课程文献中心 更多>>

关键词： 自主性   自动化与人工智能   无人机自主控制技术   自主控制分级标准化  

摘要： 无人机产业是我国及世界范围内的战略性新兴产业,日趋具备自主能力的无人机成为“低空经济”发展的重要引擎,相关产品要求和管理条例相继发布。本文针对无人机自主控制等级分类方法和角度不统一的问题,通过对无人机自主控制技术、自主控制分级标准化两方面的国内外现状进行充分调研、分析和归纳,致力于推动无人机自主控制等级划分标准化,形成自主控制分级方法体系共识,助力我国低空经济产业高质量发展。

关键词： 可持续健康膳食   模糊认知图   影响因素识别  

摘要： 当前我国居民的膳食模式呈现出结构失衡、可持续性不足等问题,迫切需要转向可持续的健康膳食模式。本文系统回顾了国内外关于可持续健康膳食的研究文献,并采用模糊认知图方法进行静态中心性分析和动态仿真模拟分析,评估各因素对可持续健康膳食的影响力度并识别其关键影响因素。本文共识别了21个可持续健康膳食影响因素,并依据外部环境和行为主体将其细分为8类。结果表明,在不同分析方法下,提升可持续健康食物的可负担性和可取性、加强利益相关方协调合作、提升可持续健康食品的生产技术水平以及提升消费者食物素养为影响可持续健康膳食的关键因素。因此,政策制定者和利益相关方在制定相关政策和措施时,应优先考虑这些因素,以确保资源的有效利用和可持续健康膳食的顺利推广。此外,有些因素的干预效果可能不会立即显现,需要政策制定者和干预者平衡各影响因素的长期和短期效应,根据不同情况寻求最适宜的可持续健康膳食发展策略。

关键词： 三维超声心动图   心脏肌球蛋白结合蛋白C   肌钙蛋白   急性心肌梗死   诊断价值  

摘要： 目的 观察三维超声心动图联合血清心脏肌球蛋白结合蛋白C、肌钙蛋白诊断急性心肌梗死的价值。方法 选取2020年1月-2023年1月于乐山市人民医院治疗的150例AMI的患者为研究对象(AMI组),另选同期于本院进行体检的100名健康者设为对照组。比较2组三维超声心电图指标、血清cMyBP-C、cTnⅠ;通过ROC分析三维超声心动图、血清cMyBP-C、cTnⅠ诊断AMI的价值;分析三维超声心动图联合血清cMyBP-C、cTnⅠ诊断AMI的价值。结果 AMI组LEVDV、LVESV高于对照组,LVEF低于对照组(P<0.05);AMI组cMyBP-C、cTnⅠ高于对照组(P<0.05);经ROC分析证实三维超声心动图、血清cMyBP-C、cTnⅠ均能用于诊断AMI中,曲线下面积分别为0.908、0.766、0.979、0.970、0.978,且P<0.05;以LEVDV≥96.22 mL、LVESV≥53.195 mL、LVEF≤58.44%、cMyBP-C≥55.44 μg·L^(-1)、cTnⅠ≥1.395 pg·L^(-1)定义为阳性,联合诊断时任一结果为阳性则联合诊断视为阳性。经一致性分析证实,三维超声心动图联合血清cMyBP-C、cTnⅠ诊断AMI的准确率97.33%、灵敏度97.81%、特异度92.31%、阳性预测值99.26%、阴性预测值80.00%、Kappa值=0.843。结论 三维超声心动图与血清cMyBP-C、cTnⅠ均可用于诊断AMI,但联合应用时的敏感度更高,可进一步提高诊断结果的客观性以及准确率,减少漏诊、误诊情况的发生,另检测以上指标的操作方法无创且更加便捷,利于医师动态监测患者病情,可为临床诊治提供可靠依据,具有较高推广价值。

关键词： 慢性呼吸系统疾病   慢性缺氧   疾病负担   慢性阻塞性肺疾病   中枢神经系统   脑细胞损伤   脑电图   氧自由基  

摘要： 慢性呼吸系统疾病(chronic respiratory disease,CRD)是指呼吸道和肺部其他结构的疾病,以慢性阻塞性肺疾病(简称慢阻肺)和哮喘两大主要疾病为代表,具有高患病率、高病死率和高疾病负担的特点,已成为全球性的重大公共卫生问题^([1])。CRD不仅会累计呼吸系统,对中枢神经系统也有重要影响。患有CRD的患者,长期处于慢性缺氧状态,而脑组织对缺氧极为敏感,脑部供氧的不足,会造成脑细胞损伤,并且脑部缺氧可能导致氧自由基产生增多,出现炎症反应,损害神经元^([2]),从而导致大脑结构和功能发生改变,出现不同程度的认知障碍^([3])。

关键词： 八省联考   双曲函数   高考复习   函数性质  

摘要： 本文以八省联考第10题为切入点,深入探讨双曲函数.通过对该题的详细解析,引入双曲正弦、余弦、正切函数的定义,并结合课本习题强调回归课本在高考复习中的重要性.同时,全面阐述双曲函数的重要性质,展示其在高考模拟题中的应用.旨在为高中数学教学与高三备考提供参考,助力学生深入理解双曲函数,提升数学素养与应试能力.

