一种基于深度强化学习的Spark Streaming参数优化方法

Spark Streaming作为主流的开源分布式流分析框架,性能优化是目前的研究热点之一。在Spark Streaming性能优化中,业务场景下的配置参数优化是其性能提升的重要因素。在Spark Streaming系统中,可配置的参数有200多个,对参数调优人员的经验要求较高,未经优化的参数配置会影响流作业执行性能。因此,针对Spark Streaming的参数配置优化问题,提出一种基于深度强化学习的Spark Streaming参数优化方法（DQN-SSPO）,将Spark Streaming参数优化配置问题转化为深度强化学习模型训练中的最大回报获得问题,并提出权重状态空间转移方法来增加模型训练获得高反馈奖励的概率。在3种典型的流分析任务上进行实验,结果表明经参数优化后Spark Streaming上的流作业性能在总调度时间上平均缩减27.93%,在总处理时间上平均缩减42%。     

解剖特征引导软式内镜机器人自主介入策略研究

以上消化道介入为例,在前期研制的YunSRobot内镜机器人平台上开展软式内镜自主介入策略研究.基于Faster-RCNN算法和数学形态学图像处理方法从镜下图像中提取消化道解剖特征,并设计自主化镜体操控和弯曲定向策略实现内镜在上消化道中的自主介入.在高仿真度的上消化道模型中开展了对照实验,结果表明本文方法的介入成功率为100％.与非专业人员主从介入相比,平均耗时从262.01 s降低到197 s,介入力的最大值从11.8 N降到9.6 N.与专业人员主从介入相比,介入力最大值基本一致,仅多耗时34.33 s.本文提出的自主化介入策略可以拓展到呼吸道、尿道等其他腔道的软式内镜介入.     

基于深度学习的医学图像配准技术研究进展

医学图像配准技术对于病灶检测、临床诊断、手术规划,疗效评估等有着广泛的应用价值。系统性地总结了基于深度学习的配准算法,从深度迭代、全监督、弱监督到无监督学习的研究发展趋势,分析了各种方法的优势与局限。总体来看,无论是对数据的要求、配准精度,还是计算效率,无监督学习因其不依赖金标准和解剖标签,采用端到端的网络配准框架就可以自动执行需要的任务等优势成为研究的主流方向。然而,基于无监督学习的医学图像配准方法在医学图像领域的可解释性、跨模态多样性和可重复可扩展性方面同样面临着一些研究难点和挑战,这为将来实现更精准的医学图像配准方法指明了研究方向。     

不同角度单裂隙对类岩石加卸载强度影响的试验研究

天然岩体内部存在大量裂隙,严重削弱了岩体的强度和稳定性,含不同裂隙的岩体在加载和卸载条件下其力学特性有显著区别.为研究含不同角度(裂隙面与水平方向夹角)裂隙的岩体在加卸载时的力学特性,根据相似三定理,制备了含有五组不同角度裂隙(0°、30°、45°、75°、90°)的完整类岩石试件,对每组试件分别进行了单轴和三轴循环加卸载试验,研究裂隙倾角和加卸载对其峰值强度的影响.结果表明:随裂隙角度的增大,单轴峰值强度显著增加,弹性模量增大、而泊松比随角度增加呈现降低趋势;不同倾角的岩石循环加卸载强度随角度增加而增大;三轴峰值强度随裂隙倾角的增加而增大,但围压对裂隙试件强度影响明显,在三轴循环加卸载环境下,强度会随裂隙倾角增加而明显增大.     

指挥信息系统双层耦合网络模型级联失效研究

针对指挥信息系统级联失效研究中存在的结构建模简单和攻击方式单一的不足,提出指挥信息系统双层耦合网络模型,在此基础上设置不同的攻击方式,分析系统的级联失效特性.首先,根据指挥信息系统体系结构和层级网络理论,构建了由通信网络和功能网络构成的双层耦合网络模型,并提出节点重要度指标;其次,设置实体打击、赛博攻击和混合攻击三种攻击方式,以及不同的攻击强度对指挥信息系统进行攻击,分析其级联失效机理;最后,仿真分析表明,双层耦合网络模型能够反映指挥信息系统的结构特征,基于该模型能够分析指挥信息系统在多种攻击方式和攻击强度下的级联失效特性.     

Visible light localization algorithm based on multi-measurements constraints

In the indoor visible light transmission environment with complex noise, traditional received signal strength indication(RSSI)localization algorithm and imaging localization algorithm are unable to accurately determine the reason of the inaccurate localization model and inadequate constraints of position coordinates. In order to solve the problems, a visible light localization algorithm based on multi-measurements constraints is presented in the paper. The algorithm first constructs a joint localization state space model based on RSSI localization and the imaging localization algorithm. Then, states, measurements and their equations are constructed based on the space model. Finally, the equations are resolved using the unscented Kalman filter(UKF). Compared with RSSI localization and imaging localization, simulation results show that the RMSE of the proposed algorithm could be closer to the Cramer Rao bound. Besides, the localization probability of the proposed algorithm is higher than that of RSSI localization and imaging localization algorithm.     

基于SSM的长江经济带省域森林公园 旅游产业现状研究

采用偏离份额分析法(SSM),以2010—2015年长江经济带9省2市的森林公园旅游产业收入数据为依据,对长江经济带省域森林公园旅游产业现状进行实证研究,综合分析长江经济带省域森林公园的发展现状。研究结果表明:长江经济带9省2市森林公园旅游产业发展总体上呈现不断上升的趋势,其中浙江省的增长量最大;长江经济带11个省域中一半以上区域的相对增长率、结构效果指数和竞争力效果指数均在1以上,表明长江经济带森林旅游产业发展较快,产业结构分配比较合理,具有较强的竞争力;湖北省和贵州省的增长率高于全国平均水平,其产业结构分布较为合理,综合竞争力较强。     

多元醇胺对钢铁渣粉溶解特性的影响

为了解决钢铁渣粉溶解性差所引起的活性低的问题,研究了三乙醇胺( TEA)、三异丙醇胺( TIPA)和二乙醇单异丙醇胺( DEIPA)对钢铁渣粉在碱性环境下溶解的影响规律,通过电导率仪、酸度计、电感耦合等离子体原子发射光谱仪( inductively coupled plasma atomic emission spectroscopy,ICP-AES)和八通道微量热仪对钢铁渣粉的溶解特性进行了表征。结果表明：多元醇胺降低了钢铁渣粉液相的pH并提高了液相电导率,主要表现为增加了液相中Fe、Ca、Al元素的质量浓度,其中TEA和DEIPA的影响效果大于TIPA;多元醇胺提高了钢铁渣粉早期的溶解热和最大水化热峰值,进一步证实了多元醇胺对钢铁渣粉具有增溶作用。     

工科大学物理的模块化教学探索

本文介绍了按专业需求实施分类教学的大学物理课的模块化教学.将质量功能展开方法应用于大学物理课的教学模块设计中,实现了教学内容的优化,是对大学物理教学模式改革的一种有意义的探索.     

高速移动环境下无线信道模型的性能

针对移动网络在高铁通讯时存在接收信号不稳定问题,开展了多普勒效应及多径时延对正弦波叠加(Sum-of-Sinusoid,SOS)模型、XIAO模型(Jakes仿真器)和LIU Qian模型的影响研究.分析了3种模型的信噪比、相关性以及处理信号衰减的程度,结果表明,在多普勒效应及多径时延的环境下,SOS模型的算法复杂度最低,LIU Qian模型反之,而传递函数相关性最佳,XIAO模型对接入信号的衰落程度最小;在保证传输效率、信道容量足够的前提下,LIU Qian模型中接收信号的失真程度较小,更适宜作为高速移动环境下无线信道的研究模型.