课程文献中心 更多>>

关键词： 对比学习   句子嵌入   语义相似度   文本分类   联合损失函数  

摘要： 对比学习在语义嵌入中表现出色，能够通过捕捉数据样本间的关系提升模型的表示能力。然而，其效果主要受正样本构建和目标函数选择的影响。正样本需要精心设计，以确保模型能有效识别有意义的相似性并减少噪声干扰。为此，提出一种新方法，通过拆分、编码、聚合和投射文本来构建正样本。文本被分解为片段，编码用于提取语义内容，聚合用于突出关系，最终投射到适合学习的语义空间。此外，设计了两种监督损失函数，与标准对比损失相辅相成，以增强语义空间的区分性，从而提升模型辨别能力。实验结果表明，该方法在2个公开数据集和1个私有数据集上表现出色，显著提升了语义嵌入质量，解决了对比学习的核心挑战，并为自然语言处理领域的进一步应用奠定了基础。

关键词： 全直流发电系统   直流汇集   混合势函数法   稳定域   大扰动稳定性分析  

摘要： 陆上风电全直流发电系统能够有效解决大规模风电并网过程中谐波谐振、无功传输等问题，但系统中电力电子设备种类多且各设备的控制耦合复杂，其大扰动下的暂态稳定性机理与传统交流系统不同。为了探究陆上风电全直流发电系统的大扰动稳定性机理，首先，针对“直流汇集—交流送出”方案，基于全直流系统中关键设备的运行特性及控制策略，建立系统等效模型。然后，基于Brayton-Moser混合势函数理论，分析了陆上风电全直流发电系统的大扰动稳定性机理，通过求解稳定性判据，分析关键参数对系统大扰动稳定性的影响，结果表明系统的稳定性与各变流器的系统参数和控制参数均有关联。最后，基于MATLAB/Simulink搭建仿真模型，验证了理论分析的正确性。

关键词： 阿尔茨海默病   中成药   临床研究   方法学   证据图  

摘要： 背景 阿尔茨海默病（AD）是一种复杂的神经系统退行性疾病，其治疗给患者及家庭带来沉重的负担。近年来中成药治疗AD的临床研究不断增加，但研究的证据支撑情况尚不清楚。目的 分析近5年中成药治疗阿尔茨海默病的临床研究相关证据情况。方法 检索2019年1月—2024年12月的8个中英文数据库（中国知网、万方数据知识服务平台、维普网、中国生物医学文献服务系统、PubMed、Web of Science、Cochrane Library、Embase数据库）中收录的中成药治疗AD的文献，采用文字结合图表的形式展示证据分布特征。结果 最终纳入临床试验82篇，系统综述/Meta分析30篇，网状Meta分析9篇，指南/专家共识/路径等7篇，系统评价再评价1篇，卫生技术评估1篇。近年来中成药治疗AD的关注度呈波动下降的趋势，临床研究与评价集中于21种中成药，其中对口服中成药复方苁蓉益智胶囊和复方海蛇胶囊关注度最多，注射剂主要为银杏叶提取物。临床研究主要为单中心、小规模的随机对照试验，且文献质量普遍不高。在结局指标选择方面，主要侧重于认知功能指标、替代结局指标和生活质量等指标，指标缺乏中医辨证论治的特色，指标的选择、测量等缺乏规范性。系统综述/Meta分析的整体质量较低，方法学质量以及临床实践指南和专家共识的制定和报告规范性均有待进一步提高。结论 中成药治疗AD已开展了一些单中心、小样本的临床研究，今后需结合中药治疗AD的临床诊疗实践特点进一步开展多中心、大样本、高质量的临床研究，以利于形成高质量的临床证据，为中成药治疗AD提供相关参考。

