Publishing Service

Polishing & Checking

Current Issues: <JZUS-A> <JZUS-B> <FITEE>


Journal of Zhejiang University SCIENCE A

ISSN 1673-565X(Print), 1862-1775(Online), Monthly

CONTENTS

Research Article

Grid-growth method for the reconstruction of 3D rock joints with arbitrary joint roughness and persistence

Hanyu CHEN, Peng GUO, Guangyao LI, Lifeng FAN

DOI: 10.1631/jzus.A2400407 Downloaded: 508 Clicked: 500 Cited: 0 Commented: 0(p.393-406) <Full Text><PPT> 9

Chinese summary   <5>  重构任意节理粗糙度和贯通度三维岩石节理的网格生长方法

作者:陈含宇,郭鹏,李光耀,范立峰
机构:北京工业大学,建筑与土木工程学院,中国北京,100124
目的:岩石节理面的形貌对节理岩体的力学特性具有重要的影响。本文旨在提出一种重构真实三维岩石节理形貌的方法,实现快速重构任意节理粗糙度和贯通度下的三维岩石节理,为节理岩体力学特性分析提供更为精确的模型。
创新点:1.提出一种三维岩石节理重构的网格生长法;2.同时考虑三维岩石节理的节理粗糙度和贯通度;3.基于该方法成功重构人工劈裂节理。
方法:1.将节理模型划分为均匀的网格,通过调整网格位置,重构具有任意节理粗糙度和贯通度的岩石节理模型(图1~3);2.建立不同节理粗糙度和贯通度的岩石节理模型,研究相关参数(如凸体的数量、高度和坡度,以及岩桥的数量和面积)对节理粗糙度系数(JRC)和贯通度的影响(图4~8);3.重构人工劈裂节理,通过对比重构模型的JRC与人工劈裂节理的JRC,验证所提方法的准确性和有效性(图9~11)。
结论:1.本方法可以通过调节凸体的数量、高度和坡度来有效控制模型的节理粗糙度;2.本方法可以通过调节岩桥的数量和面积来有效控制模型的节理贯通度;3.基于本方法重构的节理模型与人工劈裂节理模型在节理粗糙度上吻合良好,本方法在三维岩石节理重构方面具有较高的准确性。

关键词组:三维岩石节理重构;节理粗糙度;节理贯通度;凸体;岩桥

Numerical investigation of the transient process of a cover-plate pre-swirl system

Yifu LUO, Qiang DU, Zengyan LIAN, Guang LIU, Lei XIE, Qingzong XU

DOI: 10.1631/jzus.A2400134 Downloaded: 846 Clicked: 939 Cited: 0 Commented: 0(p.407-423) <Full Text><PPT> 16

Chinese summary   <4>  过渡态下盖板式预旋系统的数值模拟研究

作者:罗一夫1,2,3,杜强1,2,3,4,5,6,廉曾妍1,2,3,柳光1,2,3,谢垒1,2,3,徐庆宗4
机构:1中国科学院工程热物理研究所,中国北京,100190;2中国科学院轻型涡轮动力全国重点实验室,中国北京,100190;3中国科学院大学,航空宇航学院,中国北京,100048;4青岛航空技术研究院,中国青岛,266400;5中国科学院先进燃气轮机实验室,中国北京,100190;6中国科学院先进能源动力重点实验室,中国北京,100190
目的:本文旨在探究过渡态下盖板式预旋系统内的流动换热规律和系统参数的响应特性,为过渡态下航空发动机预旋系统的设计提供参考。
创新点:1.针对盖板式预旋系统,建立了三维全瞬态数值模拟方法,成功模拟了过渡态下预旋系统的工作情况;2.对比分析了不同上游来流边界条件的影响,获得了过渡态下盖板式预旋系统内的参数响应特性。
方法:1.通过三维全瞬态数值模拟方法,模拟过渡过程中盖板式预旋系统内的流动情况;2.结合理论分析,探究过渡过程中预旋系统的流动换热机理。
结论:1.由于预旋系统入口和出口的波动,系统内的滞留流量经历振荡后才稳定到一个恒定值。2.在不同的进气函数条件下,系统内参数响应曲线的增长率有所不同;这表明在准稳态计算中,考虑非线性增长的影响至关重要。3.由于宏观质量输运波动引起的可压缩效应,预旋系统的实际温降表现出明显的超调现象。4.对于不同的进气压力脉动频率,低频脉动下预旋系统实际温降的最大偏差更大,这对涡轮叶片的供气品质有潜在影响。

关键词组:上游影响;非稳态流动;瞬态响应;盖板腔;预旋系统

Road pavement performance prediction using a time series long short-term memory (LSTM) model

Chuanchuan HOU, Huan WANG, Wei GUAN, Jun CHEN

DOI: 10.1631/jzus.A2300643 Downloaded: 503 Clicked: 780 Cited: 0 Commented: 0(p.424-437) <Full Text><PPT> 17

