Abstract:

主流的人工智能技术从一个侧面可以看成是“智能计算技术”。该文针对智能计算技术取得的历史性突破、发展趋势和面临的挑战发表一些看法；对规模定律(scaling law)是否遇到天花板、解决算力短缺问题的出路在哪里、大模型的本质是什么等普遍关心的问题作简要的综述。

Abstract:

近年来，生成式人工智能的快速发展使文本驱动的视频预测大模型成为学术界和工业界的研究热点。视频预测生成需处理时间维度的动态性和一致性，要求精准控制场景结构、主体行为、相机运动和语义表达。当前的主要挑战是如何精确控制视频预测中的场景动态，以实现高质量和语义一致的输出。针对此问题，一些研究者提出了相机控制增强、参考视频控制、语义一致性增强和主体特征控制增强等方法，旨在提升视频预测的生成质量，确保生成内容既符合历史条件，又满足用户需求。该文系统探讨了上述 4 个控制方法的核心思想、优缺点和未来发展方向。

Abstract:

黑暗场景与传统预训练模型所使用的数据之间的域差距导致传统的预训练-微调策略难以达到理想效果，而从头开始的预训练则代价高昂。针对此问题，该研究提出一种领域自适应预训练方法，旨在改善黑暗场景下的行为识别性能。该方法通过融合外部视觉去暗增强模型，引入关键的去暗知识，并利用跨领域自蒸馏框架优化预训练模型，可有效减小明暗场景间视觉表征的域差异。在一系列黑暗场景行为识别实验中，该方法在全监督的黑暗场景行为识别数据集中的准确率达 97.19%；在无源领域自适应场景数据集中的准确率提升至 49.11%；而在多源领域自适应场景数据集中的准确率达54.63%。

Abstract:

该文基于鲹科鱼的推进模式和鱼鳍模块化设计了一款结构紧凑、成本低廉、高效游动的小型单关节仿生机器鱼，其胸鳍、腹鳍和尾鳍拆装方便。此外，该文对仿生机器鱼的直线推进、静止转弯、鱼头稳定性进行了水下实验，研究了胸鳍和腹鳍对游动性能的影响。在样机游动测试中，该文利用一台高速相机和一面平面镜构建了一个记录机器鱼运动的“双目视觉系统”，可对鱼头最前端和质点上方两处标记点进行追踪，并可记录三维位置信息，这为机器鱼的游动性能、姿态变化和头部稳定性的定量分析提供参考。结果表明：机器鱼的直线推进和转弯性能较好；在稳定性实验中，配备胸鳍和腹鳍的机器鱼在低频游动时，头部稳定性更优，而在高频游动时，未显示出优势，这与自然界中鱼类在高频游动时除尾鳍外的各种鳍紧贴身体的现象一致。

Abstract:

工业零部件边缘的精确重建是视觉定位和质量检测的前提和关键。针对工业零部件边缘处的点云难以精确重建的问题，该文提出一种基于点云投影的边缘三维重建算法。首先，通过双目结构光方法扫描得到零部件三维点云，提取扫描点云中的边缘点；其次，在双目图像中提取图像边缘点；再次，将点云边缘点投影到双目图像，在投影边缘点附近搜索最近邻的图像边缘点，匹配得到对应双目边缘点；最后，通过立体视觉方法重建精确的三维边缘点云。实验结果表明：与当前其他方法相比，该方法可有效解决反光、表面划痕等干扰导致的伪边缘问题，重建误差小于 0.15 mm，可用于机器人上下料、在线质量检测等工业场景。

Abstract:

腺样体肥大是导致儿童阻塞性睡眠呼吸暂停综合征的主要因素。医生通过内窥镜影像评估腺样体肥大程度及其对气道的阻塞程度。然而，内窥镜影像为二维图像，医生只能主观推测患者腺样体区域的三维结构。这种方法严重依赖医生的相关经验和对腺样体的观察角度。腺样体表面为人体黏膜组织，覆盖鼻腔分泌物，其内窥镜影像具有强反光、特征稀少、场景光滑、模糊等特点。根据腺样体表面特点，该文提出一种基于腺样体鼻咽腔内镜图像序列的多视图三维重建算法。算法首先采用多视图立体匹配技术获取图像对应深度图的粗糙估计；其次，使用网格曲面在深度空间中对粗糙的深度信息进行拟合，从而得到平滑、精细的深度图；最后，通过点云融合算法获得腺样体区域稠密、精确的三维重建。仿真与真实实验表明，该文算法基于腺样体内窥镜图像序列，可实现精确、稠密、平滑的腺样体区域三维重建，且重建结果显著优于现有三维重建算法。

Abstract:

该研究在眼科图像疾病识别中引入了视觉语言模型，提出了一种基于对比语言图像预训练模型的多疾病识别算法。首先，作者基于多个公开可用的眼底图像数据集构建了一个含有 8 个类别的多标签眼底图像数据集 MDFCD8；其次，作者利用生成式人工智能 GPT-4(Generative Pre-trained Transformer 4) 生成描述眼底图像细粒度病理特征的专家知识，解决了眼底图像数据集文本标签缺乏的问题；最后，作者计算了平均精度、F1 评分和受试者工作特征曲线下面积，并以三者的均值作为最终的性能评价指标。实验结果表明，与传统的卷积神经网络和 Transformer 网络相比，作者提出的方法在性能上分别高出 4.8% 和 3.2%。同时，作者还进行了各模块的消融实验，验证了该方法的有效性，表明了视觉语言模型在眼科疾病辅助诊断领域的应用潜力。

