胶囊式微型机器人驱动转矩的研究

提出一种外旋转磁场驱动的具有径向间隙自补偿功能的胶囊式微型机器人模型．对机器人的驱动转矩特性进行了研究,建立了磁驱动转矩数学模型．根据机器人在流体中的阻力矩特性,研究了磁驱动转矩克服流体阻力矩引起的机器人丢步转速现象,分析了丢步转速与螺旋结构参数的关系．游动试验表明,机器人磁驱动系统没有发生丢步现象,通过径向间隙调整,可以实现胶囊机器人推力与阻力矩的控制．     

银黄消痤胶囊对痤疮家兔模型皮脂腺及P物质的影响*

摘 要:目的 观察银黄消痤胶囊对痤疮家兔模型皮脂腺及P物质（Substance P,SP）的影响。方法 70只12~13 w龄雄性家兔,随机平均分为空白组、模型组、银黄消痤胶囊高、中、低剂量组、清热暗疮丸组、盐酸米诺环素组7组。除空白组外,其余60只以2%煤焦油溶液涂抹家兔左耳2 w建立痤疮模型。造模成功后,在给药前及给药3 w后,分别在兔耳动脉抽血用酶联免疫吸附法（ELISA）测血清SP含量及取左耳组织行病理检查。结果 各组实验性粉刺组织学分级比较,治疗后各组与模型组比较,均具有统计学意义（P＜0.01）。血清SP检测:治疗后银黄消痤胶囊高、中、低剂量组、清热暗疮丸组、米诺环素组与模型组比较有极显著降低（P<0.01）;消痤胶囊高剂量组比较中剂量、米诺环素组有显著降低（P＜0.05）,高剂量组与低剂量组、清热暗疮丸组比较有极显著降低（P<0.01）;中剂量组与清热暗疮丸组比较有显著降低（P<0.05）。结论 银黄消痤胶囊可降低家兔痤疮模型血清SP含量,银黄消痤胶囊可明显抑制毛囊皮脂腺导管角化异常,表明银黄消痤胶囊可通过降低SP含量及抑制毛囊皮脂腺导管角化异常来治疗痤疮。     

基于深度残差胶囊网络与注意力机制的加密流量识别方法

随着用户安全意识的提高和加密技术的发展,加密流量已经成为网络流量中的重要部分,识别加密流量成为网络流量监管的重要部分。基于传统深度学习模型的加密流量识别方法存在效果差、模型训练时间长等问题。针对上述问题,提出了一种基于深度残差胶囊网络模型（DRCN,deep residual capsule network）的加密流量识别方法。原始胶囊网络通过全连接形式堆叠导致模型耦合系数变小,无法搭建深层网络模型。针对上述问题,DRCN模型采用三维卷积算法（3DCNN）动态路由算法代替全连接动态路由算法,减少了每个胶囊层之间传递的参数,降低了运算复杂度,进而构建深层胶囊网络,提高识别的准确率和效率;引入通道注意力机制为不同的特征赋予不同的权重,减少无用特征对识别结果的影响,进一步增强模型特征提取能力;将残差网络引入胶囊网络层,搭建残差胶囊网络模块缓解了深度胶囊网络的梯度消失问题。在数据预处理方面,截取的数据包前784byte,将截取的字节转化成图像输入到DRCN模型中,该方法避免了人工特征提取,减少了加密流量识别的人工成本。在ISCXVPN2016数据集上的实验结果表明,与效果最好的BLSTM模型相比,DRCN模型的准确率提高了5.54%,模型的训练时间缩短了232s。此外,在小数据集上,DRCN模型准确率达到了94.3%。上述实验结果证明,所提出的识别方案具有较高的识别率、良好的性能和适用性。     

基于改进胶囊网络的运维知识库故障分类方法

针对传统运维知识库不具备图像故障现象识别能力,无法处理非结构化数据的问题,基于深度学习的故障分类网络,提出改进胶囊网络特征提取结构的Caps-DRFN算法,实现机电设备运维图像自动分类。首先,针对运维图像存在的多噪声问题,引入深度残差收缩网络(deep residual shrinkage networks, DRSN)提高模型在含噪声数据上的特征提取效果。然后,针对实际拍摄的运维图像多尺度问题,结合FPN(feature pyramid networks)算法,实现图像多尺度特征融合提高模型分类准确率。最后,利用胶囊结构构建向量神经元,通过动态路由的特征传递方式,得到分类结构数字胶囊,实现机电设备故障分类。实验结果表明,相较于传统胶囊网络算法,提出的基于特征融合的Caps-DRFN算法准确率提高了15%且有着更强的鲁棒性。     

多尺度混合注意力胶囊网络的海洋鱼类识别

针对胶囊网络(capsule network,CapsNet)特 征提取结构单一和数据处理中参数量过大的问题,提出 多尺度混合注意力胶囊网络 模型。首先,在网络初始端添加不同尺度的卷积核来多角度提取 特征,并引 入混合注意力机制,通过聚焦更具分辨性的特征区域来降低复杂背景干扰。其次,采用局部 剪枝算法优 化动态路由,减少参数量,缩短模型训练时间。最后,在海洋鱼类数据集F4K(Fish4Knowled ge)上验证, 结果表明,与传统残差网络(residual network50,ResNet-50)、双线性网络(bilinear convo l utional neural network,B-CNN)、分层精简双线性注意力网络(spatial transformation netw ork and hierarchical compact bilinear pooling,STN-H-CBP)以及CapsNet模型相比,该算法 识别精度为98.65%,比ResNet-50模型提升 了5.92%;训练时间为2.2 h,相比于CapsNet 缩短了近40 min,验证了该算法的可行性。     

基于自注意力胶囊网络的伪造人脸检测方法

当前以换脸为代表的伪造视频泛滥,给国家、社会和个人带来潜在威胁,有效检测该类视频对保护个人隐私和维护国家安全具有重要意义。为提高视频伪造人脸检测效果,基于可解释性好的胶囊网络,以Capsule-Forensics检测算法为基础,提出一种结合自注意力胶囊网络的伪造人脸检测方法。使用部分Xception网络作为特征提取部分,降低模型的参数量,在主体部分引入带注意力机制的胶囊结构,使模型聚焦人脸区域,将综合多维度的Focal Loss作为损失函数,提高模型对难分样例的检测效果。实验结果表明,与Capsule-Forensics算法相比,该方法能够减少模型参数量和计算量,在多种伪造类型数据集上均具有较高的准确率。     

基于四元数胶囊网络的知识图谱补全模型

知识图谱采用RDF三元组的形式描述现实世界中的关系和头、尾实体,即（头实体,关系,尾实体）或（主语,谓语,宾语）。为补全知识图谱中缺失的事实三元组,将四元数融入胶囊神经网络模型预测缺失的知识,并构建一种新的知识图谱补全模型。采用超复数嵌入取代传统的实值嵌入来编码三元组结构信息,以尽可能全面捕获三元组全局特性,将实体、关系的四元数嵌入作为胶囊网络的输入,四元数结合优化的胶囊网络模型可以有效补全知识图谱中丢失的三元组,提高预测精度。链接预测实验结果表明,与CapsE模型相比,在数据集WN18RR中,该知识图谱补全模型的Hit@10与正确实体的倒数平均排名分别提高3.2个百分点和5.5%,在数据集FB15K-237中,Hit@10与正确实体的倒数平均排名分别提高2.5个百分点和4.4%,能够有效预测知识图谱中缺失的事实三元组。     

碳包覆镍纳米胶囊/石蜡复合材料电磁波吸收机制

利用直流电弧等离子体法在甲烷气氛中制备碳包覆磁性镍纳米胶囊(Carbon-coated Ni nanocapsules,Ni(C)NCs),将它作为电磁波吸收剂,按照质量比10%、20%、30%和40%与有机石蜡基体复合,在0.1~18GHz范围内测定其复介电常数和复磁导率,并对其电磁波响应特性及吸收机制进行了研究。研究结果表明,Ni(C)纳米胶囊具有明显的极化损耗特征,其介电常数在低频范围内随频率提高而急剧衰减,而磁导率具有宽化的多重共振峰;随着Ni(C)纳米胶囊添加量的增加,其介电常数逐渐增加,其复磁导率实部和虚部分别在0.1~8GHz、0.1~10GHz出现增加,而在8~18GHz和10~18GHz范围内出现实部减小和虚部平缓变化的特征。根据极化、涡流以及反射损耗的理论分析,发现Ni(C)纳米胶囊以介电损耗为主,并对相关机制进行了探讨。     

江西省发布食品药品稽查打假十大典型案例

正3月11日,江西省政府新闻办、省食品药品监督管理局联合召开新闻发布会,通报2015年全省食品药品安全工作情况,重点介绍了食品药品安全监督抽验和稽查打假十大典型案例的情况。2015年查办案件10158起从会上获悉,2015年,我省食品药品监管部门共查办案件10158起,罚没款5269万元,捣毁制假售假窝点18个,移送司法机关处理84起。     

碳化硅掺杂改善二元糖醇纳米胶囊的性能

甘露醇和肌醇作为具有较高潜热的糖醇相变材料,在中温储热方面具有广阔的应用前景。二元糖醇的相变温度可以通过改变糖醇各组分的比例来调节,因而其应用温度范围与单糖醇相比较宽。糖醇在热循环中存在泄漏、氧化和过冷等问题,对糖醇进行微纳胶囊化和添加成核剂是有效解决措施。采用溶胶-凝胶法制备糖醇胶囊制备了碳化硅掺杂甘露醇和肌醇二元糖醇纳米胶囊,采用差示扫描量热仪、扫描电子显微镜、热重分析仪和热循环试验研究了纳米胶囊的相变特性和热稳定性,探讨了碳化硅的影响。结果表明,纳米胶囊具有较高的相变焓值、包封率和储能效率,热分解温度相比二元糖醇提高了,经过热循环后胶囊的过冷度相对于二元糖醇降低了32.2℃。