课程文献中心 更多>>

关键词： 图视新闻   隐性差错   复合型编辑  

摘要： 图视传媒时代,要求新闻工作者既要有政治敏感性,又要有扎实的新闻功底,更要懂得图视语言的准确表达。然而,由于图视新闻的特殊性,差错现象屡见不鲜,主要表现为常识性错误、语言文字错误、插播画面过时等,其原因是隐性差错难以发现、治学精神不够严谨。因此,有必要建立审图意识、专业知识和文字功底兼备的图文视频复合型编辑人才队伍,认真执行“三审三校”制度。

关键词： 急性脑出血   卒中相关性肺炎   危险因素   GCS评分   列线图   Nomogram预测模型  

摘要： 目的 通过构建Nomogram预测模型,探讨急性脑出血后发生卒中相关性肺炎(SAP)的危险因素。方法 回顾性分析2018-01—2022-12平顶山学院第一附属医院神经外科、重症医学科及神经重症的1 050例急性脑出血患者的临床资料,先根据GCS评分进行感染率的分层分析,然后运用组间差异性比较及多因素Logistic回归分析筛选SAP的独立危险因素,应用R语言构建Nomogram预测模型,并对构建的模型进行评价。结果 急性脑出血患者中SAP发生率为35.9%,其中GCS评分3~8分患者为77.21%,GCS评分9~12分患者为30.81%,GCS评分13~15分患者为6.50%,各组间感染率差异有统计学意义(P<0.05)。多因素Logistic回归显示,年龄、GCS评分、入院时随机血糖、淋巴细胞绝对值及手术治疗均为SAP独立危险因素,以这5个危险因素构建的Nomogram预测模型可帮助临床医师预测急性脑出血后SAP发生风险,具有较高的准确性和临床适用性。结论 基于GCS评分构建的Nomogram预测模型能够在疾病早期阶段准确高效地对急性脑出血患者发生SAP的风险进行分层,识别出易发生SAP患者的高风险人群,从而采取有针对性的干预措施。

关键词： 专利分类   图卷积神经网络   Doc2vec   TFIDF   表示学习  

摘要： 传统专利分类由专家逐件审阅,随着大数据、人工智能和自然语言处理技术的快速发展,专利文本自动分类正在成为学界、业界的重要研究方向之一。文本分类技术可以用于判断专利申请是否获得授权,帮助审查员自动化处理和分析专利申请文件,从而提高工作效率。针对海量专利的英文文本,提出一种基于图神经网络模型的专利文本自动分类方法,用于测度专利申请是否可获得授权。使用深度学习算法TextGCN对专利摘要语料进行学习和训练,利用图结构数据的邻居信息和节点特征,通过神经网络产生专利文本的表示向量,进而实现专利授权与否的预测。实验结果表明,本文采用的深度学习算法能够得到较好的分类效果,并且与Doc2vec和TFIDF表示方法相比,该模型在精确度、召回率、准确率及F1方面均有所提高,可为专利授权与否的自动预测提供可靠的研究依据。

关键词： 空间外差遥感   误差校正   光谱谱峰频率   干涉图强度幅值  

摘要： 空间外差光谱技术(SHS)作为新型高光谱分析技术,被广泛应用于大气检测、卫星遥感等领域,但由于空间外差光谱仪的制作不理想或工作环境的变化都会改变仪器参数而引入误差,使干涉图数据不准确,需要进行误差校正。在卫星平台下,由于与地面环境的巨大差异,导致地面测定的校正参数对空间外差干涉图数据不再适用,特别是调制项误差(相位误差和非均匀误差)的改变,极大影响了光谱的准确性。针对空间外差遥感数据的调制项误差,从光谱与干涉图两个方面入手,进行误差分离与原因分析,认为空间外差遥感数据误差主要来源于CCD尺寸伸缩导致的光谱频率变化和CCD响应改变导致的干涉图强度变化,提出了光谱-干涉图双向校正方法。校正测试数据选取高分五号搭载检测仪(GMI)实测的12条O 2吸收光谱。取其中一条作为标定光谱,以SCIATRAN仿真的无误差光谱为基准,与标定光谱进行对比,分析两者在光谱维的频率偏差,通过特征峰频率确定两者的频率变换关系。然后根据变换关系将仿真光谱进行频率拉伸,使拉伸后的仿真光谱与实测光谱谱峰重合,计算拉伸仿真光谱与实测光谱干涉图,将两者干涉图相比得到干涉图强度的变化关系。最后将干涉图强度变化关系用于其余11条光谱的校正,得到校正后光谱。为了衡量校正效果,以校正前后光谱的标准差、均方误差和信噪比作为评价指标。结果显示标准差、均方误差都明显降低,同时信噪比显著增大,且标准差基本都在0.07以下,信噪比基本能达到20以上。其中校正效果最好的实测光谱,标准差减少了0.3767,信噪比提高了25.1016,均方误差降低了0.1587,校正效果较差的实测光谱,标准差减少了0.2296,信噪比提高了9.6328,均方误差降低了0.1049。因此所提出的光谱-干涉图双向校正方法对空间外差遥感数据的误差校正起到较好的效果,且处理过程简单,为同类数据的处理提供了一种新思路。