Abstract:

随着摩尔定律逐渐逼近其物理极限，下一代集成电路技术的发展面临前所未有的挑战，不仅技术难度陡增，成本也呈急剧上升趋势。在此背景下，先进的封装基板作为支持系统集成和巨量 I/O 提升的重要载体，成为后摩尔时代的核心部件之一。基于积层绝缘胶膜(build-up film，BF)材料的半加成工艺是实现细间距多层封装基板的主要途径之一。由于电子设备在高频高速运行环境中的信号完整性面临严峻挑战，因此该文着重探讨了 BF 材料的物理性能和结构特征对信号传输损耗的影响，并基于微带线和过孔等典型基板结构，通过电学仿真分析系统研究了 BF 材料参数与信号传输性能之间的关系。研究表明：在微带线结构中，信号传输损耗随频率的增加而增大，且这一损耗与 BF 材料的介电损耗因子密切相关；而在过孔结构中，BF 材料的介电常数显著影响等效电容和阻抗值，进而影响阻抗的不匹配度。BF 材料的特性虽然对阻抗不匹配有一定影响，但过孔结构本身的设计仍是影响阻抗匹配度的主要因素。此外，高频下导体趋肤效应导致的导体损耗随着铜箔粗糙度的增加而增加，可为封装基板制造过程中的铜箔质量控制提供参考。该研究揭示了 BF 材料的物理性能和结构特征对信号传输损耗的影响机制，可为封装基板设计提供参考。

Abstract:

宫颈癌是全球女性癌症死亡的主要原因之一，尤其在发展中国家，宫颈癌的高发病率和晚期诊断使得其治疗面临巨大挑战。精确地分割危及器官，如结直肠，对于宫颈癌的放疗治疗至关重要，准确的危及器官分割能够帮助医生进行剂量估计，确保放疗计划的精确性和有效性，从而最大程度地保护正常组织免受辐射损伤。然而，管状结构（如结直肠）的自动分割仍面临挑战，尤其是肠道的褶皱和运动伪影等因素，导致分割效果差。肠道的形态复杂，且与周围组织的对比度较低，容易造成边界识别困难，从而影响分割精度。本文提出了一种结合中心线和距离图信息的宫颈癌管状危及器官分割方法，通过增强网络对解剖结构的理解，提升肿瘤与危及器官的分割精度。基于传统U-Net架构，我们在网络中引入中心线与距离图的学习，帮助网络更好地识别管状危及器官的拓扑结构和该器官在人体内的空间关系，进而提高分割精度，优化放疗剂量分布。通过对宫颈癌数据集的实验评估，使用Dice相似度系数（Dice）、交并比（IoU）、召回率（Recall）和95%豪斯多夫距离（HD95）等指标进行性能分析。实验结果表明，本文方法在这些指标上均优于传统U-Net模型，具体表现为：Dice系数为71.69%，IoU为56.33%，分别较原始ResUNet提高了4.07%、4.68%，HD95为6.69，较原始ResUNet下降2.43这些结果表明，精确的危及器官分割不仅改善了宫颈癌肿瘤的识别，还为放疗剂量估计提供了重要支持，优化了治疗计划，提升了治疗的安全性和效果。

Abstract:

电磁脉冲声源（boomer）是海洋地震勘探等领域常用的爆炸声源，此类爆炸声源的深海应用需要解决空化抑制等核心问题。 本文提出了基于压力补偿平衡的深海boomer声源技术方法，研制了最高工作压力达到20MPa的boomer换能器，并开展了在高压消声舱内的实验测试。通过不同能量和不同压力等级下的实测数据分析可知，使用初始压力0.5MPa的气囊来补偿boomer换能器内部压力可以有效平衡其内外压差，解决空化抑制问题，实现宽频脉冲声波的激发，而且波形重复性很好，最小相关系数达到0.986。随着工作压力从0.5MPa提高至20MPa，脉冲声波特性的主要变化是振幅衰减（204.6dB衰减至194.2dB）和宽度压缩（182μs压缩至88μs），以及主频（以2.3kHz为中心）略向高频迁移。同时，高压消声舱升压和降压过程的水听器输出数据比较可知波形重复性较好，且压力越高，波形一致性越好，说明基于压力补偿平衡的boomer换能器在高压环境下性能更加稳定。

Abstract:

癌症是一种与基因密切相关的疾病,具有多种亚型,各亚型在遗传、表型和治疗反应上存在显著差异。准确的癌症亚型分类对于个性化治疗至关重要,有助于提高治疗效果。然而,基于患者基因表达数据的癌症亚型分类方法在样本不均衡的情况下,往往难以有效区分稀有亚型。为了解决这一问题,提出了一种基于元学习的癌症亚型分类方法MFP-VAE(Meta-learning Few-shot Prototype learning VAE),专注于处理样本不均衡的数据集。该方法改进了样本抽取策略,以确保在元学习任务中不同亚型的样本得到平衡重视。该模型采用变分自编码器进行特征提取,并通过计算样本与亚型原型之间的距离进行分类。实验结果表明,MFP-VAE在两个公开癌症数据集上优于现有方法,特别是在样本不平衡的情况下,显著提高了分类精度。此外,生存率分析显示,所区分的癌症亚型在临床特性上具有显著差异和临床意义。

