课程文献中心 更多>>

关键词： 断路器   声纹识别   声谱图特征  

摘要： 针对传统开关柜故障监测装置效果不显著,难以及时发现设备运行时的缺陷,以及现有声纹识别故障诊断方法应用于断路器故障诊断中存在识别准确率低的问题,提出了基于声谱图特征的SE ResNet深度学习神经网络识别模型。首先对声音信号进行声谱图(Spectrogram)特征提取,保留了声音信号的细节,提取出音频信号中的瞬态特性和非稳态特性。随后通过识别模型进行故障诊断。通过实验,针对不同模型以及不同特征提取方式进行比较,验证了所提方法的有效性和优越性。

关键词： 阶层划分   等价划分   能控子空间   连通分量  

摘要： 基于距离划分、阶层划分和等价划分三种胞腔划分方法,研究了不同划分方式对多智能体系统能控子空间维数的影响。首先,结合距离划分和矩阵理论,给出了拓扑结构的直径与拉普拉斯矩阵特征值数量之间的关系。其次,利用阶层划分和等价划分,得到了系统能控子空间维数的下界,在此基础上,确定了领导者的选择与能控子空间维数之间的关系,证明了能控子空间的维数大于连通矩阵的秩与阶层节点数量之和。最后,当胞腔完全连通时,明确了输入向量的非零元素与能控子空间维数的关系。

关键词： 数字航空摄影测量   方法   水域   地形图   绘制  

摘要： 常规的地形图绘制方法多数采用倾斜摄影实景三维模型原理,更加适用于陆地地域测量与绘制,但在水域地形图绘制中应用效果不佳,地形图平面中误差较大,绘制精度较低。基于此,引入数字航空摄影测量原理,提出一种新的绘制方法。首先,设计数字航空摄影参数,包括地面采样间隔(GSD)、航高与影像重叠度。然后,布设像控点,利用全球导航卫星系统实时动态差分(GNSS-RTK)技术测量像控点坐标。在此基础上,利用数字航空摄影测量技术,分别获取地形图平面要素与高程要素,进而绘制地形图。实验结果可知,新方法可行性较高,其平面中误差较小,最大不超过0.091 m,地形图绘制精度较高。

关键词： 里卡多·波菲尔   模块化设计   集合住宅   后现代主义建筑  

摘要： 里卡多·波菲尔被誉为继高迪之后最有影响力的西班牙建筑师之一,也是一位对后现代地域主义起源和发展有着关键影响的重要人物。在波菲尔的设计中,运用理性思维、从模块化平面出发、快速低成本地设计出更具有地域适应性的集合住宅是其设计生涯的核心组成部分。本文通过分析1960-1970年代波菲尔的模块化集合住宅设计实践作品,分析其设计中模块化生成的3个阶段,并阐释他在集合住宅模块化的设计中对地中海卡斯巴传统城堡的模仿与转译,实现地中海意象的地域性表达。本研究丰富了西方建筑史的专项研究,为我国集合住宅的发展提供经验与参考。

关键词： 图聚类   自监督训练   图神经网络   图对比学习   图重构学习  

摘要： 图聚类方法旨在使用无监督方式将图节点划分到不同类别中,用于发现复杂系统中的隐藏模式、社区结构和组织关系.现有方法通过不同的学习范式构建自监督模式,指导图表示学习并实现聚类,因此学习范式是图聚类方法的关键,但现有综述少有从学习范式的角度讨论图聚类方法.因此,文中基于不同学习范式总结图聚类方法的研究进展,将图聚类方法分类为重构式图聚类、对比式图聚类、对抗式图聚类和混合式图聚类.基于研究范围和聚类效果,重点探讨重构式图聚类和对比式图聚类.在单关系数据集和多关系数据集上的聚类结果表明,对比式图聚类在单关系数据集上表现较优,而重构式图聚类在多关系数据集上表现较优.最后,总结图聚类领域面临的挑战,展望未来的研究方向,并介绍深度图聚类方法在各个领域的应用.

关键词： 心电图QRS积分   NT-proBNP   ST段抬高型心肌梗死   冠脉病变程度   经皮冠状动脉介入治疗  

摘要： 目的:探讨心电图QRS积分及N末端B型脑钠肽前体(NT-proBNP)与ST段抬高型心肌梗死(STEMI)患者冠脉病变程度及经皮冠状动脉介入治疗(PCI)疗效的关系。方法:选取2022年10月—2023年10月在我院接受诊断的96例STEMI患者,根据Gensini评分分为轻度组(<30分,n=26)、中度组(30~60分,n=48)、重度组(>60分,n=22),所有患者均接受PCI治疗,在入院24h内、治疗后6个月,均接受心电图和血清NT-proBNP检查。比较轻度组、中度组和重度组的心电图QRS积分及NT-proBNP水平,采用Pearson相关性分析冠脉病变程度与入院心电图QRS积分、NT-proBNP水平的相关性。采用受试者工作特征曲线(ROC)分析在入院24h内,心电图QRS积分、NT-proBNP水平对不同冠脉病变程度的STEMI患者PCI疗效。结果:STEMI重度组患者的心电图QRS积分及NT-proBNP水平均高于中度组和轻度组,中度组患者的心电图QRS积分及NT-proBNP水平均高于轻度组(P<0.05);Pearson相关性分析显示,STEMI患者Gensini积分和心电图QRS积分、NT-proBNP水平均呈正相关(r=0.364、0.405,P<0.05)。治疗6个月后,有效患者34例、无效患者62例,有效组的心电图QRS积分及NT-proBNP水平均低于无效组(P<0.05);ROC分析可见,心电图QRS积分、NT-proBNP及联合检测对不同冠脉病变程度STEMI患者PCI疗效AUC分别为0.695、0.716、0.760,敏感度分别为70.59%、73.53%、94.12%,特异度分别为51.61%、54.84%、41.94%(P<0.05)。结论:心电图QRS积分、NT-proBNP水平与STEMI患者冠脉病变程度呈正相关性,可较好评估STEMI患者PCI疗效。

