基于线-超图神经网络的阿尔兹海默症分类

在阿尔兹海默症分类问题中,超图神经网络可以从被试间的超图关系中提取特征,在表示学习复杂图结构方面具有很好的优势,但大多数模型都直接或间接地将超图所表示的被试间的高阶复杂关系分解,转化为简单的二元关系进行特征学习,没有有效利用超边的高阶信息,因此提出了基于线-超图神经网络(line-hypergraph neural network, L-HGNN)的阿尔兹海默症分类模型,该模型利用稀疏线性回归表征被试间多元相关性,借助超图和线图的转换在神经网络模型中实现节点的高阶邻域信息传递和超边整体结构特征学习,同时,结合注意力机制生成更具区分性的节点嵌入,进而用于阿尔兹海默症的辅助诊断.在ADNI数据上与常用的两种方法比较,实验结果表明,该方法能有效提高分类准确率,在阿尔兹海默症早期诊断上具有重要的应用价值.     

激光清洗Q345钢表面氧化层的数值模拟

为了探索激光搭接率和激光平均功率等物理参数在激光清洗时对Q345钢表面氧化层温度场分布和烧蚀深度的影响。本文针对钢铁产业工程中常用材料Q345钢表面的氧化层开展激光清洗过程模拟研究。首先对Q345钢表面氧化层进行物理化学性质分析,从而建立氧化物和基体的激光清洗分层模型。接下来借助COMSOL Multiphysics软件,将Q345钢激光清洗模型进行网格划分和瞬态研究,并用实验来验证,从而得出激光参数对清洗温度场和清洗深度的影响。结果表明光斑搭接率对温度场影响不大,但随着搭接率的提高,烧蚀深度越深。而激光平均功率越大,温度场峰值越高,烧蚀深度也显著加深。该研究结果可为激光清洗氧化层的工艺研究提供理论参考。     

基于用户体验延迟的QoE层次评估模型

针对Web服务中难以获得反映用户体验的数据,且难以对用户体验质量（QoE）进行评估的问题,在分析了Web数据和现有评价方法的基础上,提出了一种融入用户体验延迟ED的QoE层次评价方法。该方法基于层次分析法,并结合人类生理主观感受,能够更加客观地衡量用户体验。通过相关案例验证了该方法的可行性。