关键词： 路基工程   边坡防护方案   图神经网络   智能决策   路基设计   可解释性  

摘要： 随着数字化改革深入推进与智能化水平不断提高,传统依赖专家经验和历史案例的设计模式正逐步被数据驱动方法所取代。在当前路基工程边坡防护方案设计中,决策主要基于专家经验和历史案例,缺乏相应知识转化机制。如何从大量设计案例中提取并转化知识成为关键问题。针对路基工程边坡防护设计方案的数据特点,提出基于图神经网络的智能决策技术。首先,通过调研大量成熟设计案例,收集和清洗路基设计领域中边坡防护方案数据,并根据专家经验对数据进行规范化处理;其次,结合专家知识构建图本体图神经网络(GNN)对设计数据集进行训练,并验证神经网络对设计结果的预测效果;最后,利用互信息分析图神经网络模型决策过程中的影响因素,并结合实际设计经验揭示其决策逻辑和效果。试验结果表明:(1)GNN在整体路基边坡防护方案数据集中预测准确率达到76.3%,其中常用防护方案准确率可达86.6%;(2)采用互信息算法分析神经网络权重,并结合实际经验进行相关性分析,深入解释决策逻辑,为理解具体设计逻辑提供新视角。本研究可为后续路基工程边坡防护方案智能化设计和决策过程提供重要方法和理论支持。

关键词： 异质图   嵌入   元路径   数据增强   图神经网络  

摘要： 异质图是由不同类型节点及边构成的图,可建模现实世界中各种类型对象及其关系。异质图嵌入旨在捕捉图中丰富的属性、结构和语义等信息,学习节点嵌入向量,用于节点分类、链接预测等任务,进而实现用户识别、商品推荐等应用。在异质图嵌入方法中,元路径通常被用来获取节点间的高阶结构和语义信息,然而现有方法忽略了元路径实例中不同类型节点或异质图中不同类型邻居节点的差异,导致信息丢失,进而影响节点嵌入质量。针对上述问题,提出基于数据增强的异质图注意力网络(Heterogeneous graph Attention Network based on Data Augmentation,HANDA),以更好地学习节点嵌入向量。首先,提出基于元路径邻居的边增强。该方法基于元路径获取节点的元路径邻居,用节点及其元路径邻居形成的语义边增强异质图。这些增强边不仅蕴含了节点间的高阶结构和语义,还缓解了异质图的稀疏性。其次,提出融入节点类型注意力的节点嵌入。该方法采用多头注意力从多个角度学习不同直接边邻居及增强边邻居的重要性并在注意力中融入节点的类型信息,进而通过消息传递、直接边邻居及增强边邻居同时获取节点的属性、高阶结构和语义信息,提升了节点嵌入质量。在真实数据集上的实验验证了HANDA模型在节点分类、链接预测任务上的效果优于基准模型。

关键词： 北斗卫星导航系统   多路径误差   先验分布信息   AMR聚类   格网划分   MHGM  

摘要： 针对固定间隔格网划分的多路径误差半天球格网点建模方法(MHGM)在多测站应用中计算资源消耗过大的问题,本文首先利用北斗卫星导航系统多路径误差效应的空间域先验分布信息,实现了半天球格网的自适应划分,减少了MHGM的待估参数;然后通过试验验证了该方法的有效性,该方法可以合并多路径误差变化平缓的区域,并合理加密多路径误差影响较大区域。试验结果表明,随着自适应阈值参数k的增大,虽然北斗系统多路径误差改正效果略有下降,但仍优于作为先验信息的ESM模型。当k=0.9 cm时,相比固定分辨率模式,模型待估参数下降77.2%,参数估计的内存占用仅为固定划分模式的5.2%,显著降低了计算资源消耗。在保证北斗系统多路径误差改正效果的同时,拓展了该方法在大规模测站多路径误差整体建模中的应用价值。

关键词： 图分类   图神经网络   基序   全局注意力机制  

摘要： 基于频繁子图挖掘算法的图分类方法无法避免子图同构计算,算法的效率低且忽略了节点特征信息,而基于图神经网络的方法则关注节点特征信息.本文提出一种融合基序信息的图同构注意力网络的图分类方法.该方法首先利用图的拓扑结构和节点类别信息,提取数据集中的子图结构构成基序集合,再基于基序集合生成基序级图嵌入表示,避免了频繁子图挖掘;然后在图同构网络的池化操作中引入全局注意力机制,学习高质量的节点级图嵌入表示;最后将基序级和节点级图嵌入表示拼接起来用于图分类.该图嵌入表示不仅包含了图中节点的特征信息,也反映了图的结构特征信息.实验结果表明,所构建的网络模型在五个公开数据集上取得了优异的分类精度.