课程文献中心 更多>>

关键词： 多传感器融合定位   因子图优化   里程计   惯性导航系统  

摘要： 针对复杂城市路段全球导航卫星系统（GNSS）信号容易失效的问题，提出了一种基于因子图的GNSS/惯性测量单元（IMU）/里程计（OD）的融合定位算法。首先，构建了OD速度误差、IMU安装角误差以及杆臂误差的模型，并结合IMU因子的特性推导了惯导预积分模型。其次，提出了GNSS信号有效情况下19维因子图融合定位模型，并在GNSS信号无效的情况下隔离GNSS信号，保留部分向量构建了16维IMU/OD模型。最后，设计并开展了道路测试实验。车载实验结果表明，在卫星信号无效120s的极端条件下，最大定位误差为2.03m，最大航向角误差为0.328°，相较传统因子图方法误差分别减小49.5%和38.0%，可以实现在卫星信号无效情况下的较高精度的自主定位。

关键词： 可靠性   分位数函数   概率加权矩   极大熵  

摘要： 受到结构尺寸、材料及载荷等多种不确定因素的影响，液体火箭发动机结构的性能特征量也具有随机性，为了准确估计结构性能特征量的分位数函数，掌握结构性能的随机分布情况，衡量其可靠性水平，发展了一种改进的分位数函数估计方法。所提方法对极大熵结合概率加权矩的分位数函数估计方法作出改进，将分数概率加权矩作为极大熵模型的约束条件，并利用Kullback-Lerble交叉熵方法将嵌套优化模型转换为单层优化模型，再通过分部积分和下标迭代方法进一步降低优化模型的求解参数个数，以提高其计算的稳健性，所提方法继承了概率加权矩结合极大熵方法需要的样本量较小、对异常样本不敏感的特点，并提高了原方法对分位数函数尾部区域的估计精度，最后通过数值算例和液体火箭发动机管路结构的工程案例充分验证了所提方法的优越性和应用价值。

关键词： 超声心动图   心脏重塑   经皮冠状动脉介入治疗   急性肾功能损伤   相关性分析   术后并发症   心血管疾病   肾功能评估  

摘要： 目的 探讨超声心动图评估的心脏重塑与发生造影剂相关性急性肾损伤（CA-AKI）的关联性。方法 回顾性分析2021年3月—2024年3月接受冠状动脉造影（CAG）和经皮冠状动脉介入治疗（PCI）的100例冠状动脉疾病（CAD）患者的临床数据。按是否发生CA-AKI将患者分成CA-AKI组和非CA-AKI组，收集并比较2组基线资料及超声心动图参数，包括左心室舒张末期内径指数（LVIDDI）、左心室收缩末期内径指数（LVIDSI）和左心室质量指数（LVMI）等。通过Logistic回归分析筛选CA-AKI发生的独立影响因素。结果 CA-AKI组患者N末端B型利钠肽原（NT-proBNP）水平高于非CA-AKI组，差异有统计学意义（P<0.001）。与非CA-AKI组相比，CA-AKI组C反应蛋白、糖化血红蛋白（HbA1c）水平以及糖尿病和贫血患者占比较高，差异有统计学意义（P<0.05）。超声心动图数据显示，CA-AKI组LVMI、LVIDDI和LVIDSI均高于非CA-AKI组，差异均有统计学意义（t=2.057、3.429、2.975;P<0.05）。CA-AKI组左心室射血分数（LVEF）水平低于非CA-AKI组，差异有统计学意义（t=3.005,P=0.003）。单因素Logistic回归分析显示，糖尿病、贫血、炎症、NT-proBNP、HbA1c、LVMI、LVIDDI、LVIDSI、LVEF、心室肥厚、心室扩张与CA-AKI的发生显著相关（P<0.05）。多因素Logistic回归分析结果显示，LVMI(OR=3.81; 95%CI:1.04～8.50;P=0.045)、LVIDDI(OR=4.21; 95%CI:2.02～6.08;P<0.001)、LVIDSI(OR=1.61; 95%CI:1.27～2.03;P=0.024)、心室肥厚（OR=3.42; 95%CI:1.83～4.44;P=0.001）和心室扩张（OR=2.93; 95%CI:1.43～3.74;P=0.033）是发生CAAKI的独立影响因素。结论 心脏重塑与CAD患者发生CA-AKI的风险显著相关。临床医师应及时对存在心脏结构异常的患者采取保护性措施，以预防CA-AKI的发生。

