物联网是未来赛博使能业务的重要支撑平台。蜂窝网络则被认为是广泛分布在部署区域中的物联网终端数据接入的主要渠道，尤其在广域覆盖方面具有难以替代的价值。在满足覆盖要求的条件下，降低蜂窝网络基站的下行发射功率在绿色通信方面具有重要的研究意义。由此提出了一种基于优化目标平滑近似和均方根传播策略的梯度下降算法，在满足物联网业务覆盖率的条件下最小化基站的总下行发射功率。首先，使用罚函数方法将复杂约束条件的异构蜂窝网络优化问题转化为简单约束形式的优化问题；其次，将不可导的目标函数通过平滑近似转化为可导形式，并给出其对天线下倾角和下行功率参数的梯度解析形式；最后，使用均方根传播梯度下降算法进行转化后的目标函数优化。仿真实验结果表明该算法可以在满足覆盖率指标的条件下最小化基站的总下行发射功率，与现有元启发算法和普通梯度下降算法相比，具有良好的收敛速度，并能更好地抑制优化过程中振荡

多细胞生物体内细胞之间必须相互联系合作,以维持生长、分化和代谢等各种机能的顺 利进行:细胞分泌到胞外的信号分子在这种相互联系中是必不可少的(参考第十七章),激 素(hormones)就是一类重要的细胞外信号分子。 现在已知的人体激素有数十种之多,本章重点讨论下列几类:甲状腺激素、肾上腺髓质 及皮质激素、垂体激素以及下丘脑激素等。对内皮素、心钠素及瘦蛋白(leptin)也作了简单 的介绍

为研究压下对连铸坯内部裂纹产生的影响，利用ABAQUS有限元软件建立了230 mm×280 mm断面大方坯压下数学模型。通过压下模型对重轨钢连铸坯压下过程进行热力耦合模拟计算，对压下过程中产生的内部裂纹进行了预测。首先，对连铸坯不同中心固相率为0.3～0.7的温度场进行计算；然后，利用压下模型计算了连铸坯中心固相率0.3～0.7时凝固前沿的等效塑性应变。研究结果表明，在连铸坯中心固相率为0.3～0.7的位置处分别施加7 mm压下量进行压下，连铸坯凝固前沿等效塑性应变未超过临界等效塑性应变（0.4%），连铸坯未出现内裂纹；同时，对连铸坯在中心固相率为0.6位置处进行了不同压下量的研究，研究结果表明，当连铸坯压下量超过7 mm时，凝固前沿的等效塑性应变超过临界塑性应变（0.4%），连铸坯出现内裂纹，并且压下量越大，连铸坯内裂纹越严重。同时，工业试验结果与模型计算结果基本吻合，验证了模型计算的准确性

10.1债务重组概述 10.2债务重组核算的会计处理

盐岩的损伤愈合特性对地下盐穴储库的长期密闭性具有重要影响。为了探究损伤盐岩的愈合特性，设计了巴西劈裂损伤盐岩的自愈合实验。在无应力条件下，让巴西劈裂损伤盐岩在不同湿度条件下愈合120 d，通过实验过程中试样渗透率的变化定量判断损伤盐岩愈合程度，探究了损伤盐岩在不同湿度和恢复时间条件下的愈合效果；同时，通过扫描电子显微镜对损伤盐岩愈合后的细观形貌进行了观察，探讨了盐岩损伤愈合的细观机制。本实验中，利用实验前后渗透率的变化作为损伤盐岩愈合的表征手段，有效避免了以往研究中利用试样强度和弹性模量作为损伤愈合表征手段时因应变硬化导致的结果不可靠的情况。实验结果表明，在无应力作用条件下，在无外界水分供给环境中试件经过120 d后仍然没有发现愈合，证明水分是损伤愈合的必要条件。研究表明，时间和湿度对盐岩的损伤愈合具有重要影响，盐岩的损伤愈合效果在实验范围内随着时间的增长和湿度的增大而增强，但增强速度呈指数降低，意味着过大的湿度和过长的时间难以有效提高盐岩损伤愈合效果

