课程文献中心 更多>>

关键词： 心房颤动   心电图   P波参数  

摘要： 心房颤动是临床上常见的病理性心律失常。它能增加心脑血管疾病的风险，早期预测其发生并及时干预是很重要的。在预测房颤的各项指标中，心电图及相关参数在近些年的研究中证明有较大的预测价值。本文就近年来心电图参数在心房颤动的预测价值进行阐述和总结。

摘要： 故事从1993年讲起,程晖救助了被精神失常的父亲禁闭在家九年的宋乐葵姐弟.此后经年,他们坠入"风尘",在命运的漩涡里挣扎.三十年的时代变迁,每个在洪流里沉浮的故事,其实都有一个本可以由自己选择的结局,那或许是宿命给人类唯一的礼物.

关键词： 自适应网格细化   GATv2-Transformer融合网络   有限元分析   深度学习  

摘要： 针对有限元分析中自适应网格划分面临的计算精度与效率协同优化难题,本研究提出基于注意力融合机制的GTF-Net框架.该模型创新融合图注意力网络与Transformer架构,通过多头交叉注意力模块实现局部几何特征与全局物理场的动态耦合,增强对奇异场及复杂边界的表征能力.经光波导传输和贝塞尔函数双案例验证,相较传统Scikit-FEM(skFem)方法,GTF-Net在保持计算效率优势的同时,梯度误差标准差分别降低85.9%和23.8%.结果表明,该框架通过非线性特征映射显著提升网格分布与物理场变化的匹配度,为解决工程计算中的自适应网格优化问题提供深度学习新方案.

关键词： 属性图   异常检测   结构信息论   编码树   结构熵   层次社区结构  

摘要： 属性图越来越多地用于描述带有关联关系的数据,其异常检测日益受到关注.由于属性图具有属性信息丰富、结构信息复杂等特点,存在全局、结构和社区等多种类型的异常,且异常特性往往隐藏于图的深度结构信息中,现有方法仍存在结构信息丢失、异常节点检测困难等问题.结构信息论使用编码树表示数据中的层次关系、通过最小化结构熵生成不同层次之间的关联,可有效度量图中所蕴含的实质结构,研究基于结构熵的属性图异常检测方法.首先,综合考虑属性图的结构和属性信息,通过最小化图的结构熵,构造属性图的K维编码树,以描述其中的层次社区结构.然后,充分利用编码树中的节点属性和层次社区信息,基于节点间的欧氏距离和连接程度,设计结构异常和属性异常的评分机制,从而确定属性图中的异常节点、检测多种类型的异常.在多个属性图数据集上对所提方法进行对比测试,实验结果表明,所提方法能有效检测属性图的各类异常且显著优于现有方法.

关键词： FORC图   永磁材料   相互作用   矫顽力分布  

摘要： 在永磁材料的研发过程中，磁体磁性能的测量和表征是必不可少的环节。长期以来，典型磁滞回线的测量一直被用来表征永磁体的磁性能。虽然通过测量典型磁滞回线可以得到饱和磁化强度、矫顽力和剩余磁化强度等磁性参数，但很难从磁滞回线中获得磁体内部的相互作用和矫顽力分布的信息。然而，磁体内部的相互作用和矫顽力分布信息对于创制先进永磁材料如纳米结构和纳米复合永磁体等是非常重要的。δM曲线法可以用来描述磁体相互作用，但该方法比较复杂，对相互作用的表征不够直观。近年来，另一种称为一阶反转曲线(FORC)图的表征方法被广泛用于永磁体的研究，并取得了重要的研究进展。本文将对FORC图的建立、典型FORC图的物理意义以及FORC图用于永磁体磁性分析研究的进展进行综述。此外，结合永磁体的发展趋势，讨论了FORC图用于表征磁体磁性的先进性，指明FORC图具有对磁体内部磁相互作用和矫顽力分布信息表征的特点，这有利于加深稀土永磁材料磁性的理解和辅助开发具有优异综合性能的先进永磁材料。

关键词： 集合预报   径流预报   贝叶斯径流概率预报   转移概率   Box-Cox变换  

摘要： 数值气象预报信息和水文模型存在的固有误差，是流域径流预报不确定性的主要来源，开展基于贝叶斯径流概率预报是径流预报修正和不确定性分析的重要途径。以三峡上游流域为研究对象，利用ECMWF集合降雨预报驱动分布式SWAT水文模型，预报得到1～10 d的径流过程；然后在对径流序列进行Box-Cox正态变换的基础上，构建贝叶斯径流概率预报模型（Bayesian Runoff Probability Forecasting，BRPF）；最后，采用间隔转移概率方法和相邻转移概率方法分别开展1～10 d的径流概率预报。结果表明，相邻转移概率在预见期1～10 d预报精度下降较为平缓，干流站点的NSE均超过0.85，支流站点NSE均超过0.45；而间隔转移概率的预报精度波动较大。两种转移概率方法均可提高径流预报精度，但相邻转移概率方法的精度优于间隔转移概率方法。