Abstract:

随着深度学习技术的快速发展，基于脑电等神经信号的自闭症筛查逐渐成为一种新兴的诊断手段。然而，由于脑电的采集过程较为复杂，尤其针对儿童，因而往往存在数据量不足的问题。数据增强方法被常用弥补真实数据的不足，其中生成式对抗网络是常用的方法。然而，受限于数据规模的不足及数据多样性的缺乏，当前的数据增强方法在分类性能上仍未达到理想水平。本研究采用改进的条件扩散模型，分别对原始脑电信号及其生成的脑功能连接时序图进行增强。实验结果表明，该方法显著提升了自闭症分类性能。其中，静息态和任务态数据的最高分类准确率分别达到 84.38% 和 79.01%。这一结果验证了基于条件扩散模型的数据增强在提升自闭症筛查效果方面的有效性。

Abstract:

三维目标检测:现有室内三维目标检测算法能够检测的目标类别往往是有限的,这限制其在智能机器人领域的应用。开放词汇目标检测能够在不用定义目标类别的前提下检测给定场景的所有感兴趣目标,从而解决室内三维目标检测的不足。与此同时,大语言模型的先验知识能够显著提升视觉任务的性能。然而现有的开放词汇室内三维目标检测研究存在只关注目标信息,而忽视了上下文信息的问题。室内三维目标检测输入数据主要是点云,点云数据存在稀疏和噪声问题。只依赖目标信息,会对三维目标检测结果产生负面影响。上下文信息包含场景描述,能够对目标信息进行补充,从而提升目标检测中类别判定的准确率。为此,本文提出了基于上下文信息和大语言模型的开放词汇室内三维目标检测算法,该算法通过结合上下文信息和大语言模型的思维链推理来获取检测结果。最后在SUN RGB-D和ScanNetV2数据集上对所提出的算法进行了验证,实验结果验证了所提出算法的有效性。

Abstract:

高压消声舱是开展深海换能器、传感器以及其他声学仪器设备等研制的重要实验测试平台,本文对前期设计研制的20MPa高压消声舱开展了本底噪声和不同频率下的声场起伏测量,计算了固定测量位置、测量距离条件下的回声干涉量,绘制了回声干涉曲线,分析了典型低频和高频条件下信号的时频特性。本底噪声测量结果显示虽然舱内本底噪声较高,且在10-12kHz频段有特征峰,但允许开展具有足够测量信噪比的实验。同时,不同频段的声场起伏测量的时域波形结果显示在发射宽度2ms之后信号幅度迅速衰减,而且频率越高,衰减越快,说明舱内吸声尖劈有良好的吸声效果。回声干涉量计算结果显示10kHz以上大多数频点不超过1dB,设计的固定测量位置满足自由声场测试条件,尤其20kHz、28kHz、34kHz等频点的回声干涉量不超过±0.5dB,满足精密测量条件。

Abstract:

脑血流速度(cerebral blood flow velocity, CBFV)重建对脑血管功能长期评估至关重要。为此,该研究提出一种基于Transformer编码器的多变量时间序列模型。该模型利用动脉血压(Arterial Blood Pressure, ABP)和CO2时间序列信号实现CBFV的重建。模型引入长短期记忆网络(long short-term memory, LSTM)模块,通过LSTM子模块弥补了注意力机制全局注意力分散的缺点,强化了局部细节；并采用混合损失函数,控制了局部波形误差,从而提高重建精度。此外,该研究通过ABP与心电(Electrocardiogram, ECG)信号之间的关联设计迁移学习策略,以缓解数据不足对重建任务的影响。基于贝斯以色列女执事医疗中心的糖尿病脑血管调节数据集的实验结果表明,该模型在CBFV重建任务中的表现优于现有回归模型和深度学习模型。实验结果显示该重建模型的重建结果与真实值的皮尔逊相关系数为0.518,动态时间规整距离为17.879,互信息为0.343。同时,该模型可在0.04秒内完成200个数据点的重建。

Abstract:

基于圆弧与直线相切的路径规划方法,分析泊车过程中可能碰撞条件,对斜列式车位进行泊车路径规划。详细评估障碍物和车位边界,以确保规划的合理性,并构建泊车路径碰撞约束模型,考虑车辆运动的动态特性和几何约束。创建了临界碰撞条件下的距离方程,得到泊车过程中的安全距离和有效区域。通过对不同工况下的仿真实验,结果表明,在不同通/停车道宽度以及不同角度的斜列车位下,该路径规划方法在车位朝向与车辆行驶方向一致的斜列车位下能够有效避免碰撞,验证了规划路径的有效性,评估了所规划路径的安全性和适应性,确保安全的泊车操作。

Abstract:

基于芯粒(Chiplet)的多芯片集成设计为超越传统System on Chip(SoC)单片集成提供了灵活且可扩展的解决方案。然而,Chiplet间的通信已成为影响整体性能的关键瓶颈。在这一背景下,Network on Interposer(NoI)在多芯片系统中扮演着至关重要的作用,直接影响着系统的性能和开发成本。本文回顾了Chiplet的NoI通信拓扑结构,深入探讨了当前Chiplet间通信架构的设计与实现方法。本文涵盖了从协议层、接口层到应用层的完整通信过程,并基于互连拓扑的形状进行分类,对每个类别进行详细分析和交叉比较。此外,本文还探讨了未来芯片间通信技术的发展方向,强调了技术挑战和潜在解决方案,并提出了可重用中介层与拓扑的建模方法。本文旨在为研究人员提供对NoI技术现状梳理及未来趋势的展望。

Abstract:

在大数据时代背景下,海量数据的存储成为难题。DNA存储技术作为应对数据存储挑战的前沿解决方案,尤其聚焦于信息编辑技术的发展与挑战。初期DNA存储主要服务于“冷”数据,而技术的最新进展已推动其向支持数据更新和管理的进阶应用发展。本文提出一种面向DNA安全存储的增量管理方法,设计了支持多方编辑的混合型加密机制和DNA增量存储模型,在保证安全的前提下,该模型通过分区存储方案和高效索引编码,实现在现有技术约束下的安全、高效信息编辑与管理,从而满足现代数据管理对灵活性和经济性的要求,为解决DNA数据管理中的核心问题提供了新视角和策略。

Abstract:

为使自动驾驶系统能对复杂环境道路坑洼进行有效检测与定位，对现有YOLOv5目标检测算法进行改进。首先，用MobileNetV3替换原模型的骨干部分，减少模型参数量，轻量化网络模型；此外，在YOLOv5的颈部引入BiFPN模块，提升模型在多尺度特征融合、信息传递、特征表达能力以及检测精度方面的性能，同时保持模型的轻量级设计；然后，引入生成对抗神经网络（GAN）的图像风格迁移的思想，采用PaddleGan进行数据处理，丰富数据集的多样性；最后，在自制的数据集上进行模型的训练与验证，实验结果表明：改进的YOLOv5算法准确率和mAP值分别提升了3.5%、0.9%，检测速度提升了5.8帧/s。改进的算法更加的轻量化，提高了检测的精度，为复杂环境下坑洼检测提供技术参考。

Abstract:

针灸作为中医学的重要组成部分，在全球范围内具有广泛的应用价值。然而，传统针灸疗法因穴位定位依赖医生经验，缺乏标准化，导致疗效再现性较差，阻碍了其推广。针灸机器人作为一种智能化医疗设备，为针灸技术的标准化和普及提供了新契机。本文针对针灸点密集分布、特征不明显等挑战，提出了改进的YOLOv8-Pose模型——YOLO-PointMap。通过引入动态卷积优化C2f模块，并设计基于通道注意力的特征融合模块，模型在多尺度特征提取与融合方面取得了显著提升。实验结果表明，YOLO-PointMap在测试集上的EPE、PCK和mAP50-95（Pose）等指标优于现有方法，数值分别达到了3.27、1和84.9%，尤其在密集关键点识别和弱特征区域定位上表现卓越，为针灸机器人技术的发展提供了有力支持，同时展现了在虚拟现实和智能交互等领域的潜在应用价值。

Abstract:

柔性内窥镜机器人可用于微创手术,但由于柔性内窥镜具有非线性可变形的特点,导致操作控制难。为了提高内窥镜的操作准确性,提出了一种结合神经动力学优化的柔性内窥镜手术机器人最优遥操作控制方法。通过设计图像空间下的主从运动映射策略,并建立柔性内窥镜运动学模型,获得图像特征速度与驱动速度之间的映射关系。考虑机器人关节运动约束构建基于二次规划(QP)的最优控制问题,设计神经动力学求解器来求解QP最优问题。在输尿管镜机器人系统上开展实验验证方法的有效性和准确性。实验结果表明,最优遥操作能够显著减小人为控制误差和速度振动,对目标点跟踪误差能控制在2.5%以内。同时验证了所提出的方法在输尿管镜碎石术中具有可行性。

Abstract:

背景：对于锥束计算机断层扫描（CBCT），长期以来人们希望能够调节X射线的强度和分布，以适应患者的解剖结构，尤其是在旋转扫描时。在此过程中，可以减少图像伪影和辐射剂量。然而，目前的滤波装置，如动态bowtie滤波器，可能在临床应用中过于复杂。 目标：旨在探讨一种简化的动态滤波策略，以减少CBCT成像中的图像伪影和辐射剂量。 方法：所设计的动态滤波策略随着CBCT的旋转过程中动态变化，具体而言，将两个不同部分集成在一起：滤片部分和bowtie部分。该动态滤波策略设置有两种工作模式，一种是动态滤片与动态bowtie的组合，称为动态滤片-动态bowtie（Dynamic filter-Dynamic bowtie, DFDB）；另一种是动态滤片与静态bowtie的组合，称为动态滤片-静态bowtie（Dynamic filter- Static bowtie, DFSB）。针对三个人体部位（肩部、胸部和膝部）进行了数值仿真模拟。此外，使用蒙特卡洛模拟平台MC-GPU生成剂量分布图。 结果： 结果显示，使用所提出的DFDB和DFSB动态滤波方案可以显著减少图像伪影，从而改善CBCT图像质量。根据扫描对象的不同，总辐射剂量可能减少30%。 结论： 所提出的简单动态滤波策略，尤其是DFSB方法，可能在未来帮助提高CBCT图像质量，同时减少图像伪影和辐射剂量，期望能够推进动态滤波策略的临床应用。

