检索结果-南通市图书馆

城市多模式交通大模型MT-GPT:点线面的分层技术与应用场景

在线全文

学校读者我要写书评

暂无评论

中国公路学报 2024年第2期37卷 253-274页

作者：周臻顾子渊曲小波刘攀刘志远东南大学交通学院江苏南京211189 清华大学车辆与运载学院北京100084

城市多模式交通系统是一个高度复杂而多元的交通网络,旨在有效地满足城市内人员、货物和服务的流动需求。多模式交通系统复杂性源于许多因素,包括不同交通模式间的耦合性,交通需求和供应之间复杂的相互作用,以及开放、异质和自适应交通... 详细信息

城市多模式交通系统是一个高度复杂而多元的交通网络,旨在有效地满足城市内人员、货物和服务的流动需求。多模式交通系统复杂性源于许多因素,包括不同交通模式间的耦合性,交通需求和供应之间复杂的相互作用,以及开放、异质和自适应交通系统的固有随机特性。因此,理解和管理这样一个复杂系统是一个非常复杂且困难的任务。随着交通以及其他领域多源大数据可获取性的增加,计算机硬件算力的增强,以及机器学习模型的飞速发展,大模型的概念被许多领域应用与实践,包括计算机视觉、自然语言处理等。将大模型的概念应用于交通领域,提出了一种根据交通拓扑结构分层“点线面”的多模式交通大模型框架(Multimodal Transportation Generative Pre-trained Transformer,MT-GPT),旨在为复杂多模式交通系统中的多方位决策任务提供数据驱动的大模型。考虑到不同交通模式的特征,探讨了实现这一概念框架的核心技术及其整合方式,构思了适配交通的大模型数据范式与改进的分层多任务学习、分层联邦学习、分层迁移学习与分层Transformer框架。最后,通过搭建“任务岛”与“耦合桥”的框架讨论了这样一个多模式交通大模型框架在“点线面”3层大模型框架下的应用案例,从而为多尺度的多模式交通规划、网络设计、基础设施建设和交通管理提供智能化的支持。

关键词：交通工程多模式交通大模型交通管理与决策 Transformer 多任务学习联邦学习迁移学习

基于TWINSPAN分类的汪清县温带森林发育演替阶段分析

在线全文

学校读者我要写书评

暂无评论

南京林业大学学报（自然科学版） 2024年第1期48卷 179-186页

作者：贾珂王新杰和敬渊路燕北京林业大学林学院北京100083 北京林业大学经济管理学院北京100083

【目的】森林各发育阶段的经营方式有所不同,温带森林虽占全球森林面积的近20%,但分布分散且多位于易受干扰的人口密集地区,面临物种多样性丧失等生态问题。如何准确划分温带森林的发育阶段,为各阶段森林经营提供方法和理论依据,实现温... 详细信息

【目的】森林各发育阶段的经营方式有所不同,温带森林虽占全球森林面积的近20%,但分布分散且多位于易受干扰的人口密集地区,面临物种多样性丧失等生态问题。如何准确划分温带森林的发育阶段,为各阶段森林经营提供方法和理论依据,实现温带森林的高效经营,是亟待解决的问题。【方法】本研究以2017年吉林省汪清县森林资源二类调查中5124个小班的树种组成为研究对象,采用双向指示种分析方法(TWINSPAN)进行数量分类,划分森林发育演替阶段揭示该地区温带森林的演替阶段与生长发育规律。【结果】通过选取林分年龄、平均胸径、平均树高、每公顷蓄积量、总蓄积量、每公顷株数等林分结构和生长变化指标,确定演替发育阶段,并将研究区温带森林分为:白桦(Betula platyphylla)阔叶混交林、柞树(Quercus mongolica)阔叶混交林、柞树针阔混交林、白桦云杉(Picea asperata)针阔混交林、云杉白桦针阔混交林、红松(Pinus koraiensis)云杉针阔混交林、阔叶红松云杉混交林等7类。其中,红松云杉针阔混交林面积占比最大,是该地区的主要森林类型。各森林类型演替特征明显,演替过程中以红松、云杉为代表的顶极树种和以椴树(Tilia tuan)、色木槭(Acer pictum ***)为代表的伴生树种由弱变强,数量占比逐渐扩大,以白桦、山杨(Populus davidiana)为代表的先锋树种逐渐变少,最终形成阔叶红松云杉混交林顶极群落。【结论】本研究基于大量调查数据,应用TWINSPAN分类方法,在汪清县温带森林中划分出7种演替阶段,总结各演替阶段特征,证实各演替阶段在时间梯度上符合生长发育的特点,为在不同演替阶段中开展高效营林措施提供理论支持,同时也为维持森林结构和功能的相对稳定及形成优质高产林分提供参考。

关键词：温带森林 TWINSPAN分类森林演替发育演替阶段汪清县吉林

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

益生菌在儿童呼吸系统疾病应用进展

中国实用儿科杂志 2024年第1期39卷 28-32页

作者：苟渊王文建深圳市儿童医院呼吸科广东深圳518038

肠道微生态承载着人类后天获得基因,参与人类正常生理和疾病病理过程,与人体健康密不可分。益生菌有拮抗病原微生物、增强上皮屏障或营养代谢以及刺激和促进机体免疫成熟等功能,目前已广泛用于儿童腹泻病、功能性胃肠道疾病及代谢性疾... 详细信息

