课程文献中心 更多>>

关键词： 路桥工程   施工测量放样   解决方法  

摘要： 本文深入探讨了公路桥梁工程测量放样工作的核心内容与实施策略,旨在提升该工作的标准化与精细化水平。文章从现场勘查、设备校验及方案制定三大前期准备环节入手,为后续测量工作奠定坚实基础。随后,详细剖析了测量与放样施工的具体流程,强调了施工细节控制与数据录入的重要性。为确保测量结果的准确无误,本文还提出了一套严格的校验规范与流程。此外,文章分析了影响桩基施工质量的关键因素,并结合实际工程案例,给出了针对性的处理措施。本研究不仅技术层面有所完善,更在管理上实现了优化,全面提升了公路桥梁工程测量放样工作的程序化与精确度,以期为公路工程建设中的测量放样工作提供有益借鉴。

关键词： 医疗机构   医院感染管理   医院感染控制人员   岗位胜任力   组织支持感  

摘要： 目的调查中国西南地区医院感染预防与控制(简称“医院感控”)人员岗位胜任力现状及其影响因素。方法于2023年6-9月采用便利抽样法对中国西南地区87所医院的感控人员进行问卷调查,问卷包括一般资料调查表、医院感控人员岗位胜任力自评量表和组织支持感量表3个部分,采用多元线性逐步回归分析医院感控人员岗位胜任力影响因素。结果回收有效问卷340份,医院感控人员岗位胜任力自评量表平均得分为(5.70±0.94)分,在核心维度中,医院感控基本技能和专业发展能力分别是得分最高和最低的维度。多元线性逐步回归分析结果显示,医院等级、工作时间、组织支持(价值认同和工作支持)是医院感控人员岗位胜任力的影响因素(P<0.001)。结论医院感控人员岗位胜任力总体处于中上水平,不同等级医院感控人员岗位胜任力差异较大,管理者需重视医院感控工作价值并创造支持性的工作环境,促进其岗位胜任力的提升。

关键词： 云计算   容器云   Kubernetes   HPA   弹性伸缩   时间序列   滑动窗口   加权融合   负载预测  

摘要： Kubernetes容器云是当前流行的云计算技术,其默认的弹性伸缩方法HPA(Horizontal Pod Autoscaler)能对云原生应用进行横向扩缩容。但该方法存在以下问题:基于单一负载指标,使其难以适用于多样化云原生应用;基于当前负载进行弹性伸缩,使扩缩容过程具有明显的滞后性;基于滑动时间窗口算法进行弹性缩容,使缩容过程缓慢易造成系统资源浪费。针对上述问题,文中提出一种改进的弹性伸缩方法。设计一种动态加权融合算法将多种负载指标融合为综合负载因子,全面反映云原生应用的综合负载。提出CEEMDAN(Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)-ARIMA(Autoregressive Integrated Moving Average Model)预测模型,基于该模型的预测负载值实现预先弹性伸缩以应对突发流量。提出快速缩容与滑动时间窗口相结合的方法,在确保应用服务质量的基础上减少系统资源浪费。实验结果表明,相较于HPA机制,改进的弹性伸缩方法在应对首次突发流量时的平均响应时间缩短了336.55%,流量结束后系统资源占用减少了50%,再次遇到突发流量时能迅速扩容,平均响应时间缩短66.83%。

关键词： 导弹突防   智能决策   深度强化学习   作战仿真   WESS仿真系统  

摘要： 突防能力是导弹等装备的关键评价指标,针对传统基于知识工程的突防决策方法难以自适应演进的不足,提出了基于作战仿真和深度强化学习结合的智能突防决策建模方法。搭建了基于WESS的导弹智能决策训练环境;以导弹机动突防决策建模为例进行了应用研究,建立了机动突防决策网络模型;基于离散SAC算法进行了决策模型的强化学习训练,并开展智能化测试对比。初步试验结果表明:基于机器学习的智能决策模型具有更好的突防效果。

