基于深度学习的智能中医辅助诊疗系统

研究开发了基于深度学习的智能中医辅助诊疗系统。通过人工智能技术将名老中医的诊疗思想、辨证逻辑和处方经验结合，设计“三级证型优先级”算法，创新了传统的中医问诊模式。例如采用深度学习CenterNet和EfficientNetV2神经网络模型，有效抽取出患者舌体图像与病例的舌色、苔色等特征信息进行智能舌诊，实现中医诊断的客观化、智能化，帮助普通医师提升诊疗能力。     

从管制到规制：详细规划的法治化方式探究

法治思想是实现规划法治化的重要基础和前提。为探讨国土空间规划体系转型中详细规划的法治化建设问题，对“以法”管制与“依法”规制的法治思想进行辨析，从权力、权利与法律的关系层面，深入剖析我国控规既往“以法管制”的规划实施困境。针对国土空间规划体系中详细规划的目标与地位，提出“用途规制分区”在国土空间详细规划中应用的可能性，并阐明国土空间详细规划从“管制”向“规制”转型的必要性。     

光固化3D打印平板晶格结构的压缩性能

基于光固化3D打印技术制备了桁架晶格和平板晶格试样，再将其作为试验研究对象进行了准静态压缩测试，并利用有限元分析方法对模型进行了准静态压缩仿真分析。研究平板晶格相比桁架晶格在强度、刚度和韧性方面的力学性能优势，并进一步研究了体积分数和孔径对平板晶格压缩性能的影响。研究结果表明，在相同体积分数下，平板晶格的强度、刚度和韧性最大分别是桁架晶格的2.08倍、3.86倍和3.13倍，仿真分析所用的材料模型具备适用性，体积分数和孔径的变化对FCC-plate的强度、刚度和韧性的影响具有一致性。     

西藏牦牛奶酪的微生物群落结构与风味物质分析

为找出对西藏牦牛奶酪风味物质产生重要影响的微生物，采用高通量测序技术分析样品的微生物群落多样性，采用顶空固相微萃取与气相色谱-质谱联用技术(headspace solid-phase microextraction and gas chromatography-mass spectrometry, HS-SPME-GC-MS)测定其挥发性风味物质。结果表明，西藏牦牛奶酪中的优势细菌属为乳球菌属(Lactococcus)、乳杆菌属(Lactobacillus)、醋杆菌属(Acetobacter)、明串珠菌属(Leuconostoc)等，优势真菌属为地霉属(Geotrichum)、unclassified-f-Dipodascaceae、Tausonia、毕赤酵母属(Pichia)等，且不同地区奶酪中优势菌属有所差异。西藏牦牛奶酪中共检出43种挥发性成分，其中主要风味物质为己醛、庚醛、辛醛、壬醛、癸醛、2-壬酮、己酸乙酯、辛酸乙酯、1-庚醇、2,3-丁二醇等。乳球菌属、乳杆菌属、克鲁维酵母属、地霉属、毕赤酵母属是与风味物质间相关性较高的微生物，可能会对西藏牦牛奶酪的风味产生重要影响。该研究...     

SiO_(2)模板法制备LaMnO_(3)及其催化性能北大核心

采用Stober-Frink法由正硅酸乙酯制备出SiO_(2)微球,再将其作为模板剂,采用硬模板法制备LaMnO_(3)。采用X射线衍射(XRD)、场发射扫描电子显微镜(SEM)、X射线光电子能谱(XPS)、N_(2)吸附-脱附等表征手段对制备的LaMnO_(3)进行表征分析,利用循环伏安曲线、线性扫描、蓝电测试等研究手段对其电化学性能及放电性能进行了测试。结果表明:SiO_(2)微球模板可制备出球形空洞的多孔LaMnO_(3),其具有良好的氧还原反应(ORR)活性,比表面积为15.685 m^(2)/g,远大于共沉淀法制备的LaMnO_(3),并作为铝空气电池阴极催化剂材料,相比于共沉淀法制备的LaMnO_(3),其恒流放电稳定、放电电压较高。     

