我国拟用两年建食品污染物监测网络

我国将通过2009至2010年两年的努力,在全国建立起覆盖各省、市、县并逐步延伸到农村地区的食品污染物和食源性疾病监测体系,以加强食品安全风险监测数据的收集、报送和管理,提高我国食品安全水平。由卫生部卫生监督局和中国疾病预防控制中心联合举办的全国食品污染物监测网和食源性疾病监测网工作会议指出,屡次发生的重大食品安全事件显示,必须大力提高对食品中有害因素的监测评估能力和预警水平,进一步加大食源性疾病防控。从2000年起,我国开始建立食品污染物监测网和食源性疾病监测网。目前,16个省、直辖市参加了食品污染物监测网,21个省、直辖市参加了食源性疾病监测网,覆盖全国人口80%以上。根据“两网”建设要求,各地要进一步加强食品安全监测网络与技术能力建设,成立由医学、农业、食品、营养、检验检疫等方面的食品安全专家队伍,开展综合性食品安全调研,加强实验室建设,做好监测组织实施,将监测网络延伸到市县。要对高风险食品原料、配料和食品添加剂开展主动的动态监测,逐步将检测范围覆盖到食品生产、流通和消费各个环节。还要加强食源性疾病监测和信息报告工作,在医疗机构设立监测点,加强食源性疾病症状监测和信息收集。与会专家指出,我国食品安全状况...     

基于遗传算法的城市物流网络设计研究

本文探讨的是政府主导下的城市物流网络设计。首先构建了由物流园区、物流中心、配送中心组成的三层城市正向物流基础设施网络；接着提出了一个混合整数规划模型，优化目标是使整个城市的物流费用达到最小，并用遗传算法求解；最后给出了一个算例，说明了模型和算法的有效性。     

基于禁忌算法的中枢辐射航线网络鲁棒优化方法

文章针对航空公司构建中枢辐射航线网络问题展开研究,采用鲁棒优化的方法建立数学模型,针对鲁棒解的特点以及问题的复杂性,将禁忌算法和最短路算法相结合并加以改进,提出了一种适应于求解大型问题的启发式算法,并通过实例进行了仿真实现.     

基于QFD和犹豫模糊语言的敏捷制造合作伙伴决策

敏捷制造中重要问题之一是如何选择优势企业形成强强联合的动态联盟.在考虑顾客动态需求和顾客需求之间关联关系的基础上,采用马尔科夫链模型确定稳定的顾客需求权重;在网络分析法中采用最佳最差权重确定方法(BWM),相比于传统的两两比较确定判断矩阵方法计算量小.采用犹豫模糊语言,相比于传统的模糊数和模糊语言,有利于决策者根据主观...     

化学网络教学课件的全新模式

教育是面向未来的.著名科学家钱学森对未来教育作了如此论述:"未来教育=人脑+电脑+网络".随着高科技的发展,电脑通讯技术与多媒体的科学成果逐步应用到社会的各个领域.     

基于遗传RBF网络的惯性测量组合模拟电路故障诊断

为解决惯性测量组合模拟电路的诊断不易定位到元件级故障的问题,提出了一种基于遗传RBF网络的智能诊断方法。该方法首先利用RBF神经网络快速准确识别故障的能力,以RBF的训练均方误差为遗传算法的适应度函数,依靠遗传算法强大的全局寻优能力实现故障特征选择。在特征选择的过程中,同时记录使训练均方误差达到最小的最优RBF网络,然后直接利用特征选择过程中训练好的最优RBF网络诊断故障,而无需利用特征选择后的训练数据对RBF网络进行再训练,简化了诊断步骤,同时增强了网络的抗干扰能力。仿真结果表明,该方法能有效去除冗余特征,准确诊断惯性测量组合模拟电路的故障,并有较好的抗噪能力,证明了该方法的有效性和可行性。     

基于桥接Transformer的小样本优化鸟声识别网络

针对实际鸟类监测环境中,收集鸟声声频数据分布不均匀,导致神经网络训练不充分,分类识别测试准确率低的问题,设计了一种桥接Transformer神经网络模型。该网络首先利用原始鸟声声频信号生成短时傅里叶变换语谱图作为输入特征,之后将语谱图输入到由注意力模块和卷积模块桥接组成的Transformer网络中,完成对语谱图中全局特征和局部特征的信息交互,最后利用单层Transformer编码器实现对每一个批次样本的损失优化,得到最终的分类结果。在Birdsdata和xeno-canto鸟声数据集上进行小样本实验,分别获得了91.34%和82.63%的平均准确率,与其他鸟声识别网络进行了对比实验,验证了该网络的有效性。     

面向无人机的轻量级Siamese注意力网络目标跟踪

随着无人机技术在军事、民用等领域的广泛运用,高精度、低功耗智能无人机跟踪系统的需求也日益增多。针对无人机跟踪任务中目标尺度变化大、视野角度多变、遮挡等问题,提出了一种基于轻量级Siamese注意力网络的无人机实时跟踪算法。首先,选取易于部署在嵌入式设备中的轻量级卷积神经网络MobileNetV2作为特征提取主干网络;接着,设计通道空间协同注意力模块,增强模型的适应能力与判别能力;然后,搭载区域建议网络,通过互相关获取前景背景分类和边界框回归响应图;最后,加权融合多层响应图,调整候选区域筛选策略,计算得到更加准确的跟踪结果。在无人机跟踪数据集上的仿真实验结果表明,相对于当前主流算法SiamRPN,该算法跟踪精度提升了3.5%,能更好地应对复杂多变的场景。同时,在NIVIDA RTX 2060 GPU上,跟踪速度达到60 frame/s。     

融合梯度提升回归树的深度知识追踪优化模型

知识追踪是个性化学习领域重要研究问题,但现有知识追踪模型缺乏学习过程多维特征因素综合考虑,知识追踪过程中动态矩阵更新较少考虑学习者当前知识状态.针对上述问题,文章提出了一种融合梯度提升回归树的深度知识追踪优化模型(DKVMN-GBRT).首先,将学习者当前知识状态引入动态矩阵更新过程;其次,根据学习者历史学习序列分析学习者学习能力和任务难度特征;最后,将GBRT回归算法融入知识追踪模型,根据学习者特征预测学习者知识掌握状态.实验结果表明:DKVMN-GBRT模型能够有效追踪学习者的知识状态,动态描述学习者对每个知识点的学习能力;在3个公共数据集上性能分析优于现有知识追踪模型,提升了深度知识追踪模型的预测精度.     

光传输网络管理的实验教学研究

本文介绍了光传输网络管理实验的基本方法与操作过程,与传统的实验相比,更加有效与实用,克服了传统实验的局限性,取得了较好的效果。