新型口服活性炭微球对内源性分子肌酐的吸附性能研究

对活性炭微球吸附肌酐的行为进行研究,以探讨其治疗尿毒症等疾病的可能性。在不同吸附时间、不同pH环境以及不同浓度等条件下,测定自制活性炭微球对肌酐的吸附量,根据Langmuir和Freundlich等温线方程对吸附等温线数据进行处理,检验实验数据与方程的吻合度,确定方程参数。吸附在三小时内达到平衡,pH在2～10范围有减少趋势但无有意义相差,平衡吸附量随肌酐浓度的升高而增加,等温线的数据与Langmuir方程吻合。活性炭微球对肌酐的吸附属L型吸附,说明该吸附为微孔填充机制,在稀溶液中属单分子层吸附。另外,此样品如用于体内,胃肠道的酸碱性对其吸附性能影响很小。     

基于二维编码两阶段协同进化遗传算法的云工作流调度优化

针对当前启发式算法依赖于特定问题，元启发式方法存在搜索空间不完备或在完备空间上搜索效率不高，以及传统一维编码存在冗余空间等问题，提出一种基于二维编码两阶段协同进化遗传算法(TDTSGA)的云工作流调度优化方法。在TDTSGA中采用一种新的二维个体编码方法，设计了基于二维层次排序和拓扑排序的交叉变异方法，同时采用了两阶段协同进化策略。通过在各种工作流应用案例上进行广泛实验，验证了TDTSGA的优越性。     

一种基于时空稀疏注意力的时空图挖掘算法

当前用于时空图挖掘的算法通常基于专家预定义或者经过特征增强的静态图结构，这些静态的图结构往往依赖于主观先验知识构建，并且不包含时间动态性的变化。为完成自动获取时空图数据中动态图特征的任务，提出一种基于时空稀疏注意力的时空图挖掘算法（STSAN）。构造空间稀疏注意力层，通过对每个时间片上节点间的关系进行度量生成稀疏图，并在各个稀疏图结构上使用注意力机制完成节点空间（纵向）特征的提取。时间稀疏注意力层通过类似的方式完成节点时序（横向）特征的提取。在此基础上，将空间稀疏注意力层和时间稀疏注意力层堆叠为时空稀疏Transformer模块，完成时空依赖关系建模。实验结果表明，与DCRNN、STGCN等方法相比，该算法在2个公开的交通数据集上能够获得2.65%～16.35%的性能提升，将所提出的空间稀疏注意力层直接用于替换现有算法的空间特征模块，能够在原算法基础上获得平均3.18%～9.14%的性能提升。