基于知识挖掘的农村污水治理路径优化研究
这是一篇关于农村污水治理,知识图谱,路径优化,遗传算法,图论的论文, 主要内容为现阶段农村污水治理作为人居环境整治的主要内容其进程相对滞后,治理率仅为20%左右,成为污染农村环境、制约农村发展、影响居民身体健康的重要因素之一,科学、合理、因地制宜地推进农村污水治理势在必行。目前农村污水治理路径的制定仍然存在诸多困难,如:资金及人才缺乏、治理路径盲目借鉴城市污水治理等,对科学化、差异化、专业化治理农村污水提出了迫切需求;另一方面,一些算法在路径优化领域发展日益成熟。因此,挖掘农村污水治理领域现有知识和经验,并结合算法技术强大的计算及检索能力,为决策者推荐出适合当地使用的最优治理路径,是提高农村污水治理水平以及路径制定科学性、可解释性的重要手段。本研究把提高农村污水治理路径制定的科学性、可解释性作为总体目标,利用知识图谱的相关理论进行知识挖掘,并结合遗传算法优化技术,创新性地提出了基于知识图谱与遗传算法的农村污水治理路径优化方法。本研究的主要内容包括以下三个方面:(1)建立农村污水治理领域知识图谱。搜集了48个农村污水治理案例作为知识挖掘的重要数据来源,在领域专家的参与下,借助知识图谱相关理论,对领域知识实体进行抽取,包括村镇、治理模式、工艺技术、运维模式四大类,并定义其相互关系,包括实体关系及属性关系。通过构建实体关系体系及属性关系体系深度挖掘了农村污水治理领域涵盖的知识实体以及知识实体背后的属性,形成了农村污水治理知识图谱。(2)基于知识图谱的治理路径优化。借助图论将知识图谱转化成由节点和边组成的路径网络,基于关联度这一概念定义节点评分与边权值,节点评分的计算基于目标村镇与节点之间属性的相似度,边权值的计算基于实体节点共现分析,此时知识图谱完全转化为可量化的有向路径网;然后构建最优路径目标函数,使实际问题转化为寻找最长路径的优化问题;最后借助基于优先级编码的精英保留遗传算法对其求解。(3)农村污水治理路径优化的实证研究。本研究选取了一个污水治理信息较为全面的村镇作为目标村镇对提出的方法进行实证研究,首先提取目标村镇属性信息,并计算路径网络的节点评分、边权值以及局部路径长度,然后运用设计的路径优化算法寻找最优治理路径,最终经过讨论验证了路径优化结果的可靠性,证明了本研究提出的农村污水治理路径优化方法的有效性。本研究探索性的将知识图谱的相关理论与优化算法技术相结合,提出的农村污水治理路径优化方法具有很强的理论和现实意义,同时本研究提出的农村污水治理知识图谱构建思路、知识图谱网络化表示方法、路径优化算法设计可以广泛地推广到其他领域的方案生成及路径优化中。在现实中,该方法不仅能够提升决策效率,助力农村污水治理水平的提高,还保证了路径制定的科学性与可解释性。
标签约束图上的k步可达性查询处理研究
这是一篇关于标签约束图,k步可达性查询,2-Hop标签索引,图论的论文, 主要内容为可达性查询是图数据处理中的一个基本操作,在现实生活中有着广泛的应用。给定有向图中的一个源顶点u和一个目标顶点v,传统的可达性查询用于回答是否存在一条路径,使得顶点u能够到达顶点v。实际应用中,图的边上可能会标注特定信息,同时节点之间的联系路径也有长短之分,用户通常需要查询的是能满足标签约束和长度约束的结果(LCKR查询)。LCKR查询在社交网络、金融网络、知识图谱中有着广泛的应用,但现有算法无法处理LCKR查询问题。本文对LCKR查询进行了深入研究,具体研究内容如下。首先,提出LK2H算法来回答LCKR查询。LK2H算法的基本思想是对图中顶点预先构建标签索引,用于保存顶点之间的最短路径信息,从而加速查询处理。LK2H算法包括索引构建和查询处理两个部分。在索引构建时,通过双向剪枝BFS对所有顶点构建包含长度和标签信息的2-Hop索引。查询时,通过比较源点和目标点的标签索引来得到查询结果。同时,优化了返回结果,即当结果判定为不可达时,会明确到底是什么原因导致的不可达,并根据不同情况返回不同信息。其次,提出了优化算法LK2H+来进一步减小构建索引的时间和索引大小。LK2H+算法的基本思想是在图中选取部分顶点构建索引。查询时,如果查询顶点构建了索引,则直接基于索引回答查询,否则需要遍历数据图。为了降低遍历数据图的代价,LK2H+算法选取最小顶点覆盖集中的顶点来构建索引。最后,以索引大小、索引构建时间以及查询响应时间为指标,基于15个真实数据集对本文所提出的两个算法的性能进行测试。实验结果表明,LK2H算法和LK2H+算法可以高效回答标签约束图上的k步可达性查询问题。
