Abstract:

Abstract:

在这个海量数据时代，DNA 是一种很好的新信息存储媒介。与传统的物理存储介质相比，它具有能耗低、存储密度高、存储寿命长等固有的优点。随着 DNA 存储技术的快速发展，如何保障新技术下的信息安全至关重要。为此，该文结合加密领域研究和 DNA 编码领域研究，提出了一种基于混沌系统和喷泉码的 DNA 加密编码方法，利用混沌系统加密原理，在 DNA 喷泉码编码过程中进行加密，在保留 DNA 喷泉码特性的同时，保障了编码信息的安全性。该方法可用于任意类型数据，可实现高信息密度和任意约束条件的 DNA 编码。同时，通过仿真实验证明，该方法可以有效抵抗多种密码学攻击，并对 DNA 存储过程产生的数据错误有一定纠错能力。

Abstract:

作为新一代信息存储介质，DNA 具有高信息密度和长期保存能力，有望解决全球数据存储介质耗竭的问题。但目前 DNA 信息存储技术的发展主要围绕信息“冷存储”开展，这使得存储过程中出现修改、更新、删除、销毁等需求时束手无策。该文从“冷存储”技术的现状出发，通过归纳总结 DNA 信息存储介质难以实现“热存储”应用的原因，解析用于信息处理功能的一系列“热存储”技术，包括加密销毁、重写再生、擦除恢复、运算记录等，详细论证 DNA 介质用作信息处理载体的可行性与有效性，分析各技术之间的关联性和挑战性，以期为 DNA 存储技术低能耗、高精准、高效率、高安全性的应用奠定基础，并推动新一代智能型信息存储介质和信息处理系统的发展。

Abstract:

目前，传统的存储技术主要将硅基材料作为存储介质，但全球现有的硅资源却无法满足日益增长的数据存储需求。随着数据时代的发展，存储技术创新面临新的挑战。在自然界，DNA 分子储存着丰富的遗传信息。从化学生物学的角度分析，将 DNA 分子作为介质进行数据信息存储有望为存储技术的创新提供一个新机遇，而非天然碱基核苷酸可以扩充遗传字母表，增加 DNA 存储容量，但在其实际应用方面，目前还有很多问题待解决。该文综述了 DNA 存储技术的研究进展，对当前 DNA 存储现状、待解决的技术难题与发展前景等进行了分析；并在此基础上，介绍了非天然碱基对(UBPs)作为合成生物学的一个新方向在 DNA 信息存储领域的潜在优势和技术挑战。

Abstract:

现代社会正处于数据爆炸的时代，全球对数据存储的需求已经远远超过了已有的存储能力。DNA 是一种天然的遗传信息载体，可实现稳定、高效、低功耗的数据存储。目前的 DNA 存储过程主要分为 6 个环节：编码、写入、保存、检索、读取、解码。纳米孔测序技术被广泛应用于读取 DNA 中所存储的信息。该文系统性地介绍了纳米孔分子检测技术的原理和发展历史，及其在 DNA 存储中的应用。此外，该文总结了机器学习在纳米孔检测技术中的应用，着重介绍了结合机器学习的新型纳米孔检测技术。该文为纳米孔检测技术的发展提供了新方向，也为新型实用化 DNA 存储系统的发展奠定了基础。

Abstract:

随着现代科学技术的不断迭代升级，人类生产生活中产生的数据量呈爆炸式增长，传统的硅基存储介质(如硬盘、闪存等)逐渐无法满足全球范围内的数据存储需求。DNA 因其存储密度大、存储时间长、能源消耗低等颠覆性的优势被认为是新一代的理想存储介质。该文围绕 DNA 存储技术，首先阐述了其基本原理与流程；其次，在传统数据安全的范畴下，结合近期 DNA 存储领域的相关研究，归纳介绍了 DNA 存储技术的数据安全研究现状，包括数据加密、数据弹性、恶意攻击检测等；最后，讨论了现阶段 DNA 存储技术的数据安全所面临的挑战及发展趋势。随着多学科交叉协同发展，在广角度多层面的数据安全保护下，DNA 存储技术有望解决海量数据存储需求与有限存储资源间的供需不平衡问题，实现多场景的商业化应用。