Abstract:

本文介绍了一种基于模块化设计理念,可实现海洋环境综合观测、多设备集成的通用性海洋资浮标数据采集系统。该系统利用ARM芯片定时器和中断控制器,虚拟了多模块并行采集处理电路。全系统依据海洋资料浮标功能分为气象安全、水文生化和通信三个模块,实现了浮标多设备的连续采集和处理,以及实时双向通信等功能；依据不同模块的特点,采用多路复用器和串口扩展芯片,实现了系统的接口扩展,从硬件上提高了系统的搭载能力。通信模块采用DMA技术实现了双路实时数据的转发、补发及远程控制等功能,实现了浮标系统在海上的可靠安全运行,也提高了其人机交互功能。本系统经过实验室测试和海上现场运行实验,验证了系统的稳定性、可靠性、和测量准确性。

Abstract:

氯胺酮是一种N-甲基-d-天冬氨酸受体(NMDARs)拮抗剂,在临床上被用于镇静、麻醉以及治疗难治性抑郁,但是氯胺酮的成瘾性限制了其临床应用。0.5 mg/kg 剂量是临床常用的氯胺酮抗抑郁剂量,而15 mg/kg是氯胺酮滥用人群的暴露剂量[1]。目前有关不同剂量氯胺酮对脑网络的激活情况仍不清楚。本实验选择0.5 mg/kg 及15 mg/kg 两个有代表性的氯胺酮剂量,腹腔连续注射7天,通过脑即刻早期基因蛋白(cFos)表达量来表征氯胺酮对小鼠脑网络的激活情况。结果显示,与生理盐水组相比,0.5 mg/kg 氯胺酮能显著增加内侧前额叶、中间外侧隔核、导水管周围灰质脑区 cFos 数量；而15 mg/kg 氯胺酮能显著增加伏隔核、外侧缰核、 海马CA3、杏仁核、腹侧被盖区 cFos 表达数量。这说明氯胺酮对脑网络的激活呈剂量依赖性,0.5 mg/kg和15 mg/kg的氯胺酮激活的脑区存在差异。该研究为探索不同剂量氯胺酮的神经药理作用奠定基础,为寻找氯胺酮抗抑郁和成瘾差异脑区提供参考。

Abstract:

使用毫米波雷达进行非接触式生命特征监测能够进行持续且不被察觉的身份验证，由于心脏运动受各种复杂因素影响，而调频连续波毫米波雷达在用户睡眠时能更好地对心脏数据进行监测和捕获。本文提出了一种基于心脏运动一维时序雷达信号的深度卷积神经网络身份识别的方法，并与LSTM、InceptionTime、LSTformer三种深度学习算法进行了性能对比与分析。在实验室采集到的人体静卧状态下心脏信号数据集上，各模型最终都能达到90%左右的分类精度。其中深度卷积神经网络InceptionTime准确率最高，但耗时最长，长短期记忆网络模型LSTM及LSTformer准确率较低，但耗时较短，本文提出的卷积神经网络模型准确率与InceptionTime相当，但计算耗时较短，在准确率和计算效率之间取得了平衡。

Abstract:

LOGO是一种新的分布式计算框架，与流行的MapReduce计算框架不同，LOGO框架下的大数据分布式计算由两步操作完成，即LO操作在节点虚拟机内运行串行算法完成一个随机样本块的独立计算，产生局部计算结果；GO操作将所有局部结果上传到主节点，在主节点内对局部结果做集成，得到大数据的近似计算结果。LOGO计算框架执行迭代算法时，消除了节点间的数据通信，极大地提高了分布式计算的效率，降低了内存需求，提高了数据扩展性。本文介绍基于LOGO计算框架自主研发的一种新型分布式机器学习算法库RSP-LOGOML。新型分布式计算由LO操作执行的串行算法和GO操作执行的集成算法两部分组成，LO操作直接执行已有的机器学习串行算法，不需按MapReduce编程模型对算法重写，GO操作对串行计算结果进行集成。本文阐述LOGO分布式计算的原理、算法库架构、串行算法封装和GO操作集成策略，展示Spark实现、App应用开发和多种算法测试结果。

Abstract:

通过制造支架来模拟人体微环境是生物医学领域的一大成就。然而，寻找理想生物支架的工作仍处于起步阶段，仍需要克服重大挑战。目前，天然物质对科学界有更大的吸引力，因为它们具有超强的生物能力、低成本、可生物降解性，并且比合成实验室制造的产品毒性更小。壳聚糖 （CS） 是一种著名的多糖，最近因其生物活性而备受关注，尤其是在 3D 骨组织工程 （BTE） 中。壳聚糖与天然组织非常相似，因此是生物打印的热门候选。本文重点综述了基于CS支架发展的潜力以及骨治疗的缺点。壳聚糖纳米复合材料具有较强的机械强度、吸水能力、细胞相互作用和生物降解特性。壳聚糖衍生物还提供了不同的治疗途径，并且具有较强的生物活性。 3D 定制生物打印为设计和制造具有生物、机械和地形特性的支架打开了新的大门。

