华东师范大学学报(自然科学版)杂志

华东师范大学学报(自然科学版)杂志2023年第2期

• 具有两个度数的树

  乔璞, 詹兴致

  如果一个图只有两个不同的度数, 这个图就称为二度图. 阶数至少为3的二度树具有度数1和 $d $ , 这里 $d $ 是至少为2的整数, 这样的树称为 $(1,d)$ -树. 给定一个正整数 $n $ , 确定了以下信息: (1)存在一个 $n $ 阶 $(1,d) $ -树的可能的 $d $ 的值; (2)存在唯一的 $n $ 阶 $(1,d)$ -树的可能的 $d $ 的值; (3) $n $ 阶 $(1,d)$ -树的最大可能直径. 这些结果提供了一个新的例子, 表明有时候图的行为是由数论性质决定的.

• Hermite R-反对称矩阵的二次特征值反问题

  齐志萍, 张澜

  研究了Hermite R-反对称矩阵的二次特征值反问题. 利用矩阵分块法、奇异值分解、向量拉直和Moore-Penrose逆, 证明了该问题Hermite R-反对称解的存在性, 给出了Hermite R-反对称解的一般表达式, 讨论了最佳逼近问题. 并给出了算例验证理论的正确性.

• 强Gorenstein弱平坦模

  宋彦辉, 郭婷

  引入强Gorenstein弱平坦模, 给出了强Gorenstein弱平坦模的一些同调刻画. 证明了Gorenstein弱平坦模是强Gorenstein弱平坦模的直和项.

• 次线性期望空间下广义负相依序列加权和的完全收敛性

  费丹丹, 付宗魁

  研究了次线性期望空间下随机变量序列的完全收敛性, 利用广义负相依序列的性质, 在随机变量的 $ \lambda $ 阶上积分存在的条件下, 得到了次线性期望空间下广义负相依序列加权和的完全收敛性, 推广和改进了经典概率空间中独立序列的结果.

• 一类具有转点的二阶半线性奇摄动边值问题

  赵敏, 倪明康

  研究了一类具有转点的二阶半线性奇摄动问题解的渐近性. 首先, 给出了在转点附近发生稳定性交替的若干判别准则. 其次, 通过修正退化问题的正则化方程, 提高了原问题渐近解的精度, 并利用Nagumo定理证明了光滑解的存在性. 最后, 通过一个算例验证了结果的正确性.

• 一类奇摄动时滞反应扩散方程的空间对照结构

  甘清照, 倪明康

  研究了一类具有非线性反应项的奇摄动时滞反应扩散方程的Neumann边值问题. 运用边界层函数法、空间对照结构理论和压缩映射原理构造该问题解的渐近展开式并证明了解的存在性. 最后给出一个具体的例子说明了结果的有效性.

• 高维周期向量自回归模型的精度矩阵的假设检验

  邹进

  由周期性向量自回归模型生成的精度矩阵(逆协方差矩阵)是一个块状三对角矩阵. 在此精度矩阵的基础上, 提出了一种新的块状迹函数, 用于检验两个精度矩阵的块状迹相等, 并研究了在零假设下的渐近行为. 数值实验表明, 这种块状迹函数检验方法与常用的检验方法相比, 具有简洁易算和功效优良的特点.

• 目标依赖的新闻事件识别

  张甜甜, 兰曼

  海量新闻文本中往往涉及多个实体, 并蕴含复杂多样的事件. 为了挖掘这些实体、事件信息, 先前的以事件为中心的事件抽取方法大多先检测事件, 再抽取事件论元. 受限于触发词和事件识别, 该方法无法应用于真实工业场景下的新闻事件抽取. 考虑到命名实体识别(named entity recognition , NER)的性能达到90%以上, 提出了以目标实体为视角的事件抽取任务—目标依赖的事件识别(target-dependent event detection, TDED), 旨在抽取出实体并识别其对应的事件. 基于该任务, 提出了先抽取实体再识别目标级事件类型的两阶段模型框架. 该模型融合了事件关键词和句法依存距离特征, 能够学习目标依赖的上下文信息. 在构建好的真实中文金融数据集上的实验结果表明, 该模型抽取性能较佳, 即使在句中存在多个实体或事件的复杂情形下也能取得很好的性能表现.

• 基于大页内存的学习索引内存分配策略

  官嘉林, 朱艳, 吴庭亮, 陈艳, 张敬伟

  大数据时代, 数据信息的不断膨胀给数据的快速存取带来了巨大挑战. 因此, 设计一种高效的索引结构具有重要意义. ALEX (updatable adaptive learned index)是一种利用机器学习模型代替传统B-树索引结构的学习索引, 具有较好的时间、空间性能, 但存在频繁的缺页中断问题. 为解决此问题, 进一步提升ALEX性能, 在ALEX基础上提出了一种基于大页内存的内存预分配策略, 较好地降低了内存缺页中断率, 提升了ALEX性能. 在内存分配阶段, 采用预分配策略; 在内存回收阶段, 则采用延迟释放策略. 在Longitudes数据集上的实验表明, 该策略具有良好的效果.