10kV铜铝绕组干式变压器温度场分析比较

本文笔者采用有限元法对630kVA/10kV铜铝绕组干式变压器建立三维对称流-固-热耦合模型，仿真计算了绕组和铁心的温度场分布，并分析不同负载率、不同环境温度、不同风速、突发短路对铜铝绕组干式变压器绕组温升和热点温升的影响。     

基于联邦学习的跨源数据错误检测方法

随着海量数据的涌现和不断积累,数据治理成为提高数据质量、最大化数据价值的重要手段.其中,数据错误检测是提高数据质量的关键步骤,近年来引起了学术界及工业界的广泛关注.目前,绝大多数错误检测方法只适用于单数据源场景.然而在现实场景中,数据往往不集中存储与管理.不同来源且高度相关的数据能够提升错误检测的精度.但由于数据隐私安全问题,跨源数据往往不允许集中共享.鉴于此,提出了一种基于联邦学习的跨源数据错误检测方法 FeLeDetect,以在数据隐私保证的前提下,利用跨源数据信息提高错误检测精度.为了充分捕获每一个数据源的数据特征,首先提出一种基于图的错误检测模型GEDM,并在此基础上设计了一种联邦协同训练算法FCTA,以支持在各方数据不出本地的前提下,利用跨源数据协同训练GEDM.此外,为了降低联邦训练的通信开销和人工标注成本,还提出了一系列优化方法.最后,在3个真实数据集上进行了大量的实验.实验结果表明:(1)相较于5种现有最先进的错误检测方法,GEDM在本地场景和集中场景下,错误检测结果的F1分数平均提高了10.3%和25.2%;(2) FeLeDetect错误检测结果的F1分数较本地场景...     

智能制造背景下中小纺织企业的集群化发展路径

智能制造是我国推进制造强国战略主攻方向。提升纺织行业中小企业集群的智能制造水平，将进一步增强我国纺织工业整体竞争力，并为制造业整体高质量发展提供现实经验。研究基于问卷和访谈调研了我国中小纺织企业智能制造的总体水平，量化分析了推进智能制造过程中这类企业的现实需求，包括：需要针对发展现状进行合理资源配置；希望通过集群化发展，在金融、人才和公共平台方面获得更多支持。在此基础上，文章进一步提出在纺织行业中小企业中继续完善梯级融资体系、加强专业人才供给，重视智能制造大背景下的敏捷治理，并针对不同产业集聚区域特征、不同发展阶段制定产业集群建设路径等建议。     

一起带电取油引起的有载分接开关压力继电器误动的仿真分析

以一起变压器有载分接开关带电取油导致有载分接开关压力继电器误动事故为例，建立有载分接开关三维流场模型，通过数值仿真计算分析了带电取油过程中取油阀门开启与关闭下壁面压力和内部流速的变化过程，得到了阀门快速关闭是导致压力继电器误动的主要原因，提出相应的解决措施并进行试验验证。     

粗糙模糊环境下电力用户负荷响应潜力评估

深度探索用户负荷可调节潜力是国家电力市场精细化发展的迫切需求。为有效感知电力用户负荷综合响应潜力，提出一种模糊粗糙环境下的混合评估模型。首先，从经济性、用户特性、负荷特性、信息特性等4个维度构建负荷响应潜力指标体系；其次，充分考虑评估中个体判断的模糊性和群体偏好的多样性，采用模糊粗糙数对个体语义评估信息进行处理和集结；然后，将模糊粗糙熵权法和逐步加权评估比率分析法（step-wise weight assessment ratio analysis,SWARA）相结合确定指标综合权重，并采用基于模糊粗糙数的改进多属性边界逼近区域比较法（multi-attributiveborderapproximationareacomparison,MABAC）计算电力用户针对属性函数的负荷响应潜力综合评估值，从而获取潜力排序结果；最后，以多个行业的电力用户负荷综合响应潜力评估为例，验证所提模型的有效性。