肠道微生态承载着人类后天获得基因,参与人类正常生理和疾病病理过程,与人体健康密不可分。益生菌有拮抗病原微生物、增强上皮屏障或营养代谢以及刺激和促进机体免疫成熟等功能,目前已广泛用于儿童腹泻病、功能性胃肠道疾病及代谢性疾病等多种疾病。近年来益生菌也被用于呼吸系统疾病的辅助治疗,主要作用机制是通过黏膜免疫系统调节肺部免疫来实现。文章就益生菌防治呼吸系统疾病的机制及在儿童呼吸系统疾病中的临床进展作简要介绍。

关键词：益生菌呼吸系统疾病肠道

在线全文

学校读者我要写书评

暂无评论

构造正方形解证代数问题

中小学数学（初中版） 2024年第5期 38-39页

作者：于志洪江苏省泰州市海陵区森南新村 225300

有些代数问题,如应用构造正方形来解题或证明,往往会收到事半功倍之效,现分类举例说朋如下,供九年级师生教与学时参考.

关键词：代数问题正方形教与学九年级事半功倍构造

航天机电伺服系统非线性表征建模与动态特性精细化预示

在线全文

学校读者我要写书评

暂无评论

航空学报 2024年第15期45卷 82-95页

作者：蒋孟龙付剑刘轶男孙明伟黄玉平于志远北京航空航天大学机械工程及自动化学院北京100191 北京精密机电控制设备研究所航天伺服驱动与传动技术实验室北京100076 控制执行机构技术创新中心北京100076

针对机、电、磁、控多非线性强耦合作用导致航天机电伺服系统动态特性预示难的问题,基于MBSE、层次分析法、增量式建模技术分别构建了机电伺服应用于推力矢量控制的V型需求模型、多层架构模型、精细化性能预示模型。一级模型通过调配电... 详细信息

针对机、电、磁、控多非线性强耦合作用导致航天机电伺服系统动态特性预示难的问题,基于MBSE、层次分析法、增量式建模技术分别构建了机电伺服应用于推力矢量控制的V型需求模型、多层架构模型、精细化性能预示模型。一级模型通过调配电机功率和减速比,支持位置包络预示;二级模型增量电阻-电感(RL)电磁转换架构和运动三角关系,实现位置响应预示与尺寸估计;三级模型构建多物理域耦合关系;四级模型精细化关键参数非线性,达到转速和电流动态响应准确预示效果。通过3组时域测试验证了多层级模型预示精度。设计实例表明,所建多层级模型完成多约束下机电伺服设计优化获得的可行解数量比第四级高精度模型单独优化多3.6倍、计算耗时缩减50.6%;最优方案功重比达488.95 W/kg,相频带宽达9.87 Hz,有效支撑航天机电伺服系统的快速设计和精准迭代,同时为火箭系统的数字化转型提供了可行实践方法。

关键词：机电作动器多物理域耦合增量式非线性建模基于模型的系统工程推力矢量控制

基于视觉语义与提示学习的多模态情感分析模型

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

计算机科学 2024年第9期51卷 250-257页

作者：莫书渊蒙祖强广西大学计算机与电子信息学院南宁530004

随着深度学习技术的发展,多模态情感分析已成为研究热点之一。然而,大多数多模态情感分析模型或从不同模态中提取特征向量并简单地进行加权求和,导致数据无法准确地映射到统一的多模态向量空间中,或依赖图像描述模型将图像转化为文本,... 详细信息

随着深度学习技术的发展,多模态情感分析已成为研究热点之一。然而,大多数多模态情感分析模型或从不同模态中提取特征向量并简单地进行加权求和,导致数据无法准确地映射到统一的多模态向量空间中,或依赖图像描述模型将图像转化为文本,导致提取到过多不包含情感信息的视觉语义,造成信息冗余,最终影响模型的性能。为了解决这些问题,提出了一种基于视觉语义与提示学习的多模态情感分析模型VSPL。该模型将图像转化为精确简短、蕴含情感信息的视觉语义词汇,从而缓解信息冗余的问题;并基于提示学习的方法,将得到的视觉语义词汇与针对情感分类任务而提前设计好的提示模板组合成新文本,实现模态融合,这样做既避免了由加权求和导致的特征空间映射不准确的问题,又能借助提示学习的方法激发预训练语言模型的潜在性能。对多模态情感分析任务进行了对比实验,结果表明所提模型VSPL在3个公开数据集上的性能超越了先进的基准模型。此外,还进行了消融实验、特征可视化和样例分析,验证了VSPL的有效性。

关键词：多模态视觉语义提示学习情感分析预训练语言模型

在线全文

学校读者我要写书评

暂无评论

1例肝肺联合移植术后患者的延续护理

中华护理杂志 2024年第12期59卷 1497-1500页

作者：梁江淑渊曾妃顾培培浙江大学医学院附属第二医院护理部杭州市310000

总结1例肝肺联合移植术后患者的延续护理。护理要点:定期复查联合远程指导;动态优化肺康复方案;严格监测他克莫司血药浓度;严格预防并控制感染;规范管理移植后糖尿病;积极干预骨质疏松症;帮助患者自我赋能,实现全方位康复。术后随访2年... 详细信息

总结1例肝肺联合移植术后患者的延续护理。护理要点:定期复查联合远程指导;动态优化肺康复方案;严格监测他克莫司血药浓度;严格预防并控制感染;规范管理移植后糖尿病;积极干预骨质疏松症;帮助患者自我赋能,实现全方位康复。术后随访2年8个月,患者移植肺功能和移植肝功能均正常,生存质量良好。

关键词：肝肺联合移植康复生存质量护理

基于系统免疫炎症指数和预后营养指数预测喉癌患者预后

在线全文

学校读者我要写书评

暂无评论

疾病监测 2024年第1期39卷 108-114页

作者：俞璐莎高丽渊黄应亮浙江大学医学院附属第二医院临平院区浙江杭州311100

目的分析基于术前系统免疫炎症指数(SII)、预后营养指数(PNI)的喉癌患者预后列线图预测模型的建立与预测效能。方法选取2016年2月至2020年2月于浙江大学医学院附属第二医院临平院区行手术治疗的喉癌患者168例为研究对象。采用受试者... 详细信息

目的分析基于术前系统免疫炎症指数(SII)、预后营养指数(PNI)的喉癌患者预后列线图预测模型的建立与预测效能。方法选取2016年2月至2020年2月于浙江大学医学院附属第二医院临平院区行手术治疗的喉癌患者168例为研究对象。采用受试者工作特征(ROC)曲线分析术前SII、PNI预测喉癌患者术后发生死亡的最佳截断值,并以最佳截断值进行分组。绘制生存曲线,分析患者生存情况。确定影响喉癌患者预后的危险因素,并根据此结果构建预后列线图。列线图模型的内部验证采用Bootstrap法。列线图模型预测效能和区分度分别采用ROC曲线下面积(AUC)检验和一致性指数(C指数)评价。结果全组患者的中位总生存期(OS)为29个月[95%置信区间(CI):23~36],1、2、3年生存率分别为96.20%、80.38%、71.52%。生存曲线显示,与高SII组相比,低SII组喉癌患者的生存率更高(χ^(2)=30.231,P<0.001),与低PNI组相比,高PNI组喉癌患者的生存率更高(χ^(2)=28.347,P<0.001)。Cox回归分析显示T分期、T3期、肿瘤分化程度、淋巴结转移、SII、PNI是影响喉癌患者术后发生死亡的危险因素。根据Cox回归分析结果构建喉癌患者预后列线图预测模型,Bootstrap法结果与C指数表明模型校准度与区分度良好。ROC曲线结果显示该预测模型AUC为0.852(95%CI:0.682~0.983)(P<0.001)。结论术前SII、PNI、T分期、肿瘤分化程度、淋巴结转移与喉癌患者术后预后关系密切,基于SII、PNI、T分期、肿瘤分化程度、淋巴结转移构建的列线图模型具有良好的准确度、区分度和临床预测效能。

关键词：系统免疫炎症指数预后营养指数喉癌预后预测模型

在线全文

学校读者我要写书评

暂无评论

融合注意力线性特征多样化的DR分级模型

光电子．激光 2024年第6期35卷 612-622页

作者：梁礼明董信何安军阳渊江西理工大学电气工程与自动化学院江西赣州341000

糖尿病视网膜病变(diabetic retinopathy, DR)是目前人类的主要致盲疾病之一。针对DR数据集中样本类间差异小和类分布不均衡等制约分级性能提高的问题,本文提出一种融合注意力线性特征多样化(fusion of attention linear feature divers... 详细信息

糖尿病视网膜病变(diabetic retinopathy, DR)是目前人类的主要致盲疾病之一。针对DR数据集中样本类间差异小和类分布不均衡等制约分级性能提高的问题,本文提出一种融合注意力线性特征多样化(fusion of attention linear feature diversification, FALFD)的分级算法。该算法首先用改进的Res2Net残差网络作为模型骨干来增大感受野,进一步提高网络捕捉特征信息的能力;其次引入自适应特征多样化模块(adaptive feature diversification module, AFDM)对眼底图像可分辨的微小病理特征进行识别,获得具有高语义信息的局部特征,避免单一特征区域的限制,进而提高分级准确度;再后利用双线性注意力融合模块(bilinear attention fusion module, BAFM)增加可判别区域特征的网络权重占比;最后采用正则化焦点损失(focal loss, FL)进一步提升算法的分类性能。在IDRID数据集上,灵敏度和特异性分别为94.20%和97.05%,二次加权系数为87.83%;在APTOS 2019数据集上,二次加权系数和受试者工作曲线下的面积分别为88.06%和93.90%。实验结果表明,本文算法在DR分级领域中具有一定的应用价值。

关键词：视网膜病变分级特征多样性注意力机制正则化深度学习