Chinese summary   <3>  基于时序长短期记忆模型的道路路面性能预测

作者:侯川川1,王欢1,关伟2,陈军1
机构:1北京航空航天大学,交通科学与工程学院,中国北京,100191;2交通运输部公路科学研究院,中国北京,100088
目的:提出一种道路路面性能指标(国际平整度指数和车辙深度)的准确预测方法,并提出一个道路路面使用性能的综合评价指标,以实现对路面综合性能的有效预测。
创新点:1.采用两条典型足尺道路的数据发展了一个高准确率的基于时序长短期记忆模型的道路路面性能预测模型;2.采用对路面技术参数数据进行小波降噪处理,验证了所提模型的鲁棒性。
方法:1.采用温度、降水量、交通量、沥青面层厚度、路龄、维修状况和初始路面技术参数作为影响变量分别建立自回归移动平均模型(ARIMAX)时间序列模型和长短期记忆(LSTM)神经网络模型,对路面各项技术参数进行预测,对收集的路面技术参数数据进行小波降噪处理后再次建立模型对其进行预测,并以此分析异常数据对不同模型精度的影响;2.综合设计规范法、熵权法和模糊评价法的优点对沥青路面的使用性能进行综合评价,选择评价最严格的结果作为最终评价结果,然后将最终评价结果作为输出变量,将平整度、车辙深度和横向力系数三种路面技术参数作为输入变量,并基于反向传播神经网络分类模型建立路面使用性能综合评价模型;3.基于路面使用性能综合评价模型和路面各项技术参数的预测结果得出路面使用性能综合指标的预测状态。
结论:1.相对于ARIMAX时间序列模型,LSTM模型在路面各项技术参数的预测方面表现明显更好,并且对原始数据中的噪声信号具有更强的容忍度和鲁棒性;2.所提出的路面使用性能综合指标预测方法的准确率较高,且整体预测精度可达93.8%。

关键词组:沥青路面性能模型;国际平整度指数;车辙深度;长短期记忆模型;路面管理系统

Aerodynamics and countermeasures of train-tail swaying inside single-line tunnels

Yadong SONG, Yanpeng ZOU, Yuan YAO, Ting QIN, Longjiang SHEN

DOI: 10.1631/jzus.A2400039 Downloaded: 1415 Clicked: 1225 Cited: 0 Commented: 0(p.438-455) <Full Text><PPT> 18

Chinese summary   <3>  单线隧道内列尾晃车的空气动力学及对策研究

作者:宋亚东1,邹延鹏2,姚远1,3,秦汀1,沈龙江3
机构:1西南交通大学,轨道交通运载系统全国重点实验室,中国成都,610031;2中国中车长客股份有限公司基础服务部,中国长春,130062;3中国中车株洲电力机车有限公司重载、高速大功率电力机车国家重点实验室,中国株洲,412000
目的:近年来,正在运营的160 km/h动力集中动车组在单线隧道内的列尾晃车问题突出,亟待解决。本文旨在通过仿真与试验分析,研究列尾晃车的机理及气动特征,并提出有效的解决措施。
创新点:1.建立尾车流固耦合振动的仿真模型,复现单线隧道内列尾的气动晃车现象,并对其气动特征展开了研究;2.通过现场试验和比例模型的风洞实验,验证列尾晃车的涡激共振机理。
方法:1.通过现场试验,测得该实际运营的动车组通过单线隧道时列尾的晃车频率;2.通过尾车流固耦合振动的仿真分析,阐明列尾的气动晃车机理及影响因素,并提出缓解措施;3.通过列车比例模型的风洞实验与仿真分析,再次验证列尾涡激共振的晃车机理。
结论:1.列尾脱涡力频率与尾鼻外型及列车运行速度有关,且随着列车速度的增加而线性增大。2.对于该动力集中动车组,在130 km/h速度下运行时,列尾的气动脱涡力频率为1.7 Hz;随着列尾晃车幅值的增加,脱涡力频率变为1.3 Hz附近的车体蛇行频率,这表明出现了涡激振动的锁频特性;涡激共振导致了列尾的剧烈晃车现象。3.对于列尾动力车,通过改进抗蛇行减振器或优化尾鼻外型,两种措施均可有效改善列尾在单线隧道内的气动晃车问题。

关键词组:列尾晃车;涡激振动;列车尾流;列车空气动力学;车辆系统动力学

Load-measurement method for floating offshore wind turbines based on a long short-term memory (LSTM) neural network

Yonggang LIN, Xiangheng FENG, Hongwei LIU, Yong SUN

DOI: 10.1631/jzus.A2400097 Downloaded: 866 Clicked: 1142 Cited: 0 Commented: 0(p.456-470) <Full Text><PPT> 16

Chinese summary   <3>  基于长短周期记忆神经网络的浮式风电机组载荷测量方法

作者:林勇刚1,冯香恒1,2,3,刘宏伟1,孙勇2,3
机构:1浙江大学,流体动力基础件与机电系统全国重点实验室,中国杭州,310058;2运达能源科技集团有限责任公司,中国杭州,310012;3浙江省风力发电技术重点实验室,中国杭州,310012
目的:浮式风电机组在实海况环境下的载荷数据对于结构降成本优化设计至关重要,但难以直接通过测量获取。本文旨在采用机器学习方法建立载荷黑箱模型,通过测量平台运动状态、波浪状态和系泊张力,实现对平台水动载荷、机组气动载荷的计算。
创新点:1.基于计算流体力学(CFD)仿真数据,训练了一套以波高序列、平台运动为输入,平台水动载荷为输出的长短周期记忆神经网络模型;2.建立浮式风电机组缩比模型,完成机组载荷测量实验。
方法:1.通过理论分析,推导出机组气动载荷和平台水动载荷之间的关系,得到机组载荷测量方案(图1);2.通过CFD仿真模拟,分析平台水动载荷影响因素,并获取大量样本数据(图7);3.通过模型实验,运用传感器对波高序列、平台运动和塔顶气动载荷进行测量,验证所提方法的可行性和有效性(图14)。
结论:1.最佳神经网络模型参数是两层网络单元,且每层128个神经元;2.模型实验测量中,水动载荷测量的均方根误差是4.20%,而机组气动载荷测量的均方根误差是10.68%。

关键词组:浮式风电机组;长短期记忆神经网络;机器学习技术;载荷测量;缩比模型实验

Experimental investigation on the stability of shield tunnel excavation face in upper loose and lower dense water-rich strata

