课程文献中心 更多>>

摘要： 今年以来,内江高新区认真贯彻落实中央、四川省委、内江市委各项决策部署,以"做大工业、做强物流、美乡优城、共同富裕"为总抓手,围绕"科技创新、产业集聚"的目标,立足优势,找准赛道,持续发力,推动电子信息、智能制造、数字经济"2+1"主导产业快速发展,全区工业发展保持平稳健康向上态势.

关键词： 图增强   图神经网络   傅里叶域   图谱感知   Kullback-Leibler散度  

摘要： 图增强技术是一种在图神经网络中使用的数据增强方法，旨在提高图模型的泛化能力，广泛应用于节点分类等领域。当前研究表明，图神经网络在学习低频信息上展现了巨大的潜力。然而，现有方法在捕捉和表征高频信息方面存在不足，限制了图模型整体性能的提升。为此本文提出了一种基于傅里叶域图谱感知的图增强方法。该方法通过傅里叶变换将图数据转化为频谱表示，有效鉴别高低频信息。进一步地，本文引入了傅里叶域最小化最大化框架作为图数据预增强的约束条件，以确保增强后的图模型在保留原有内在低频结构的同时，更好的学习到图上高频信号的差异信息，从而使得增强图更好的表现出高频信息上的多样化。此外该方法的另一个优点是利用从预设的傅里叶基中选择稳定傅里叶基子集，通过Kullback-Leibler散度来评估图增广数据在该傅里叶基子集上的分布稳定性，显著降低网络的训练次数和计算量。实验结果表明，本文所提方法在Cora、Citeseer、PubMed等数据集上，与GCL-SPAN、GRAPE、DGI等方法相比，节点分类效果最多提升3%，并且训练速度快了4倍以上，证明本文方法在大规模图数据上可以取得更好的节点分类效果。

关键词： 药物推荐   知识图谱   体征数据   时序数据  

摘要： [目的]对患者的时序数据和体征数据进行挖掘分析，为患者提供准确安全的用药方案参考，为医生提供有效的用药决策支持。[方法]提出了一个融合时序与体征数据的药物组合推荐模型。首先，利用Transformer模型、卷积神经网络和时间感知方法分别挖掘患者的时序数据；其次，利用知识图谱和图卷积神经网络技术挖掘患者的体征数据；最后，将不良药物的相互作用信息融入到推荐过程中，为患者推荐安全有效的用药方案。[结果]以MIMIC-III数据集中的多次入院患者作为对象开展实证研究。本研究设计的推荐模型较GRAM、G-BERT、TAHDNet等模型在Jaccard指标上分别提升了13.9%、6.6%、3.7%；F1值分别提升了9.3%、3.2%、1.2%；在DDI rate指标上达到最低。[局限]模型在学习患者体征数据时，虽然考虑了患者的异常体征，但并未考虑患者异常体征的具体数值。[结论]通过融合分析患者时序数据和体征数据有利于药物推荐模型更加准确地学习患者病情特征，有助于为患者推荐更加准确的用药方案。在推荐中考虑不良药物相互作用信息有助于为患者推荐更加安全的用药方案。

关键词： 高层住宅建筑   施工图设计   常见问题  

摘要： 随着经济水平不断提高,人们对于生活质量也提出了更高的标准,对高层建筑的建设需求日益增加,从而带动了我国建筑行业的飞速发展.各式各样的高层和超高层建筑如同春雨后的竹笋般纷纷出现,这不仅凸显了城市建筑的现代化趋势,同时也在很大程度上减轻了城市土地使用的压力.设计团队在设计时必须严格按照设计标准,全方位地考虑高层建筑的设计特点和技术规范.基于此,主要分析高层住宅建筑施工图设计中的常见问题.

关键词： 异常检测   多元时间序列   注意力机制   变分自编码器   频域增强  

摘要： 时间序列异常检测是时间序列分析领域的重要研究课题。由于现实工业场景中的多变量时间序列具有复杂的时空依赖性和随机性，现有许多针对单一依赖性建模的异常检测方法无法有效学习数据特征。此外，忽略频域信息也会导致模型特征表示不全面。针对上述问题，提出基于频域增强图变分学习网络的时间序列异常检测模型FeGvL(Frequency-domain enhancement Graph-variational Learning)。首先，在分块操作后，通过自注意力建模时间维度上的依赖关系；其次，将频域增强后的图关系特征映射到潜在空间；最后利用图聚合注意力网络进行实体间的特征提取，结合时间依赖实现具有泛化性的变分重构。在3个公共数据集上验证所提模型的性能，FeGvL的F1值均高于GDN(Graph Deviation Network)、TranAD(Transformer-based Anomaly Detection)、GreLeN(Graph relational Learning Network)等7个先进的异常检测方法，平均F1值与次优模型GreLeN相比提高了1.7个百分点。实验结果表明，所提模型能够有效捕获时空依赖性，并且提供表征能力，具有较高的异常检测精度。

关键词： 二进制电鳗觅食优化算法   转换函数   复合型转换函数   背包问题  

摘要： 电鳗觅食优化算法是近年提出的元启发式优化算法，用于求解连续优化问题，并且应用在各种工程问题中。然而现实中许多优化问题是离散的，这就需要提出算法的二进制版本。研究者通常使用转换函数将连续解转换为离散解，用于求解离散优化问题，但传统的S型转换函数易于发散难以收敛，而V型转换函数易于陷入局部最优难以跳出。针对上述问题，本文设计出一种自适应的V型转换函数，并利用电鳗能量因子将S型与自适应V型转换函数融合，提出一种自适应复合型转换函数用于电鳗算法的二值化。此外由于电鳗算法在休息和狩猎阶段缺乏局部多样性，及其在交互和迁徙阶段存在过早收敛，本文进一步对电鳗优化算法进行了改进。算法在交互阶段增加权重控制因子，发挥S型转换函数的发散特性，增强全局搜索能力；在迁徙阶段施加鞭策因子，约束电鳗的行为，避免过早收敛陷入局部最优；在休息、狩猎阶段增加随机因子提高局部多样性。最后，通过35个背包问题数据实例上的收敛、均值及消融等实验，其结果证明了本文所提出的二进制电鳗觅食优化算法的有效性。

摘要： 《晚梧秋影图》为清代王翚佳构,现藏于北京故宫博物院.王翚(1632-1717),字石谷,号耕烟散人、剑门樵客、乌目山人、清晖老人等,江苏常熟人.其绘画以山水为主,融会南北诸家之长,创立了"南宗笔墨、北宗丘壑"的新面貌,被称为"清初画圣",与王时敏、王鉴、王原祁并称"四王".

摘要： 仇英,字实父,号十洲,生活于明代中晚期,与沈周、文徵明、唐寅并称为"明四家".其艺术成就涵盖山水、人物、花鸟等多个领域,尤擅工笔重彩,画风细腻而富有层次,色彩鲜艳而不失雅致.

关键词： 历史核心素养   思维导图   策略  

摘要： 思维导图作为一种重要的思维工具,因其具有可视化、网络化、系统化和关联性等特点,在教学中得到广泛应用 文章结合具体的教学案例,从课前、课中和课后三个层面,通过绘制思维导图、完善思维导图、使用思维导图三种具体的策略,探究思维导图在初中历史教学中的应用.

摘要： 夏圭,生卒年不详,字禹玉,南宋画家,浙江临安(今杭州)人,早年画人物,后以山水著称,与马远并称"马夏". 此作采用"边角式"构图,画江南寒江雪景,笔法苍劲浑厚、豪放典雅.图中,山村房舍被皑雪覆盖,寒气袭人;临水房舍中二人对坐,或谈或饮;窗外,一渔夫于江上冒雪而渔.山峦用小斧劈皴和短线条表现山石方硬奇峭而又苍润浑融的质感,天空和水面略染淡墨,以烘托大雪之白与寒气之盛.