基于多通道的ICU脑血管疾病死亡风险预测模型

死亡风险预测指根据病人临床体征监测数据来预测未来一段时间的死亡风险。对于ICU病患，通过死亡风险预测可以有针对性地对病人做出临床诊断，以及合理安排有限的医疗资源。基于临床使用的MEWS和Glasgow昏迷评分量表，针对ICU病人临床监测的17项生理参数，提出一种基于多通道的ICU脑血管疾病死亡风险预测模型。引入多通道概念应用于BiLSTM模型，用于突出每个生理参数对死亡风险预测的作用。采用Attention机制用于提高模型预测精度。实验数据来自MIMIC [Ⅲ]数据库，从中提取3?080位脑血管疾病患者的16?260条记录用于此次研究，除了六组超参数实验之外，将所提模型与LSTM、Multichannel-BiLSTM、逻辑回归（logistic regression）和支持向量机（support vector machine, SVM）四种模型进行了对比分析，准确率Accuracy、灵敏度Sensitive、特异性Specificity、AUC-ROC和AUC-PRC作为评价指标，实验结果表明，所提模型性能优于其他模型，AUC值达到94.3%。     

改进的CAGAN在虚拟试衣中的应用

针对CAGAN（Conditional Analogy GAN）换衣后效果模糊，在目标衣服与原始衣服长短不一致时效果一般，相对目标衣服保留过少的细节等问题做了相关研究并对CAGAN进行了改进，提出了新的虚拟试衣方式。经过改进的CAGAN生成一个粗糙的结果，由该结果得到目标衣服穿在模特身上改变形状后的mask，接下来利用mask对目标衣服进行变形，综合变形的衣服和第一步的结果便得到最终的试衣图像。实验结果表明，该方法解决了前面存在的问题，而且取得了非常好的效果。     

改性聚乳酸发泡技术研究进展

综述了近几年国内外改性聚乳酸（PLA）发泡技术的研究进展，针对PLA在发泡方面熔体强度和结晶性能的不足，介绍了通过加入扩链剂、交联剂、成核剂、纤维和其他聚合物等物质来改善PLA发泡性能的方法、效果和机理；最后，对改性聚乳酸发泡技术的未来发展进行了展望。     

十二烷基硫酸钠修饰NiFe2O4对亚甲基蓝的类芬顿催化氧化性能

采用化学沉淀法制备了十二烷基硫酸钠（SDS）改性的纳米酸镍（记为NiFe₂O₄-S），利用X射线衍射（XRD）、红外光谱（FTIR）、能谱（EDS）、透射电镜（TEM）、BET比表面等技术手段对样品进行了表征。采用多相芬顿氧化技术，以亚甲基蓝溶液为模拟污染物废水，研究了SDS对铁酸镍的改性效果、亚甲基蓝溶液初始pH以及催化剂循环使用等不同条件因素对样品类芬顿催化活性的影响。结果显示，经SDS改性后的NiFe₂O₄-S比纯相NiFe₂O₄表现出了更优异的催化性能，NiFe₂O₄-S对酸性（pH=3.5）、近中性（pH=6.5）和碱性（pH=9.5）的亚甲基蓝溶液均有着较好的催化降解效果；NiFe₂O₄-S具有良好的催化稳定性和重复使用性。对该催化反应体系的作用机理进行了详细探讨，NiFe₂O₄-S表现出优异的类芬顿催化活性归因于更强的电子转移能力，吸附的SDS能促进H₂O₂和 \text{?} {\mathrm{O}}_{\mathrm{2}}^{\text{-}} 分别与表面Fe³⁺反应将其还原转化为Fe²⁺。·OH是直接分解亚甲基蓝的活性物种，反应中NiFe₂O₄-S表面较高浓度的Fe²⁺可以有效地把H₂O₂分解为·OH。SDS增强了催化剂表面对亚甲基蓝的吸附能力，促进了·OH与亚甲基蓝的分解反应。     