下含D2D蜂窝网资源分配方法研究
这是一篇关于D2D通信,资源分配,图论,功率控制,公平的论文, 主要内容为下含D2D蜂窝网(DUCN)是一种新型的网络架构。简单而言,是将端到端直接通信技术(D2D)引入蜂窝网,通过信道复用,为蜂窝(CE)链路和D2D链路统筹分配授权频段资源。这样,一方面,提高了频谱使用效率,另一方面迎合了物联网(IoT)等技术引发的本地通信需求剧增的移动互联网发展趋势。针对DUCN开展有效的资源分配算法研究,不仅可以有效控制同道干扰水平,而且能提升网络多种性能。移动通信网频带持续增宽、速率持续增加的发展特点,与有限的频谱资源之间的矛盾,决定了蜂窝小区用户密度持续增加的客观规律。因此,本文重点研究了DUCN密集用户蜂窝小区的资源分配问题。1.提出一种基于二部超图的信道分配算法。针对多条链路可以复用同信道的应用场景,首先将资源分配问题归结为以最大化系统和速率为优化目标的整数规划问题。为求解该NP-hard问题,首先引出二部超图的概念,其次建立二部超图边的感知比较构造法则,最后提出基于二部超图的链路匹配算法。仿真结果表明,与二部图算法相比,所提算法在同等条件下可实现系统频谱效率提升40b/s/Hz左右,系统容量提升0.5倍左右。2.针对最多允许一条CE链路和一条D2D链路同时共占信道的应用场景,基于有向加权二部图设计一种低复杂度的信道分配算法。首先将以最大化系统和速率为优化目标的资源分配问题归结为整数规划问题。考虑到干扰是决定两条链路能否共用信道的决定因素,将最优化问题转化为以最小化干扰链路信道增益为目标的问题。该问题可看作“一对一双向偏好”最优匹配问题。为求解该问题,引出有向加权二部图及相关概念,相应地对所求问题进行“一次建模、两步转化”,最终转化成了可用加权二部图求解的形式。为了降低寻找最优匹配的难度,提出一种贪婪算法,该算法复杂度仅为O(n)。仿真表明,与加权二部图算法相比,所提算法不仅复杂度下降两个数量级,而且在一定范围内实现的系统吞吐量与容量等性能比加权二部图算法略优。3.研究了以共道链路间传输速率公平性为目标的功率控制问题。首先将建立的系统模型归结为以系统和速率最大化为目标的联合优化问题。为了降低求解该问题的难度,将问题解耦为信道分配和功率控制两个子问题。在假设已得到最优链路匹配集合的基础上,重点研究功率控制问题,分别得出基于公平性原理的最佳发射功率的闭式解、基于系统吞吐量最大化的最佳发射功率的有限搜索域,以及满足公平性前提下基于系统吞吐量最大化的最佳发射功率的有限搜索域。仿真结果表明,所得结论有助于提升共道链路传输速率的公平性。
基于EEG信号的轻度抑郁症异常脑拓扑结构研究
这是一篇关于脑电,轻度抑郁症,功能连接,图论,层次聚类,多示例学习的论文, 主要内容为随着计算机与生物信息技术的不断发展,许多研究都试图使用计算机对精神疾病进行辅助诊断,尤其是脑电(Electroencephalogram,EEG)由于其无创伤性、相对低成本、便捷性等优点,被广泛用于抑郁症的识别。然而,目前大多数EEG的抑郁症检测工作都是基于监督学习方法,监督学习需要在训练期间使用特定的标签来识别EEG中的每个示例。通常情况下,基于抑郁症检测的二分类监督学习模型要求在模型初始化前确定所选EEG频段数据以及对其进行标签化处理。然而,由于不同频段的EEG数据包含着许多生理和疾病信息以及动态变化,研究者们很难挑选出能够反映出抑郁程度的频段数据。更重要的是,在目前的方法中,模型的最终预测是通过对被试的所有示例进行平均而得到的分数。