检索结果-南通市图书馆

老年缺血性脑卒中共病患者护理依赖现状及发展轨迹研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

老年缺血性脑卒中共病患者护理依赖现状及发展轨迹研究

作者：林清儿南方医科大学

学位级别：硕士

缺血性卒中后认知障碍与脑梗死分型及相关危险因素的关系探讨

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

中文科技期刊数据库（引文版）医药卫生 2024年第3期 0141-0144页

作者：程飞承德市中心医院·神经内科河北承德067000

本论著旨在探讨缺血性卒中后认知障碍与脑梗死分型及相关危险因素的关。方法选取2022年3月至2023年3月期间入院的100例脑梗死患者作为研究对象,通过TOAST分型,为病患分配到小动脉闭塞、心源性栓塞、大动脉粥样硬化、不明原因与其他明... 详细信息

本论著旨在探讨缺血性卒中后认知障碍与脑梗死分型及相关危险因素的关。方法选取2022年3月至2023年3月期间入院的100例脑梗死患者作为研究对象,通过TOAST分型,为病患分配到小动脉闭塞、心源性栓塞、大动脉粥样硬化、不明原因与其他明确病因的5个组中。结果发现不同脑梗死分型下缺血性卒中后认知障碍的发生率存在差异。其中,认知障碍发生率最高的是心源性栓塞型与大动脉粥样硬化型的病患,对于其他明确病因以及小动脉闭塞型和不明原因组别的患者认知障碍发生率较低。此外,还发现年龄、高血压、糖尿病等是与认知障碍相关的危险因素。结论缺血性卒中后认知障碍的发生与脑梗死分型及相关危险因素密切相关。大动脉粥样硬化和心源性栓塞型的患者更容易出现认知障碍。年龄、高血压、糖尿病等是认知障碍的相关危险因素。通过深入研究这些关系,可以为临床预防和治疗提供指导和参考。

关键词：缺血性卒中后认知障碍脑梗死分型危险因素

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

破解抒情散文的写作密码

中学语文 2024年第26期 69-71页

作者：程飞江苏淮安市洪泽湖高级中学

散文的最大特点是“形散而神不散”,而抒情散文的神就是情,作者需要借助写人、记事、描景、状物来抒发自己的主观情感。破解古典抒情散文和现代抒情散文的情感转换密码,提升学生抒情散文写作技巧。

关键词：抒情散文情感转折写作技巧高中语文

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

“不等式的求解”单元教学有效性的实证研究

“不等式的求解”单元教学有效性的实证研究

作者：薛儿上海师范大学

学位级别：硕士

数字阅读企业数据资产价值评估 ——以掌阅科技为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

数字阅读企业数据资产价值评估 ——以掌阅科技为例

作者：任可儿河北经贸大学

学位级别：硕士

随着人工智能、物联网等技术不断成熟,我国已进入数字化经济发展的新时代,各行各业与数据的融合不断加深,数据资产作为一项新兴资产正在深刻地影响着经济发展效益、科技创新发展等社会的方方面面,推动数字经济蓬勃发展,对我国产业转型... 详细信息

随着人工智能、物联网等技术不断成熟,我国已进入数字化经济发展的新时代,各行各业与数据的融合不断加深,数据资产作为一项新兴资产正在深刻地影响着经济发展效益、科技创新发展等社会的方方面面,推动数字经济蓬勃发展,对我国产业转型、提升国力有着深远意义。对于数字阅读企业来讲,数据资产已成为提高企业竞争力的核心资产,科学管理数据资产、充分挖掘价值对企业制定公司战略、实现精准营销、拓展业务等方面起着十分重要的作用。但目前数据基础建设不完善、数据交易市场仍处于起步阶段,缺乏数据资产价值的量化规范及标准,因而构建一套完善的数字阅读企业数据资产价值评估体系、准确地评估其价值是当前迫切需要解决的问题。本文以数字阅读企业的数据资产为评估对象,首先对数据资产及数据资产的评估进行了归纳整理,对数据资产的含义、分级分类、基本属性、价值影响因素等基本理论进行阐述,对数据资产的价值评估方法进行适用性分析,认为数据资产具有期权特征,采用收益法或实物期权模型对其价值进行评估较为合理,并对数据资产进行会计确认、计量分析。接着,本文进一步对数字阅读企业的界定、分类、盈利模式等方面进行探究,并对该行业的数据资产的含义、特征、价值作用等问题进行分析。为了合理地评估数字阅读企业的数据资产的价值,根据不同用途将数据资产分为用于出售的数据资产和自用的数据资产,分别构建评估模型。最后,选取掌阅科技的数据资产作为评估案例,介绍掌阅科技的基本情况,对评估基本要素进行说明,并将文中构建的模型应用于掌阅科技数据资产价值评估,得到该企业数据资产的评估结果。目前研究对于如何确认某项数据资源为数据资产讨论较少,本文从会计确认的角度出发,对评估对象是否能确认为数据资产进行会计上的确认,并根据财政部发布的《企业数据资源相关会计处理暂行规定》,将数据资产按照用途进行分类,充分考虑不同用途数据资产的特性,构建适用的价值评估模型,力求对数据资产相关理论及价值评估进行完善补充,为数字阅读企业数据资产的价值评估提供参考,促进数据资产的流通,推动交易市场的发展。