关键词： 深度学习   图像分割   儿科超声心动图   注意力机制   状态空间模型  

摘要： 不同年龄段的儿童心脏尺寸差异大且儿童心率过快会导致心脏边界相较成人更加模糊，影响超声心动图的分割效果。针对上述问题，对H2Former分割模型进行改进，提出了一种融合注意力和状态空间的模型TPA-H2VSS对儿科超声心动图左心室进行分割。首先替换Transformer模块为视觉状态空间模块，改进医学图像分割的长期依赖性建模关系;其次在模型的编码器与解码器之间搭建时间注意力模块，把超声心动视频左心室的语义信息在时间维度上进行补充和交互;最后，在输出部分加入位置注意力模块，进一步提高网络的分割性能。在儿科超声心动视频数据集EchoNet-Pediatric的PSAX数据集和A4C数据集上分别进行训练、验证和测试。与基线模型H2Former相比，在PSAX数据集上的Dice、IoU、Accuracy分别提升了0.86%、1.41%、0.15%，HD降低了0.2195;在A4C数据集上的Dice、IoU、Accuracy分别提升了0.93%、1.53%、0.2%，HD降低了0.167。通过与其他模型进行比较，证明了该模型能有效分割儿科超声心动图左心室，可以为先天性心脏病辅助诊断提供新的解决方案。

关键词： 森林城镇交界域   建筑密度优先方法   燃料等级优先方法   建筑植被缓冲区重合方法   野火风险管理  

摘要： 森林城镇交界域指房屋与森林等自然植被相遇或相混合的区域。森林城镇交界域划分对火灾风险管理、森林资源开发利用、气候变化应对、社会经济可持续发展等都具有重要价值。目前森林城镇交界域划分方法多基于《美国联邦公报》的定义进行发展和细化,以建筑密度、植被覆盖度、建筑与植被的距离等指标为参量,可分为建筑密度优先、燃料等级优先、建筑植被缓冲区重合3类方法。该研究先对3类WUI区域划分方法相关研究文献进行总结和对比,然后选择了多年来野火频发的加拿大艾伯塔省伍德布法罗市为试验区,利用微软加拿大建筑足迹数据、GLC＿FCS30—2020土地覆盖数据和当地历史火点和火迹地数据,完成了3类方法结果对比。结果表明建筑密度优先方法划分结果与历史野火记录重合比例最高,但忽略了同样具有野火风险的低密度建筑;燃料等级优先方法面积偏大,与历史野火记录重合比例较低,过于关注建筑周围的植被而忽略了建筑本身;建筑植被缓冲区重合方法与历史野火记录重合比例最低,划分结果面积偏小,主要原因在于缓冲区距离设置较小。该研究揭示了现有方法的优势和局限性,有助于未来更科学合理地划分森林城镇交界域区域,为火灾风险应对和应急管理决策提供决策参考。

关键词： 光伏电站功率预测   时间序列预测   改进图神经网络   深度学习   高效通道注意力机制  

摘要： 为解决光伏电站短期功率预测准确率低的问题，文章提出一种融合高效通道注意力机制和多变量时间序列图神经网络（ECA-MTGNN）的功率预测方法。首先，针对数据缺失、数据异常等问题，对采集自中国华北地区某光伏电站的历史天气数据和功率数据进行数据清洗和填补；然后，采用高效通道注意力-多变量时间序列图神经网络方法进行光伏电站短期功率预测；最后，使用华北区域光伏电站预测准确率考核标准和时序预测通用评价指标测试所提出方法的预测性能。实验结果表明，与MTGNN模型相比，ECA-MTGNN模型的预测准确率在4个被预测日分别提高了8.82%、6.27%、2.89%和14.88%；与时间序列预测中常用的LSTM和CNN模型相比，当功率变化平稳时预测精度有所提升，而当功率剧烈波动时则提升幅度较大，并且能够更好地拟合实际功率曲线。

关键词： 洪灾损失   Spearman相关系数   随机森林法   共享社会经济路径(SSPs)   洪灾损失率函数   大清河流域  

摘要： 为识别大清河易受洪水影响的区域并进行风险等级划分，采用Spearman相关系数及随机森林法，探讨大清河洪灾损失率与影响因素的相关性及重要度，并基于重要度最高的指标构建考虑降水因素、防洪减灾能力、社会经济发展和自然资源4个因素的洪灾损失率函数，估算了2030—2050年5种共享社会经济路径（Shared Socioeconomic Pathways，SSPs）下洪涝灾害损失。结果表明：各省市的洪灾损失率与降水因素总体呈正相关关系，而与防洪减灾能力、社会经济发展、自然资源呈负相关关系；多元回归函数有效拟合了洪灾损失率变化规律，其决定系数R2≥0.89，均方根误差RMSE≤0.047 3；在1996、2012年降雨情景下，未来洪灾经济损失将大幅增加，且最高分别增长392%～452%，但受灾人口人数减少，且最低分别减少22%～35%。