Abstract:

数据信息的规模呈指数级增长与现有存储介质储存能力不足的矛盾日益凸显，亟需通过开发新型介质解决相应问题。DNA 基于其数据存储密度超高、能耗低及寿命长等特点，作为一种新兴的数据存储媒介备受关注，尤其在海量“冷数据”存储方面，有望替代现有存储方式。在数据存储过程中，DNA 的有效保存是其中重要的一环，该环节直接影响数据的存储密度、稳定性、存储时间，以及数据的写入和读取。针对目前文献中关于 DNA 保存技术的介绍较少，该文综述了数据存储中 DNA 保存技术的研究进展和策略，讨论了现有的 DNA 保存技术应用在 DNA 数据存储中面临的困难与挑战，对 DNA 数据存储的实现方式进行了展望。

Abstract:

在过去的几十年里，互联网技术的发展和普及推动人类进入了数字信息时代，互联网已成为人类生活的重要组成部分。随着数字化生活方式的到来，人们每时每刻都在产生大规模的数字信息，如何将这些信息进行便捷有效的存储是个必须面对的问题。针对数据存储面临的种种问题，该文从现有的存储方式和存储介质出发，对当前存储领域进行深入研究，分析了 DNA 作为未来大数据存储介质的优势，以及 DNA 存储的核心技术和潜在的应用前景。另外，该文通过对 DNA 信息存储的核心技术进行剖析和讨论，提出了未来 DNA 信息存储发展的趋势和见解，以期对 DNA 信息存储发展提供新的思路。

Abstract:

随着全球数据呈现指数级增长，当前的信息存储技术面临维护成本高昂、存储寿命有限等多个缺陷，逐渐无法满足日益凸显的需求。因此，迫切需要引入新的信息存储方法来解决这一问题。DNA 作为一种天然的遗传信息载体，具备高存储密度、潜在低维护成本和长寿命等优势，因此被视为一种有潜力的新型信息存储介质。该文对 DNA 数据存储技术的基本原理和流程进行了概述，并回顾了其历史发展。同时，对当前基于 DNA 存储的领域仍面临的挑战进行了总结，如缓慢的数据写入和读取速度等，以及应对这些挑战的一些潜在策略。最后，为了满足全球对新存储方法的需求，该文指出了 DNA 数据存储技术的未来发展方向。

Abstract:

自人类进入信息时代以来，全球信息总量飞速膨胀，为数据存储行业带来极大挑战。当前的信息存储工具存在许多缺陷，如信息密度低、使用寿命短、环境污染等，而脱氧核糖核酸(DNA)作为天然的遗传信息载体，具有信息密度高、稳定性高、保存时间长、维护成本低等优点，可能成为信息存储领域的卓越选择。尽管 DNA 存储目前面临读写成本高、速度慢、错误率高等挑战，但在某些领域也有着独特的优势，如“冷”数据存储和军事加密存储等。目前，DNA 存储的潜在发展方向主要包括在军事、航空航天等特殊场景下的应用，高容错的编解码方案，生物活体存储体系，脱离测序的信息读取方法，以及集成化的存储系统和统一行业标准等。希望在不久的将来，DNA 存储能够实现规模化应用，迎来数据存储的新纪元。

Abstract:

隐喻具有启发理解、说服他人的目的。当前隐喻呈现文本、图像、视频等多模态融合的趋势，因此识别多模态中蕴含的隐喻语义，对互联网内容安全具有研究价值。由于缺乏多模态隐喻数据集，当前学者们难以建立研究模型，使其更多关注基于文本的隐喻检测。针对这一不足，本文首先从图像-文本，隐喻出现、情感表达和作者意图等角度，构建新型多模态隐喻数据集（Metaphor Dataset with Emotion and Intention, MDEI）。接着，利用Kappa分数评估数据集标注者间的一致性。最后，借助预训练模型和注意力机制，融合图像属性特征、图像实体对象特征和文本特征，构建多模态隐喻检测模型验证多模态数据集的质量和价值。实验结果表明，MDEI能提升隐喻模型检测效果，多模态信息间相互关系能有助于隐喻的理解。

Abstract:

在多人群聊会话中，判断群聊历史消息之间的回复关系是对话领域的一项重要任务。现有的相关工作还未关注并解决以下两个数据分布方面的问题：长度较短的消息往往出现的频率更高，而短文本包含的语义信息较少，限制了模型的学习能力；存在回复关系的正样本数量往往远少于负样本数量，导致模型在训练过程中容易出现数据偏斜问题，降低了模型处理正样本的性能。针对这两个问题，该文提出了一个基于预训练语言模型的改进模型，首先通过动态查询窗口建模来缓解短文本相关问题；然后通过位置驱动正例权重优化来应对正样本相关问题。该文在公开数据集上与前人研究工作进行了比对，实验结果表明，该文工作在召回率和F-1指标上分别达到了62.2%和59.4%，比基线模型平均提高了15.7%和8.5%。此外，该文构建了采集自Telegram平台的新数据集，为后续相关研究提供数据支持。

Abstract:

在摩尔定律接近极限，下一代集成电路技术难度大且成本激增的背景下，先进的封装基板是支持系统集成以及巨量I/O提升的重要载体，是后摩尔时代的核心部件之一。基于积层绝缘胶膜(Build-up Film，BF)材料的半加成法工艺是实现细间距多层封装基板的主要途径之一。鉴于电子设备在高频高速场景下运行时信号完整性问题日益凸显，本文深入探讨了BF材料及结构特征对信号传输损耗的影响。基于微带线、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。研究发现，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材料的介电常数对等效电容和阻抗极值有显著影响，进而影响阻抗的不匹配度。尽管BF材料特性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，这为封装基板制造过程中的铜箔质量控制提供了重要参考。本研究揭示了BF材料及结构特征对信号传输损耗的影响机制，为BF材料物性及封装基板的设计和优化提供了理论依据。

Abstract:

在加密移动应用程序流量分类领域，传统方法都是基于双向流量的特征对流量进行分类，但在实际场景中，不对称路由会导致远程监控者只能获得单向流量，使得传统方法分类准确率下降。因此本文设计一种只使用单向流量特征的加密移动应用程序流量分类方法。由于下行流量包含的信息多于上行流量，本文选择对下行流量的有效负载进行分析。由于移动应用程序流量具有时间和空间的相关性，提出使用双向长短期记忆网络捕获数据流的时序相关性、使用卷积神经网络学习特征的空间相关性，并引入注意力层关注重要特征来进一步提高分类准确率。该方法相较于之前的方法，它的使用范围更广，能够同时适用于单向流量和双向流量场景，使用更少的特征获取更高的准确率。

Abstract:

数据溯源技术可以记录和追踪敏感文档的来源，从而防止文档泄露。传统的网络通路溯源对离线文档缺乏有效跟踪机制，基于加密文件的密钥追踪对共享文件不能保证有效溯源，现有的标注法、反向查询和数据水印技术，往往需要用户参与并在应用层实现，导致溯源的安全力度不够，缺乏透明性和灵活性，系统的整体扩展性不足。该文提出了一种创新的基于脚本的动态指纹溯源架构，该架构基于Linux内核实现底层溯源，加强文档溯源的安全性和透明性；基于用户脚本实现指纹追踪算法，提升文档溯源的灵活性和有效性。同时面向多负载共享需求设计指纹驱动算法，确保文档共享的高效性和可扩展性。经验证，本架构对操作系统的影响极小，同时具备出色的可扩展性。在处理单个或多个负载共享的场景时，指纹驱动算法展现了其透明性、实时性和高效性。