摘要： 一、思维导图在初中生作文构思中的应用(一)思维导图的基本概念与特点思维导图,作为一种图形化的思维工具,凭借其独特的视觉呈现方式,在辅助思维过程方面展现出巨大潜力。它通过节点和连线将思维过程可视化,使复杂的信息网络变得清晰明了。

关键词： 油藏开发   知识图谱   自适应机制   图神经网络   广度优先搜索  

摘要： 基于传统检索方法在理解用户检索意图和处理复杂查询时的局限性，本研究提出并改进了一种基于自适应图神经网络的油藏开发知识图谱检索方法，即IagRdkgr模型，以提升检索的准确性和效率。本次研究采用自适应机制动态调整图神经网络的结构和参数，并结合广度优先搜索算法优化图谱推理，引入基于关系权重的消息传递机制、动态邻接节点信息聚合及自适应节点表示方法，以增强模型对知识图谱复杂结构和上下文信息的理解能力。实验结果表明，IagRdkgr模型在油藏开发知识检索任务中的准确率达到98%，能够更高效地帮助用户获取所需知识，并提供直观的展示方式，从而提升决策的科学性和准确性。

关键词： 密度峰值聚类   聚类算法   流形数据   自然近邻图   测地距离   微簇合并  

摘要： 密度峰值聚类算法是一种简单而高效的聚类算法，因其可直观和快速发现数据集中的类簇而得到广泛关注。但密度峰值聚类算法难以发现流形数据的密度峰值；分配策略易将远离密度峰值的样本错误分配。因此，本文提出一种面向流形数据的自然近邻图优化和微簇合并密度峰值聚类算法。首先，基于自然近邻图，利用顶点间的测地距离设计了一种新的局部密度度量方法，精准刻画流形数据的内部结构与分布特性；其次，通过分析自然近邻图中顶点的连接关系，自动识别样本代表并确定局部核心，用以指导微簇划分；最后，利用样本间测地距离定义一种新的微簇间相似性度量准则，用以指导微簇合并，从而优化聚类效果。本文将该算法与四个改进密度峰值聚类算法以及密度峰值聚类算法进行对比，实验结果表明，本文算法能有效应用于流形数据和真实数据的聚类分析当中。

关键词： 多模式集合   CMIP6   随机森林(RF)   可靠性集合平均(REA)   卷积神经网络(CNN)   贝叶斯模型平均(BMA)  

摘要： 第六次耦合模式比较计划（CMIP6）数据常用于全球尺度下气象要素变化评估，但是在预测区域尺度方面无法达到理想效果。新疆伊犁河流域（IRBC）海拔起伏巨大，地形复杂，不同气象站点的数据模拟结果往往有巨大差异，需要一套准确的气象数据以支撑气象研究工作。本研究选取可靠性集合平均（REA）、卷积神经网络（CNN）、随机森林（RF）和贝叶斯模型平均（BMA）四种集合方法，基于CMIP6中多个全球气候模式（GCMs）数据，构建多套新疆伊犁河流域多模式集合气象数据集。本研究通过泰勒图、泰勒技巧得分（TSS）和Kling-Gupta Efficiency（KGE）等指标评估多模式集合和单模式数据性能，筛选对研究区域降水和气温模拟效果最优的方法。结果表明，对于降水而言，BMA数据集合对各个极端降水指标的模拟效果最优，相较于其他方法，其在率定阶段（1961年-1999年）的极端降水指标日降水量>95%分位值的湿润日年累积降水量（R95PTOT）最高，在验证阶段（2000年-2014年）BMA的秩和比（RSR）为1.1，排第一位，表明其综合模拟效果最优。BMA在指标年最大日降水量（Rx1day）、年最大连续5日降水量（Rx5day）和R95PTOT的KGE分别为0.32、0.39和0.52，均优于其他数据集。而在平均气温模拟中，RF数据集的模拟效果最优，在率定阶段标准化偏差（SD）、中心均方根误差（CRMSE）、相关系数（r）和TSS计算结果分别为1.005、0.088、0.996和0.49，均为该指标下最优结果。在验证阶段RF多模式集合数据集的RSR为1.18，明显优于其他方法的结果。该研究结果评估了不同模式和方法生成的气象数据对研究区域对气象数据的模拟性能，可以为未来情景下气象数据分析提供可用方法，为IRBC的气象灾害管理和水资源管理提供科学依据。