关键词： 药物—靶标相互作用   3D图嵌入   符号图   图神经网络   监督分类   平衡理论  

摘要： 在生物医学领域中，药物与靶标之间存在着多种作用关系，这些关系可以借助图的结构特点进行划分，并利用图神经网络模型进行学习与预测。药物—靶标网络由众多节点构成，且节点的特征是多模态的。目前，药物—靶标相互作用预测模型大多通过自身的异构网络并结合单一特征信息进行学习并预测。然而，仅考虑其异构的特点，未对具有相似结构特点的同构图进行学习，可能会限制模型准确学习和提取相关结构的能力。此外，单一特征信息对节点的结构细节揭示亦不够全面。为解决以上问题，提出一种预测模型——3D-SHGNN。该模型利用监督分类进行链接符号预测，将链接作为样本，基于平衡理论融合药物与靶标节点的特征作为链接的最终特征，将链接符号作为样本标签，引入逻辑回归模型来训练样本，从而预测未知链接的符号属性。选取两种不同类型的符号药物—靶标数据集进行实验，结果表明，3D-SHGNN模型在两种数据集上的AUC、AUPR、F1值等指标均表现较好，尤其是AUC分别达到94.3%与88.6%，验证了其优越性。

关键词： 对偶超图   超图聚类   动态主题建模   主题挖掘   演化路径  

摘要： [目的/意义]挖掘图情领域研究主题，并细粒化剖析演化路径，对于洞悉学科发展态势，揭示知识体系演进脉络和引领学科创新发展具有重要理论价值与现实意义。[方法/过程]以2019—2024年图情领域CSSCI来源期刊文献数据为研究对象，在采用超图谱聚类和TF-IDF对文献组别及研究方向进行初步挖掘基础上，利用动态主题模型细粒化剖析不同组别文献研究主题及演化路径，进而揭示各研究主题发展趋势和演进特征。[结果/结论]图情领域文献研究方向呈现广泛性和多元性特征，可聚类划分为在线社交与健康信息行为、国家情报与战略竞争、开放科学与数据政策治理等九个方向。通过动态主题建模，提炼出40个研究主题，舆情传播演化、国家应急情报与战略决策、学术影响力评价、社交媒体与隐私感知、技术识别分析等主题的关注度较高，且不同研究方向的主题间存在内在联系与交叉点。从主题演化角度看，热点主题紧密关联社会发展、技术进步和政策导向，时代性特征突出。融合超图聚类和动态主题建模的研究主题挖掘与演化分析模型，不仅能够有效捕捉知识网络中复杂的高阶语义结构，还能实现对各研究主题的细粒化剖析。[局限]仅采用超图谱聚类对文献组别进行区分，且动态主题建模在捕捉主题长短期演化特征方面存在不足，可在后续研究中进一步探究。

关键词： 线性生产函数   欧拉定理   CES生产函数   再生产   两大部类  

摘要： 本文指出,《资本论》中蕴含着丰富的线性生产函数思想。本文的主要目的就是尝试把生产函数理论与再生产理论有机地联系起来。虽然对马克思线性生产函数的一些指数化尝试尚未尽如人意,但是关于生产函数的研究进展显示:线性生产函数和指数型生产函数都属于CES型生产函数的特例,从而两者在这一意义下可以统一起来,这样就为以马克思生产函数来构筑CGE模型提供了可能性。当生产函数进化到更加具有一般性的VES型,马克思生产函数与其他相关生产函数之间所存在的内在联系也开始变得更加清晰,由此在数学形式上把马克思生产函数转化为VES型生产函数格式也成为了可能。而基于两种资本(不变资本和可变资本)构筑的马克思生产函数不需要借助于在统计上无法实现的实物量体系,在应用上具有先天优势,并具有多元方程组特征,适用于反映多个部门的产业结构。更重要的是,马克思在把多个部门抽象为两大部类的基础之上所构筑的再生产模型是马克思生产函数的实用模式之一,是产业结构分析的有效工具。本文在理论上奠定了以马克思生产函数思想充实政治经济学应用体系的必要基础,并在方法论上提示了怎样将之用于政策分析的线索,显示出充分的可行性。总之,生产函数问题是随着数学与经济学相融合的进展在政治经济学研究中所触发的一个新认识,处于对马克思主义经济学的继承与发展的结合点上,正在逐步形成一个前景广阔的新研究领域。