Abstract:

本研究在眼科图像疾病识别中引入了视觉语言模型这一新的范式，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，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；然后利用生成式人工智能GPT-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。实验结果表明，与传统的卷积神经网络和Transformer网络相比，本文提出的方法在性能上分别高出4.8%和3.2%。同时，本文还进行了各模块的消融实验，验证了该方法的有效性，显示了视觉语言模型在眼科疾病辅助诊断领域的应用潜力。

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，由于内窥镜影像为二维图像，医生只能臆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。腺样体区域为人体黏膜组织，且表面具有鼻腔分泌物，因此具备强反光、特征稀少、场景光滑、图像模糊等特点。根据腺样体特点，该文提出了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，然后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，最终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、稠密和平滑的腺样体区域三维重建，并且重建结果显著优于现有三维重建算法。

Abstract:

基于鲹科鱼的推进模式，采用鱼鳍模块化设计，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，可以方便地对胸鳍、腹鳍和尾鳍进行拆装，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，从而研究胸鳍和腹鳍对游动性能的影响。在样机游动测试中，采用了一台高速相机和一面平面镜构建的记录机器鱼运动的“双目视觉系统”，可以对鱼头最前端以及质点上方两处标记点进行追踪并记录三维位置信息，为机器鱼游动的游动性能、姿态变化以及头部稳定度的定量分析提供数据支持。结果表明：机器鱼具有良好的直线推进性能和转弯性能；在稳定性实验中装配上胸鳍和腹鳍的机器鱼头部稳定性在低频游动时更优，而在高频游动时没有显示出优势，这也和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相一致。

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:

在当今的数字时代，Nginx已成为Linux系统上最为普及的Web应用服务器，占据了市场份额第一名。鉴于其在确保用户服务质量方面的关键作用，对Nginx性能的优化显得尤为重要。尽管Nginx服务器广泛部署于X86和ARM这两种主要的硬件架构之上，迄今为止，针对这两种架构下Nginx性能调优的对比分析尚处于空白。本研究旨在填补这一缺口，通过对比这两种架构的系统参数自动调优效果，揭示了显著的差异性结果：在处理动态请求的场景下，X86架构的性能明显胜过ARM架构，其P99延迟比ARM低达515毫秒，性能提升高达287%。反之，在处理静态请求时，ARM架构则展现出更加卓越的表现，其P99延迟比X86低220毫秒，性能提升达到了60%。这一发现突出了X86和ARM架构在不同类型的负载处理上的特定优势，并明确指出了不同硬件架构对于Nginx性能优化策略的显著影响。因此，系统管理员在针对不同硬件架构进行Nginx优化时，必须考量架构特有的静态与动态请求之间的性能差异和迭代效率，以确保最佳性能表现。

Abstract:

心血管疾病是当前人类生命健康的首要威胁。血管组织工程支架可用于病变血管的再生修复，为心血管疾病治疗提供了新选择。然而，现有血管组织工程支架尚面临界面适配的挑战，导致植入后易发生并发症而难以被临床转化。最近研发的具有程控形变能力的血管组织工程支架不但可动态适应不同尺寸的血管三维形态、并且可有序引导血管细胞的行为功能，为解决血管组织工程支架界面适配难题提供了新机遇。通过对程控形变血管组织工程支架最新研究进展和现存挑战的综述和展望，将有望为新一代组织工程血管支架的研发和转化提供重要启示。

Abstract:

人工智能可解释性是指人们能够理解和解释机器学习模型的决策过程。这一领域的研究旨在提高机器学习算法的透明度，使其决策更加可信和可解释。解释性在人工智能系统中至关重要，尤其是在对于决策敏感和关键的领域，如医疗、金融和法律。通过提供可解释性，人们可以更好地理解模型的推理基础，确保其决策是公正、健壮且符合伦理标准。在不断发展的人工智能领域中，提高模型可解释性是实现可信、可持续发展人工智能的关键一步。文章梳理了人工智能可解释的发展历史和各种可解释方法的技术特点，特别是在医疗领域的可解释性方面进行了更深入的探讨。对当前方法在医学影像数据集上的局限性进行了分析，并提出了未来可能的尝试方向。

Abstract:

美食作为人们生活中不可或缺的一部分，一幅展现城市内美食地理分布的美食地图具有重要的社会价值。网络时代，社交媒体已渗透人们的衣食住行，社交媒体数据为自动化地图制图提供丰富的数据支撑。本文提出社交媒体数据驱动的城市美食地图自动生成方法，结合机器学习算法和地图制图方法，实现风格化的城市美食地图智能生成。并开发了城市美食地图的可视化探索系统，对四座城市进行美食案例探索分析。案例结果展示了该方法在刻画城市美食方面的表现力和有效性。

Abstract:

卷积神经网络(CNNs)作为深度学习的典型代表，是计算机视觉等任务最常用的神经网络，然而卷积运算通常占整个CNNs运行时的90%以上，成为CNNs的性能瓶颈。另外，由于当下硬件的复杂性及工作负载的多样性，之前工作的一些特定优化往往缺乏性能可移植性。对此我们提出了BlazerML，一个基于TVM模板代码自动生成的开源卷积计算库，可以自动生成任意输入形状的高性能卷积实现，BlazerML是基于Winograd算法实现的，因为该算法是快速卷积算法中性能最高的算法。实验结果表明BlazerML显著优于当下最先进的开源库。在x86 CPU上运行常见的深度学习网络前向推理分别比OnnxRuntime、MNN和TVM社区版本快1.18～2.47、1.18～2.27和1.01～1.66倍。在ARM CPU上运行常见深度学习网络的单层推理分别比速ACL和FastConv快1.26～6.11、1.04～4.28倍。

Abstract:

推荐系统能够有效解决信息过载问题，受到学术界与工业界的广泛关注。基于图神经网络的协同过滤算法，能够有效表征用户与项目特征，学习用于与项目间的复杂关系，成为近年来推荐系统中广泛使用的一种技术。本文首先根据拟解决问题的不同对算法进行分类，然后对每个类别下的代表性算法进行了比较与分析。其次，对实验中常用的数据集进行了分类汇总，并对常用的评价指标进行了简要介绍。最后，给出了该领域面临的挑战和未来可能的研究方向。

Abstract:

黑暗场景与传统预训练模型所依赖的数据之间存在显著差异，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。针对这一问题，本研究提出了一种领域自适应预训练方法，旨在改善黑暗环境下的行为识别性能。该方法融合了外部视觉去暗增强模型以引入关键的去暗知识，并采用跨领域自蒸馏框架来优化预训练模型，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，本方法在全监督的黑暗场景行为识别数据集上获得了97.19%的准确率，在无源领域自适应场景数据集中，准确率提升至49.11%，而在多源领域自适应场景数据集中，准确率达到了54.63%。

Abstract:

如何将预训练模型所获得的知识有效地迁移到视频理解下游任务，是计算机视觉研究中的一个关键问题。在开放域场景中，由于不利的数据条件，知识迁移变得更具挑战性。受到自然语言处理技术的启示，近期许多多模态预训练模型通过设计文本提示进行迁移学习。本文提出了一种基于领域上下文辅助的开放域视频理解方法，通过大语言模型来深化模型对开放世界的理解。通过在大语言模型中融入领域的先验知识，在大语言模型中丰富动作标签的上下文知识，将视觉表示与人类行为的多层次描述进行对齐，实现了鲁棒的分类效果。我们在开放世界场景下进行了广泛的行为识别实验，在全监督设置中，ARID数据集的预测准确度达到71.86%，而Tiny-VARIT数据集在均值平均精度上取得了80.93%。在无源领域自适应设置下，预测准确度实现了48.63%；而多源领域自适应设置中，准确率为54.36%，实验结果显示了领域上下文辅助在各种自适应环境下的有效性。