高质量睡眠与儿童的身体发育、认知功能、学习和注意力密切相关，由于儿童睡眠障碍的早期症状不明显，需要进行长期监测，因此急需找到一种适用于儿童睡眠监测，且能够提前预防和诊断此类疾病的方法。多导睡眠图(Polysomnography，PSG)是临床指南推荐的睡眠障碍基本检测方法，通过观察PSG各睡眠期间的变化和规律，对睡眠质量评估和睡眠障碍识别具有基础作用。本文对儿童睡眠分期进行了研究，利用多导睡眠图记录的单通道脑电信号，在Alexnet的基础上，用一维卷积代替二维卷积，提出一种1D-CNN结构，由5个卷积层、3个池化层和3个全连接层组成，并在1D-CNN中添加了批量归一化层（Batch normalization layer），保持卷积核的大小保持不变。针对数据集少的情况，采用了重叠的方法对数据集进行了扩充。实验结果表明，该模型儿童睡眠分期的准确率为84.3%。通过北京市儿童医院的PSG数据获得的归一化混淆矩阵，可以看出，Wake、N2、N3和REM期睡眠的分类性能很好。对于N1期睡眠，存在将N1期睡眠被误分类为Wake、N2和REM期睡眠的情况，因此以后的工作应重点提升N1期睡眠的准确性。总体而言，对于基于带有睡眠阶段标记的单通道EEG的自动睡眠分期，本文提出的1D-CNN模型可以实现针对于儿童的自动睡眠分期。在未来的工作中，仍需要研究开发更适合于儿童的睡眠分期策略，在更大数据量的基础上进行实验

综述了炼钢过程中合金减量化的研究现状,分别从合金的基本物理化学特征、合金的加入工艺和炼钢工艺三大方面讨论了合金收得率的研究进展情况.重点介绍了合金粉化控制技术、合金在真空条件下的损失控制技术、合金的熔化控制技术和合金替代技术的应用,为炼钢过程中的合金减量化研究提供借鉴.合金减量化技术的应用前景非常可观,合金的损失途径和损失机理研究、合金的结构设计、合金的替代技术和合金的管理管控技术可以作为炼钢过程中合金减量化研究的重点方向

以次生硫化铜矿粉为原料，添加黏结剂、氯化钠制备矿粒，并借助CT扫描技术、图像处理及三维重构方法，开展了单个矿粒浸出试验，探究了溶浸前后矿粒内部的孔隙变化；运用COMSOL Multiphysics模拟仿真软件，构建了溶液在孔隙通道中流动的仿真模型。结果表明：经过一周时间的溶浸，矿粒内部孔隙的数目、平均体积、平均表面积及孔隙平均等效直径分别增长了99%、151%、223%和90%，孔隙率增长了4倍，孔隙连通度增长了近2倍。在孔隙通道较狭窄的区域和底部区域，溶液的流速、压力急剧增加，对矿粒结构的稳定性产生较大影响

同步定位与地图构建技术（SLAM）是当前机器人领域的重要研究热点，传统的SLAM技术虽然在实时性方面已经达到较高的水平，但在定位精度和鲁棒性等方面还存在较大缺陷，所构建的环境地图虽然一定程度上满足了机器人的定位需要，但不足以支撑机器人自主完成导航、避障等任务，交互性能不足。随着深度学习技术的发展，利用深度学习方法提取环境语义信息，并与SLAM技术结合，越来越受到学者的关注。本文综述了环境语义信息应用到同步定位与地图构建领域的最新研究进展，重点介绍和总结了语义信息与传统视觉SLAM在系统定位和地图构建方面结合的突出研究成果，并对传统视觉SLAM算法与语义SLAM算法做了深入的对比研究。最后，展望了语义SLAM研究的发展方向

大数据是多源异构的。在信息技术飞速发展的今天，多模态数据已成为近来数据资源的主要形式。研究多模态学习方法，赋予计算机理解多源异构海量数据的能力具有重要价值。本文归纳了多模态的定义与多模态学习的基本任务，介绍了多模态学习的认知机理与发展过程。在此基础上，重点综述了多模态统计学习方法与深度学习方法。此外，本文系统归纳了近两年较为新颖的基于对抗学习的跨模态匹配与生成技术。本文总结了多模态学习的主要形式，并对未来可能的研究方向进行思考与展望