关键词： 场景图生成   计算机视觉   人工智能   视觉关系检测  

摘要： 场景图生成是计算机视觉领域的一个重要任务，旨在对视觉场景有一个全面且深度的理解，着重于识别实体以及实体之间存在的关系，最终要求模型输出一系列三元组（主体-谓词-客体）和一个图结构的场景表示。这对模型的理解能力和推理能力提出了更高的要求。现有的场景图生成方法在现阶段取得了巨大的成功，然而大多数模型存在参数量太大或对谓词（即实体之间的关系）的判断不准确的问题。为了能够解决这些问题，本文提出了一个端到端的粗-精网络（Rough-and-Refine Model, RRM）场景图生成方法，整个模型包括粗网络和精网络两部分。一方面，粗网络负责提取场景中的各种基本信息，包括图像特征、实体特征和谓词特征。该部分利用Transformer架构，通过卷积神经网络和编码器的结合进行特征提取，获取图像特征。紧接着设计了实体解码器和谓词解码器，分别计算得到实体特征和谓词特征。另一方面，精网络利用粗网络中的场景信息，做进一步的信息交互，使模型获得更精确的预测能力。首先用三元组查询生成模块获得主体查询、客体查询以及谓词查询，然后分三条路径分别计算三元组的三个不同部分的表示。在不同路径中，设计了特征信息聚合模块、实体信息聚合模块和谓词信息聚合模块，加强模型对场景的理解。并且用路径之间的连接使模型在谓词的表示中更多地考虑主体和客体的信息。本文提出的模型在公开数据集Visual Genome上取得了优秀的成绩。在R@20、R@50、R@100评价指标上达到23.8、29.1、32.5；在mR@20、mR@50、mR@100指标上达到7.7、11.0、12.4。实验数据和可视化结果充分展现了本文提出的模型对场景的理解能力。

关键词： 容积泵   无卸荷槽改造   困油压力波动率   背压   高灵敏度采集电路   误差   宽径比最小化  

摘要： 针对齿轮泵困油压力现行计算方法的难应用问题，以CB-B100型齿轮泵为例，对其可函数化的解析方法进行了理论推导、试验测试及其峰值控制的研究。首先，基于困油过程及其等效液压模型，由困油压力变化率为零，推导出了困油压力仅关于困油位置变量的函数式；然后，通过对有明显困油压力的泵的无卸荷槽改造，数据采集装置的硬件结构、电路原理的高灵敏度设计及其组件优选，重构了现有的测试平台，进行了多种不同工况下的困油压力测试，结合测试结果对函数结果进行了验证；最后，根据排量式中的形状项和尺寸项分析，进行了同形状项、两种宽径比下的困油压力函数分析。研究结果表明：在同转速0.4 MPa、0.8 MPa背压下，最大困油压力测试值为1.44 MPa、1.93 MPa，较函数值1.65 MPa、1.85 MPa的误差为12.7%、4.3%，背压越大，误差越小，困油压力函数可靠、易应用；在0.267、1.235宽径比下，困油压力波动率为16%和40%，宽径比越小，波动率越小，宽径比最小化措施得当。齿轮副宽径比最小化的困油压力控制措施，使困油压力确定方法更实用，困油压力波动的控制措施更有效。

关键词： 点云   点云投影   直线拟合   建筑轮廓提取   自动重建  

摘要： 为了提高建筑群轮廓图的绘制效率，本文提出了一种基于点云数据的建筑群轮廓图快速生成方法。首先，使用激光扫描仪获取建筑群的原始三维点云模型，并对点云数据进行预处理。然后，对预处理后的数据进行水平切片并投影，进而将投影后的平面点云转化为图片，实现数据降维。融合高斯模糊、Canny边缘检测和霍夫变换，对二值图进行墙线提取，生成建筑群的轮廓图。最后，将所提出的算法进行集成，开发了一个端到端的建筑群轮廓图快速生成的Web应用。实验结果表明，本算法自动生成的轮廓图与人工绘制图纸的重叠度(Intersection over Union， IOU)高达96%，墙线尺寸平均误差仅1.4%，同时该案例中整个框架的运行时间小于1分钟，验证了本文方法处理大规模复杂建筑群点云的高效性和准确性。

