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%。     

面部运动单元检测研究综述

面部运动单元检测旨在让计算机从给定的人脸图像或视频中自动检测需要关注的运动单元目标。经过二十多年的研究，尤其是近年来越来越多的面部运动单元数据库的建立和深度学习的兴起，面部运动单元检测技术发展迅速。首先，阐述了面部运动单元的基本概念，介绍了已有的常用面部运动单元检测数据库，概括了包括预处理、特征提取、分类器学习等步骤在内的传统检测方法；然后针对区域学习、面部运动单元关联学习、弱监督学习等几个关键研究方向进行了系统性的回顾梳理与分析；最后讨论了目前面部运动单元检测研究存在的不足以及未来潜在的发展方向。     

基于双离合变速器电控单元的Volcano CAN开发

Volcano 是集汽车电子网络设计、实现和测试于一体的完整工具链。它包括整车网络规划及优化设计工具VNA,网络节点(TCU等)实现工具VTP以及网络测试工具Tellus。本文着重介绍了基于TCU的VTP。     

Lagrangian relaxation hybrid with evolutionary algorithm for short-term generation scheduling

Short-term generation scheduling is an important function in daily operational planning of power systems. It is defined as optimal scheduling of power generators over a scheduling period while respecting various generator constraints and system constraints. Objective of the problem includes costs associated with energy production, start-up cost and shut-down cost along with profits. The resulting problem is a large scale nonlinear mixed-integer optimization problem for which there is no exact solution technique available. The solution to the problem can be obtained only by complete enumeration, often at the cost of a prohibitively computation time requirement for realistic power systems. This paper presents a hybrid algorithm which combines Lagrangian Relaxation (LR) together with Evolutionary Algorithm (EA) to solve the problem in cooperative and competitive energy environments. Simulation studies were carried out on different systems containing various numbers of units. The outcomes from different algorithms are compared with that from the proposed hybrid algorithm and the advantages of the proposed algorithm are briefly discussed.     

豫西雷门沟钼矿水文地质条件分析及涌水量预测

豫西熊耳山雷门沟钼矿床位于东秦岭多金属成矿带东段,是已探明的超大型斑岩型钼矿,前人研究程度高、地质成果丰硕,但对矿床开采技术条件方面研究较少。本次通过地质调查工程、水文地质试验等方法,从水文地质角度,对雷门沟钼矿床水文地质条件进行研究,填补了该方面的空白,丰富了研究成果；采用水文地质比拟法预测未来矿坑最大排水量2613 m³/d,经实践检验结果较为可靠；总结的采坑排水量预测方法、含水层特点、矿床充水因素以及防治水措施,以期对该区域水文地质工作具有参考价值。     

Benchmark value determination of energy efficiency indexes for coal-fired power units based on data mining methods

The operational optimisation of coal-fired power units is important for saving energy and reducing losses in the electric power industry. One of the key issues is how to determine the benchmark values of the energy efficiency indexes of the units. Therefore, a new framework for determining these benchmark values is proposed, based on data mining methods. First, the energy efficiency key performance indicators (KPIs) associated with the net coal consumption rate (NCCR) were selected based on the domain knowledge. Second, the decision-making samples with minimal NCCR were acquired with the fuzzy C-means (FCM) clustering algorithm, and the corresponding clustering centres were employed as the benchmark values. Finally, based on the support vector regression (SVR) algorithm, the target values of the NCCR were obtained with the KPIs as input, and the energy saving potential was evaluated by comparing the target values with the historical values of the NCCR. An actual on-duty 1000 MW unit was taken as study unit, and the results show that the energy saving potential is remarkable when the operators adjust the KPIs based on the calculated benchmark values.     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

一类两性分枝过程条件均值增长率的极限性质

本文主要研究随机环境中配对依赖人口数两性 Galton-Watson 分枝过程的条件均值增长率的极限性质．利用上可加函数的性质，得到配对单元平均增长率的极限性质和该过程条件均值的上界和下界．文中给出了关于过程条件均值增长率的两个序列，利用配对单元平均增长率的性质，获得了这两个序列的极限性质．随机环境中配对依赖人口数两性分枝过程比较复杂，本文的结论推广了现有的研究成果．     

抽油井不压井作业装置及抽油泵底阀设计

江苏油田的部分油井存在油管短路、地层高压低渗、漏失严重等问题,这些问题造成压井作业困难,并且压井作业过程中的井控与环境污染风险较大。为了进行不压井检泵作业,同时缩短检泵之后的产量恢复周期,进行了不压井作业技术研究,并研制了不压井作业装置。为解决起下抽油杆过程中的防喷问题,改进了抽油泵底阀结构,该结构可实现起下抽油杆过程中油管不带压、无溢流,并保障起下油管过程中的井控安全。该技术在江苏油田现场应用9井次,效果良好。     

基于进化算法的常减压装置模拟

提出了基于优选优生进化算法（Select—best and prepotency evolution algorithm，SPEA）的常减压装置模拟方法。以各塔的温度分布为目标，基于生产过程和分析数据，采用SPEA确定各塔板Murphree效率，从而精确描述各塔板平衡偏离程度。在实际应用中，获得具有良好精度的常减压装置模型。系统分析了SPEA算法的关键参数——优选领域大小与计算复杂性及寻优性能之间的关系，结果显示其取值为群体规模的10％最为合适。