摘要：针对现有变换器(Transformer)图像修复模型对空间信息利用不足,且对大面积缺失区域的修复存在语义模糊的问题,提出基于 Transformer-局部重要性注意力和 Mish 激活函数的编码器-解码器网络(Transformer-local importance-based attention and Mish activation function encoder-decoder network,TLIAM-Net)图像修复模型.首先,TLIAM-Net模型采用编码器-解码器架构,将Transformer块逐级连接,以充分利用图像的特征信息.其次,在每个Transformer块后引入局部重要性注意力(local importance-based attention,LIA)机制,提升模型对空间信息的利用能力.最后,在Transformer块中使用Mish激活函数,使模型平滑过渡并更好地捕捉细微特征.结果表明,当掩码比例为(0.5,0.6]时,TLIAM-Net模型在弗利克人脸高清数据集(Flickr-faces-high quality dataset,FFHQ)上的弗雷歇特起始距离(Fréchet inception distance,FID)值为12.0116,相较于多级交互式连体滤波(multi-level interactive siamese filtering,MISF)模型降低了 51.17%.TLIAM-Net模型明显提升了图像修复任务的准确度和去模糊性能,能够被广泛应用到图像去模糊、去噪、缺损补全多种子任务,并降低人工修复成本.

摘要：针对嘉陵江流域土地利用变化对陆地生态系统碳储量的扰动问题,基于 2000-2020 年土地利用数据,耦合生态系统服务和权衡的综合评估(integrated valuation of ecosystem services and trade-offs,InVEST)模型与地理探测器,系统评估了流域碳储量的时空变化特征与驱动因素,并采用潜在影响指数揭示了其生态系统服务的脆弱性.结果表明:2000-2020 年嘉陵江流域土地以耕地和林地为主,耕地和草地面积减少,林地和建设用地大面积增加,耕地、林地和草地转移明显;流域内碳储量呈持续增加趋势,2000-2020 年间增加了 0.90×108 t,空间上呈现北高南低的分布格局;嘉陵江流域土地利用程度综合指数下降了 5.31,潜在影响指数表现为负面潜在影响,碳储量服务脆弱性增强;高程、年均气温和坡度是嘉陵江流域碳储量空间分异的主要驱动因子,各因子交互探测以双因子增强作用类型为主.该研究成果可为长江上游生态屏障区国土空间优化与"双碳"目标协同推进提供科学范式.

摘要：为探究卷丹(Lilium lancifolium Thunb.)鳞片扦插富硒培养的硒代谢与再生响应机制,以卷丹鳞片为材料,在复合基质中分别添加含量为0、3、6、12、18mg/kg的硒酸钠培养40 d,测定再生形态指标、硒含量、茉莉酸(jasmonic acid,JA)、丙二醛(malondialdehyde,MDA)含量、过氧化物酶(peroxidase,POD)和过氧化氢酶(catalase,CAT)活性、硒吸收同化(LlSULTR1;1、LlAPS)与JA合成(LlAOC、LlLOX)基因表达量.结果表明,随着硒酸钠添加量的增加,鳞片总硒和有机硒含量均呈递增趋势,但有机硒占比在 6mg/kg处理时达最高值(53.2±2.3)%,该处理下鳞片JA含量、POD和CAT活性均达到最大值,MDA含量最低,同时上述基因相对表达量显著上调,生根率和籽球诱导率分别显著提升至(65.6±5.1)%和(86.3±5.5)%.当硒酸钠含量大于 6mg/kg时,鳞片有机硒占比下降,JA合成受抑,抗氧化能力下降导致氧化损伤加剧,不定根发生被显著抑制.综合来看,6 mg/kg硒酸钠是卷丹鳞片扦插富硒培养的最佳添加量.该研究为卷丹富硒栽培与扦插繁殖技术优化提供了理论支持.

摘要：为开发腐食酪螨(Tyrophagus putrescentiae)酶联免疫吸附(enzyme linked immunosorbent assay,ELISA)检测技术,以螨虫总蛋白免疫新西兰白兔,制备多克隆抗体;同时以螨虫变应原Tyr p10 蛋白免疫BALB/c小鼠,制备了单克隆抗体.以多抗为包被抗体,单抗为酶标抗体,建立双抗体夹心法ELISA检测技术,并对其在糙皮侧耳培养料及菌丝中的检测灵敏度和可靠性进行了验证.结果显示,兔源螨虫多抗纯度达到 85%以上,质量浓度为 1.70 mg/mL,效价在870.4×103 倍左右;从 38 株杂交瘤细胞株筛选到 1 株细胞株(AntiTput-10),抗体纯化达到 90%以上,质量浓度为3.1mg/mL,亲和常数为2.71×1010.经棋盘滴定法确定包被抗体质量浓度为100μg/mL、酶标抗体稀释度为1∶2000.所建立的ELISA检测方法可从食用菌培养料中检测出腐食酪螨4 头/g,具有较高的灵敏度.该方法能应用于不同场景的螨虫检测.