Abstract:

近年来，随着互联网的迅猛发展，越来越多的新型网络应用逐渐兴起，网络规模不断扩大，网络组成也越来越复杂。网络流量分类技术作为增强网络可控性的基础技术之一，不仅可以帮助网络运营商提供更好的服务质量，而且能够对网络进行有效的监督管理，确保网络安全。本文综述了网络流量分类领域的研究方法及研究成果，对这些传统方法进行比较，分别指出它们的优势和不足。并针对高速网络环境下的实时分类、加密流分类、精细化分类、协议动态变化时的分类等现实挑战，对相关研究进展进行阐述和分析。最后对未来的研究方向进行展望。

Abstract:

重复序列在基因组中普遍存在，大量实验证实其在生物进化过程中起着重要作用。目前，重复 序列的发现与识别技术已经成为基因组学的研究热点，文章分类总结了有关这方面的研究进展，并对相 关工具的功能特点进行了简要分析，同时对重复序列发展趋势进行了总结和展望。

Abstract:

机器人技术代表一个国家的高科技水平和自动化程度，了解和分析国内外的研究现状和最新进展有助于加快我国服务机器人行业的发展。近年来，清洁机器人和教育机器人在我国已经大规模销售，娱乐机器人和安防机器人市场正在培育和快速发展中，医疗机器人市场处于大规模应用的萌芽状态。为了在这一巨大市场中分一杯羹，在服务机器人领域缩短与发达国家的差距，有必要紧紧抓住服务机器人更高智能化、模块化和网络化的技术发展趋势，围绕实现服务机器人智能化、模块化和网络化的集成技术展开研究。

Abstract:

人体肠道中含有大量的微生物。研究表明，肠道微生物的群落结构在人体的许多生理功能上发挥重要作用，如机体物质代谢、能量吸收、胃肠道功能的完善及免疫功能的调节等。人体的许多慢性疾病，比如肥胖症、与肥胖相关的炎症反应、炎症性肠病、抑郁症等都与胃肠道微生物的群落结构失衡有关。肠道微生物与人体相互作用关系的研究对许多慢性病的预防和治疗，以及保持人体健康具有一定的指导意义。

Abstract:

在图像引导放射治疗中肿瘤(靶区)和危险器官的勾画是制定放疗计划的重要环节。在临床应用中靶区勾 画通常是由医生手动完成，虽然这种方法普遍被认为可靠，但是耗时较多且精度受医生主观影响较大。由于临床 上人体组织结构的多样性和靶区目标影像的复杂性，自动勾画方法在精度和可靠性上并不能较好的满足实际临床 需求。文章提出了一种交互式轮廓勾画的方法，结合自动的活动轮廓模型和手动交互的多尺度曲线编辑方法实现 靶区的快速精确勾画。通过初始化轮廓调整使活动轮廓模型快速可靠地达到目标轮廓，然后使用多尺度数字曲线 编辑可实现对复杂形状轮廓的快速修正。医学临床实验结果验证了方法的有效性。

Abstract:

基因是遗传的物质基础。生物体的生、长、病、老、死等一切生命现象都与基因有关。基因测序是解读生命的一种途径。随着新一代高通量测序技术的发展，每天会产生TB甚至更多的序列数据。合理诠释这些大规模及复杂高维度的数据成为获取数据后一个更大的难点，是当前生物研究的关键步骤，具有巨大的现实意义。海量高通量测序数据的存储、处理和分析都极大地挑战着当前的计算机系统和计算模式。本文将结合调研情况，尤其是华大基因的实例调研，讨论当前高通量测序数据分析的现状、问题和多方采取的措施。然而，面对高通量测序数据带来的挑战，仍需要多方密切合作和长久深入的研究。

Abstract:

本文对机器翻译技术的研究现状进行了全面介绍，分析了亟待解决的核心问题，并对机器翻译的未来发展前景和趋势提出了自己的设想。

Abstract:

电化学生物传感器将生物活性识别材料与电化学检测器件有机结合起来，广泛应用于临床医学、药物和食品分析与环境监测等领域。与其他电化学传感器相比，电化学生物传感器具有特异性好、检测灵敏度高和制作简便等优点。文章重点介绍了电化学生物传感器的基本原理、分类、研究进展及其在生物医学领域中的应用，并对电化学生物传感器的发展前景进行展望。

Abstract:

近年来随着全球资源、环境问题日益严峻，节能、环保的电动汽车得到快速发展。电动汽车采用电机驱动系统，具有转矩快速响应、易于精确测量、可实现动力分散控制、可实现制动能量回收等优点。充分挖掘并利用这些优点可显著提升车辆动力学控制性能。文中从电动汽车动力学控制运行参数的识别、动力学控制结构与方法两个角度综述了十多年来的研究成果，重点介绍了轮胎-路面接触条件识别方法、驱动防滑控制方法等。车辆动力学控制，包括电子差速控制、直接横摆控制、底盘集成控制等研究现状也做了总结。最后对未来电动车辆动力学控制的发展方向作了几点展望。