关键词：数字阅读企业数据资产收益现值法历史成本法 B-S模型

基于类别重平衡和表征学习的长尾图像分类算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于类别重平衡和表征学习的长尾图像分类算法研究

作者：王可儿西安理工大学

学位级别：硕士

长尾图像分类任务指在图像类别样本分布极度不平衡的场景下进行图像分类,由于不同类别的样本数量差距过大,导致模型学习到有偏的分类器,模型分类性能欠佳。现实世界中数据分布往往呈现长尾分布,现有的深度学习分类模型多由平衡数据集训... 详细信息

长尾图像分类任务指在图像类别样本分布极度不平衡的场景下进行图像分类,由于不同类别的样本数量差距过大,导致模型学习到有偏的分类器,模型分类性能欠佳。现实世界中数据分布往往呈现长尾分布,现有的深度学习分类模型多由平衡数据集训练获得,应用于长尾分布数据集时分类精度低。目前,研究如何有效利用长尾分布数据集训练分类模型,实现在各类别上的高效分类,已经成为计算机视觉领域的热点问题。本文研究基于类别重平衡和表征学习的长尾图像分类算法,平衡数据分布并优化表征学习,以平衡网络对数据集头尾类别样本的关注度。主要工作内容包括以下两个方面:(1)提出了一种基于双重注意力的特征交互长尾图像分类算法。长尾分布的核心问题在于类别之间样本数的不平衡,在数据集中类别样本含量少的尾部类别被学习到的概率远小于头部类别。首先,从数据样本层面出发,在数据增强阶段引入双重注意力模块,能够聚焦有利于尾部样本分类的特征区域。并利用类激活图引导网络对前景部分的提取,进而随机变换生成增强样本,有效的消除背景冗余信息,获得平衡数据集。然后,在表征学习阶段利用特征通道交互模块,实现相邻通道之间的特征交互,鼓励网络更深入地学习并提取出有效特征。最后,将模型的表征学习与分类器训练阶段分开,避免模型对尾部过度关注而损害头部分类性能,对分类器进行微调来平衡模型在头尾类别上的关注度,训练出无偏的分类器。(2)提出了一种基于均匀增强采样的多专家长尾图像分类算法。该模型通过构建更均匀的采样器,并优化多专家网络来减少模型产生的偏差。首先,根据类别先验概率,引入增强因子实现数据的均匀混合增强。在此基础上,构建一个均衡采样器,使其抽样概率与先验概率成反比,鼓励模型更多地抽取尾部类样本,进而平衡模型的训练数据分布。之后进行联合优化多专家训练,通过共享前几层特征学习网络有效地提取特征,并且对各个专家的分类器进行调整,确保专家学习不同的数据分布同时实现信息互补。最后,考虑到多专家分配过程中专家调用的复杂性,根据置信度排序利用二分类的专家部署网络实现专家高效分配,有效避免了专家的过度使用。本文在CIFAR10-LT、CIFAR100-LT和ImageNet-LT三个长尾分布基准数据集上进行实验,均取得了良好的性能。实验结果证明了本文所提出算法对长尾分布图像分类精度提升的有效性,并且对各模块进行消融实验,进一步验证了该算法的可行性。

关键词：长尾图像分类类别重平衡表征学习多专家学习