摘要：针对低阶非保辛结构算法在模拟黑洞视界附近弦的动力学演化时极易产生假混沌现象的问题,以五维反德西特背景下的史瓦西(five-dimensional anti-de Sitter-Schwarzschild,AdS5-Schwarzschild)黑洞背景为例,提出构造高精度显式辛算法.将系统的哈密顿函数分解为 5 个可积的子部分,分别设计了 2 类四阶显式辛迭代格式.成功构造的显式辛算法不仅严格保持了系统的辛结构,而且有效抑制了低阶非保辛结构算法积累的长期截断误差,大大提高了精度和计算效率.基于显式辛算法提供的高精度且长期稳定的数值解,通过分析庞加莱截面和李雅普诺夫指数图,发现系统所有的稳定轨道均为有序运动,未出现混沌现象.数值实验与理论分析结果一致,说明显式辛算法能够准确地描述弦在强引力场中的长期动力学演化.该研究提供了在强引力天体系统中构造显式辛算法的新路径,具有重要的应用价值.

摘要：针对可见光-热成像(red-green-blue-thermal,RGB-T)图像语义分割中模态特征失配与热成像过曝光噪声导致的精度下降问题,提出了基于跨模态交互与动态融合的RGB-T图像语义分割(cross-modal interaction and dynamic fusion for RGB-T image semantic segmentation,CIDF)模型,实现RGB-T模态的高效协同感知.首先,设计了跨模态跳跃连接(cross-modal skip connection,CMSC)机制,在编码阶段建立RGB-T模态的多尺度特征交互,通过跨层级特征传递与自适应聚合策略,有效缓解模态间特征分布差异.其次,提出了多模态卷积融合模块(multi-modal convolution fusion module,MCFM),通过卷积实现了动态特征优选,抑制了热成像模态的过曝光噪声干扰.实验基于公开的多光谱图像融合网络的城市道路场景(multi-spectral image fusion net for urban road scenes,MFNet)数据集及光伏巡检场景的自建数据集.结果表明,在MFNet数据集上,CIDF模型取得 72.9%平均准确率和 56.6%平均交并比.此外,在光伏巡检数据集上平均准确率和平均交并比分别达到 98.9%和 97.4%.该研究成果不仅验证了CIDF模型的有效性,也证明了其在跨场景应用中的优越性能.

摘要：为解决电力行业中复杂缺陷样本稀缺、故障类型多样导致传统目标检测模型泛化能力不足的问题,系统研究小样本目标检测(few-shot object detection,FSOD)模型在电力行业发电、输电、变电、配电、用电 5 个环节的应用现状并分析发展趋势.研究表明,FSOD模型通过元学习、迁移学习、数据增强、度量学习等策略,在缺陷检测、故障检测、设备监控、安全检测等方面表现优异,但在复杂背景下的模型结构与感知能力、泛化能力与数据融合、样本依赖与系统工程等方面仍面临挑战,需进一步优化.FSOD模型可在模型结构改进、多模态数据融合、领域知识引入与系统部署优化方面进一步发展.该研究为FSOD模型在电力行业的深化应用提供重要参考.

摘要：为探究珠三角城市群碳平衡量的时空格局及其城市网络结构特征,先采用遥感数据对珠三角城市群 2001-2021 年碳平衡量进行核算,再结合空间自相关与社会网络分析方法,揭示碳平衡量时空分布特征及城市间网络结构.结果表明,2001-2021 年珠三角城市群碳平衡量呈下降趋势,表现为碳排放量明显增加而碳固存量变化较小,且城市间下降幅度存在明显差异.碳平衡量的空间异质性明显,整体呈现出"外围高、中心低"的分布格局,空间自相关类型以"高-高聚集"和"低-低聚集"为主.珠三角城市群碳平衡量空间网络结构较为稳定,佛山市和肇庆市居于核心,是净受益板块;广州市和东莞市是发挥资源流通作用的经纪人板块;其他城市则是双向溢出板块,引导碳平衡量在城市间流动.该研究可为构建跨市域生态补偿机制与制定差异化碳减排策略提供科学依据.