Abstract:

针对目前智能家居服务管控技术存在的标准缺失和用户需求多样化的问题，该文提出了一种时空数据驱动的智能家居服务管控方法。该方法包括构建智能家居时序知识图谱和基于联邦学习的智能家居服务管控方法。通过记录智能家居场景中概念实例的状态，时序知识图谱提供了环境变化和服务状态的时序数据支持。通过联邦学习算法，结合不同家庭的模型参数，实现个性化模型更新和预测智能家居服务状态。实验结果表明，该方法能够有效地管控智能家居设备并准确满足用户需求，具有高准确度和较快的收敛速度。

Abstract:

超表面由亚波长尺度的人工微结构组成，在共振波长下，其能增强光与物质的相互作用，提高近场中生化分子信号强度。其中，手性等离激元超表面能够稳定有效地增强手性分子的手性信号，实现对痕量分子的检测。为满足生物、化学、环境等诸多领域对检测器件的高分辨率和高灵敏度要求，基于手性等离激元超表面的生化检测技术研究日益丰富。该文综述了手性等离激元超表面生化检测的机制以及手性等离激元超表面的研究进展。在生化检测方面，分别介绍了近年来手性等离激元超表面在环境介质检测、手性生物分子检测、荧光检测以及表面增强拉曼检测中的最新进展。最后，该文对手性等离激元超表面在生化检测领域的应用前景进行了展望。

Abstract:

采用非溶剂致相分离的方法，以聚偏氟乙烯(polyvinylidene fluoride, PVDF)为原料，N，N-二甲基乙酰胺为溶剂制备微滤膜，探究小分子添加剂的种类与含量、预蒸发时间、环境湿度等因素对膜的微观结构、纯水通量以及亲疏水性的影响。结果表明：以16 wt%的PVDF为聚合物，以16 wt.%的异丙醇和6 wt.%的甘油混合作为添加剂，放入相对湿度为80%的环境中预蒸发4 min后浸入水浴凝固，可以获得具有大孔径、高通量、高疏水性的PVDF微滤膜。该PVDF膜的表面结构完全开放，内部由连通的蜂窝状孔结构组成，浸润后的水通量可以达到8650.74 ± 305.29 Lm-2h-1，同时对200 nm的聚苯乙烯微球的截留率为99%以上。此外，该PVDF微滤膜的表面接触角为122 ± 3°，有望用于生物医药生产过程中的空气除菌过程。

Abstract:

针对光电探测器在光通信、遥感、红外热成像等方面存在的性能问题,探讨了近红外波段光电探测器的国内外研究进展。相比于传统化合物半导体材料,新型材料如硅基、石墨烯、碲化合物、过渡金属二卤代化合物和钙钛矿具有独特的结构与性质,是制备低功耗、高性能光电探测器的重要材料。该文主要阐述了基于PN、PiN异质结结构的硅基近红外光电探测器研究进展,介绍了基于二维材料(石墨烯、碲化合物、过渡金属二卤代化合物)及钙钛矿材料的近红外光电探测器研究进展,并对相关的近红外光电探测器性能参数进行了分析比较,为后续研究高性能近红外光电探测器提供了思路。

Abstract:

锻造生产的耐磨钢球经常出线圆度不良和飞边缺陷，严重影响它的碾磨性能，为了解决这一问题，本文提出了一种针对高温耐磨球的在线视觉检测方法，首先通过计算图像中磨球圆心到轮廓的最大距离与最小距离之差，以此量化表示圆度，完成对不良圆度磨球的筛选。对于飞边的检测我们采用了深度学习策略，按一定规则有效地标识飞边，以区分背景区域的复杂纹理，使模型有效地训练。另外，采用数字滤波成像方式拍摄处于高温状态的磨球，能有效去除热辐射噪声，获得清晰的磨球图像，采用YOLOv5实例分割模型实现了95.3%的飞边检出率，达到了在线检测技术指标要求。

