课程文献中心 更多>>

关键词： 思维导图   植物生理学   有效学习  

摘要： 植物生理学课程是生物科学专业必修基础课,它涵盖的专业名词较多,各知识点之间关联性不强,传统教学不利于学生思维能力的培养。本研究以植物的水分生理章节为例,介绍了思维导图的绘制过程,并将其应用于植物生理学课程的教学,取得了较好的教学效果。实践证明,将思维导图用于课堂教学可以帮助学生明确学习目标,激发学生学习的积极性,使其自觉对植物生理学的知识进行学习和整理,将知识点构建成框架加强记忆,提高其学习效率。

关键词： 急性卒中   CT血管造影术   侧支循环   预后  

摘要： 目的:探讨多时相CT血管成像(mCTA)彩色编码图在急性缺血性脑卒中(AIS)临床预后评估中的的价值。方法:回顾性分析本院收治的前循环AIS患者的临床及影像学资料,根据患者90 d的改良Rankin评分量表(mRS)结果分为预后良好组(91例,mRS<3分)和预后不良组(86例,mRS≥3分)。采用3分法评估常规mCTA侧支循环评分、彩色编码图侧支循环评分(包括侧支血管充盈的延迟程度、侧支血管的分布范围评分及总评分),采用χ2或Fisher确切检验比较分析两组间常规mCTA侧支循环评分、彩色编码图侧支循环评分的差异,采用Mann-Whitney U检验比较两组间CT灌注成像(CTP)缺血区体积、梗死核心区体积的差异,采用受试者操作特征曲线(ROC)分析CT各参数对AIS患者临床预后的诊断价值,并进行多因素Logistic回归分析,确定各参数对AIS患者临床预后的影响。结果:CT各参数在两组间均具有明显统计学差异(P<0.05),预后良好组有更好的侧支循环及更小的缺血和梗死核心区体积。ROC结果显示彩色编码图侧支循环评分对患者临床预后的诊断价值与常规mCTA相似或更高,侧支血管充盈的延迟程度评分(AUC=0.67)与CTP缺血(AUC=0.74)和梗死核心区体积(AUC=0.75)的诊断价值相当(Z=1.552,P=0.121;Z=1.606,P=0.108)。Logistic回归分析显示侧支血管充盈的延迟程度评分及梗死核心区体积是患者预后的影响因素[OR值(95%CI)2.39(1.03~5.52),P=0.039;OR值(95%CI)3.88(1.86~8.10),P<0.001]。结论:mCTA彩色编码图对预测AIS患者90 d的临床预后具有较高价值,侧支血管充盈的延迟程度评分是AIS患者预后的影响因素,且与常规mCTA和CTP相比,可以获得相似或更好的诊断效能。

关键词： 沟渠地名   地名分类   地名对比  

摘要： 沟渠地名不仅仅是一种地名,同时还具备地名学和语言学的特点。在地名学方面,沟渠地名反映了人类对地理环境的认知和描述,不同的沟渠地名可以揭示当地地理特征和人们与自然环境的关系。在语言学方面,沟渠地名是一种特殊的语言现象,研究沟渠地名可以揭示地名背后的文化特点和规律。该文以《新疆图志》中的迪化县和现代乌鲁木齐的沟渠地名为例,对两个时期的沟渠地名进行分类和对比浅析。通过对沟渠地名的分类,可以了解两个时期地名命名的差异和变化,进一步揭示乌鲁木齐在这两个不同时期的发展和演变,并探讨这些变化与新疆发展以及人民生活水平提高之间的关联。

关键词： 闵版《会真图》   图像内涵   审美意趣  

摘要： 闵齐伋的《会真图》将自身对世间“真”与“幻”的认识注入刊刻作品中,作为中国版刻史上杰出的作品之一,其托物寓意的象征隐喻表现手法以及画面意象中的朦胧情感使作品呈现出“亦幻亦真”的美感。文章在图像与形式分析的基础上,对闵版《会真图》独特的物象隐喻手法与情感表达方式进行研究,挖掘其美学内涵与审美价值。