变分自编码器模型综述

变分自编码器（VAE）作为深度隐空间生成模型的一种，近年来其表现性能取得了极大的成功，尤其是在图像生成方面。变分自编码器模型作为无监督式特征学习的重要工具之一，可以通过学习隐编码空间与数据生成空间的特征映射，进而在输出端重构生成输入数据。梳理了传统变分自编码器模型及其衍生变体模型的发展与研究现状，并就此做了总结和对比，最后分析了变分自编码器模型存在的问题与挑战，并就可能的发展趋势做了展望。     

平面并联机构工作空间的三维螺旋扫描CAD求解

针对平面并联机构无奇异位置工作空间求解困难、过程繁琐、计算量大等问题，提出了基于CAD求解平面并联机构工作空间的三维螺旋扫描方法。将[n]自由度平面并联机构分解成[n]条支链进行独立分析，得到每条支链下末端执行器的可达区域，再将所有支链可达区域取交集即为平面并联机构工作空间。应用SolidWorks软件建立平面并联机构模型，进行几何特征处理，通过自动求解器求解，将求解过程图形化，快速得到同轴布局5R机构和平面3-RPR并联机构的无奇异位置工作空间。通过同轴布局5R机构的运动学实验，验证了该求解方法的可行性。     

PSO优化多核RVM的模拟电路故障预测

针对模拟电路健康管理的特点，提出了一种基于PSO优化多核RVM的模拟电路故障预测方法。利用参数分析得到电路的输出频域响应作为特征，计算其与电路无故障标准响应的欧氏距离来表征电路元件健康值，将多个核函数线性组合，并用PSO优化多核RVM参数后的模型实现对各个时间点元件的健康值变化轨迹进行预测。仿真结果表明，该方法在小样本情况下，预测效果优于单一核函数的RVM模型，适用于健康管理中实时预测，具有较好的实用性。     

一种抗运动干扰的实时心率提取方法

针对基于容积脉搏波（PPG）提取运动心率时，传统心率提取算法由于运动噪声干扰使测量结果误差大、实时性不好的问题，提出一种抗运动干扰的实时心率提取方法。该方法通过实时小波去噪，同时结合三轴加速度信号（ACC）对运动进行分类训练，计算各运动状态心率增益，对实时心率值进行补偿。实验结果表明，通过与同时采集的ECG信号计算出的实时心率进行对比，绝对误差率仅为1.2%左右。相比传统心率提取算法，该算法具有抗干扰性强，实时准确的特点。     

基于改进人工蜂群算法的多目标绿色柔性作业车间调度研究

针对多目标绿色柔性作业车间调度问题（MGFJSP）的特点，提出从碳排放量、噪声和废弃物这3个指标来综合评定环境污染程度，建立了以最小化最大完成时间和环境污染程度为优化目标的MGFJSP模型，并提出了一种改进的人工蜂群算法来求解该模型。算法的具体改进包括：设计了一种三维向量的编码和对应解码方案，在跟随蜂搜索阶段引入一种有效的动态邻域搜索操作来提高算法的局部搜索能力，在侦查蜂阶段提出产生新食物源的策略用于增加种群的多样性。最后进行了实验研究与算法对比，以验证所建模型和所提算法的有效性。     

基于灰色理论的回采工作面瓦斯涌出量动态预测研究

瓦斯涌出量的准确预测直接关系到煤矿企业的宏观决策及系统布局。为了提高回采工作面瓦斯涌出量的预测精度，提出了采用灰色预测法对瓦斯涌出量动态预测进行研究，以车集矿2316回采工作面为例，通过重组瓦斯监测数据构建了灰色GM（1，3）动态预测模型，并依据后验差检验比值c及小概率精度p对模型预测效果进行了分析。研究结果表明，数据重组后的GM（1，3）模型的动态预测值平均相对误差为5.65%，后验差检验比值c<0.35，小误差概率p>0.95，预测精度达到了1级，在对2316工作面后期的瓦斯涌出量动态预测结果与实测值十分接近，平均相对误差仅有2.26%，变化趋势也高度吻合，灰色GM（1，N）预测模型能够实现对工作面瓦斯涌出量的实时、动态、准确预测。