关键词： 肝细胞癌   肝切除术   腹腔镜手术   开腹手术   肺部并发症  

摘要： 目的对比腹腔镜手术和开腹手术治疗老年肝细胞癌(简称肝癌)发生肺部并发症的差异。方法回顾性收集金华市中心医院2015年1月至2023年12月老年(年龄≥60岁)肝癌行手术切除治疗的491例患者的临床资料,其中腹腔镜肝癌手术组327例,开腹肝癌手术组164例,两组患者术前一般资料具有可比性;比较两组患者术中、术后总体情况及术后肺部并发症发生情况。结果与开腹组比较,腹腔镜组手术时间更短,术后肺不张、肺部感染、胸腔积液的发生率更低,患者术后住院时间也更短,差异均有统计学意义(P<0.05)。结论针对老年肝癌患者,腹腔镜肝切除术后肺不张、肺部感染、胸腔积液的发生率较低,术后住院时间也较短,具有一定的临床优势。

关键词： 概念教学   加权平均数   概念同化法  

摘要： 以加权平均数中“权”的概念引入环节为切入点,在学生已有知识水平与生活经验的基础上,采用概念同化的方式教学,展现了概念间的“生长”过程.同时,结合问题链、直观教学等方式,帮助学生加深对“权”的概念的理解,提升学生的数学思维品质,发展学生的数学核心素养.

关键词： 偏正态联合位置与尺度模型   牛顿迭代法   US算法   强稳定收敛  

摘要： 传统的迭代算法(例如牛顿算法,EM算法等)在实际应用中,往往存在初始值较为敏感的问题.为解决这一问题,一种强稳定的收敛算法——Upper-crossing/Solution算法(以下称US算法)被提出,这种算法虽然在求解一元非线性函数时具有强稳定性,但是不能推广到多元的情形.那么针对多元情形,本文将结合偏正态分布的随机表示,对偏正态联合位置与尺度模型的似然函数进行分层,并且利用MM算法得到一元的情形,再使用US算法构造强稳定的收敛算法.最后通过随机模拟分析和实例分析研究表明了US算法较牛顿迭代法大大降低了算法对初值的敏感度以及显著地提高了收敛的稳定性.

关键词： 智能交通   CAV换道决策方法   DQN   智能网联车辆   深度强化学习   快速路合流区  

摘要： 为解决快速路合流区的交通拥堵和安全问题,保障智能网联车辆(connected and automated vehicle,CAV)在快速路合流区高效、安全、舒适、稳定地行驶,采用深度强化学习方法之DQN(deep q-network)算法,综合考虑车辆行驶安全性、高效性与舒适性等因素,建立了用于神经网络训练的奖励函数模型,提出了快速路合流区CAV换道决策方法。应用开源自动驾驶仿真场景highway-env,搭建快速路合流区仿真环境,对其主线路段及匝道进行仿真试验。仿真试验结果表明:相比于智能驾驶人模型(intelligent driver model,IDM)和highway-env中换道决策方法,采用所提出的快速路合流区CAV换道决策方法时,CAV能够快速达到22.22 m/s行驶的稳定状态,同时避免频繁换道及加减速行为,并优化了车头时距,很大程度上提高了交通流运行效率和乘车舒适性。研究成果在智能交通领域中,可为智能网联环境下城市快速路合流区的车辆通行提供了一种新方法,为未来智能网联车辆的换道提供了决策方法。

关键词： 高校毕业   慢就业   就业期望   个人能力   求职过程  

摘要： 通过对高校毕业生的实证调研,探讨影响慢就业现象的主要因素,包括就业期望、个人能力与准备度、求职过程、心理预期、社会支持等。通过数据分析发现,高就业期望、较高的心理预期焦虑感及求职过程中面临的激烈竞争等因素是导致毕业生选择推迟就业的主要原因。良好的个人能力与准备度、家庭及社会支持体系的作用有助于减缓这一现象。为有效缓解慢就业现象,促进高校毕业生顺利进入劳动市场,高校应加强职业指导与心理辅导,积极为学生提供更多的实习和职业培训机会以及信息支持,同时根据市场需求调整专业设置,增强与行业需求的对接度。企业也应加大就业信息的公开透明度,帮助毕业生更清楚地了解各行业就业前景及发展趋势。