Abstract:

本文首先简要介绍了经颅磁刺激(Transcranial Magnetic Stimulation，TMS)的技术原理与应用，其次重点比较了几 种常见的经颅磁刺激线圈定位方法，总结了 TMS 线圈定位面临的问题，然后提出了一种充分整合被试者大脑头皮外形、 脑解剖结构、脑功能区域定位三方面定量信息的改进的经颅磁刺激线圈定位方法，最后展望了经颅磁刺激线圈定位方法 的应用前景。

Abstract:

自动驾驶是人工智能研究的重要应用领域，文章提出了一种基于深度强化学习的自动驾驶策略模型学习方法。首先采用在线交互式学习方法对深度网络模型进行训练，并基于专业司机的经验数据对 模型进行预训练，进而结合经验池回放技术提高模型训练收敛速度，通过对状态空间进行聚类再采样，提高其独立同分布特性以及策略模型的泛化能力。通过与神经网络拟和 Q-迭代算法的比较，所提方法的训练时间可缩短 90% 以上，稳定性能提高超过 30%。以复杂度略高于训练集的测试道路长度为基准，与经验过滤的 Q-学习算法相比，采用聚类再采样的方法可以使策略模型的平均行驶距离提高 70% 以上。

Abstract:

目前Hadoop的作业调度算法都是将系统中的多类资源抽象成单一资源，分配给作业的资源均是节点资源中固定大小的一部分，称为插槽。这类基于插槽的算法没有考虑到系统多资源的差异性，忽略了不同类型作业对资源的不同需求，因此导致系统在吞吐量和平均作业完成时间上性能低下。本文研究了多资源环境下公平调度算法在Hadoop中的实现，设计了一种多资源公平调度器MFS(Multi-resource Fair Scheduler)。MFS采用了DRF(Dominant Resource Fairness)调度思想，使用需求向量来描述作业对各类资源的需求，并按照需求向量中各资源的大小给作业分配资源。MFS能更加充分有效地使用系统的各类资源，并能满足不同类型作业对资源的不同需求。实验表明相比于基于插槽的Fair Scheduler 与Capacity Scheduler，MFS提高了系统的吞吐量，降低了平均作业完成时间。

Abstract:

胶囊内窥镜是极有潜力的新型肠胃道检查手段，但是目前的临床胶囊内窥镜产品还存在一些问题需要解决，其准确定位跟踪是关键之一。在各种可能的定位方法中，利用磁体的定位技术具有明显的优势：无需供电、占用胶囊空间小、可以连续跟踪、实时性强和无副作用。本文重点讨论基于磁场传感器阵列实现对胶囊中磁体进行定位的方法，通过算法和系统的优化设计，实现了以磁偶极子为数学模型的3维位置和2维方向实时定位跟踪。为了消除人体运动对胶囊跟踪的干扰影响，本文提出对胶囊和参考目标磁体同时定位的方法，也提出了对胶囊的3维位置和3维方向的全6维定位算法以开展三维重建和病变组织的准确测算。实验结果证明本系统可对胶囊内窥镜实现2～3mm精度的定位跟踪。

Abstract:

超声瞬时弹性成像技术具有无创、无痛、定量、实时及重复性好等优势，适用于肝纤维化分期诊断，具有重要的临床应用价值。本文以超声瞬时弹性成像系统设计为研究出发点，提出在基于射频信号的时域互相关算法基础上，采用抛物线插值算法提取亚采样信息，提高位移场的估算精度；设计了剪切波匹配滤波器，以减弱低频振荡器对位移场造成的干扰，从而提高了应变估计质量，增强了剪切波速度估算的可靠性与准确性；设计了针对瞬时弹性成像系统的时间增益补偿（TGC）电路，以降低声信号衰减带来的影响，提高信号的信噪比；给出了一种聚丙烯酰胺凝胶生物仿体的制备方法，并采用机械压痕测试对仿体进行标定，将标定结果与瞬时弹性成像系统的检测结果进行了对比，对比结果显示出良好的一致性。生物仿体实验和健康人体肝脏的弹性测量结果也验证了提出的位移估计算法、匹配滤波器及TGC电路的优越性。

Abstract:

为了充分整合分布的高性能计算资源，本文提出一种面向科学计算的网格环境，旨在形成一个可统一管理和运行维护的虚拟的超级计算机资源，面向用户提供统一、易用、可靠的科学计算服务。面向科学计算的网格环境通过轻量级网格中间件SCE汇聚资源，支持作业的全局调度、数据的统一管理视图，面向用户提供命令行和网格门户两种使用方式，并提供编程接口供专业社区和学科平台二次开发使用，满足不同层次的用户需求。目前，面向科学计算的网格环境已经在中国科学院超级计算环境（ScGrid）中得到应用和用户认可。

Abstract:

如何从肌电信号中有效地减少工频干扰一直是肌电信号检测与应用中的突出问题。本文总结数字陷波、LMS自适应滤波、卡尔曼（Kalman）滤波和S变换等几种适合进行实时工频干扰去除的方法，研究和分析它们在去除肌电信号中工频干扰的性能。初步结果表明：Kalman滤波方法在从肌电信号中减少工频干扰方面表现出了较好的整体性能，而S变换方法对具有严重工频干扰的肌电信号具有较好的噪声抑制效果。