• 基于遥感图像的虚拟地形仿真建模方法

  王泽华, 高岩, 陈敏刚

  传统虚拟地形建模通常采用基于人工设计的过程化生成方法, 无法满足军事仿真等需要对真实环境进行还原的仿真建模任务. 针对此类任务, 提出了一种基于遥感图像的虚拟地形仿真建模方法, 其核心是地形混合纹理生成网络(landscape blended texture generation network, LBTG-Net). 该方法利用地形混合纹理生成器(blended texture generator, BTG), 在风格鉴别器(style discriminator, SD)以及多级分类损失的约束下生成地形混合纹理贴图, 基于该混合纹理贴图生成结果对地形环境进行程序化构建. 该方法包含2个核心特点: ① 对输入遥感图像进行准确的地表覆盖类型分类, 以保证对输入遥感图像环境的还原; ② 生成高质量地形混合纹理贴图, 以提高虚拟地形建模质量. LBTG-Net使用Sentinel-2多光谱遥感图像数据集进行训练和验证. 实验结果表明, 该方法在各地表覆盖类型分类评价指标下均有良好表现, 能够在准确还原输入遥感图像的环境分布的同时完成高质量虚拟地形仿真建模.

• 基于高重叠度视角的锁销点云模型的快速建立

  金志伟, 黄昶, 祝瑞红

  基于高重叠度视角, 提出了一种在集装箱码头针对锁销模型快速建立的三维点云拼接方法. 实验使用Azure Kinect深度相机采集场景点云, 并对点云进行预处理, 得到目标点云. 对于视角略微不同的锁销, 在采用采样一致性初始配准算法 (sample consensus initial algorithm, SAC-IA) 的基础上, 利用经典的迭代最近点 (iterative closest point, ICP)算法进行配准, 确定2片点云的重叠位置关系. 在总体拼接过程中, 用锁销在相机z方向投影的包围盒面积的相对大小, 来估计锁销的大体形状; 然后通过对比相邻视角该面积的差值, 选取数量合适的、重叠度较大的点云视角, 保证配准的正确率并减少耗时. 实验结果表明, 该方法对锁销的配准误差较低, 可以较快速地建立适用于类型匹配的工件模型.

• 基于神经网络的行驶时长预测

  武朝阳, 毛嘉莉

  定位设备的普及产生了海量的车辆行驶数据, 使得利用历史数据预测车辆行驶时长成为可能. 车辆行驶数据由两部分组成: 车辆行驶经过的路段序列信息和出发时段; 路径总长度等外部信息. 如何提取路段序列特征, 以及如何将序列特征与外部特征有效地融合, 成为预测行驶时间的关键问题. 为解决以上问题, 提出了一个基于 Transformer 的行驶时间预测模型, 模型由路段序列处理模块和特征融合模块两部分组成. 首先, 路段序列处理模块使用自注意力机制处理路段序列, 提取路段序列特征. 该模型不但可以充分考虑各条路段与其他路段间道路速度的时空关联性, 同时可保证数据并行输入模型, 避免了使用循环神经网络时数据顺序输入导致的效率低下. 其次, 特征融合模块将路段序列特征与出发时段等外部信息相融合, 最终获得预测的行驶时长. 在此基础上, 统计路口连接的路段数作为路段的上/下游路口特征, 与路段特征结合输入模型, 进一步提升了行驶时长的预测精度. 在真实的数据集上与主流预测模型进行的对比实验表明, 该模型在预测精度以及训练速度上均有提升, 体现了所提模型的有效性.

• 面向异常检测的时序数据库查询优化

  张帅, 胡卉芪, 徐尧强, 周烜

  随着物联网的发展, 大量传感器设备被接入网络, 这些设备所产生的数据的异常检测关系到系统服务的稳定性. 时序数据库是专门为时序数据优化的数据库系统. 作为监控系统的重要环节, 时序数据库担负着时序数据的管理和查询任务. 但目前时序数据库在处理多个数据源数据的查询上存在着延迟高、没有充分利用系统计算资源的缺点. 针对上述缺点, 基于InfluxDB, 重新设计了时序数据库的查询执行模型, 提出了InfluxDB-PP (parallel processing), 很好地解决了上述问题. 实验结果表明, InfluxDB-PP在实时数据异常查询场景下, 查询时延相较于InfluxDB降低了约85.7%.

• 基于残差网络的配电柜设备元件状态识别

  张洋, 赖叶静, 黄定江

  随着工业智能巡检的不断发展, 基于数字图像处理方法的设备元件状态识别系统被广泛应用. 为提升配电室中配电柜设备元件状态识别的准确率, 提出了一种基于残差网络(residual networks, ResNet)的设备元件状态识别方法. 首先搭建数据采集系统, 构建数据集; 然后对配电柜图像, 裁剪预设的设备元件目标区域, 生成设备元件图像; 对于设备元件图像, 构建基于ResNet的元件状态识别模型并训练; 使用训练完毕的模型识别元件的状态. 以变电站配电室中配电柜设备元件数据集作为研究对象, 对于特征复杂的元件采用单预测头的网络, 对于特征简单的元件采用多预测头的网络; 然后使用紧凑和剪枝的模型压缩方法在精度损失较小的情况下减少参数量和计算量; 最后介绍巡检系统的架构设计, 将JetSon Nano边缘终端作为算法模块的运行硬件, 以减少通信成本.

• 基于基尔霍夫定律和布尔方程的故障定位算法

  鲁晓秋, 蔡阳, 陈佳俊, 周樨, 周雪茗, 唐赟喆, 黄定江

  随着我国电力系统的不断发展, 供电的安全性和可靠性直接影响着地区的生产生活和民众的经济生活. 电网故障定位是电力调度系统中重要的组成部分. 传统的故障定位需要依靠调度人员大量的经验积累和人工判断, 而面对日益增长的需求, 仅依靠传统方法进行故障定位会增加误判率, 进而对电力系统的稳定运行造成威胁. 提出了一种基于基尔霍夫定律和布尔方程的电网故障定位算法, 将故障定位问题转化为布尔线性混合规划问题, 并结合模拟退火算法和遗传算法的思想进行求解, 实现了在小型电网中的故障快速定位, 有效降低了调度错误率, 缩短了从故障发生到故障隔离、故障处理的时间差, 节约了人力资源, 提高了调度效率.

• 蟋蟀草对应植物考证

  何祝清, 葛斌杰

  斗蟋蟀是中国的传统文化, 已经延续了1000年以上. 在斗蟋蟀之前, 会使用一种称为蟋蟀草的道具, 通过蟋蟀草快速扫过蟋蟀的头部及触角, 使得其进入战斗准备状态. 参阅《中国植物志》和已出版的各个省级植物志, 蟋蟀草常被用作禾本科 (Poaceae) 穇属 (Eleusine) 牛筋草 (Eleusine indica (L.) Gaertn.) 的中文别名, 其中, 《北京植物志》和《河北植物志》则直接将蟋蟀草属作为Eleusine的中文名. 但是, 经本文考证, 用于斗蟋蟀的 “蟋蟀草”应为禾本科马唐属 (Digitaria spp.) 的植物, 针对各类植物志误将蟋蟀草作为牛筋草的中文别名所引起的误解, 本文予以澄清.

• 7种不同成分消毒剂对MS2噬菌体杀灭效果的比较

  李宇, 葛振鸣

  以MS2噬菌体为指示微生物, 检验了7种不同成分的消毒剂 (双氧水、乙醇、发酵乳酸消毒剂、络合碘消毒剂、复合季铵盐消毒剂、含氯消毒剂和过氧乙酸消毒剂) 对噬菌体的杀灭效果. 结果表明, 被广泛使用的消毒剂对病毒杀灭的效果差异较大. 络合碘消毒剂具有最强的杀灭作用, 其次为复合季铵盐消毒剂和过氧乙酸消毒剂, 而双氧水、乙醇和发酵乳酸消毒剂的杀灭效果较差. 该试验结果可为合理配置消杀环境中有害微生物的消毒剂提供参考依据.

• 改性铝在制氢及去除水中污染物中的应用

  杨阳, 邓振炎, 郭晓晗, 麻根旺, 盖卫卓

  金属铝(Al)因储量丰富且具有较低的氧化还原电位, 在Al-水制氢及水处理领域得到广泛研究, 而Al颗粒表面的致密氧化膜是影响Al还原活性的主要因素. 除了酸/碱溶解、合金化及机械球磨等常见的Al表面处理方法, 近年来出现的Al表面改性技术被认为是一种经济有效且工艺条件相对温和的Al表面活化方法. 本文通过综述Al表面改性方法在Al-水制氢及Al去除水中污染物方面的研究报道, 突出了该方法相比于其他Al表面处理方法所存在的优势及不足. 同时, 对Al表面改性技术在制氢及去除水中污染物中的应用进行了展望, 以期促进Al表面改性技术在制氢及水处理领域的研究进展.