激光技术在眼科的应用现状与进展

眼球是机体的视觉器官，同时也是一个良好的光学模型，因此激光技术在眼科得到了广泛的临床应用，覆盖了几乎眼部各个亚专业疾病的诊断与治疗。目前，激光在眼部的应用主要借助其高空间分辨率、高空间定位精度，以及激光的热效应、光化学效应、光爆破效应、光切割效应和生物调节作用等实现。本文综述了激光在眼科各领域的应用现状，并结合激光技术本身的不断发展，总结了激光技术在眼科的临床应用进展及未来可能的突破点。     

空间不同几何条件下螺旋系相关性的研究

采用射影几何理论讨论了在三力三偶、四力二偶及五力一偶的情况下螺旋系的相关性。利用K1ein映射表示法，通过齐次Plücker坐标将P^3中的线映射为P^5中的点，来确定螺旋系的相关性，给出了相关性的判据，并列出了在空间不同几何条件下螺旋系相关性列表。研究结果对并联机器人自由度的确定、主动输入选择等运动问题均有重要意义。     

基于模糊监督器的混杂系统控制

针对一类混杂系统的对象,提出了应用多模型控制的方法实现混杂系统控制的思想.借助于模糊监督控制中模糊监督器的设计规则,设计了适用于混杂控制系统的监督控制器,在该监督器的作用下,实现了控制系统中局部控制器之间的切换.仿真结果表明了该设计方法的有效性,被控对象在超调量和调节时间上都具有很好的性能.     

网络空间安全人才培养探讨

网络空间的竞争,归根结底是人才的竞争。当前,世界各国高度重视网络空间安全人才的培养。基于此,首先介绍了网络空间安全人才培养的现状;然后分析了网络空间安全人才的需求特点,并提出了网络空间安全人才培养的若干建议措施;最后给出了暨南大学在网络空间安全人才培养方面的一些探索。     

氨基功能化多孔材料吸附二氧化碳研究进展

近年来,二氧化碳(CO_2)排放量日益增长,导致全球温室效应加剧,严重影响了人类的生存和发展。CO_2捕集、封存和利用技术被认为能在短期内大幅削减CO_2的排放量并能有效缓解温室效应而受到广泛关注。主要介绍了一些典型氨基功能化多孔材料吸附CO_2的最新研究进展,综述了多孔材料氨基功能化改性的原理以及优缺点,并围绕表面改性、结构调变和形貌控制等提高CO_2吸附性能的方法对每种材料体系进行了简要总结,最后对其存在的问题、发展前景进行了探讨和展望。     

基于VIIRS夜间灯光数据的山东半岛城市群发展特征研究

NPP-VIIRS夜间灯光数据是在中大尺度上开展城市发展变化研究的稳定数据源。基于2012~2018年NPP-VIIRS夜间灯光数据,以山东半岛城市群为研究对象,采用参考比较法提取城市建成区图斑,选取9个景观格局指数对山东半岛城市群的城市化发展特征进行定量分析。结果表明：①整体上,域内斑块总面积以4.5%的速度增长,边缘总长度和边缘密度年均增长3.15%,斑块数量和密度增长较快（分别为1.95%和1.98%）,表明山东半岛城市群整体城市面积增长迅速,城市范围持续扩张;②从不同指标变化趋势来看,各城市斑块总面积增长最快的是青岛市和东营市（分别为9.66%和6.01%）;青岛市的斑块数量和密度增速最快（分别为9.54%和8.55%）,日照市的斑块数量和密度均以3.65%的速率显著降低;景观形状指数整体增速缓慢;平均回旋半径在日照市具有较高的年均增长速度（5.99%）;③从各城市发展特征的差异性来看,青岛市的平均斑块面积和回旋半径分别以0.56%和1.53%的速度降低,其他各指标均显著增加,表明青岛市出现了较多的新兴城镇,城区面积不断扩大;济南、日照和东营市的城区面积增长较快,斑块数量、景观形状指数等指标增长缓慢,城市发展以旧城区的扩张为主;潍坊、淄博和烟台市在2015年和2016年前后经历了新兴城镇出现,城镇融合的阶段,城市发展较快。总体而言,山东半岛城市群城市化发展较快,但空间差异性明显。     

基于深度强化学习的无信号灯交叉路口车辆控制

利用深度强化学习技术实现无信号灯交叉路口车辆控制是智能交通领域的研究热点。现有研究存在无法适应自动驾驶车辆数量动态变化、训练收敛慢、训练结果只能达到局部最优等问题。文中研究在无信号灯交叉路口,自动驾驶车辆如何利用分布式深度强化方法来提升路口的通行效率。首先,提出了一种高效的奖励函数,将分布式强化学习算法应用到无信号灯交叉路口场景中,使得车辆即使无法获取整个交叉路口的状态信息,只依赖局部信息也能有效提升交叉路口的通行效率。然后,针对开放交叉路口场景中强化学习方法训练效率低的问题,使用了迁移学习的方法,将封闭的8字型场景中训练好的策略作为暖启动,在无信号灯交叉路口场景继续训练,提升了训练效率。最后,提出了一种可以适应所有自动驾驶车辆比例的策略,此策略在任意比例自动驾驶车辆的场景中均可提升交叉路口的通行效率。在仿真平台Flow上对TD3强化学习算法进行了验证,实验结果表明,改进后的算法训练收敛快,能适应自动驾驶车辆比例的动态变化,能有效提升路口的通行效率。     

基于Word2Vec的情感词典自动构建与优化

情感词典的构建是文本挖掘领域中重要的基础性工作。近几年,情感词典的极性标注从二元褒贬标注向多元情绪标注发展,词典的领域特性也日趋明显。但是情感类别的手工标注不但费时费力,而且情感强度难以得到准确量化,同时对领域性的过分关注也大大限制了情感词典的适用性[1]。通过神经网络语言模型对大规模中文语料进行统计训练,并在此基础上提出了基于转换约束集的多维情感词典自动构建方法;然后研究了基于词分布密度的感情色彩消歧方法,对兼具褒贬意味词语的感情极性进行区分和识别,并分别计算两种感情色彩下的情感类别与强度;最后提出基于多个语义资源的全局优化方案,得到包含10种情绪标注的多维汉语情感词典SentiRuc。实验证实该词典¹⁾在类别标注检验、强度标注检验、情感消歧效果及情感分类任务中均具有良好的效果,其中的情感强度检验证实该词典具有极强的情感语义描述力。