课程文献中心 更多>>

关键词： 交通流量预测   格林希尔兹公式   时空依赖图神经网络   图卷积网络   门控递归单元  

摘要： 准确、实时的交通预测是智能交通系统的重要组成部分,对交通规划、交通管理、交通控制具有重要意义。然而,由于交通路网中存在复杂的时空依赖性,实现高度准确的交通流量预测是一项具有挑战性的任务。本文采用时空依赖图神经网络进行交通预测。首先,探究了交通流量、速度和密度之间的关系,依据格林希尔兹提出的关系式,通过速度数据得到了交通流量数据,为现有交通流量数据的稀缺性提供了解决方案。其次,本文采用基于图卷积网络和门控递归单元的模型,建模交通路网的时空依赖性,具体而言,图卷积网络可捕获道路网络的拓扑结构,建模空间依赖性;门控递归单元可捕获道路上交通数据的动态变化,建模时间依赖性。最后,本文采用自有数据集来评估本文方法,实验结果表明,与传统方法相比,本文采用的方法将预测误差降低了约6.3%~97.73%,并证明了模型在交通预测方面的优越性。Accurate and real-time traffic prediction is an important part of intelligent transportation system, which is of great significance for traffic planning, traffic management and traffic control. However, achieving highly accurate traffic flow forecasts is a challenging task due to the complex spatio-temporal dependencies in the transportation road network. In this paper, spatio-temporal dependent graph neural network is used for traffic prediction. First, the relationship between traffic flow, speed and density is explored, and based on the relational equation proposed by B. D. Greenshields, the traffic flow data is obtained from the speed data, which provides a solution to the scarcity of the existing traffic flow data. Second, this paper uses a model based on graph convolutional networks and gated recurrence units to model the spatio-temporal dependence of the traffic road network. Specifically, graph convolutional networks capture the topology of the road network and model the spatial dependence, while gated recurrence units capture the dynamic changes of traffic data on the road and are used to model the temporal dependence. Finally, this paper uses its own dataset to evaluate the proposed method. The experimental results show that the method used in this paper reduces the prediction error by about 6.3%~97.73% compared to the traditional method and demonstrates the superiority of the model in traffic prediction.

关键词： 整本书阅读   小学语文   兴趣选择   阅读目的   语文课堂   教学模式的改革   思维导图   义务教育语文课程标准  

摘要： ,《义务教育语文课程标准(2022年版)》明确提出要“根据阅读目的和兴趣选择合适的图书并制定阅读计划”“综合运用多种方法阅读整本书”和“积累整本书阅读经验”的要求,并在“学习任务群”的大概念下提出“整本书阅读”的教学理念和教学模式,为语文课堂上阅读教学模式的改革指引了新的方向。

关键词： 回归教材   数学结构   函数   数列  

摘要： 分析“回归教材”在高考数学备考中的目的与意义,并结合函数和数列两个案例,探讨数学备考“回归教材”的方法策略,旨在通过核心价值的引领,帮助学生理解数学本质,进而构建完整的知识结构和良好的认知体系,最终实现思维的发展。

关键词： 图神经网络   文本属性图   大语言模型   对比学习   预训练   提示学习  

摘要： 文本属性图时下逐渐成为图研究领域的一个热点。在传统的图神经网络研究中,所使用到的节点特征通常是由文本信息转化来的浅层特征或者是人为手动设计的特征,如跳字模型和连续词袋模型。近年来,随着大型语言模型的出现,自然语言处理方向的研究发生了深刻的变革。这种变革不仅影响了自然语言处理的相关任务,还开始渗透到图神经网络。因此,最近的图工作中也开始引入语言表征模型和大语言模型用于生成新的节点表征,旨在进一步挖掘更加丰富的语义信息。在现有的工作中,大多数模型还是采用传统GNN架构或对比学习的方式。在对比学习一类的方法中,由于传统节点特征和语言模型生成的节点表征并不是由统一的模型生成的,因此这类方法面临着处理2个位于不同向量空间的向量的挑战。基于以上的挑战和考量,提出一个名为GRASS的模型。具体来说,模型在预训练任务中引入了通过大语言模型扩充得到的文本信息,对其与经过图卷积的文本信息进行对比学习;在下游任务中,为了减少微调的成本,GRASS对齐了下游任务和预训练任务的形式。通过这个模型,使得GRASS在不需要微调的情况下,能够在节点分类任务上表现良好,尤其是在小样本场景下。例如,在1-shot场景下,比起最优基准模型,GRASS在Cora,Pubmed和ogbn-arxiv数据集上的准确度分别提升了6.10%,6.22%和5.21%。

关键词： CRP   IL-1β   IL-6   冠心病   心肌缺血   心电图   波形  

摘要： 目的:分析血清C反应蛋白(CRP)、白介素-1β(IL-1β)、白细胞介素-6(IL-6)表达水平与冠心病心肌缺血后心电图波形的关系。方法:将收治的66例冠心病患者临床资料按是否发生心肌缺血进行分组,其中33例冠心病心肌缺血患者作为观察组,33例冠心病非心肌缺血患者作为对照组;两组患者均进行心电图检查和血清CRP、IL-1β、IL-6表达水平的检测;比较两组患者血清CRP、IL-1β、IL-6表达水平、心电图波形;分析血清CRP、IL-1β、IL-6表达水平与冠心病心肌缺血后心电图波形的相关性;明确CRP、IL-1β、IL-6及心电图波形异常指标对冠心病心肌缺血的预测价值。结果:观察组CRP、IL-1β、IL-6水平均高于对照组,差异显著(P<0.01);两组RR间期、T波时限、PR间期比较差异不显著(P>0.05),观察组QRS时限低于对照组,差异显著(t=2.064,P=0.043);心电图波形变化指标QRS时限与CRP、IL-1β、IL-6呈显著负相关关系(r=-0.541,P=0.005、r=-0.614,P=0.000、r=-0.592,P=0.001);血清CRP、IL-1β、IL-6表达水平及QRS时限联合对冠心病心肌缺血有良好的预测价值,受试者操作特征曲线下面积(AUC)最大,为0.960,灵敏度、特异度较高,分别为0.925、0.968;CRP、IL-1β、IL-6、QRS时限的预测阈值分别为65.385 mg/L、22.060 ng/L、127.620 pg/ml、110.840 ms,AUC分别为0.898、0.890、0.918、0.601。结论:血清CRP、IL-1β、IL-6表达水平与冠心病心肌缺血后心电图波形QRS时限呈负相关,CRP、IL-1β、IL-6及QRS时限对冠心病心肌缺血有良好的预测价值。

