课程文献中心 更多>>

关键词： 压气机积垢   不规则粗糙度   积垢建模   压气机叶栅   气动性能  

摘要： 为了模拟压气机叶片表面积垢的不规则粗糙特征，针对压气机叶片积垢粗糙特征的关键参数，基于多重余弦函数建立了描述压气机叶栅不规则粗糙积垢的几何模型。以某扩压叶栅为研究对象，采用数值模拟手段研究了不同积垢粗糙结构参数对扩压叶栅气动性能的影响。结果表明，不规则粗糙叶栅积垢造成了气动性能退化，流动损失增加，且随着松散层积垢粗糙度的增加气动性能退化程度加剧，这一现象在负攻角工况尤为显著。相较于积垢粗糙度大小，积垢粗糙结构宽度对气动性能退化的影响相对较小。相较于压比，总压损失对叶栅积垢更加敏感，当积垢造成总压损失最大增加145.75%时相应的压比仅降低3.07%。

关键词： 特发性肺纤维化   中医药   证据图   方法学  

摘要： 系统检索中医药治疗特发性肺纤维化（IPF）的临床研究，运用证据图梳理、总结中医药治疗IPF的研究现状与不足。检索中国知网（CNKI）、维普(VIP)、中国生物医学文献服务系统(SinoMed)、万方(Wanfang)、PubMed、Web of Science、Cochrane Library、EMbase数据库中医药治疗IPF的相关文献，检索时间为建库至2024年2月20日。采用图、表、文字描述相结合的方式呈现证据分布。最终纳入323篇文献，包括295篇随机对照试验（RCTs）、28篇Meta分析。该领域发文量呈波动性上升趋势，纳入文献核心论文占比较低，缺少国外研究者的关注，研究者间跨地区合作较少，相关部门重视不足。纳入RCT质量不高，样本量偏小，治疗疗程不足，对IPF急性加重期及合并症的关注不足，单纯中医药干预较少，中医证型缺乏标准化，结局指标繁多，未重视主要、次要结局指标的区分，复合指标参考标准不一，远期预后、卫生经济学指标关注不足。纳入Meta分析显示，中医药治疗IPF有潜在临床疗效，但方法学可信度分级均为极低，结局指标的GRADE分级较低。结果表明，中医药治疗IPF有一定优势，但纳入文献质量不高。未来应进一步规范临床研究方案，并进行注册，开展多中心、大样本、足疗程的临床研究，文献报告应参照相关报告规范，以提高文献质量，形成高级别循证证据，为中医药治疗IPF的临床应用提供参考。

摘要： 抽象函数的基本性质及综合应用,是近年新高考命题中比较常见的一类基本题型,也是函数考查的一个重点与难点,倍受大家的关注.这类问题综合考查函数的基本概念、基本性质及与之相关的应用,成为全面考查数学"四基"与"四能"的一个重要场所,且常考常新.

摘要： 基本初等函数是各类考试的热点之一,下面结合例题分析活跃在各类考试中的基本初等函数典型问题. 一、函数的概念 例1 给定数集 A=R,B=(0,+∞),x,y满足方程x2-y=0,下列对应关系f为函数的是().

摘要： 一、选择题 1."a≥5"是"(∨)x ∈[-3,2],x2-3-a≤0"成立的(). A.充分不必要条件 B.必要不充分条件 C.充要条件 D.既不充分也不必要条件 2.已知 1≤a+b≤4,-1 ≤a-b≤2,则4a-2b的取值范围是().

摘要： 解数学问题时,把某个式子看成一个整体,用一个变量去代替它,从而使问题得到简化,这就叫换元法.换元法可以化高次为低次、化分式为整式、化无理式为有理式、化超越式为代数式、化隐含关系为显性关系等,在研究方程、函数、不等式的最值问题中有着广泛的应用.

摘要： 一、选择题 1.函数y=f(x+2)的定义域为[0,2],则函数y=f(2x)的定义域为(). A.[-4,0]B.[-1,0] C.[1,2]D.[4,8] 2.已知函数 f(x)=x2-4x+5 在[m,n]上的值域是[1,10],则n-m的最大值是().

摘要： 三角函数变换的核心是角的变换,常见的角变换技巧有:半角与倍角的转化,互余、互补角的转化,非特殊角向特殊角的转化,条件角向所求角的转化,以及引入辅助角等.下面聚焦三角函数中的角变换技巧,供同学们学习与参考.

关键词： 恶意软件检测   API语义   模型老化   函数调用图   机器学习  

摘要： 安卓操作系统和恶意软件的持续进化导致现有检测方法的性能随时间大幅下降.提出一种基于API聚类和调用图优化的安卓恶意软件检测方法 DroidSA (droid slow aging).首先,在恶意软件检测之前进行API聚类,生成代表API功能的聚类中心.通过设计API句子概括API的名称、权限等重要特征并使用自然语言处理工具对API句子的语义信息进行挖掘,获得更全面反映API语义相似性的嵌入向量,使聚类结果更为准确.然后,为了确保提取到更能准确反映软件行为逻辑的API上下文信息,采用调用图优化方法对从待检测软件中提取的函数调用图进行优化并得到优化后的调用图,在删除图中难以识别的未知方法的同时保留API节点之间的连接性.为了提高对安卓框架和恶意软件变化的适应性, DroidSA从优化后的调用图中提取函数调用对,将调用对中的API抽象为API聚类时获得的聚类中心.最后,使用独热编码生成特征向量,并从随机森林、支持向量机和K近邻算法中选择表现最好的分类器进行恶意软件检测.实验结果表明, DroidSA的恶意软件检测平均F1值为96.7%;在消除时间偏差的实验设置下,经2012–2013年的软件样本集合训练后, DroidSA对2014–2018年的恶意软件样本的检测平均F1值达到82.6%.与经典检测方法 MaMaDroid和MalScan等相比, DroidSA始终能将各项检测指标稳定地维持在高水平且受到时间变化的影响较小,能有效检测进化后的恶意软件.

关键词： 医疗保险欺诈风险识别   团伙欺诈   图神经网络   注意力机制  

摘要： [目的]提高医疗保险欺诈风险识别中团伙欺诈检测的准确率，增强医疗保障基金安全。[方法]提出一种融合注意力机制和图神经网络的医疗保险团伙欺诈风险识别方法。先利用嵌入方法将索赔转化为高维向量，得到索赔静态特征，再通过注意力机制对重要欺诈因子赋予更大的权重，从而增强模型对索赔中关键欺诈因子的识别能力；然后，基于被保险人动态行为特征生成关系图，利用图神经网络捕获关系图中蕴含的邻接信息，并与索赔静态特征融合，在高维空间中挖掘由团伙欺诈引起的动态异常行为，最终输出索赔的欺诈概率。[结果]在中国某医疗保险机构2万名参保人员的183万条医疗索赔数据上的实验结果表明，该方法召回率和准确率达到了91.08%和90.66%，F1均值为0.69，实验对比表明本文方法优于其它经典方法。[局限]本文方法仅融合被保险人动态行为特征进行医疗保险欺诈风险识别，在后续研究中将考虑结合医生和药店等多主体因素，进一步提升模型的准确率。[结论]融合被保险人动态行为可以补充索赔的静态特征信息，增加对医疗保险团伙欺诈行为的关注，提高模型识别的准确率。