关键词： 网络故障   路由保护   最短路径序列化图   故障保护率   路径拉伸度  

摘要： 互联网服务提供商采用路由保护算法来满足实时性、低时延和高可用应用的需求.然而已有路由保护算法存在下面3个方面的问题:(1)在不改变传统路由协议转发机制的前提下,故障保护率普遍较低;(2)为了追求较高的故障保护率,通常需要改变传统路由协议的转发机制,实际部署难度较大;(3)无法同时利用最优下一跳和备份下一跳,从而导致网络负载均衡能力较差.针对上述3个问题,提出一种基于最短路径序列化图的路由保护算法,所提算法不需要改变转发机制、支持增量部署、同时使用最优下一跳和备份下一跳不会出现路由环路、并且具有较高的故障保护率.所提算法主要包括下面两个步骤:(1)为每个节点计算一个序号,构造最短路径正序化图;(2)利用最短路径正序化图和反序搜索规则构造最短路径序列化图,在此基础上根据备份下一跳计算规则计算节点对之间的备份下一跳集合.在真实和模拟网络拓扑上进行测试,实验结果表明,与其他路由保护算法相比,所提算法在平均备份下一跳数量、故障保护率和路径拉伸度3个指标方面均具有显著的优势.

关键词： 等韵图   等韵学   传统小学   高频词   商务印书馆   音韵学   明清   绝学  

摘要： 捧读周赛华教授新著《明清等韵图新探》(商务印书馆2023年10月出版,以下简称《新探》),心中感佩油然而生。“绝学”是最近一些年来的一个高频词,发展绝学甚至上升到了国家文化发展战略的高度。传统小学中,音韵书历来被称“天书”,音韵学亦因此被称“绝学”,作为其中一个有机内容的等韵学更是绝中之“绝”。等韵图是等韵学的研究核心,《新探》致力于明清等韵图研究,是明清等韵学研究的一部力作,其特点可用“两多一广”来概括。

关键词： 小学语文   思维导图   学科素养  

摘要： 思维导图是表达发散性思维的有效工具,其以图形的方式来组织信息并重点表达信息之间的逻辑关系,表达信息背后的主题之间的层级关系。相对于传统的信息表达方式,思维导图高度重视表征信息时的逻辑,强调基于知识的演绎逻辑来表达信息。由于学生在学习中高度依赖思维的作用,因此思维的逻辑越清晰,学习结果也就越理想。因此,思维导图在学科教学中的价值很容易为教师所接受,也就自然会成为教师的研究对象。

关键词： 点云分类   点云分割   图神经网络   图游走   图注意力机制  

摘要： 针对点云特征提取中远距离特征和局部几何结构信息欠缺的问题,提出了一种基于图游走和图注意力的点云分类与分割网络。首先,利用带有导向性的图游走算法,对点云全局特征补充额外的几何信息和远距离特征信息;其次,嵌入图注意力机制,使模型聚焦于点云的关键区域,提升网络的特征提取能力;最后,在初始点云中提取距离特征作为初始残差嵌入到网络中,避免网络过平滑。在ModelNet40数据集、ScanObjectNN数据集进行了点云分类实验,在ShapeNetPart数据集与Toronto-3D数据集上分别进行了点云部件分割与点云语义分割实验,实验结果表明:相较于基准网络DGCNN,分类精度分别提升了1.3百分点、5.6百分点;分割精度分别提升了1.2百分点、33.1百分点。通过在ModelNet40-C数据集上进行稳健性分析,验证了所提网络具有较强的鲁棒性。

关键词： 物理不可克隆函数   导航设备   抗攻击结构   机器学习   可靠性  

摘要： 随着卫星导航技术的发展,芯片、模块和板卡等导航产品被广泛应用到各种导航终端设备上,但这些设备在开放环境中的通信安全问题日益凸显。物理不可克隆函数(Physical Unclonable Function, PUF)是一种新型“硬件指纹”技术,基于PUF的身份认证方式可以对设备进行硬件层面的认证,满足其轻量级和高安全性的认证需求。针对多数PUF易受到机器学习(Machine Learning, ML)建模攻击的问题,对不同的结构改进方法进行介绍,分析了几种常用ML攻击算法的特点,提出了防御和攻击两方面的性能评价方法,从安全性方面讨论了PUF的未来发展趋势。