关键词： 多标签情感分类   情感标签排序   情感图感知   情感词典   情感强度加权  

摘要： 目前多标签文本分类研究已经整合了标签信息,但在情感分析领域,现有方法常忽略了基于情感本身强度和极性的标签相关性,这些相关性对于精确分类至关重要.为了解决这些问题,本文提出了多标签交互和情感图感知的MGE-BERT模型.该模型首先通过情感强度关联和情感层次关联对情感标签进行优先排序,然后将排序后的标签与文本数据结合,作为输入导入BERT模型.在此过程中,采用了句法分析技术和情感词典,通过独特的构图方法构建了复杂的依赖图和情感图.为了进一步增强标签信息与文本特征的深度融合,本文将BERT模型的输出作为图卷积网络(GCN)的输入,使其能够更精确地捕捉并传递节点间的上下文关系.实验结果表明,在SemEval2018Task-1C数据集和Go Emotions数据集上进行的实验中,本文提出的MGE-BERT模型相比于最先进的模型,Macro-F1得分分别提高了1.6%和2.0%.

关键词： 新版教材   初中数学   教材体例   函数与方程   教材观   数与代数   结构化设计   单元整体教学  

摘要： 学习就是不断建构和完善自己的认知体系的过程。教师不仅要关注学生数学知识与技能的积累,还要关注学生对知识之间结构联系的认识与构建。掌握知识之间内在的联系与结构,有助于学生理解本学科知识,对知识的内化与迁移具有较大的作用。一、教材的结构化设计自2024年9月,各地开始使用新版教材。其中北师大版数学教材在教材观、教材体系以及教材体例上都体现了新课标“设计体现结构化特征的课程内容”的要求。教材以函数作为初中数学“数与代数”的主干,在这一领域,对不同册次教材进行关联,贯穿7—9年级,展现函数与方程、不等式的联系。

关键词： 高考数学   隐含信息   数学对象   构造函数   数学解题   等价关系   代数变形   同构  

摘要： 近几年高考数学的把关题多是以导数为工具来求解函数中的相关问题,此类试题具有结构独特、技巧性高、综合性强等特点。构造函数是解导数问题的基本方法,先根据问题特征挖掘隐含信息,再对所给的表达式进行代数变形,然后根据变形后的同构式构造出新函数,最后利用此函数的性质求解问题。一、同构法同构法是数学解题中的常用方法,其基本原理是通过寻找数学对象之间的相似性和等价关系,将复杂的问题转化为一个更简单的同构问题进行求解。同构意味着两个或多个物体在某些方面具有相同的结构或特征。同构法的核心思想是将问题中的数学对象进行抽象。

关键词： 二次函数   概率   初中数学   解题策略  

摘要： 本文针对初中数学中二次函数和概率题型,探讨有效的解题思路,旨在提升学生的解题能力和考试成绩.通过分析历年中考试题,总结二次函数和概率题的典型解题方法.在二次函数部分,提出利用顶点公式、对称轴公式等求解解析式、交点和图象变换的方法;在概率问题部分,探讨独立事件、条件概率等计算方法,并强调列表法和树状图法的应用.通过实际教学,学生的解题效率和准确性得到显著提升.研究表明,系统化的解题思路能够有效帮助学生掌握重点知识,为中考备考提供有力的教学支持.

关键词： 脑卒中   吞咽障碍   摄食训练管理   循证护理   流程图  

摘要： 目的:评价并总结脑卒中吞咽障碍病人摄食训练管理的相关证据,根据证据构建脑卒中吞咽障碍病人摄食训练管理指导流程图,为临床指导脑卒中吞咽障碍病人摄食训练管理提供依据。方法:计算机检索the Cochrane Library、PubMed、UpToDate、国际指南协作网、英国国家卫生与临床优化研究所、新西兰指南协作网、苏格兰院际指南网、加拿大安大略医学会、美国国立指南网、乔安娜布里格斯研究所(JBI)循证卫生保健中心数据库、美国心脏/卒中协会、中国知网、中华医学会期刊、维普数据库中关于脑卒中病人吞咽功能评估与摄食管理相关文献,对文献进行纳入、质量评价、证据提取、汇总及分级;采用专家小组法构建脑卒中吞咽障碍病人摄食训练管理指导流程图。结果:最终纳入文献9篇,其中最佳推荐实践1篇,指南2篇,专家共识1篇,系统评价2篇,证据总结3篇。最终从吞咽功能评估、进食管理、吞咽辅助训练、口腔清洁及进食监测及风险管理5个方面总结19条最佳证据,并构建基于证据的脑卒中吞咽障碍病人摄食训练管理指导流程图。结论:总结了脑卒中吞咽障碍病人摄食训练管理相关的最佳证据,并根据最佳证据制作了脑卒中吞咽障碍病人摄食训练管理指导流程图,可为医护人员临床脑卒中病人摄食训练管理提供参考。