关键词： 时序知识图谱   复杂问答   图注意力网络   时序推理   时序关系表示  

摘要： 在时序知识图谱问答(TKGQA)任务中,针对模型难以捕获并利用问句中隐含的时间信息增强模型的复杂问题推理能力的问题,提出一种融合图注意力的时序知识图谱推理问答(GACTR)模型。所提模型采用四元组形式的时序知识库(KB)进行预训练,同时引入图注意力网络(GAT)以有效捕获问句中隐式时间信息;通过与RoBERTa(Robustly optimized Bidirectional Encoder Representations from Transformers pretraining approach)模型训练的关系表示进行集成,进一步增强问句的时序关系表示;将该表示与预训练的时序知识图谱(TKG)嵌入相结合,以获得最高评分的实体或时间戳作为答案预测结果。在最大的基准数据集CRONQUESTIONS上的实验结果显示,GACTR模型在时序推理模式下能更好地捕获隐含时间信息,有效提升模型的复杂推理能力。与基线模型CRONKGQA(Knowledge Graph Question Answering on CRONQUESTIONS)相比,GACTR模型在处理复杂问题类型和时间答案类型上的Hits@1结果分别提升了34.6、13.2个百分点;与TempoQR(Temporal Question Reasoning)模型相比,分别提升了8.3、2.8个百分点。

关键词： a.e.连续   黎曼可积函数   可测集  

摘要： 本文用a.e.连续函数刻画黎曼可积函数,重新证明了黎曼可积函数的若干性质,并举例说明了用a.e.连续刻画黎曼可积函数在很多场合是十分便利的.

关键词： 《西藏图考》   副文本   序跋   清代方志  

摘要： 清末方志《西藏图考》中收录多篇序跋类副文本,阐述了正文本的编纂背景、编纂原则和编纂过程等重要内容。通过对该方志中序跋撰写时间、收录情况的爬梳,以及序跋文本个体书写、边疆认知书写等方面的考察,以副文本理论加以阐释,解读清代西藏方志序跋内涵,探究《西藏图考》序跋类副文本的价值和意义,加深对《西藏图考》的理解和认识。

关键词： 生命体征   图神经网络   时间序列   Deformable Transformer  

摘要： 针对医疗领域中生命体征预测的准确性低、计算量大、性能不佳等问题,提出了一种用于生命体征预测的可变形注意力机制的图神经网络模型。该网络保留了传感器的所有时间采样值,利用全连接层进行编码;使用可变形注意力机制作为消息传递和更新机制,提高了生命体征预测的速度;在解码器方面,采用多头注意力机制,从多尺度、多维度观察和提取信息;将输入的特征复制多份并设置为单独的图节点,提高了可变形注意力的适应性和模型的特征提取能力;采用残差网络作为解码器,替代全连接层。输出层使用GeLU激活函数替代了传统的ReLU激活函数,解决了激活函数在负半轴信息缺失的问题,有效地提高了预测的精准度。测试结果表明,模型在P19、P12和PAM 3类数据集上的性能均优于其他模型,各项指标均高于最佳基线性能2.325%,能够有效预测人体的生命体征。

关键词： 时序图链路预测   社团结构   对比学习  

摘要： 时序图旨在表示现实世界中实体之间的时序交互关系,而时序图链路预测是建模这种关系的重要方法。现有基于表示学习的时序图链路预测方法通常基于时序图神经网络建模节点之间交互,并将时间信息融入到图神经网络的消息传递机制中以捕捉交互中的时序关联。时序图神经网络输出的节点嵌入作为时序图表示学习的结果被用于链路预测任务。然而,现有的方法仅考虑了节点之间的交互,而忽视了时序图中广泛存在的社团结构。为解决这一问题,提出一种融合社团信息的时序图链路预测算法(TLPC)。不同于传统社区划分的方法,该方法关注节点邻域社团的表示学习。在节点特征的基础上,引入对比学习技术,使用邻域结构特征采样出正样本和负样本进行对比学习约束,以编码节点所在邻域社团。所学习到的节点邻域社团编码可以有效提升节点嵌入的表示能力,从而提升链路预测的有效性。在四个真实数据集上的时序链路预测任务的实验结果表明,TLPC的准确率相比现有方法平均提升6.47%,F1平均提升6.77%,同时训练时间平均减少62.27%。

关键词： 高中数学   不等式问题   函数不等式   移项   调整思路   函数的单调性   导数  

摘要： 利用导数证明函数不等式是高中数学中一类重要的问题,也是高考的热点问题.证明这类不等式问题的通法是把不等式移项,然后构造一个函数,利用导数得到函数的单调性、极值或最值证得(为方便以下称之为通法).运用通法困难时,就需要转化不等式或者调整思路.