关键词： 图兰扇头蜱   线粒体基因组   系统发育分析  

摘要： 目的 解析图兰扇头蜱（Rhipicephalusturanicus）线粒体全基因组的结构特征与系统发育关系，揭示不同地理种群之间的遗传分化，为进一步开展物种鉴定和系统发育分析等研究提供数据支撑。方法 2023年8月，于山东省济宁市微山县马坡镇的一只家犬体表采集并鉴定图兰扇头蜱雄蜱1只，提取基因组DNA，采用Illumina测序平台二代测序技术进行测序，并利用Novoplasty软件进行序列组装，拼接完整的线粒体基因组全序列，使用MITOS软件对线粒体基因组进行初步功能注释。基于13个蛋白质编码基因（protein-codinggene,PCG）序列，应用最大似然法构建系统进化树。结果 测序结果显示，图兰扇头蜱线粒体基因组全长为14 718 bp (GenBank登录号：PV416795)，由13个PCG、22个转运RNA基因、2个核糖体RNA和2个非编码区（NCR）组成。线粒体基因组基因之间存在重叠或基因间隔区，碱基组成呈现明显A+T偏向性。PCG以ATA、ATC、ATG和ATT等4种典型的ATN序列作为起始密码子，TAA、TAG、TA、T为终止密码子。在22个tRNA基因二级结构中，除trnC、trnF、trnS1缺少二氢尿嘧啶臂（DHU臂）和二氢尿嘧啶环（DHU环）导致不能形成完整的三叶草结构外，其余均能形成典型的三叶草结构。系统进化分析表明，本研究采集的山东图兰扇头蜱与北京种群（登录号：OM368330）、新疆种群（登录号：KY996841、NC035946、OM368326）共同聚为一支，并与来自以色列（登录号：OQ184023）和沙特阿拉伯（登录号：PP919886）的种群共同构成一个强支持的单系分支。不同地理种群图兰扇头蜱聚为同一高度支持的系统发育分支，表明其具有较强的遗传保守性，同时也显示出一定的地域性遗传分化趋势。结论本研究获得了山东图兰扇头蜱线粒体基因组全序列，符合硬蜱科线粒体基因组特征，不同地理种群间存在潜在的遗传分化趋势，为深入解析该物种种群遗传结构提供理论依据。

关键词： 视觉定位与建图   语义特征   语义地图   地图复用性  

摘要： 基于视觉的定位方法往往需要高复用性的视觉地图，然而在缺乏显著纹理且环境内容易发生改变的场景中，往往会导致传统特征失效，地图复用性较低，难以满足定位需求。针对该问题，设计了一种基于参数化语义特征的高复用性语义地图构建系统。该系统使用语义分割技术对周边环境进行语义特征提取，并对语义特征进行参数化表达。然后将参数化表达的特征引入视觉因子图优化，提高了定位模块的精度。最后，在泊车场景中验证了所提出方法的有效性。实验结果显示相比于传统的视觉地图，该系统所构建的地图显著降低了内存占用，提高了定位精度，具有较高的复用性。

关键词： 点云   图卷积   图池化   边缘保持   语义分割   S3DIS  

摘要： 针对基于编码器-解码器架构的点云分割方法在几何细节与上下文信息利用方面存在的不足，对点云语义分割中的特征流失问题进行了研究；通过分析原始点云中几何细节与深层语义特征的互补关系，构建了多层次特征表示体系；采用边缘保持图池化（EGP）模块和边缘保持图反池化（EGU）模块相结合的技术方案，其中EGP模块通过几何约束机制实现边缘结构特征的显式保留，EGU模块利用保留的边缘特征指导特征重建，形成闭环优化系统；实验测试在S3DIS基准数据集上进行，结果表明该方法在Area-5测试集上实现了73.8%的平均类别准确率（mAcc），较现有方法有显著提升；消融实验验证了EGP和EGU模块的有效性，该方法能够满足三维场景理解中对精细几何特征保持的需求，展现了其在点云分语义割上的应用潜力。

关键词： 金属材料   三维模型   Voronoi   规整度   晶粒度  

摘要： 金属材料细观尺度晶体三维模型数值模拟技术为深入研究材料塑性变形机制和材料成型工艺提供了新思路，而细观尺度晶体三维模型的精准度直接影响塑性数值模拟结果的可靠性。因此，利用Voronoi图构建方法，通过控制晶粒模型规整度和晶粒度，构建金属材料细观尺度晶体三维模型，能够准确反映金属材料晶粒的大小、形状和空间位置分布等细观结构特征，为分析细观结构对宏观力学性能的影响，进行可靠的数值模拟分析打下基础。