原030051 太原重工股份有限公司太原030024 山西太重数智科技股份有限公司太原030024 山西国化能源有限责任公司太原030000

针对游弋舰船或近水面航行的潜艇等目标在低帧率或视频图像中缺失部分帧情况下,跟踪目标帧与帧之间存在较大差距,导致跟踪精度下降、效率低的问题,提出一种基于YOLOv5与DeepSORT融合的水面航行多目标跟踪算法。首先,引入超分辨率重建网... 详细信息

针对游弋舰船或近水面航行的潜艇等目标在低帧率或视频图像中缺失部分帧情况下,跟踪目标帧与帧之间存在较大差距,导致跟踪精度下降、效率低的问题,提出一种基于YOLOv5与DeepSORT融合的水面航行多目标跟踪算法。首先,引入超分辨率重建网络对跟踪目标图像进行增强,以消除云雾及海浪对识别网络的干扰,使图像中目标特征清晰化;其次,在YOLOv5中引入ShuffleAttention注意力模块以增强识别网络对目标特征的提取能力;最后,在DeepSORT算法级联匹配中引入欧氏距离匹配替代IOU匹配,以此提升目标跟踪精度。仿真结果表明,本文算法的跟踪效果良好,改进的YOLOv5模型相对mAP50⁃95值提升了9.4%;在DeepSORT跟踪网络中,跟踪准确率对比优化前提升了8.11%。

关键词：船舶水面航行多目标跟踪超分辨率重建 YOLOv5 DeepSORT 欧氏距离匹配

在线全文

学校读者我要写书评

暂无评论

多模态检索研究综述

计算机工程与应用 2024年第5期60卷 62-75页

作者：金涛金冉侯腾达袁杰顾骁哲浙江万里学院大数据与软件工程学院浙江宁波315100 江苏电力信息技术有限公司南京210003

多模态数据的日益增长使得多模态检索技术也相继受到了不少关注。随着汽车、医学等行业引入计算机与大数据技术,大量的行业数据其本身都是以多模态形式呈现出来的,行业的快速发展使人们对信息的需求不断增加,单一模态数据检索已经无法... 详细信息

多模态数据的日益增长使得多模态检索技术也相继受到了不少关注。随着汽车、医学等行业引入计算机与大数据技术,大量的行业数据其本身都是以多模态形式呈现出来的,行业的快速发展使人们对信息的需求不断增加,单一模态数据检索已经无法满足人们对信息的需求。为了解决这些问题,满足一种模态的数据检索其他模态数据的需求,通过文献的查阅对多模态检索的方法进行研究,分析了公共子空间、深度学习、多模态哈希算法等不同的研究方法,梳理了近年来提出的解决这些问题的多模态检索技术。最后,对近几年来提出的多模态检索方法根据检索的准确性、检索的效率以及特点等多方面进行评价对比;对多模态检索所遇到的挑战进行分析,并展望多模态检索未来的应用前景。

关键词：多模态检索公共子空间深度学习哈希算法