基于模糊谱聚类的不确定蛋白质相互作用网络功能模块挖掘

针对谱聚类融合模糊C-means（FCM）聚类的蛋白质相互作用（PPI）网络功能模块挖掘方法准确率不高、执行效率较低和易受假阳性影响的问题，提出一种基于模糊谱聚类的不确定PPI网络功能模块挖掘（FSC-FM）方法。首先，构建一个不确定PPI网络模型，使用边聚集系数给每一条蛋白质交互作用赋予一个存在概率测度，克服假阳性对实验结果的影响；第二，利用基于边聚集系数流行距离（FEC）策略改进谱聚类中的相似度计算，解决谱聚类算法对尺度参数敏感的问题，进而利用谱聚类算法对不确定PPI网络数据进行预处理，降低数据的维数，提高聚类的准确率；第三，设计基于密度的概率中心选取策略（DPCS）解决模糊C-means算法对初始聚类中心和聚类数目敏感的问题，并对预处理后的PPI数据进行FCM聚类，提高聚类的执行效率以及灵敏度；最后，采用改进的边期望稠密度（EED）对挖掘出的蛋白质功能模块进行过滤。在酵母菌DIP数据集上运行各个算法可知，FSC-FM与基于不确定图模型的检测蛋白质复合物（DCU）算法相比，F-measure值提高了27.92%，执行效率提高了27.92%；与在动态蛋白质相互作用网络中识别复合物的方法（CDUN）、演化算法（EA）、医学基因或蛋白质预测算法（MGPPA）相比也有更高的F-measure值和执行效率。实验结果表明，在不确定PPI网络中，FSC-FM适合用于功能模块的挖掘。     

结合深度学习与支持向量机的金属零件识别

目的 在视觉引导的工业机器人自动拾取研究中，关键技术难点之一是机器人抓取目标区域的识别问题。特别是金属零件，其表面的反光、随意摆放时相互遮挡等非结构化因素都给抓取区域的识别带来巨大的挑战。因此，本文提出一种结合深度学习和支持向量机的抓取区域识别方法。方法 分别提取抓取区域的方向梯度直方图（HOG）和局部二进制模式（LBP）特征，利用主成分分析法（PCA）对融合后的特征进行降维，以此来训练支持向量机（SVM）分类器。通过训练Mask R-CNN（regions with convolutional neural network）神经网络完成抓取区域的初步分割。然后利用SVM对Mask R-CNN识别的抓取区域进行二次分类，完成对干扰区域的剔除。最后计算掩码完成实例分割，以此达到对抓取区域的精确识别。结果 对于随机摆放的铜质金属零件，本文算法与单一的Mask R-CNN及多特征融合的SVM算法就识别准确率、错检率、漏检率3个指标进行了比较，结果表明本文算法在识别准确率上较Mask R-CNN和SVM算法分别提高了7%和25%，同时有效降低了错检率与漏检率。结论 本文算法结合了Mask R-CNN与SVM两种方法，对于反光和遮挡情况具有一定的鲁棒性，同时有效地提升了目标识别的准确率。     

热烧结矿竖式冷却过程传热特性

 与传统环冷相比，烧结竖冷拥有漏风率低、换热效率高的优势。为此利用竖冷试验装置，在某烧结厂取热风与热烧结矿研究了竖式冷却过程气固对流换热特性。研究表明，烧结矿竖式冷却过程中影响传热特性的主要因素为冷却风的流量及温度。烧结矿和冷却风对流换热系数随着烧结矿温度的升高而增大，且随着冷却风流量的增大以及冷却风温度的降低，对流换热系数也随之增大。基于白金汉定理，结合试验数据拟合得出了描述烧结矿与冷却风传热特性的准数关联式，其模拟性较好且平均相对误差为7.25%。     

催化剂级配技术在加氢改质装置上的工业应用

基于柴油产品质量升级的需求,中国石化大连石油化工研究院(FRIPP)开发了FHIDW加氢改质技术及配套FF-46加氢精制催化剂、FC-14B加氢改质催化剂和FDW-3临氢降凝催化剂.该技术及催化剂级配体系在格尔木炼油厂0.8 Mt·a-1加氢改质装置上的工业应用情况表明,级配催化剂体系对原料适应性强,装置运转平稳,操作灵活性高,催化剂失活速率慢,产品分布合理且质量优异,在降低柴油产品凝点的同时可以明显改善其密度和十六烷值,解决了改造前装置生产重柴油密度偏低的问题,为炼油厂生产符合国V质量标准的柴油提供了技术保障.     

基于振动搅拌技术高寒地区基层抗冻性与抗裂性试验研究

为了改善水泥稳定碎石半刚性基层收缩性能大,混合料拌和不均匀等,并提高基层抗冻性等路用性能,采用振动搅拌技术来改善基层的性能,提高其抗裂性和抗冻性等路用性能.振动搅拌技术是一种能较好地改善混合料拌和质量的机械强化技术.本工作研究振动搅拌水泥稳定碎石混合料的抗冻性和收缩性,对两种不同的水泥稳定碎石混合料进行了冻融试验,试验结果表明室内振动搅拌水泥稳定碎石基层材料冻融循环后强度损失比非振动搅拌水泥稳定碎石混合料冻融循环后强度损失少,且振动搅拌水泥稳定碎石基层材料的BDR值比其非振动搅拌的BDR值大,效果较为明显.由此得出振动搅拌技术有助于增强基层材料的抗冻性.根据收缩性能试验的对比分析,试验研究表明振动搅拌能很显著降低混合料的收缩应变和收缩系数;电镜试验结果也证明在振动作用下水泥结合料能更好地分散在骨料周围,使混合料能更好地成为一个整体.从试验中可以看出,振动搅拌水泥稳定碎石混合料中裂缝较均匀,裂缝宽度较小,由此表明振动作用能增强基层材料的抗裂性,减少其裂缝的产生.     

基于Prophet人工智能算法的网络潮汐效应预测研究

本文使用Prophet人工智能算法研究与预测移动通信网络“潮汐效应”现象，探索网络“潮汐效应”在优化网络资源配置实现网络降本增效的作用。Prophet人工智能算法是一种简单、有效，且易于实现的人工智能算法。通过facebook的人工智能开源框架fbprophet，研究4G网络PRB利用率等网络资源指标的“潮汐效应”，并预测这些网络资源指标在未来的变化趋势，用来指导当前4G网络减容、扩容和4/5G节电节能等，实现优化网络资源配置达到降本增效的目的。     

基于虚拟导航线的农业机器人精确视觉导航方法

针对农田、野外环境中无人工标记情况下的导航问题，提出了一种基于虚拟导航线的农业机器人精确视觉导航方法。该方法不需要铺设导航线或者路标即可引导机器人行走直线。首先，根据需求确定需要跟踪的目标区域，之后控制机器人调整方向直到目标移至视野中央；其次，根据机器人和目标的位置确定参照目标，并依据两个目标的位置确定虚拟导航线；然后，动态更新导航线，并结合虚拟定标线和虚拟导航线确定偏移角度和偏移距离；最后，利用偏移参数构建模糊控制表，并以此实现对机器人旋转角度和行走速度的调整。实验结果表明，该算法能较为精确地实现对导航路线的识别，进而利用模糊控制策略使机器人沿直线向目标行走，且导航精度在10 cm以内。     

公众参与大面积停电应急演练的探索

围绕公众参与大面积停电应急演练的必要性、可行性以及演练方案策划设计、流程梳理等方面开展研究探讨,补充大面积停电应急演练参与方的完整度,明确了演练决策主体和参与主体的内涵,提高多部门、多行业协同应急处置的水平.