然而,深度学习的稳健拟合能力可能会导致没有表现出显著症状的示例对模型性能产生负面影响,从而影响结果。因此,为了解决上述问题,本文首先探讨了轻度抑郁症的异常脑拓扑结构,然后基于研究结果构建出一种针对轻度抑郁症进行辅助诊断的深度神经网络模型。主要工作和创新如下:1.针对轻度抑郁人群功能脑网络研究,本文采用最新的脑功能网络分析方法和层次聚类算法,首次根据视觉搜索范式中的脑电数据系统探索了轻度抑郁症患者的异常脑拓扑结构。行为结果显示,轻度抑郁症组的反应时间明显长于正常对照组。脑功能网络结果表明,两组之间的功能连接存在明显差异,半球间的长距离连接量远大于半球内的短距离连接。尤其在beta频段,轻度抑郁症患者的局部效率(Local Efficiency,LE)和聚类系数(Clustering Coefficient,CC)明显降低,额叶和顶枕叶的聚类结构遭到了破坏,额叶出现大脑不对称情况。此外,左额叶和右顶枕叶之间的长距离连接的功能连接平均值与抑郁症状呈明显的相关性。我们的结果表明,轻度抑郁症患者通过牺牲额叶和顶枕叶区域内的连接来实现两个区域之间的长距离连接,这可能为抑郁症的异常认知处理机制提供了见解。2.针对轻度抑郁症异常脑拓扑结构的多示例学习辅助诊断模型研究,本文基于多示例学习(Multiple Instance Learning,MIL)提出了一个名为CAMMIL(MIL Framework Combining Attention and Max-pooling,CAMMIL)的模型框架,它在示例层层面上使用最大池化层进行捕捉抑郁症状信息,并且在包层层面上使用注意力权重进一步整合每个示例的贡献。此外,本文还提出了一个脑区特征注意力融合CNN模块BRFAFNet(Brain Region Features Attention Fused CNN Net),该网络能够有效地使全脑特征嵌入到每个脑区中。本文的提出的方法达到了85%的准确率(Accuracy,ACC)和84.1%的ROC曲线下面积(Area under ROC Curve,AUC),与目前基于EEG信号的抑郁症检测先进方法相比,准确率最高提升了13.1%。此外本文还对轻度抑郁症识别中的频段选择问题进行了分析,结果发现轻度抑郁患者在beta频段的频段选择上有统计学上的差异。这可能为轻度抑郁症的研究和检测提供新的见解。上述研究表明,轻度抑郁症患者存在牺牲额叶和顶枕叶区域内的连接来实现两个区域之间的长距离连接的异常机制,这或许对抑郁症的异常认知处理机制提供了新的见解。其次本文提出的包含BRFAFNet的CAMMIL模型凭借其主动捕捉反映抑郁症状的频段数据、有效地将全脑特征嵌入到每个脑区特征中以及更高地模型评价指标,或许能够为轻度抑郁检测提供可靠的方法借鉴。另外,本文发现轻度抑郁患者在beta频段的频段选择上有统计学上的差异也具有重要意义。综上,本文发现了轻度抑郁症患者存在异常脑拓扑结构,以及通过该结构建立的CAMMIL模型可以提高轻度抑郁的识别率,为轻度抑郁的检测提供了新的视角。
面向5G V2X的无线资源分配技术研究
这是一篇关于5G V2X,资源分配,图论,能量效率,李雅普诺夫优化理论的论文, 主要内容为随着第五代(The Fifth-generation,5G)移动通信技术Release 16阶段标准化工作的完成,Release 17阶段工作全面展开,5G标准化工作已进入新的阶段。5G不仅仅满足于人与人之间的信息通信,而且更加注重无线通信技术在垂直行业领域的应用,即物与物之间的通信。在此背景下,早已备受关注的车联网(Vehicle to Everything,V2X)通信技术再次成为了学术界和工业界的研究焦点。在R16中,第三代合作伙伴计划(The Third Generation Partnerships Project,3GPP)对基于5G的V2X通信提出了更严格的要求,在满足V2X通信时延和可靠性要求的同时,更加注重频谱效率以及调度灵活性。