形状记忆合金驱动的连续跳跃柔性机器人

针对在复杂、狭窄的非结构化地形下跳跃机器人存在的着陆稳定性和运动连续性的问题,提出了一种形状记忆合金(shape memory alloy,简称SMA)智能材料驱动的柔性跳跃机器人,它具有轻质小型、结构简单及连续运动的优点。利用对称的折纸柔性身体减少着陆振动,保证着陆稳定;利用对称的双SMA弹簧拮抗系统实现弹性元件交替变形和储能释能的功能;建立了柔性机器人跳跃运动的理论模型,研究了关键结构尺寸对能量储存和跳跃性能的影响机制,并研制了一款尺寸为6 cm×4 cm×2.5 cm、质量为3.8 g的原理样机。实验结果表明:柔性机器人依靠SMA驱动能够实现跳跃触发和形态恢复,最大跳跃高度和远度分别为8.67 cm和18 cm,并且可以适应不同工作面。该机器人跳跃性能优越,控制顺序简单,可为非结构化地形下完成侦察探测工作奠定基础。     

全方位推进 高质量发展 四川石化布局谋篇“十四五”

2020年,受国际油价断崖式下跌影响,企业生存发展面临严峻挑战。面对诸多挑战,四川石化保持战略定力,主动担当作为,聚焦生产经营目标,压实重点工作任务,突出工作刚性执行,多角度深入开展提质增效专项行动,逆境奋起、质效齐升,夺取疫情防控和生产经营“双胜利”,企业建设取得卓越成果。     

结合句法依存信息的方面级情感分类

引入句法依存信息到原方面术语,提出一种新的方面术语表示方法,利用Glove词向量表示单词以及单词与单词之间的依存关系,构造出包含句法依存信息的依存关系邻接矩阵和依存关系表示矩阵,利用图卷积神经网络和多头注意力机制将句法依存信息融入到方面术语中,使得方面术语表达与上下文结构高度相关。将改进后的方面词术语表示替换到现有模型后,模型泛化能力得到有效提升。对比试验和分析结果表明:该方法具有有效性和泛化性。     

纳米级超声造影剂的理论研究进展

为了克服超声造影剂中微米级气泡尺寸较大的局限性,大量研究人员对超声应用的替代造影剂(纳米级造影剂)进行了研究。随着生物纳米技术的飞速发展,纳米级超声造影剂在诊断与治疗领域有着广阔的发展前景。与超声造影剂中的微米级气泡相比,纳米级造影剂粒径较小,渗透能力极强,可以通过血管内皮间隙,进而可以实现血管外病变部位的显影。文中详细论述了超声造影剂在超声作用下的行为以及2种主要的纳米级造影剂:纳米气泡和纳米液滴造影剂,对其理论研究进展进行了总结,并提出了目前仍存在的一些问题及其未来的研究方向。     

基于双目标优化遗传算法和支持向量机的旋转机械退化状态识别

退化特征提取是机械健康状态监测的重要组成部分,伴随旋转机械长时间连续运转,退化特征出现性能波动甚至下降,给退化特征提取和选择造成了困难.首先利用一个特征映射算法库对振动信号提取特征,并基于Kolnogorov-Smirnov (KS)检验和Benjamini-Yekutieli过程对原始特征集进行过滤,然后利用双目标优化遗传算法(Bi-objective Optimization Genetic Algorithm,BOGA)结合支持向量机分类器(Support Vector Classifier,SVC),在有监督的环境下搜索出最佳特征子集,其中BOGA设置了SVC分类精确度和特征子集维数两个目标函数,前者进行最大化,后者进行最小化.通过在液压泵退化状态数据集上进行实验和在凯斯西楚大学轴承数据集与FRESH_PCAa、ReliefF、JMIM三种方法进行对比,验证了该方法在退化状态识别上的较好性能.     

基于Bert预训练模型的虚假新闻文本检测

虚假新闻剥夺了人们获取真相的权利,也给社会和国家带来了许多危害。文中以虚假新闻文本为例,分析和验证了多种预训练语言模型在虚假新闻文本分类上的分类效果。经实验证明,相较于其他语言模型,Bert预训练语言模型取得了较好的结果,预测准确率为86.97%,召回率为88.12%,F1值为87.54%。     

基于改进粗糙集的混合传感器节点分类算法

混合传感节点的属性较难形成统一识别特征，其节点属性约简过程复杂，存在分类时间长及分类性能差的问题。为此，提出了基于粗糙集的混合传感节点高精度分类算法。在初始化传感节点的基础上计算适应度值，利用遗传算法优化粗糙集修正校验结果，获得统一编码形式的节点。在此基础上，排除了属性权重为“0”的属性，完成节点属性约简。再利用普通分类方法和高级分类方法结合的方式，进行混合节点分类。根据约束条件选取对应的分类方法，实现混合传感节点高精度分类。仿真结果表明，所提算法的分类用时低于520 ms，且该方法的查全率、查准率及F1值均高于对比方法，混合传感节点分类性能较好。