摘要：针对在臭氧质量浓度预测中时空特征建模不足与时间动态依赖捕捉不充分的问题,提出基于多尺度图空间特征提取-时间注意力增强门控循环单元(multi-scale graph spatial feature extraction-temporal attention enhanced gated recurrent unit,MSGSFE-TAGRU)预测模型.该模型由MSGSFE与TAGRU模块构成.MSGSFE模块通过结合图注意力网络(graph attention network,GAT)与图卷积网络(graph convolutional network,GCN)构建多尺度图结构,实现对局部与全局空间特征的有效提取;TAGRU模块通过引入时间注意力机制动态聚焦关键历史时刻,提升门控循环单元(gated recurrent unit,GRU)对时序依赖的建模能力.结果表明,MSGSFE-TAGRU模型在短期预测中相较于表现最优的图神经网络-GRU(graph neural network-GRU,GNN-GRU)模型,均方根误差和平均绝对误差分别降低了 5.22%和5.76%;在中长期预测中,该模型亦表现出更优的精度和稳定性,验证了其卓越的时空特征建模能力与泛化性能.该研究为臭氧质量浓度的高精度预测和空气质量管理提供了新的方法框架.

摘要：为解决电子信息类专业数据结构课程教学内容与工程需求脱节、教学方法单一、评价体系不完善的问题,基于成果导向教育与构思-设计-实现-运行(outcome based education and conceive-design-implement-operate,OBE-CDIO)教育理念,通过构建闭环教学设计框架、引入模块化知识体系、建立多维度考评机制的方法进行课程改革.结果表明,经过2 年的教学改革,学生的工程实践能力得到明显提升,期末成绩优秀率和课程目标达成度较改革前有明显提高.该研究为电子信息类专业课程的教学改革提供了可借鉴的实施路径.

摘要：为了筛选适宜湖北省干旱地区造林的杨树(Populus L.)品种,选取江汉平原主栽的南林 895(P.euramericana'Nanlin 895')、丹红(P.deltoides'Danhong')、华石 1 号(P.deltoides'Huashi 1')、华石 2 号(P.deltoides'Huashi 2')、I-214(P.euramericana'I-214')、I-63(P.deltoides'Harvard')、中潜 3 号(P.deltoides'Zhongqian 3')、中石 8 号(P.deltoides'Zhongshi 8')8 个杨树品种进行干旱胁迫实验,测定生长及生理指标.结果表明,所有杨树品种均生长受抑,光合效率下降;其中,I-63 最严重,华石 2 号最轻微.聚类分析表明,华石 1 号、华石 2 号抗旱表现最佳;隶属函数分析表明,杨树品种抗旱性排序为华石 2 号>丹红>南林 895>中潜 3 号>华石 1 号>中石 8 号>I-214>I-63.因此,华石 2 号具有较强的抗旱性,适于作为湖北省干旱地区造林品种,应避免种植抗旱性较弱的I-214 和I-63.该研究可为湖北省干旱地区杨树造林品种的选择提供参考.

摘要：针对钢材表面缺陷特征不明显和尺度差异大导致其难以被检测的问题,提出了全局特征交互融合-你只看一次(global feature interaction fusion-you only look once,GFIF-YOLO)钢材表面缺陷检测模型.首先,将YOLO第8 版纳米型(YOLO version 8 nano,YOLOv8n)模型中的特征金字塔网络(feature pyramid network,FPN)替换成聚合分发(gather-and-distribute,GD)机制,在增强模型特征融合能力的同时,解决了跨层信息传递中的信息丢失问题;其次,在主干网络的最后 1 层嵌入全局注意力机制(global attention mechanism,GAM),进而增强模型对全局特征的关注能力;最后,通过引入多尺度轻量化卷积头(efficient multi-scale convolution head,EMSCHead),在减少模型参数量和计算量的同时提升模型的检测精度.结果显示,GFIF-YOLO 模型在东北大学缺陷检测(Northeastern University detection,NEU-DET)、通用工业组件 10 类检测(generic component 10-class detection,GC10-DET)数据集的检测平均精确率均值达到了 82.0%、66.7%,相较于YOLOv8n模型分别提升了 3.0、3.4 个百分点.GFIF-YOLO模型具有良好的性能,能够有效地完成钢材表面缺陷的检测任务.

摘要：针对立井罐道表面缺陷检测模型检测准确率低、识别困难、参数量大等问题,提出多增强轻量级高效-你只看一次第 11 版纳米型(multi-enhanced lightweight efficient-you only look once version 11 nano,MELE-YOLOv11n)模型.首先,设计了高效通道注意力双流(efficient channel attention dual-stream,ECA-DS)和深度可分离卷积-高效多尺度注意力(depthwise separable convolution-efficient multi-scale attention,DWEMA)模块,增强模型在矿井复杂环境中对目标缺陷特征的适应性,提高模型的检测性能.然后,采用了卷积3 尺度可变核双路径全内核(convolutional three-scale kernel-adaptive dual-path-omni-kernel,C3K2-OK)模块,捕捉不同尺度的特征图信息,缓解信息丢失问题.最后,针对原有检测头计算量大的问题,提出轻量级共享细节增强卷积检测头(lightweight shared detail-enhanced convolutional detection head,Detect-LSDECD)模块,使用共享策略结合细节增强卷积增强模型的轻量化性能.结果表明,与YOLOv11n模型相比,MELE-YOLOv11n模型在立井罐道表面缺陷数据集上的平均精确率均值提高了 2.5%,参数量降低了 0.3×106 个.MELE-YOLOv11n模型能够满足准确性和轻量化之间的平衡需求,可以为立井罐道表面缺陷的自动化检测提供有力的技术支持.

摘要：针对煤矿井下粉尘干扰强、光照条件复杂等导致的煤流检测难题,提出基于煤流U型网络(coal flow U-shaped network,CFU-Net)的井下煤流实时分割模型.首先,基于轻量化移动网络版本 4(mobile network version 4,MobileNetV4)改进U-Net的主干网络结构,提升模型的运行效率.其次,采用轻量化多尺度特征保持(lightweight multi-scale feature preservation,LMFP)模块与动态采样(dynamic sampling,DySample)算子,弥补通道压缩导致的特征缺失,强化模型的细节重建能力.最后,通过动态特征拼接(dynamic feature interaction,DFI)模块改进U-Net的跳跃连接方式,实现跨层特征的自适应深度融合,增强模型对不同尺度特征的感知能力.结果表明,CFU-Net模型的平均交并比(mean intersection over union,mIoU)可达95.10%,检测速度提升至70.20 帧/s,兼具精度高与速度快的优点,与金字塔场景解析网络(pyramid scene parsing network,PSPNet)、深度双分辨率网络(deep dual-resolution network,DDRNet)等主流模型相比展示出明显优势.该研究证实基于CFU-Net的井下煤流实时分割模型可以满足实际场景中的煤流检测需求.

摘要：针对基于自注意力机制的变换器(Transformer)模型在序列推荐任务中,存在动态用户兴趣捕捉不足以及计算复杂度随序列长度呈平方级增长的问题,提出了基于曼巴 2(Mamba2)与自适应时频分析的序列推荐模型(sequential recommendation model based on Mamba2 and adaptive time-frequency analysis,M2ATFSRec),用于提升模型对动态用户兴趣的捕捉能力,进而在降低模型计算复杂度的同时提升模型的推荐精度.首先,采用自适应时频分析方法提取用户历史行为序列的时频特征,对兴趣的多尺度周期模式进行显示编码;然后,利用Mamba2 的选择性状态空间机制,实现长序列的高效动态兴趣建模.M2ATFSRec在电影镜头 100 万条评分(movielens 1 million ratings,MovieLens-1M)、亚马逊美妆产品(Amazon beauty products,Amazon-Beauty)和亚马逊视频游戏(Amazon video games,Amazon-Video-Games)数据集上进行实验,在归一化累积折损增益(normalized discounted cumulative gain,NDCG)指标上相比面向高效的顺序推荐与选择性状态空间模型(towards efficient sequential recommendation with selective state space model,Mamba4Rec)分别提升了 6.42%、22.76%和 33.22%.该模型在长序列场景下具有更优的推荐性能.

摘要：针对神经网络在图像超分辨率(super-resolution,SR)任务中因结构复杂导致的参数量过大、训练困难等问题,提出基于改进多尺度特征金字塔网络(multi-scale feature pyramid network,MFPNet)的轻量化图像SR重建模型.首先,设计改进MFPNet架构,通过迭代下采样操作构建不同尺度的特征表达空间,有效增强网络对图像多粒度细节特征的捕获能力.其次,采用位置感知循环卷积(position aware circular convolution,ParC)作为网络的主要信息提取模块,在降低参数量的同时扩大网络的感受野大小.最后,设计动态注意力块(dynamic attention block,DAB),通过注意力引导层(attention guidance layer,AGL)动态调整高效通道注意力(efficient channel attention,ECA)和空间注意力(spatial attention,SA)模块的占比,提升网络对纹理细节的恢复能力.实验结果表明,改进MFPNet模型与其他前沿模型相比,结构相似性指数度量(structure similarity index measure,SSIM)最高为 0.9613,峰值信噪比(peak signal-to-noise ratio,PSNR)最高为 38.11 dB.该研究证实改进MFPNet模型能够应用于重建图像任务,细节纹理更自然.

摘要：为研究同域分布的野猪(Sus scrofa)和毛冠鹿(Elaphodus cephalophus)之间的共存机制,2020 年 1-12 月基于红外相机技术对湖北木林子国家级自然保护区内的野猪和毛冠鹿进行监测,并利用核估计及重叠度计算方法进行分析.结果表明:① 野猪在雨季和旱季的日活动节律存在差异;在旱季野猪呈双峰型活动模式,活动强度高峰出现在02:00-04:00 和 17:00-19:00;在雨季表现为多峰型活动模式,主要活动强度高峰出现在 00:00-06:00 和18:00-20:00,次要活动强度高峰出现在 07:00-08:00 和 09:00-12:00;相较于旱季,在雨季不仅活动强度高峰数量增多,活动强度也有所增加.② 毛冠鹿在雨季和旱季的日活动节律也存在差异,均为多峰型活动模式;在雨季主要活动强度高峰出现在 08:00-10:00 和18:00-19:00,次要活动强度高峰出现在 00:00-01:00 和 02:00-04:00;在旱季主要活动强度高峰则集中出现在 00:00-04:00 和18:00-20:00,次要活动强度高峰出现在 06:00-08:00 和12:00-14:00;在旱季活动强度高于雨季.③ 野猪和毛冠鹿的活动模式在雨季重叠度较高,在旱季重叠度较低;二者能够通过调整活动时间来实现资源共享和避免竞争.该研究为湖北木林子国家级自然保护区内同域物种的保护和管理提供了理论依据和科学支撑.

摘要：针对如何利用量子计算的优势对分组密码进行实际密钥恢复攻击的问题,在改进Yo-yo分组密码算法量子电路的基础上,基于格罗弗(Grover)算法优化了其量子密钥恢复攻击时所需量子资源.首先,基于替代(substitution,S)盒查找表,利用Dorcis工具成功实现S盒的量子电路;其次,利用输入变量的直接置换,去除S盒量子电路中的交换门;然后,将该方法应用于加密算法和密钥扩展算法,取消其中的置换操作;随后,回推第 2 轮迭代的密文,并利用第1 轮迭代得到的值构建Grover算法的目标函数,从而避免了第 2 轮的迭代操作;最后,采用Grover算法对Yo-yo分组密码执行量子密钥恢复攻击,并成功找到正确密钥.量子电路的正确性在Qiskit Aer量子模拟器中得到了验证,结果表明,优化后的Grover算法攻击Yo-yo的量子电路在受控非(controlled-not,CNOT)门、非(not,NOT)门、托福利(Toffoli)门和交换(swap,SWAP)门的消耗上,相比 Vu 方法(Vu method,VM)分别平均减少了 22%、13%、33%和68%.该算法有效降低了量子实现成本,从而减少了量子密钥恢复攻击所需的资源消耗.

摘要：针对尘肺病X光胸片中病灶分布稀疏、形态多变、类间差异小的问题,提出基于动态卷积与曼巴(dynamic convolution and Mamba,DC-Mamba)的双分支尘肺病分期模型.首先,通过动态卷积分支自适应核参数生成策略,增强对微小纤维化病灶的局部特征提取能力;同时,利用Mamba分支的序列建模能力,捕捉多区域病灶的全局空间依赖关系.其次,设计双路径注意力协同机制的特征融合模块,实现局部细节与全局上下文信息的整合.在 1760 张真实匿名患者X光胸片上进行验证.结果表明,DC-Mamba模型的准确率达到 78.3%,召回率达到 79.0%,F1 分数达到77.6%,均优于对比模型.DC-Mamba模型明显增强了对肺部病灶整体分布和细微病灶的理解能力,提高了对尘肺病的早期筛查和精准分期能力.