Pengfei LI, Chuang WANG, Xiaopu CUI, Qing XU, Zhaoguo GE, Shaohua LI

DOI: 10.1631/jzus.A2400309 Downloaded: 817 Clicked: 1057 Cited: 0 Commented: 0(p.471-491) <Full Text><PPT> 18

Chinese summary   <3>  上松下密富水砂卵石地层盾构隧道开挖面的稳定模型试验

作者:李鹏飞1,王闯1,崔小普1,徐晴1,葛照国2,李少华3
机构:1北京工业大学,城市与工程安全减灾省部共建教育部重点实验室,中国北京,100124;2中铁十四局集团大盾构工程有限公司,中国南京,211800;3中铁十五局集团有限公司,中国上海,200070
目的:确保水下盾构隧道施工安全的关键环节在于维持开挖面的稳定性,然而目前研究大多针对均质地层,很少有针对上部松散下部密实地层的开挖面稳定性研究。本文旨在探讨开挖面的水压比对隧道开挖面稳定性的影响,并针对上松下密富水砂卵石地层进行不同水压比条件下开挖面主动失稳的模型试验研究。
创新点:1.针对上松下密富水砂卵石地层进行了模型试验;2.结合数字图像相关技术,系统地分析了隧道开挖面的渐进失稳过程。
方法:1.通过模型试验,开展不同水压比条件下的开挖面主动失稳试验研究,并研究地表沉降、水压力、刀盘上的土压力和地层中的土压力随挡板后移距离的变化规律;2.通过数值模拟,建立与模型试验等大的数值模型,验证模型试验结果的准确性。
结论:1.在不同的水压比条件下,随着挡板后移距离的增加,地表沉降的峰值位移会经历三个阶段,即无沉降阶段、缓慢沉降阶段和快速沉降阶段;2.水压比的减小,会导致刀盘上土压力的变化更加迅速,并提前引起土体的整体失稳和位移;3.水压比的减小,会导致水的渗流路径范围和地层的失稳范围增大。

关键词组:盾构隧道;上松下密地层;开挖面稳定性;水压比

Correspondence

Correspondence: COM trajectory planning and disturbance-resistant control of a bipedal robot based on CP-ZMP-COM dynamics

Chunbiao GAN, Zijing LI, Yimin GE, Mengyue LU

DOI: 10.1631/jzus.A2400062 Downloaded: 709 Clicked: 1105 Cited: 0 Commented: 0(p.492-498) <Full Text><PPT> 18

Chinese summary   <3>  基于CP-ZMP-COM动力学的双足机器人质心轨迹规划及抗扰动控制

作者:甘春标1,2,李子静1,2,葛一敏1,2,卢梦月1,2
机构:1浙江大学机械工程学院,流体动力与机电系统国家重点实验室,中国杭州,310058;2浙江大学机械工程学院,浙江省先进制造技术重点实验室,中国杭州,310058
目的:通过对成人行走过程中矢状面与冠状面内质心轨迹的分析,本文探索双足机器人自由、灵活行走的步态规划方法,并实现对其受意外外力干扰下的稳定行走。
方法:在基于线性倒立摆模型的双足机器人运动控制中,质心、零力矩点和捕获点是实现双足机器人稳定行走的重要因素。1.通过对矢状面与冠状面内质心运动轨迹的分析,建立双足机器人CP-ZMP-COM动力学模型,由此计算期望的双足机器人质心、零力矩点和捕获点,进而提出一种改进的双足机器人质心轨迹规划方法;2.提出双足机器人在矢状面与冠状面内运动协调的抗扰动反馈补偿控制方法,对双足机器人质心和捕获点位置进行反馈补偿,使双足机器人质心和捕获点轨迹能够在后续支撑切换时逼近理想状态;3.通过小型双足机器人样机及其仿真模型,对改进的双足机器人质心轨迹规划方法及抗扰动反馈补偿控制方法进行行走仿真与实验验证。
结论:1.改进的双足机器人质心轨迹规划方法可用于实现小型双足机器人横行、斜行及原地转圈等灵活行走;2.基于所提出的抗扰动反馈补偿控制方法,小型双足机器人受随机脉冲外力下横行、斜行及原地转圈时仍能保持稳定而不摔倒。

关键词组:双足机器人;CP-ZMP-COM动力学;质心轨迹规划;反馈补偿控制



Journal of Zhejiang University SCIENCE B

ISSN 1673-1581(Print), 1862-1783(Online), Monthly

CONTENTS

Reviews

Review: Recent advances in antibody optimization based on deep learning methods

Ruofan JIN, Ruhong ZHOU, Dong ZHANG

DOI: 10.1631/jzus.B2400387 Downloaded: 413 Clicked: 335 Cited: 0 Commented: 0(p.409-420) <Full Text><PPT> 29

Chinese summary   <14>  基于深度学习方法的抗体优化研究进展

金若凡1, 周如鸿1,2, 张冬1
1浙江大学生命科学学院定量生物中心, 中国杭州市, 310058
2浙江大学医学院附属第一医院肝胆胰外科, 中国杭州市, 310058
摘要:当前,抗体已成为多种疾病治疗的重要工具,快速高效地优化其理化性质是抗体药物开发过程中的关键环节。随着人工智能技术发展,特别是深度学习方法在生物学领域中取得的显著突破,各类计算方法被广泛应用于抗体优化环节中,以降低开发成本并提升抗体优化的成功率。本文对近年来基于深度学习的抗体优化策略进行综述,重点探讨了深度学习模型构建中关键的数据集资源及算法输入的数据类型;分析了当前深度学习算法在抗体优化应用中所面临的主要挑战;展望了未来通用型深度学习算法在该领域的发展方向及潜在的解决策略。

关键词组:深度学习;抗体优化;可及数据;输入数据类型

Review: Treatment of large bone defects in load-bearing bone: traditional and novel bone grafts