Abstract:

构建具有特定细胞模拟功能的人工细胞有助于探索天然生物细胞系统中复杂的生物反应过程和细胞功能，并为生命起源的深入了解提供便利。人工细胞的构建方法，无论是基于自上而下还是自下而上原则，在过去的几十年里都取得了很大的进展和广泛的应用。基于人工细胞构建策略的不同，人工细胞可分为“自上而下”人工细胞和“自下而上”人工细胞。自下而上的合成生物学是一个新兴的互补分支，它寻求从天然或合成成分构建人工细胞。自下而上合成生物学的目标之一是构建或模拟天然生物细胞中存在的复杂路径。人工细胞来源于脂质、聚合物、脂质/聚合物杂化体、天然细胞膜、金属-有机框架和凝聚体等。人工细胞可以与真实细胞内各种物质如蛋白质、基因、线粒体等结合在其表面或包裹在内部而被赋予各种功能。并且人工细胞可以作为载药系统以及信息交流载体，此外，人工细胞还可以代替功能受损的细胞以恢复机体的正常运转。在这里，我们首先介绍了基于自下而上策略构建人工细胞的方法和分类；然后讨论了人工细胞的多种应用；最后，对人工细胞未来发展前景进行了展望。

Abstract:

有机余辉材料是一类具有余辉性质的光学材料，其能够在光照结束后进行长时间发光，从而延长成像时间并提高成像灵敏度。相较于无机余辉材料而言，有机余辉材料凭借其灵活的可设计性与良好的生物相容性已被广泛应用于生物分析中。此外，余辉成像由于不需要实时激发光源，因而可以有效消除生物组织自身荧光信号的干扰。因此，余辉成像在活体成像信背比和分析灵敏度方面具有明显的优势。基于此，本文综述了近年来有机余辉材料的最新进展，并对已报道的有机余辉材料在生物分析和余辉成像中的医学应用进行了较全面总结。最后，讨论了有机余辉材料在分子构建及临床成像中的应用前景及存在的挑战。

Abstract:

随着电动自行车骑行人员必须佩戴头盔的法规出台，相关智能视觉检测技术的需求也应运而生，本文以交通监控视频图像中骑行人员佩戴头盔情况为研究对象，以YOLO目标检测框架为基础，首先采用了分支吸收模块改善残差骨干网络, 然后通过结构通道重组提升卷积层特征融合, 最后应用设计的结构融合剪枝进一步压缩模型超参数。实验结果表明, 该算法具有较优的精度和实时性, 小目标检测效果也较好, 其多分类平均精度达到88.8%，检测速度可达29.5fps, 基本满足交通视频监控的需求。

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:

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:

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:

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:

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:

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:

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:

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:

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:

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:

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:

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:

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:

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:

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:

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:

长期以来，由于流体仿真和物体变形计算都具有相当程度的复杂性，使得流体与刚体的交互模拟，特别是和带有复杂动画的角色交互的效果，难以达到实时计算和渲染。在此，笔者提出了一个新的方法，用于生成沿着角色运动而产生交互的流体特效。为了实现这类效果的生成，控制流体特效与运动角色的交互，首先针对角色运动轨迹进行跟踪，根据轨迹的几何性质而生成初始状态的流体特效；然后借助光滑流体动力学（SPH）对流体粒子进行仿真。其中针对基于SPH技术的复杂性，流体仿真的过程借助GPU并行计算的能力，采用了一种新的高效粒子搜索算法，最终实现普通用户级个人计算机上实时渲染具有流体运动特征的角色运动特效。

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: