课程文献中心 更多>>

关键词： 失神经骨骼肌   弥散峰度成像   多模态成像  

摘要： 目的本研究旨在评估弥散峰度成像(DKI)和T2定量在肌肉去神经早期检测中的作用,并通过多模态影像参数的结合,提高早期诊断的准确性。方法本研究对神经损伤组和对照组的大鼠腓肠肌进行MRI扫描,评估4个影像学参数--均值峰度(MK)、均值弥散率(MD)、分数各向异性(FA)和T2弛豫时间,并构建线性图模型。为了进一步提升模型的诊断性能,采用了AdaMCCA算法,对神经损伤组的影像参数进行加权分析,并与MCCA算法进行了相关性验证。结果本研究发现,基于MK的线性图模型在术后四周的诊断表现中显示出最佳的曲线下面积(AUC)为0.806。此外,整合四个影像学参数后,AdaMCCA算法的加权模型也取得了较好的效果,AUC为0.667(95%CI:0.388~0.945),并且在特征选择方面表现出较强的可靠性,最终模型的平均一致性相关系数(CCC)为0.7。结论本研究表明,基于DKI和T2定量的多模态影像学参数能够有效检测肌肉去神经,尤其是在术后早期。MK作为关键影像特征,展示了较高的诊断价值。通过结合AdaMCCA算法,本研究不仅提供了一个新的肌肉去神经早期检测方法,还为相关疾病的影像学研究提供了新的思路,具有重要的临床应用前景和科学价值。

关键词： 动态样本选择器   样本不均衡   时序因果关系挖掘   神经网络   智能体  

摘要： 时序因果关系挖掘一直是一个备受关注的研究领域,然而当前基于神经网络的时序因果关系挖掘方法会受到数据集样本不均衡的影响,从而导致因果信息的丢失,因果关系挖掘准确率下降.为解决这一问题,本文提出了一种融合动态样本选择器的时序因果关系挖掘方法.首先,本文通过一个智能体动态选择样本以构建动态训练集,有效解决了因样本不均衡而导致的因果信息丢失问题;然后,使用动态训练集对时序因果关系挖掘网络进行训练;最后,计算因果关系挖掘网络训练后得到的权重模值,获取因果关系图.实验结果表明本文提出的方法在时序因果关系挖掘性能上显著优于现有的基线方法.该方法为解决时序因果关系挖掘中的样本不均衡问题提供了一种新的思路.

关键词： 桩锚基坑   现场监测   时间序列   围护结构   锚索  

摘要： 基于南宁国际空港综合交通枢纽项目,对典型桩锚围护结构的实测数据进行了系统分析。通过时间序列分析方法,详细探讨了基坑开挖全过程中锚索轴力、围护桩顶水平位移及地表沉降的变化规律。结果表明,锚索在初期存在预应力损失现象,但在达到锁定拉力值后,其主动支护效果显著。桩顶水平位移受开挖深度影响,锚索的安装能够有效限制水平位移的增幅;地表沉降则表现为开挖深度和锚索安装影响的叠加效应,合理的桩锚体系能够在开挖阶段有效控制沉降。最后提出了在基坑开挖到底后加强监测和严格控制锚索预应力的施加过程的建议,以确保基坑支护结构的整体稳定和施工安全。

关键词： 电力负荷预测   时间序列预测   时间卷积网络   注意力机制,概率预测  

摘要： 精确预测电力负荷的短期趋势对于保持电力供需平衡至关重要。然而,电力用户的电力负荷数据通常包含短期和长期模式的混合,以及概率分布特性,这使得基于单一数据驱动的现有负荷预测方法难以应对其复杂性。提出了一种结合时间卷积网络(temporal convolutional network,TCN)和注意力机制(attention mechanism,AM)的新型神经网络模型,即TCN-Attention模型,旨在估计电力负荷的短期概率分布。该模型通过结合TCN和Attention机制,有效提取时间序列数据中表征突变和其他关键时间点的局部模式,以及表征趋势和周期性的全局模式。TCN主要负责提取时间序列的局部模式,而Attention机制则专注于提取全局模式,从而实现了对电力负荷特征的有效提取。最后,通过在加州大学尔湾分校(UCI)公开数据库中的电力负荷时间序列数据集上进行实验验证,结果表明所提出的TCN-Attention模型在电力负荷短期概率预测方面相较于现有方法具有更高的预测精度。

关键词： 大数据   城市治理   决策机制   创新  

摘要： 大数据能够依靠自身独有的技术优势渗透、解构、再造城市治理决策机制,为城市治理决策机制创新提供了重要机遇,已成为提高城市治理能力、提升城市治理效能的关键因素。大数据促进城市治理决策机制创新的理论机理体现为二者在主体层面、理念层面、结构层面、过程层面展现出的契合性。当前,城市治理决策机制面临着精英控制导致的城市治理决策主体单一、认知局限造成的城市治理决策理念陈旧、科层壁垒引发的城市治理决策结构臃肿、程序冗繁带来的城市治理决策过程缓慢等困境。鉴于此,城市治理主体应充分利用大数据的技术优势,从决策主体多元化、决策理念科学化、决策结构扁平化、决策过程高效化等方面促进城市治理决策机制创新。

关键词： 机场跑道   最小起降带   跑道毁损   碰撞检测  

摘要： 面向应急救援场景下机场跑道产生毁损后如何快速确定最小起降带,提出了基于毁损外接圆与矩形碰撞检测的最小起降带决策模型,同时在决策模型搜索得到的最小起降带方案库内,建立了包括修复时间、任务需求和安全性能等11种指标在内的最小起降带决策指标体系,使用模糊层次分析法和TOPSIS法相结合辅助最小起降带进行优选决策。在相关算法的基础上,基于阿富汗Al Taqaddum机场的2号跑道的实际毁损分布,通过碎屑模拟算法形成跑道范围内的碎屑分布情况,在该场景下使用最小起降带搜索算法得到了250个最小起降带方案,并决策出该场景和任务条件下的最优最小起降带方案,验证了基于毁损外接圆与矩形碰撞检测的最小起降带决策模型适用性。

关键词： 基层单位   食品安全   监督管理   社会共治  

摘要： 本文分析了当前基层食品安全监督管理中存在的主要问题。分析认为,基层监管人员数量不足、技术设备匮乏、监管覆盖面有限及社会共治机制不完善等因素,导致了食品安全监管效果不佳。针对这些问题,本文提出了一系列针对策略,旨在改善基层食品安全监管体系,以更好地保障公众健康、维护社会稳定和促进经济健康发展。

关键词： 多能谱成像技术   光子计数探测器   X射线成像   计算机断层成像   双能重建  

摘要： 以光子计数探测器为核心的多能谱成像,成为X射线成像领域人们研究的焦点。本文利用Geant 4仿真软件生成射线源能谱,通过设置不同的能量阈值和探测器能量分辨率,获取不同范围的高低能能谱,扫描物体得到高低能投影数据进行双能重建,比较各组别下的等效原子序数和电子密度标准差。实验结果表明,探测器能量分辨率越高、高低能能谱区分度越大,成像效果越好,而能量阈值对成像精度的影响最终是通过改变能谱重合度,进而对成像精度造成影响。同时,随着能谱重合度变小、能谱宽度变窄,噪声也会加大,因此需要平衡能谱重合度和噪声的关系,才能达到更好的成像效果。

关键词： 高职学生   生涯决策   父母干预   心理韧性   生涯适应力  

摘要： 在借鉴以个体为中心方法和以变量为中心方法相关研究基础上,结合中国高职学生群体实际状况,确定了高职学生生涯决策困难的类型,探讨了高职学生生涯决策困难类型在人口学变量上的差异,分析了父母生涯干预行为对高职学生生涯决策困难的影响。研究发现,高职学生生涯决策困难存在类型化特征,可分为轻微、低度、中度和高度四种类型;生涯决策困难在性别与年级上存在异质化表征;父母生涯干预行为对高职学生生涯决策困难存在多元化的直接或间接影响;父母生涯干预行为对不同性别、年级和类型高职学生生涯决策困难存在差异化的影响路径。为此,我国要强化高职学生自主决策能力,提高学生自身对生涯决策行为的理念认知与主动考量;完善家庭帮扶,提升对高职学生生涯决策的认知与干预能力;推进生涯教育,建立健全高职学生生涯决策培训与指导机制。

关键词： 旋风分离器   流场   数值模拟   分离效率   压降  

摘要： 为了直观模拟旋风气水分离器内流场并评估分离性能,以伊普思实业有限公司旋风分离器为例,运用Fluent软件对其进行全三维数值模拟。选择雷诺应力湍流模型得出旋风分离器内部气水两相流的运动情况和分布规律,并详细分析了不同工况和分离器尺寸对进出口压降和分离效率的影响。结果表明:在起旋器的导向作用下,压缩空气螺旋向下运动,形成外旋流,随后向中间区域聚集,从出口排出,对于10μm及以上的大颗粒液滴,分离效率接近100%。入口流量和管径对进出口压降影响较大,对于流量较大的工况,适当增加分离器高度或管径有利于降低进出口压降。