课程文献中心 更多>>

关键词： 基本养老服务   财政事权   支出责任   划分基准   任务清单   项目法  

摘要： 基本养老服务财政事权划分是基本养老服务有序推进的前提,然而目前我国基本养老服务财政事权划分的依据以政策性文本为主,实践过程中存在事项确证模糊、收支责任错位以及分配逻辑紊乱等问题。根本成因在于现行基本养老服务财政事权的划分基准不明与调整手段不当,为此审视该领域中财政事权划分基准的现实实践至关重要。同时,相应的事项属性、规范基准与局部划分等难题也需检视与查明。对基本养老服务财政事权的划分基准进行综合权衡后,提出以事项属性为基础、以服务目的为主导、以权责一致为理念的调整方案。在中央财政事权划分基准层面,应将项目法与任务清单进行接轨,确保财政事权划分基准井然有序;在地方财政事权体系治理层面,应落实地方服务清单类型化方案,确保基本养老服务惠及特定老年群体;在央地财政事权划分基准联动层面,最终达到基本养老服务财政事权划分的动态调整目的。

关键词： 视频异常检测   跨模态融合   双曲图注意力机制   多模态  

摘要： 针对视频异常检测中模态信息不平衡、视听噪声不平均以及模态异步等问题，提出了一个动态跨模态融合模块与双曲图注意力机制融合的多模态视频异常检测方法CM-HVAD，以准确检测异常行为。首先，提出了一种新的动态跨模态融合模块，动态压缩多模态数据特征，自主学习跨模态权重，动态平衡视觉特征和音视频特征并进行融合增强。其次，针对多模态数据中存在的模态异步问题，提出了模态一致性对齐模块，按时间帧序列对齐模态语义，确保多模态数据在时间和语义上的一致性。然后，引入了双曲图注意力机制，通过双曲空间的模式分离特性，有效捕捉正常和异常表示之间的层次关系，从而提高检测准确率。最后，对公开数据集XD-Violence和UCF-Crime进行测试，并对所得结果进行可视化分析。实验结果表明，所提方法的检测精度AP在XD-Violence上达到了86.47%,AUC在UCF-Crime上达到了87.12%，其性能明显优于基线方法。

关键词： 日志修复   图卷积神经网络   图注意力网络   混合图神经网络  

摘要： 事件日志作为流程挖掘技术的重要数据基础，其质量直接关系到后续分析与建模结果的准确性。然而在现实中，由于信息系统故障或人工记录出错等问题，事件日志中常常存在数据缺失，严重影响业务流程分析结果的质量。目的目前先进的日志修复方法，主要从数据层面处理，但对于流程活动间的行为关系表征和控制流与数据流交互分析存在不足，针对这个问题，提出了一种基于混合图神经网络（HybridGNN）的事件日志修复方法，有效兼顾局部结构感知与全局依赖进行建模。方法该方法捕获普遍的结构模式和差异化关系，开展基于图卷积网络的高效局部信息聚合分析，进而利用图注意力网络的自适应注意力机制，提升对复杂图结构数据的理解和预测能力，在此基础上，结合多头注意力机制和数据掩码策略，对日志数据进行修复。结果在五组公开数据集上各设置15%～30%的缺失率对所提出方法进行评估，并与现有研究工作进行对比分析，所提出的方法在修复的准确率和模型的F1分数上有较好表现。结论通过将业务流程建模为图结构数据，融合图神经网络框架提取流程语义信息以更好的理解流程数据，并结合多头注意力机制自动学习元素间重要性权重和捕获长距离依赖关系，每种注意力机制处理不同类型的流程元素，使模型对复杂事件日志的修复能力得到提升。

关键词： 动态无功优化   混合动作空间   深度强化学习   图神经网络  

摘要： 针对电力系统动态无功优化中混合动作变量协同决策难题，提出一种融合图卷积网络与动作时序解耦的深度强化学习框架，以解决传统方法因高维混合变量耦合导致的建模困难，以及现有深度强化学习算法难以满足“先投切后调节”等工程约束的问题。通过构建自回归依赖的Actor-Critic网络架构，设计拓扑特征编码模块解析电网结构特性，并设计条件动作生成器实现离散设备投切与连续调节动作的时序解耦；进一步集成图卷积网络动态聚合节点-支路拓扑信息，增强策略网络的物理可解释性。在经适应性改造的IEEE 39节点系统上所做的实验结果表明：相较传统混合近端策略优化方法，本算法训练效率提升43.2%，电压越限率降低34.5%。研究验证了图神经网络在耦合时空特征提取与动态动作策略生成方面的技术优势，并为电力系统动态无功优化问题提供了高效可扩展的智能化解决方案。

关键词： 对称函数   Schur凸   控制理论   不等式  

摘要： 讨论了多元对称函数■的Schur凸性，其中x=(x1， x2，…，xn)∈(0，1］n，k∈{1，2， …，n}i1， i2， …， in，为正整数.作为应用，通过自变量的一变换导出了已有文献的另一类对称函数的Schur凸性，由此改进了该文主要结果的证明，用控制理论建立了一些不等式，

关键词： 多维关联   技术演化路径   主路径分析   异质图嵌入   无监督HAN  

摘要： [研究目的]针对传统主路径分析未充分融合专利多维关联信息的局限性,提出了一种融合异质图嵌入与主路径分析的技术演化路径挖掘方法,以提升技术演化路径的完整性和准确性。[研究方法]首先,依据专利本体结构构建专利异质图,并基于改进的无监督HAN模型对专利异质图嵌入。接着,结合搜索路径数和余弦相似度构建专利加权引文网络,并采用全局Key-Route算法抽取技术演化路径。最后,使用Stanford-nlp句法分析工具,从专利中提取关键词,对技术演化路径进行可视化分析。[研究结果/结论]在氢燃料电池技术领域开展实证研究,结果表明,本方法挖掘的主路径结果可覆盖传统主路径90.9%的节点和连边,同时主动识别出四条衍生路径,展现出较强的路径拓展能力,验证了模型的有效性。在重要节点挖掘能力的对比评估中,本方法在Precision、Recall和F1-score指标上全面优于传统方法。

关键词： 心脏再同步化治疗   真性左束支传导阻滞   QRS电轴   QRS波振幅   左心室逆重构  

摘要： 目的 探讨真性左束支传导阻滞（LBBB）、QRS电轴左偏、QRS波振幅相关心电图参数对心脏再同步化治疗（CRT）术后左心室逆重构（LVRR）的预测价值。方法 纳入2019年1月至2022年12月在本院行心脏CRT的慢性心力衰竭患者共88例进行回顾性分析，(1)根据心电图QRS波群特征分为真性LBBB组和非真性LBBB组，根据电轴是否左偏分为电轴左偏（LAD）组和电轴正常（NA）组，比较术后第6个月和第12个月时左室射血分数（LVEF）、左室舒张末期内径（LVEDD）的变化程度。(2)收集12导联各波振幅，计算出QRS波群相关参数，根据是否发生LVRR分为LVRR组和非LVRR组，比较两组的QRS波群相关参数。结果 (1)术后第6和第12个月时，真性LBBB组在LVEF、LVEDD改善程度上显著优于非真性LBBB组，而LAD组和NA组比较无统计学差异；(2)V1～V3导联平均S波振幅大于2.83mV时与LVRR显著相关。结论 术前心电图表现为真性LBBB形态能提示较好的；LVRR预后，而V1～V3导联的平均S波振幅是CRT术后LVRR的独立预测因素，该值大于2.83mV可以预测较好的LVRR。

关键词： APT检测   溯源图   图神经网络   异常检测  

摘要： 针对现有基于溯源图的高级持续性威胁（APT）检测方法存在的报警延迟问题，提出一种基于系统实体状态动态追踪的实时检测方案StreamTGN。首先，构造信息层级更高的操作级溯源图；其次，通过实体在系统运行过程中的状态演变，动态分析系统活动的合理性；最终，通过动态设置的异常阈值，检测与APT攻击潜在相关的异常行为。实验结果表明，该方案可有效应对APT攻击“低频率，长周期”的行为特征，且相较现有研究表现出更强的检测稳定性和鲁棒性。

关键词： 多模态大语言模型   链式思维推理   指令微调   LoRA  

摘要： 近年来，多模态大语言模型经历了快速发展，并在各种多模态下游任务中展现了卓越的性能。然而，当前主流的多模态大语言模型在函数图像推理任务中的表现仍不尽如人意，这要求模型不仅具备强大的视觉感知能力，还需进行链式思维推理，以准确理解和解答涉及数学函数的问题。为了解决这些问题，首先构建了一个专门针对函数图像推理任务的指令微调数据集FunctionQA。每条数据除标准问答对外，还包含详细的链式推理过程，确保模型在训练过程中能够学习到复杂的推理步骤。其次，针对函数图像推理任务，设计了一种四阶段微调策略，逐步优化视觉编码器、多模态适配器和大语言模型，并结合LoRA技术以降低训练成本。实验结果表明，基于LLaVA框架构建的mFunction-4B模型，经FunctionQA数据集与四阶段微调策略的优化后，以4B参数量在MathVista testmini FunctionQA子集上达到43.55%的准确率，较基线模型LLaVA-1.5-7B提升14.52%，验证了其方法的可行性和有效性。

关键词： 肺动脉高压   超声心动图   右心功能   预后  

摘要： 目的 通过超声心动图测量右心功能相关参数，分析肺动脉高压（PH）患者的右心功能，探讨PH患者发生主要心血管不良事件（MACE）独立预测因素。方法 回顾性分析2017年5月～2023年8月经山西白求恩医院检查并确诊PH患者71例，所有研究对象均行二维及三维超声心动图检查，并记录右心功能参数。随访终点为发生MACE。采用独立样本t检验比较MACE组与non-MACE组右心功能参数。采用Cox比例风险回归模型分析MACE的独立预测因素，根据ROC曲线获得最佳截断值用来绘制Kaplan-Meier生存曲线。结果 与non-MACE组相比，MACE组患者PASP、RVEDVI、RVESVI均升高，而RVEF、ePAC、TAPSE、TAPSE/PASP、RVFAC均降低差异均有统计学意义（P<0.05）。Cox分析显示TAPSE/PASP及ePAC是PH患者发生MACE的独立预测因素。Kaplan-Meier生存分析结果示当TAPSE/PASP<0.199 mm/mmHg,ePAC<0.138 cm/mmHg时MACE发生率增加（P<0.05）。结论 发生MACE的PH患者右心功能各参数均较差，而TAPSE/PASP及ePAC能独立预测PH患者发生MACE，可更好地判断患者的病情和预后。