因此,本文针对5G V2X中的无线资源管理这一关键技术问题展开研究:针对VUE之间资源复用引入的车辆用户之间的干扰问题,提出了基于图论的资源分配与接入控制算法,实现了单个小区覆盖场景下最大化并发的车与车之间(Vehicle to vehicle,V2V)通信链路数目。仿真结果表明,在保证高优先级用户通信需求的同时,本文所提算法可以最大化V2V通信链路,有效提升频谱效率。针对车辆用户与蜂窝用户之间资源复用引入的车辆用户与蜂窝用户之间的干扰问题,提出了基于李雅普诺夫优化理论的资源分配与功率控制算法,实现了在V2V通信时延和可靠性约束下的能量效率最大化。仿真结果表明,所提方案可以在确保V2V.通信时延与可靠性的同时,极大地提高车辆用户的能量效率。针对5G V2X资源分配子模式c中,由于车辆用户数据到达的不确定性导致的资源利用率下降和通信可靠性降低等问题,设计了新的资源配置策略。此外,针对现在3GPP正在讨论的5G V2X中HARQ反馈机制进行了设计,来减少用户之间资源的碰撞。通过仿真结果可以看出,所提出的方法在保证V2X通信可靠性的同时能够有效提升频谱资源利用率。
液态金属电池一致性分选及路径优化均衡系统研究
这是一篇关于储能,液态金属电池,电池分选,图论,均衡路径优化的论文, 主要内容为随着“碳达峰”和“碳中和”目标的提出,构建以新能源为主体的新型电力系统成为新时代下电力行业发展的重要战略路线。大规模电化学储能技术可以为可再生能源的高效消纳、利用提供重要技术支撑。作为一种新型储能技术,液态金属电池具有低成本、长寿命、大容量、高安全等特点,在智能电网构建、电力系统削峰填谷、新能源并网等领域具有广阔的应用前景。液态金属电池一般以模块串联成组的形式构建大型储能系统。由于电池在制造和运行过程中不可避免地存在差异,由此导致的不一致性问题会严重影响串联电池组的可靠性和安全性。因此,解决电池不一致性问题是十分迫切与紧要的。为了有效提高液态金属电池串联成组的一致性,本文基于电池基本特性和测试手段,围绕液态金属电池的电池分选和均衡管理优化问题开展了一系列工作,为液态金属电池的安全、高效管理提供指导。本文主要的研究内容和结果归纳如下:(1)研究了液态金属电池的开路电压、倍率、循环稳定性等基本特性,阐述液态金属电池的结构、工作原理、典型特征等;基于Li||Sb-Sn液态金属电池样本的活化数据进行了不一致性分析,运用统计学理论分析了电池放电容量分布特征和放电电压曲线的差异性。研究表明,在电池特性上,液态金属电池具有较宽的开路电压平台、显著的倍率特性以及良好的耐热冲击性;在电池不一致性上,液态金属电池样本的放电容量符合比例参数为48.41、形状参数为77.77的韦伯分布,平均放电电压平台为0.720～0.793 V,且放电初期和末期电池放电电压的差异性明显高于平台期;(2)提出了一种基于液态金属电池综合特性的分选方法;通过皮尔逊相关性分析,选取若干典型静态特性指标作为聚类特征,采用模糊C均值聚类算法进行初分选,然后以动态时间规整相似度对电池放电曲线的差异性进行量化评估,并采用减法聚类算法进行再分选;研究表明,分选后液态金属电池组容量提高了6.77%,电池放电曲线差异减少了88.28%;(3)采用图论理论建立了不同均衡单元的图论模型,同时对不同均衡拓扑结构的均衡效率和均衡速度进行对比分析,设计了基于电感和反激变压器的模块化双层均衡拓扑结构;研究表明,该结构能够实现模块内或模块间任意单体对单体的能量转移,同时在经济性、电路体积、操作难度、技术实现可行性等方面均具有一定的现实意义;(4)设计了一种基于图论和蚁群算法的均衡路径优化策略,利用图论模型建立带约束条件的均衡路径优化数学模型,然后采用蚁群算法计算最优均衡路径;研究表明,与传统的最值均衡策略相比,该路径优化策略在静态和动态工况下均能找到最优路径,其均衡速度提高了88.62%,均衡效率提高了19.43%。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设导航 ，原文地址：https://bishedaima.com/lunwen/47720.html