Dan YU, Wenyi SHEN, Jiahui DAI, Huiyong ZHU

DOI: 10.1631/jzus.B2300669 Downloaded: 1294 Clicked: 1335 Cited: 0 Commented: 0(p.421-447) <Full Text><PPT> 32

Chinese summary   <15>  承重骨大段骨缺损的治疗:传统与新型骨移植材料

余丹1,2, 沈文怡1,2, 戴家慧1,2, 朱慧勇1,2
1浙江大学医学院第一附属医院口腔颌面外科, 中国杭州市, 310003
2浙江大学医学院口腔医学系, 中国杭州市, 310058
摘要:因严重创伤、肿瘤、囊肿以及广泛感染等原因造成的承重骨缺损是临床上常见的疾病。尽管骨具有自我修复和再生的潜能,但超过临界尺寸的大段骨缺损的修复仍是极大的临床挑战。传统的修复方法是使用自体骨或同种异体骨移植替代缺损部位缺失的骨组织,其中自体骨移植至今仍然是临床治疗的"金标准"。然而,传统骨移植材料的应用受到可获取骨量、供区并发症和免疫排斥等缺点的限制。近年来,临床对骨移植替代物的需求推动了新型骨移植材料的发展。除关注骨传导性和骨诱导性外,力学性能的优化是近年来增强新型骨移植材料治疗承重骨缺损可行性的重点。但大多数生物材料支架尚不能提供足够的力学强度。目前研究面临的核心挑战在于如何在机械需求和组织再生需求间找到适当的平衡。本文就传统和新型骨移植材料在承重骨缺损中的应用及其优缺点进行综述,并重点介绍了基于材料、结构和功能仿生的新型骨移植物发展策略,以期为未来的研究提供新的思路和方向。

关键词组:骨移植;骨支架;生物材料;承重骨缺损;骨整合;骨传导性

Review: Epidemiology and pathogenesis of the link between rheumatoid arthritis and periodontitis

Huiya FANG, Jin LIN, Yiwu QIU, Zijian CHENG, Weiqian CHEN

DOI: 10.1631/jzus.B2300519 Downloaded: 1162 Clicked: 1375 Cited: 0 Commented: 0(p.448-460) <Full Text><PPT> 27

Chinese summary   <16>  类风湿关节炎与牙周炎在流行病学及发病机制上的关联

方惠雅1,林进1,邱一吾2,程子健3,陈伟钱1
1浙江大学医学院附属第一医院风湿免疫科,中国杭州市,310003
2浙江中医药大学基础医学院,中国杭州市,310053
3浙江大学医学院附属口腔医院,浙江省口腔疾病临床研究中心,浙江省口腔生物医学研究重点实验室,浙江大学癌症研究院,中国杭州市 310000
摘要:类风湿关节炎(rheumatoid arthritis,RA)是一种以慢性滑膜炎为特征的自身免疫性疾病,分为抗瓜氨酸蛋白抗体(ACPA)阳性/阴性两种亚型。目前对ACPA阳性RA致病机制已有充分了解,但对ACPA阴性RA病因学的研究仍较为有限。RA和牙周炎(periodontitis,PD)间的关联自20世纪初被发现,他们具有共同的遗传和环境风险因素,可导致骨骼和结缔组织的进行性破坏。然而,RA两种亚型与PD间可能存在不同的联系。本文旨在通过对RA与PD间在流行病学关联上最新的研究结果进行综述,并探讨两种疾病间潜在的致病机制,同时强调RA两种亚型间的关键区别及其与PD的相关性。此外,本文提出早期干预或治疗这两种疾病的可能性,以期为该领域未来研究和临床工作提供有效见解。

关键词组:类风湿关节炎;牙周炎;发病机制;瓜氨酸化;抗瓜氨酸蛋白抗体

Research Articles

Pharmacological inhibition of ENaC or NCX can attenuate hepatic ischemia-reperfusion injury exacerbated by hypernatremia

Yabin CHEN, Hao LI, Peihao WEN, Jiakai ZHANG, Zhihui WANG, Shengli CAO, Wenzhi GUO

DOI: 10.1631/jzus.B2300825 Downloaded: 837 Clicked: 1312 Cited: 0 Commented: 0(p.461-476) <Full Text><PPT> 30

Chinese summary   <15>  药物抑制ENaC或NCX可减轻高钠血症加重的肝脏缺血再灌注损伤

陈亚斌1,李豪2,温培豪1,张嘉凯1,王智慧1,曹胜利1,郭文治1
1郑州大学第一附属医院肝胆胰外科,中国郑州市,450052
2河南省器官移植中心,中国郑州市,450052
摘要:血清钠离子浓度>155 mmol/L的供体是肝移植(LT)的扩展标准供体。供体血钠升高将导致肝移植术后早期肝功能不良的发生率增加,但其确切机制尚未见报道。本研究建立了70%肝脏缺血再灌注(I/R)的Lewis大鼠高钠血症模型和高钠(HS)培养基预处理的BRL-3A细胞缺氧复氧(H/R)模型。为了确定损伤程度,本研究进行了生物化学分析、组织学分析以及氧化应激和细胞凋亡指标的检测。本研究应用上皮钠离子通道(ENaC)和Na+/Ca2+交换体(NCX)的特异性抑制剂,在体内和体外实验中验证二者在损伤中的作用。HS+I/R组血清丙氨酸氨基转移酶(ALT)、天门冬氨酸氨基转移酶(AST)、乳酸脱氢酶(LDH)水平和肝脏坏死面积均显著升高,活性氧(ROS)生成增多,MPO阳性细胞增多,细胞凋亡加重。与H/R组相比,HS+H/R组BRL-3A细胞凋亡和ROS产生显著增加。应用ENaC的特异性抑制剂阿米洛利(amiloride),在体内和体外均可减轻HS加重的缺血再灌注损伤,具体表现为血清转氨酶、炎性细胞因子、细胞凋亡和氧化应激的降低。NCX的特异性抑制剂SN-6也有类似的作用。综上所述,高钠血症加重肝脏缺血再灌注损伤,但可以通过药物抑制ENaC或NCX来减轻这种损伤作用。

关键词组:肝脏移植;上皮钠离子通道(ENaC);钠离子/钙离子交换体(NCX);高钠血症

Metagenomics reveals an increased proportion of an Escherichia coli-dominated enterotype in elderly Chinese people

Jinyou LI, Yue WU, Yichen YANG, Lufang CHEN, Caihong HE, Shixian ZHOU, Shunmei HUANG, Xia ZHANG, Yuming WANG, Qifeng GUI, Haifeng LU, Qin ZHANG, Yunmei YANG

DOI: 10.1631/jzus.B2400341 Downloaded: 620 Clicked: 648 Cited: 0 Commented: 0(p.477-492) <Full Text><PPT> 30

Chinese summary   <15>  宏基因组学分析显示大肠杆菌主导的肠型在中国老年人群中比例增加

李金优1,吴月1,杨一晨1,陈路芳1,何彩虹1,周石仙1,黄顺梅1,张霞1,王玉茗1,归崎峰1,鲁海峰2,张勤1,杨云梅1
1浙江大学医学院附属第一医院,浙江省理化与增龄损伤性疾病诊治研究重点实验室,中国杭州市,310003
2浙江大学医学院附属第一医院,传染病重症诊治全国重点实验室,中国杭州市,310003
摘要:随着宿主衰老过程中生理环境的衰退,肠道微生态可能发生重塑,但目前对中国高龄人群整体的肠道菌群变异情况的了解尚且有限。为了解析高龄人群肠道微生物组特征,并揭示肠型变异的相关影响因素,本研究采用宏基因组学方法,对367名60至94岁中国老年人进行肠型分析。除了拟杆菌(ET-Bacteroides)和普雷沃氏菌(ET-Prevotella)这两种主导的成人常见肠型外,本研究新发现一种肠杆菌肠型(ET-Escherichia),且其流行率在高龄人群中增加。本研究数据表明,相比2型糖尿病或饮食等已知因素,年龄更能解释肠道菌群的变异。此外,本研究解析了ET-Escherichia肠型独特的分类和功能特征,并发现该肠型具有最低的物种多样性,但最强的微生物共现网络凝聚力和最高的鲁棒性。通过进一步相关性分析发现,大肠埃希菌属细菌的过度增殖与高龄、蔬菜及水果摄入量等因素显著相关。本研究聚焦于中国非健康长寿老人的肠型特征分析,重点阐述了以大肠杆菌富集为主要特征的高龄老人肠型。这些发现为揭示肠道菌群随年龄的变化规律提供了新视角,并强调了基于微生物组特征对老年人群进行分层的重要性。

关键词组:肠道菌群;衰老;老年人群;肠杆菌肠型;肠型;大肠杆菌

Correspondence

Correspondence: Unmet needs of patients with intravascular large B-cell lymphoma: three case reports and a literature review

Xian LI, Ru LUO, Jiaming XU, Xueli JIN, Weiqin WANG, Xibin XIAO, Wenbin QIAN

DOI: 10.1631/jzus.B2300941 Downloaded: 698 Clicked: 832 Cited: 0 Commented: 0(p.493-502) <Full Text><PPT> 24

Chinese summary   <15>  血管内大B细胞淋巴瘤患者未被满足的需求:3例报告及文献复习

李娴1*,罗茹2*,徐佳鸣3,金雪立1,王炜琴1,肖希斌1,钱文斌1
1浙江大学医学院附属第二医院血液内科,中国杭州市,310009
2浙江大学医学院附属第二医院病理科,中国杭州市,310009
3浙江大学医学院附属第二医院神经外科,中国杭州市,310009
摘要:血管内大B细胞淋巴瘤(IVLBCL)是一种具有高度侵袭性的恶性非霍奇金淋巴瘤,作为结外弥漫大B细胞淋巴瘤(DLBCL)的一种罕见亚型,其特征是小血管腔内的淋巴细胞增殖。IVLBCL早期诊断困难,预后极差。本文介绍了3例IVLBCL患者,分别描述了患者的临床特征和病理特征。所述患者均接受了免疫化疗联合大剂量甲氨蝶呤和布鲁顿酪氨酸激酶抑制剂的综合方案,但疗效有限,仅一名患者获得了良好和持久的反应。本研究回顾了相关文献并进行总结,以进一步识别IVLBCL早期诊断的临床病理特征,并基于分子遗传特征和临床亚型对IVLBCL进行了精确的预后分层,讨论了联合靶向免疫药物的治疗新策略。目前临床上IVLBCL患者的诊断及治疗需求远未被满足,因此我们需要开展更多研究,增加该疾病早期诊断和治疗的可能性,以提高患者生存率。

关键词组:血管内大B细胞淋巴瘤(IVLBCL);临床病理特征;分子遗传学特征;治疗策略



Frontiers of Information Technology & Electronic Engineering

ISSN 2095-9184 (print), ISSN 2095-9230 (online)

CONTENTS

Review Article

Review Article: A survey of binary code representation technology

Taiyan WANG, Qingsong XIE, Lu YU, Zulie PAN, Min ZHANG

DOI: 10.1631/FITEE.2400088 Downloaded: 718 Clicked: 928 Cited: 0 Commented: 0(p.671-694) <Full Text>

Chinese summary   <1>  二进制代码表征技术研究进展综述

王泰彦1,2,谢清松1,2,于璐1,2,潘祖烈1,2,张旻1,2
1国防科技大学电子对抗学院,中国合肥市,230037
2网络空间安全态势感知与评估安徽省重点实验室,中国合肥市,230037
摘要:二进制分析作为一项重要的基础技术,为软件工程与安全研究领域的众多应用提供支撑。随着软件规模的不断扩大与软件体系架构的复杂演进,二进制分析技术面临全新挑战。为突破现有瓶颈,研究人员将人工智能技术应用于二进制代码理解与分析,其核心在于如何对二进制代码进行表征,即如何使用智能化方法为二进制代码生成含有语义信息的表征向量,从而应用于多种二进制分析下游任务。本文围绕现阶段二进制代码表征技术的研究最新进展进行调研与分析,将现有相关研究的工作流程分为二进制代码特征提取方法与二进制代码特征嵌入方法两部分予以介绍。特征提取部分主要包含特征定义与分类以及特征构造。首先系统性阐述特征的抽象定义与分类,其次详细介绍构建特征具体表征的过程。在特征嵌入部分,根据所用的不同智能语义理解模型,以文本嵌入模型与图嵌入模型的使用情况作为分类依据,将嵌入方法分为4类并予以介绍。最后总结现有研究的整体发展思路,并对二进制代码表征技术相关的一些潜在研究方向进行展望。

关键词组:二进制分析;二进制代码表征;二进制代码特征提取;二进制代码特征嵌入

Research Articles

Neural mesh refinement

Zhiwei ZHU, Xiang GAO, Lu YU, Yiyi LIAO

DOI: 10.1631/FITEE.2400344 Downloaded: 574 Clicked: 722 Cited: 0 Commented: 0(p.695-712) <Full Text>

Chinese summary   <1>  神经网格细化

朱志伟1,2,高翔1,2,虞露1,2,廖依伊1,2
1浙江大学信息与电子工程学院,中国杭州市,310027
2浙江省信息处理与通信网络重点实验室,中国杭州市,310027
摘要:细分是一种广泛使用的网格细化技术。经典方法依赖于固定的手工定义的加权规则,难以生成具有适当细节的更精细网格,而先进的神经细分方法虽然实现了数据驱动的非线性细分,但缺乏鲁棒性,细分级别有限,而且在新形状上会出现伪像。为解决这些问题,提出一种神经网格细化(NMR)方法,该方法从精细形状中学习几何先验,再通过细分自适应地细化粗糙网格,并展示了鲁棒的可泛化性。我们的关键见解是,有必要将网络从非结构信息(如尺度、旋转和平移)中解耦出来,使其能够专注于学习和应用局部补丁的结构先验来进行自适应细化。为此,引入内在结构描述符和局部自适应神经滤波器。内在结构描述符排除非结构信息以对齐局部补丁,从而稳定了输入特征空间,使网络能够鲁棒地提取结构先验。神经滤波器采用图注意机制,提取局部结构特征,并将学习到的先验知识应用于局部补丁。此外,我们观察到,与L2损失相比,Charbonnier损失可以减轻过度平滑。结合这些设计选择,所提方法获得了鲁棒的几何学习和局部自适应能力,增强了对未知形状和任意细化级别的泛化能力。在一组复杂的三维形状上评估了该方法,结果表明它在几何质量方面优于现有细分方法。项目页面见https://zhuzhiwei99.github.io/NeuralMeshRefinement.

关键词组:几何处理;网格细化;网格细分;解耦表征学习;神经网络;图注意力

S3Det: a fast object detector for remote sensing images based on artificial to spiking neural network conversion

Li CHEN, Fan ZHANG, Guangwei XIE, Yanzhao GAO, Xiaofeng QI, Mingqian SUN

DOI: 10.1631/FITEE.2400594 Downloaded: 481 Clicked: 630 Cited: 0 Commented: 0(p.713-727) <Full Text>

Chinese summary   <0>  S3Det:一种基于人工-脉冲神经网络转换的遥感影像目标快速检测模型

陈立1,张帆1,谢光伟2,高彦钊1,祁晓峰1,孙明乾3
1国家数字交换系统工程技术研究中心,中国郑州市,450003
2复旦大学计算与智能创新学院,中国上海市,201203
3东南大学网络空间安全学院,中国南京市,211189
摘要:人工神经网络(ANN)在遥感影像目标检测方面取得显著进展。然而,低检测效率和高能耗一直是遥感领域的重要瓶颈。脉冲神经网络(SNN)以稀疏脉冲的形式处理信息,为计算机视觉任务带来高效能优势。不过,大部分研究工作集中在简单分类任务上,仅有少数研究者将其应用于自然图像的目标检测。本文考虑到生物大脑的简约特性,提出一种人工-脉冲神经网络快速转换方法,用于遥感影像检测。基于群组稀疏特征建立快速稀疏模型进行脉冲序列感知,并对原始图像进行变换域内的稀疏重采样,从而快速感知图像特征和编码的脉冲序列。此外,为满足相关遥感场景中的精度要求,从理论上分析了转换误差,提出通道自衰减加权归一化方法,以消除神经元过度激活。所提遥感影像目标检测模型被称作S3Det。基于一个大型公开遥感数据集的实验表明,S3Det实现了与ANN相似的精度。同时,我们的转换网络稀疏度为原始算法的24.32%;能耗仅为1.46 W,是原始算法的1/122。

关键词组:遥感影像;目标检测;脉冲神经网络(SNN);脉冲序列快速感知;通道自衰减归一化

SCFformer: a binary data hiding method against JPEG compression based on spatial channel fusion Transformer

Xintao DUAN, Chun LI, Bingxin WEI, Guoming WU, Chuan QIN, Haewoon NAM

DOI: 10.1631/FITEE.2300762 Downloaded: 880 Clicked: 1411 Cited: 0 Commented: 0(p.728-741) <Full Text>

Chinese summary   <0>  SCFformer:一种基于空间通道融合Transformer的抗JPEG压缩的二进制数据隐藏方法

段新涛1,2,李春1,2,魏冰心3,吴国明1,2,秦川4,Haewoon NAM3
1河南师范大学计算机与信息工程学院,中国新乡市,453007
2河南师范大学人工智能重点实验室,中国新乡市,453007
3汉阳大学电气与电子工程学院,韩国安山市,15588
4上海理工大学光电信息与计算机工程学院,中国上海市,200093
摘要:为增强公共渠道传输过程中信息的安全性,图像常被用于二进制数据隐藏。由于采用联合图像专家组(JPEG)压缩,数据容易失真,恢复原始二进制数据面临挑战。本文提出一种开创性的二进制数据隐藏方法,利用一种结合了空间和通道注意力机制的Transformer模型(称为SCFformer)抵抗JPEG压缩。该方法在隐藏阶段采用一种新颖的离散余弦变换(DCT)量化截断机制,以增强图像的抗JPEG压缩能力,并通过空间和通道注意力机制将数据隐藏到不易察觉的区域,增强模型对隐写分析的抵抗能力。在提取阶段,DCT量化机制最大限度减少压缩过程中秘密图像的丢失,从而更容易实现信息的提取。可扩展模块的整合增加了灵活性,允许可变容量的数据隐藏。实验结果证实所提方案具有高安全性、大容量和高灵活性,同时在JPEG压缩后的二进制数据恢复方面取得显著改进,展示了所提方法的有效性。

关键词组:二进制数据隐藏;抗JPEG压缩;离散余弦变换量化;SCFformer

Anti-quantum cross-chain identity authentication approach using dynamic group signature

Huifang YU, Mengjie HUANG

DOI: 10.1631/FITEE.2400443 Downloaded: 460 Clicked: 429 Cited: 0 Commented: 0(p.742-752) <Full Text>

Chinese summary   <1>  基于动态群签名的抗量子跨链身份认证方法

俞惠芳1,2,黄梦杰1
1西安邮电大学网络空间安全学院,中国西安市,710121
2信息工程大学网络空间安全教育部重点实验室,中国郑州市,450001
摘要:为解决区块链跨链交互中存在的用户隐私泄露和身份孤岛问题,基于动态群签名技术,提出一种面向智慧教育的抗量子跨链身份认证方法(DGS-AQCCIDAA)。使用基于中继的跨链安全模型,实现异构联盟链的互联互通。动态群签名被用作跨链身份认证的背书策略。所提方法具有容错学习和非齐次小整数解假设下的抗量子安全性,并使用非交互式零知识证明来保护用户身份隐私。所提方法计算开销低,可为智慧教育系统中的跨区块链提供匿名身份认证。

关键词组:跨链;身份认证;动态群签名;抗量子安全;零知识证明

Optimal federated fusion of multiple maneuvering targets based on multi-Bernoulli filters

Yu XUE, Xi'an FENG

DOI: 10.1631/FITEE.2400598 Downloaded: 457 Clicked: 368 Cited: 0 Commented: 0(p.753-769) <Full Text>

Chinese summary   <1>  基于多伯努利滤波器的多机动目标最优联邦融合

薛昱,冯西安
西北工业大学航海学院,中国西安市,710072
摘要:为实现多个不确定机动目标的最优融合跟踪,提出一种具有分层结构的联合多高斯混合多伯努利(JMGM-MB)滤波器的联邦融合算法。JMGM-MB滤波器以交互多模型(IMM)滤波形式传递每个潜在目标的状态密度,因此精度高于多模型高斯混合多伯努利(MM-GM-MB)滤波器。在分层结构中,每个传感器节点执行局域JMGM-MB滤波器来捕获存活目标、新生目标和消亡目标。所提算法的一个显著特点是在融合节点运行一个主滤波器,以帮助判断状态估计的来源和补充漏检。所有滤波器的输出被关联为多组单目标估计。严格推导了IMM滤波器的最优融合,并将其用于合并关联的单目标估计。引入协方差上界技术以真正消除滤波器间的相关性,进而保证了算法的最优性。仿真结果表明,所提算法在线性和异类场景中均优于现有的集中式和分布式融合算法,且允许灵活调整主滤波器和局域滤波器的相对权重。

关键词组:不确定机动目标;联合多高斯混合多伯努利滤波器;分层结构;最优融合;相关性

Memory-efficient tensor parallelism for long-sequence Transformer training

Peng LIANG, Linbo QIAO, Yanqi SHI, Hao ZHENG, Yu TANG, Dongsheng LI

DOI: 10.1631/FITEE.2400602 Downloaded: 18 Clicked: 21 Cited: 0 Commented: 0(p.770-787) <Full Text>

Chinese summary   <1>  面向长序列Transformer训练的内存高效张量并行方法

梁鹏,乔林波,时彦琦,郑浩,唐宇,李东升
国防科技大学计算机学院并行与分布计算全国重点实验室,中国长沙市,410073
摘要:近年来,基于Transformer架构的大语言模型(LLM)凭借卓越性能引发广泛关注。工业级LLM需处理长序列输入以提供优质服务。然而,内存消耗随序列长度呈平方级增长,制约长序列训练的扩展能力。现有并行方法在执行过程中产生冗余张量,存在内存优化空间;同时,张量并行(TP)无法实现计算与通信的有效重叠。针对上述问题,本文提出一种通用并行方法—内存高效张量并行(METP),专为Transformer训练核心计算单元(即两个连续矩阵乘法及其间可能存在的函数运算O=f(AB)C设计)。METP将计算O的子任务分配到多设备,采用点对点通信(send/recv)替代集合通信交换子矩阵完成计算,避免生成冗余张量。通过双缓冲技术实现计算与通信的深度重叠,并提出完全重叠的理论条件以指导长序列Transformer训练。理论分析表明:当并行度为p时,METP在未使用FlashAttention计算注意力时的内存开销为O(1/p3);在使用FlashAttention计算多头自注意力时,相比TP至少可节省41.7%内存。实验证明,基于8块A100 GPU的配置,METP可使序列长度较其他方法提升2.38–2.99倍。

关键词组:分布式学习;大规模语言模型;长序列;机器学习系统;内存高效;张量并行

Spatio-temporal correlation-based incomplete time-series traffic prediction for LEO satellite networks

Liang PENG, Jie YAN, Peng WEI, Xiaoxiang WANG

DOI: 10.1631/FITEE.2300873 Downloaded: 904 Clicked: 1495 Cited: 0 Commented: 0(p.788-804) <Full Text>

Chinese summary   <1>  低轨卫星网络中基于时空相关性的不完全时间序列流量预测

彭亮,闫杰,魏鹏,王晓湘
北京邮电大学泛网无线通信教育部重点实验室,中国北京市,100876
摘要:准确的短期流量预测对于提高低轨道卫星网络的数据传输效率至关重要。但是,在复杂空间环境中,收集器失败、传输错误和内存失败可能导致流量值丢失。不完全的流量时间序列阻碍了数据的有效利用,从而显著降低流量预测精度。为解决这一问题,提出一种基于时空相关性的不完全时间序列流量预测模型,该模型分为两个阶段:通过缺失数据推断方法重构不完全时间序列和基于重构的时间序列进行流量预测。在第一阶段,提出一种基于改进的去噪自编码器的缺失数据推断模型。具体来说,将去噪自编码器与格氏角求和场相结合,建立不同时间间隔之间的时间相关性,并从时间序列中提取结构模式。利用低轨道卫星网络流量独特的时空相关性,重点改进去噪自编码器的缺失值初始化方法。在第二阶段,结合低轨道卫星网络的时空相关流量,提出一种基于多通道注意机制卷积神经网络的流量预测模型。最后,为实现这些模型的理想结构,使用多元宇宙优化算法以选择模型参数的最优组合。实验表明,在不同数据缺失率下,所提模型在流量预测精度方面优于基线模型,证明了该模型的有效性。

关键词组:不完全时间序列;去噪自编码器;时空相关性;流量预测;低轨道卫星网络

Federated deep reinforcement learning based computation offloading in a low Earth orbit satellite edge computing system

Min JIA, Jian WU, Xinyu WANG, Qing GUO

DOI: 10.1631/FITEE.2400448 Downloaded: 528 Clicked: 446 Cited: 0 Commented: 0(p.805-815) <Full Text>

Chinese summary   <1>  基于联邦深度强化学习的低轨卫星边缘计算系统计算卸载

贾敏,吴健,王欣玉,郭庆
哈尔滨工业大学电子与信息工程学院,中国哈尔滨市,150006
摘要:最近研究表明系统容量对蜂窝网络非常重要。本文考虑最大化蜂窝网络下行链路和上行链路的加权和速率,其中每个小区由一个全双工基站和半双工用户组成。联邦学习可以在没有集中数据的情况下训练模型,实现对用户数据的隐私保护。将移动边缘计算服务器放置在低轨卫星上,可形成低轨卫星边缘计算系统,大大提高卫星的处理能力。因此,本文将联邦学习和移动边缘计算结合,提出一种基于联邦学习的计算卸载算法,在保证用户数据安全的同时最大化加权和速率。采用具有出色全局搜索能力的深度强化学习算法解决子信道分配和功率分配问题。仿真结果表明,与基准算法相比,该算法实现了最大的加权和速率,并具有良好收敛性能。

关键词组:联邦学习;低轨卫星;移动边缘计算;深度强化学习;计算卸载

Frequency-learning adversarial networks based on transfer learning for cross-scenario signal modulation classification

Qinyan MA, Jing XIAO, Zeqi SHAO, Duona ZHANG, Yufeng WANG, Wenrui DING

DOI: 10.1631/FITEE.2400080 Downloaded: 769 Clicked: 983 Cited: 0 Commented: 0(p.816-832) <Full Text>

Chinese summary   <1>  基于迁移学习下跨场景信号调制分类的频谱学习对抗网络

马沁言1,3,肖京1,邵泽祺1,张多纳2,王玉峰3,丁文锐3
1北京航空航天大学电子信息工程学院,中国北京市,100191
2北方工业大学人工智能与计算机学院,中国北京市,100144
3北京航空航天大学无人系统研究院,中国北京市,100191
摘要:自动调制分类(AMC)在无线通信中既具挑战性又起到至关重要的作用。尽管基于深度学习的方法在信号处理中得到广泛应用,但它们面临着信号分布变化的挑战,特别是在各种信道条件下。本文介绍了一种基于迁移学习的对抗迁移框架,名为频谱学习对抗网络(FLANs),用于跨场景信号分类。该方法利用频谱稳定性,通过引入频率适应(FA)技术,将目标信道信息融入源域信号。为解决信道中的不可预测干扰,采用拟合信道适应(FCA)模块,以减少因信道环境变化引起的源域和目标域之间的差异。实验结果表明,在高信噪比的跨场景真实采集数据集CSRC2023上,FLANs优于现有最先进迁移方法,其分类准确率最高值提高了5.2个百分点。

关键词组:频谱;生成对抗网络;迁移学习;自动调制分类;无线通信



Journal of Zhejiang University-SCIENCE, 38 Zheda Road, Hangzhou 310027, China
Tel: +86-571-87952276; Fax: +86-571-87952331; E-mail: jzus@zju.edu.cn
Copyright © 2000~ Journal of Zhejiang University-SCIENCE