关键词： 思维导图   初中英语   课堂教学   应用策略  

摘要： 思维导图作为一种直观高效的学习工具,在初中英语课堂教学中具有重要的应用价值。其以可视化的方式组织和展示知识结构,能够有效提升学生的学习兴趣和记忆效率,优化课堂教学效果。本文围绕思维导图的理论基础与实践运用展开研究,首先分析了当前初中英语课堂教学中存在的教学方法单一、学生学习兴趣不足、知识点碎片化等问题;其次提出了基于思维导图的具体教学策略,包括在词汇教学、阅读教学、写作教学、语法教学和课堂复习五个方面的运用方法;通过对策略的深入探讨,论证思维导图在提升教学效率、促进学生系统化学习、增强自主学习能力等方面的重要作用。研究表明,思维导图能够有效弥补传统教学的不足,为初中英语课堂教学提供了新的思路和方法,对优化教学过程和学生发展具有积极意义。

关键词： 冠状动脉粥样硬化性心脏病   计算机体层摄影   CT血管成像   动态心电图   诊断   病情评估  

摘要： 目的:研究动态心电图联合冠状动脉CT血管成像(CCTA)在老年冠状动脉粥样硬化性心脏病(CHD)患者诊断及病情严重程度评估中的价值。方法:选取无锡市第二人民医院2021年3月—2024年3月收治的100例疑似CHD老年患者,均行动态心电图与CCTA检查。以冠状动脉造影(CAG)结果为金标准,分析不同检查方式诊断老年CHD的效能,比较不同检查方式对不同病情严重程度CHD患者的检出率及不同病情严重程度CHD患者的动态心电图参数。结果:100例疑似CHD老年患者中,CAG确诊68例。动态心电图共检出阳性59例,其中18例漏诊,9例误诊;CCTA共检出阳性60例,其中16例漏诊,8例误诊;动态心电图联合CCTA检查共检出阳性67例,其中2例漏诊,1例误诊。动态心电图联合CCTA诊断老年CHD患者的灵敏度、特异度、准确率分别为97.06%、96.88%、97.00%,均高于动态心电图诊断的73.53%、71.88%、73.00%以及CCTA诊断的76.47%、75.00%、76.00%,差异有统计学意义(P<0.05)。动态心电图联合CCTA对轻度CHD患者的检出率为94.44%,高于动态心电图检查的44.44%与CCTA检查的50.00%,差异有统计学意义(P<0.05)。轻度组、中度组、重度组各项动态心电图参数均呈逐渐降低趋势,组间对比差异有统计学意义(P<0.05)。结论:动态心电图联合CCTA诊断老年CHD患者效能较佳,可为病情严重程度的评估提供可靠依据。

关键词： 图数据库   图计算   电网一张图   电力系统分析   能量管理系统  

摘要： 随着新能源的广泛接入和大电网的互联,电力系统运行方式发生变革,数据量激增,对信息处理的时效性要求更高,系统关联性也更为复杂。为满足新型电力系统大规模、瞬时性、关联复杂等特征,实现高效的数据分析与计算,需要探索更先进的技术手段。对图数据库和图计算在电力系统中的应用进行了深入调研和综述。首先介绍图数据库和图计算的基本概念及其发展历程,然后系统梳理这些技术在电力系统中的具体应用案例,并进行分类概括。调研发现,图数据库和图计算在电力系统中的应用已初见成效,能够有效处理大规模、复杂关联的数据,提升电力系统数据分析与计算的效率和准确性,且在电力系统中应用前景广阔。随着技术的不断发展和完善,图数据库和图计算将在电力系统的智能化、自动化和高效化运行中发挥更加重要的作用。

关键词： 半监督学习   图表示学习   小样本学习   原型网络   负学习  

摘要： 图神经网络已经成功应用于各种与图相关的任务中.以有监督的方式训练一个图神经网络需要大量标签,而现实世界中受到成本制约难以获取大量标签,因此在小样本学习或半监督学习场景的标签就更为稀少.为了克服这个问题,许多方法通过标签传播的方法来估计标签,但通常会受到图上连接性和同质性假设的限制,容易生成带有噪声的伪标签.为了解决这些限制,本文提出了一个名为图超球面原型网络的新方法GHPN,专注于半监督小样本节点分类.为了减轻图结构对预测结果的影响,GHPN在超球面表示空间中建模类别表示,通过类级别表示在语义空间中传播标签信息.此外,为了利用未标记节点的监督信息,本文设计了一个基于原型网络预测结果的负学习框架,用于补充监督信号,调整各类别原型之间的距离.在5个真实世界的数据集上进行的实验表明,该方法与10个最先进的方法相比能够有效提高性能,在4个数据集上能取得平均排名最佳结果.