Abstract:

随着Deep Web数量和规模的快速增长，通过对其发起查询请求以得到存储在后台数据库中的相关信息，日渐成为用户获取信息的主要方式。为了方便用户有效地利用Deep Web中的信息，越来越多的研究者致力于这一领域的研究，重点之一是Deep Web后台数据库的数据集成。由于Deep Web后台数据库存储的主要是文本信息，使得从文本处理角度出发，针对Deep Web中存储的内容进行查询与检索的研究具有十分广阔的应用前景。本文对Deep Web的研究现状进行了较为详细的分析，同时对研究的发展方向进行了展望。

Abstract:

当前世界上排前几位的超级计算机都基于大量CPU和GPU组合的混合架构，它们对某些特殊问题，譬如基于FFT的图像处理或N体颗粒计算等领域可获得很高的性能. 但是对由有限差分（或基于网格的有限元）离散的偏微分方程问题，于CPU/GPU 集群上获得较好的性能仍然是一种挑战. 本文提出并测试一种基于这类集群架构的混合算法. 算法的可扩展性通过区域分解算法实现，而GPU的性能由基于光滑聚集的代数多重网格法获得，避免了在GPU上表现不理想的不完全分解算法. 本文的数值实验采用29 CPU/GPU求解用差分离散后达三千学报

Abstract:

足下垂是由腓总神经功能障碍引起踝关节无法背屈、行走时足趾拖地的症状。它不仅影响患者日常行走，还会使 其产生自卑心理。表面垂足刺激器将刺激电极贴附在腓总神经或者胫骨前肌上，使用传感器来侦测脚步动作，通过电刺 激使脚踝产生背曲屈及翻转动作，改善步行摆动期所发生的足下垂现象。本文阐述了表面垂足刺激器的工作原理及研究 进展，并对基于生物信号反馈的闭环足下垂刺激器的研究趋势进行了介绍。

Abstract:

人体姿态估计方法中，在初始化或者跟踪失败的情况下，需要提供姿态初始值。我们将姿态估计看作对人体每个像素的分类问题，设计了一种表征人体部位尺寸及位置的特征。通过识别当前帧人体像素所属部位，可计算人体姿态。我们对分类器性能进行了测试，分类器对人体像素的识别率达到91%，对分辨率为160*120的深度图像，Intel单核1.6 GHZ的处理器上的处理速度为4 ms/fps。本文分析了该特征的局限性及出现问题的原因。

Abstract:

随机森林是一种著名的集成学习方法，被广泛应用于数据分类和非参数回归。本文对随机森林算法的主要理论进行阐述，包括随机森林收敛定理、泛化误差界以和袋外估计三个部分。最后介绍一种属性加权子空间抽样的随机森林改进算法，用于解决超高维数据的分类问题。

Abstract:

本文以帮助聋儿言语康复为出发点，从聋儿音频发音数据中获得了聋儿易错发音文本以及聋儿易混淆发音文本对。设计了一个数据驱动的3D说话人头发音系统，该系统以EMA AG500设备采集的发音动作为驱动数据，逼真模拟了汉语的发音，从而可使聋儿观察到说话人嘴唇及舌头的运动情况，辅助聋儿发音训练，纠正易错发音。最后对系统的性能进行了人工评测，结果表明：3D说话人头发音系统可以有效地模拟说话人发音时口腔内外器官的发音动作。此外，本文还用基于音素的CM协同发音模型合成的方法，合成了聋儿易错发音文本的发音动动作，并用RMS度量了合成发音动作与真实发音动作的误差，得到了均值为1.25 mm的RMS误差值。

Abstract:

大黄鱼形态参数测量对大黄鱼养殖遗传选育和品质改良等具有重要意义。文章结合机器视觉和称重传感器技术，设计开发了一种大黄鱼体重、体长和体宽等外部形态多参数同步自动检测系统。该系统通过机器视觉自动检测鱼体外部形态参数，通过称重传感器自动获取鱼重量参数。实验结果表明，系统的尺寸测量平均误差为0.28%，鱼重测量平均误差为 0.74%，可以满足大黄鱼形态参数测量精度要求，为鱼类形态参数自动检测提供了一种有效的新途径。

Abstract:

利用绝热加速量热仪提供绝热环境，研究了三元软包锂离子动力电池在不同倍率充放电时的发热行为。 锂离子电池内部的总热量由可逆的熵变热和不可逆的焦耳热组成。进一步研究结果表明，电池发热量的大小主要 由充放电倍率决定：低倍率充放电时电池发热量较小，0.2 C 倍率时电池温度上升 7.16℃，熵变热有明显的体现； 高倍率充放电时焦耳热占主导地位，熵变热几乎可以忽略，1 C 倍率时电池温度上升 25.63℃。同一倍率下放电过 程发热量大于充电过程，放电过程中电池荷电状态为0 ～ 10% 时，直流内阻突然增大，此处电池发热功率最大。 该研究对锂离子电池热管理的散热设计有一定的参考价值。

Abstract: