检索结果-南通市图书馆

散风通窍滴丸联合丙酸氟替卡松鼻喷雾剂治疗慢性鼻窦炎临床观察

在线全文

学校读者我要写书评

暂无评论

实用中医药杂志 2024年第3期40卷 467-469页

作者：苗建林河南省郸城县人民医院耳鼻喉科河南郸城477150

目的:观察散风通窍滴丸联合丙酸氟替卡松鼻喷雾剂治疗慢性鼻窦炎的效果。方法:106例采用随机数字表法分为两组各53例,两组均予以丙酸氟替卡松鼻喷雾剂治疗,观察组加用散风通窍滴丸治疗。结果:治疗后观察组清鼻涕、打喷嚏、鼻塞、嗅觉减... 详细信息

目的:观察散风通窍滴丸联合丙酸氟替卡松鼻喷雾剂治疗慢性鼻窦炎的效果。方法:106例采用随机数字表法分为两组各53例,两组均予以丙酸氟替卡松鼻喷雾剂治疗,观察组加用散风通窍滴丸治疗。结果:治疗后观察组清鼻涕、打喷嚏、鼻塞、嗅觉减低症状缓解时间短于对照组(P<0.05),观察组中医证候鼻塞、鼻涕黄浊、流涕缠绵不愈评分低于对照组(P<0.05),肿瘤坏死因子α(TNF-α)、白细胞介素(IL-4)、IL-17低于对照组(P<0.05),生活质量SNOT-20评分低于对照组(P<0.05)。结论:散风通窍滴丸联合丙酸氟替卡松鼻喷雾剂治疗慢性鼻窦炎效果较好。

关键词：慢性鼻窦炎散风通窍滴丸丙酸氟替卡松

基于物理信息神经网络的非均质材料力学研究进展

在线全文

学校读者我要写书评

暂无评论

科学通报 2024年

作者：林从建楼俊斌李奕璇徐荣桥王冠楠浙江大学建筑工程学院

非均质材料是工程领域中广泛应用的一个概念,近年来深度学习方法的井喷式发展为非均质材料系统中许多复杂问题带来了新的解决思路.然而,深度学习因为其高度的并行性、非线性和大量的参数复杂运算,使得其难以被直观解释,在非均质材料领... 详细信息

非均质材料是工程领域中广泛应用的一个概念,近年来深度学习方法的井喷式发展为非均质材料系统中许多复杂问题带来了新的解决思路.然而,深度学习因为其高度的并行性、非线性和大量的参数复杂运算,使得其难以被直观解释,在非均质材料领域的应用中容易遇到产生物理上无意义解、泛化性较低和依赖于高质量和数量的数据集等问题.而基于物理信息的神经网络(physics-informed neural networks, PINNs)可以通过将物理知识与深度学习方法结合,有效解决上述问题,从而逐渐成为固体力学与结构工程领域的热点方法,并为预测或设计非均质材料系统提供了新的思路.为了更好地了解相关方面的研究工作,本文对非均质材料领域中PINNs方法的应用进行了系统综述,总结了PINNs适应非均质材料问题特点的改进,包括域分解方法等多种方法,详细介绍了近年来PINNs在纤维/颗粒增强复合材料、混凝土、合金微结构、非均质材料弹性成像等非均质问题中的应用.在此基础上,展望了进一步的研究方向,揭示了PINNs在非均质材料上更深入、广泛的应用前景.

关键词：物理信息神经网络非均质材料复合材料深度学习

企业数字化转型的就业效应——来自中国A股上市公司的证据

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

学习与探索 2024年第9期 125-136页

作者：赖勉珊 [英]A.菲利普深圳大学中国经济特区研究中心剑桥大学剑桥大学经济与公共政策中心

依托企业主体在实现数字化转型的同时扩大就业效应,有助于同步实现“数字化”和“稳就业”的双重目标。本文基于2007—2022年沪深A股企业面板数据,探究了企业数字化转型的就业效应。结果表明,企业数字化转型有助于提升企业就业水平。具... 详细信息

依托企业主体在实现数字化转型的同时扩大就业效应,有助于同步实现“数字化”和“稳就业”的双重目标。本文基于2007—2022年沪深A股企业面板数据,探究了企业数字化转型的就业效应。结果表明,企业数字化转型有助于提升企业就业水平。具体来说,企业数字化转型通过劳动力吸引效应、技术创新效应和生产规模扩张效应显著提升企业就业水平。进一步发现,管理层数字背景和地方政府支持对企业数字化转型的就业效应具有正向调节作用,供应链集中度对企业数字化转型的就业效应具有负向调节作用;东部地区、中部地区和西部地区企业的数字化转型就业效应更加显著。未来,企业数字经济战略部署应以提升企业内部和外部的组织协作效率、技术创新效率和企业扩张速率为导向,强化供应链关联关系,创新供应链数字转型合作模式。

关键词：数字经济企业数字化转型技术创新就业效应劳动力稳就业

维普期刊数据库博看期刊

基于大语言模型的CIL-LLM类别增量学习框架

在线全文

学校读者我要写书评

暂无评论

计算机科学与探索 2024年

作者：王晓宇李欣胡勉宁薛迪中国人民公安大学信息网络安全学院安全防范技术与风险评估公安部重点实验室

在文本分类领域，为了提升类别增量学习模型的分类准确率并避免灾难性遗忘问题，本文提出了一种基于大语言模型（Large Language Model， LLM）的类别增量学习框架（Class-Incremental Learning of Large Language Model， CIL-LLM）。C... 详细信息

在文本分类领域，为了提升类别增量学习模型的分类准确率并避免灾难性遗忘问题，本文提出了一种基于大语言模型（Large Language Model， LLM）的类别增量学习框架（Class-Incremental Learning of Large Language Model， CIL-LLM）。CIL-LLM框架通过抽样和压缩环节选取具有代表性的样本，利用较强语言理解能力的LLM基于上下文学习提炼关键技能，并这些技能作为分类的依据，从而降低了存储成本；采用关键词匹配环节选取最优技能，以此构建提示词，引导下游弱LLM进行分类，提高了分类的准确性；根据基于知识蒸馏的技能融合环节，不仅实现了技能库的有效拓展和更新，还兼顾了新旧类别特性的学习。对比实验结果表明，在THUCNews数据集上的测试中，与现有的L-SCL方法相比，CIL-LLM框架在所有任务上的平均准确率提升了6.3%，性能下降率降低了3.1%。此外，在消融实验中，经由CIL-LLM框架增强的SLEICL模型相比于原有模型，所有任务的平均准确率提高了10.4%，性能下降率降低了3.3%。消融实验进一步验证了本文提出的样本压缩、关键词匹配和技能融合环节均对模型的准确率和性能下降率产生了优化效果。

关键词：类别增量学习大语言模型(LLM) 主题分类知识蒸馏

面向集团客户的广电固定语音业务解决方案研究及应用

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

广播电视网络 2024年第7期31卷 88-90页

作者：李金帅林勉陈诚陈起朱忠进江苏有线工程建设有限公司江苏有线技术研究院有限公司

本文主要研究广电固定语音业务在企业、园区、酒店等集团客户场景下的解决方案,设计了集团客户内部固定语音网络建设方案,同时解决多呼入业务并发、常规中继线、广电出中继其他运营商入中继等特殊场景下的功能定制问题,并通过在江苏省... 详细信息

本文主要研究广电固定语音业务在企业、园区、酒店等集团客户场景下的解决方案,设计了集团客户内部固定语音网络建设方案,同时解决多呼入业务并发、常规中继线、广电出中继其他运营商入中继等特殊场景下的功能定制问题,并通过在江苏省广电有线信息网络股份有限公司总部和酒店项目中的具体应用验证功能方案的可行性。

关键词：集团客户固定语音网络语音功能定制电话回迁

在线全文

学校读者我要写书评

暂无评论

伊斯兰教中国化的技术路径——从抄本到印本

民族学论丛 2024年第3期 30-35页

作者：李林勉嘉铖中国社会科学院世界宗教研究所宁夏医科大学马克思主义学院

伊斯兰教中国化的技术路径指印刷术等技术对伊斯兰教中国化的推动与影响。从纵向看，伊斯兰教中国化技术路径经历了从口述、手抄本到印本等阶段的历史演变；从横向看，伊斯兰教中国化的技术路径主要有抄本与印本两大类型。历史上，伊斯... 详细信息

伊斯兰教中国化的技术路径指印刷术等技术对伊斯兰教中国化的推动与影响。从纵向看，伊斯兰教中国化技术路径经历了从口述、手抄本到印本等阶段的历史演变；从横向看，伊斯兰教中国化的技术路径主要有抄本与印本两大类型。历史上，伊斯兰教中国化技术路径的重要转折点发生在明清时期，以抄本转向印本为标志，对伊斯兰教中国化产生了重大影响。今天，网络时代的数字化、信息化等技术发展为伊斯兰教中国化的技术路径提出了新的挑战与发展方向。

关键词：伊斯兰教中国化技术路径

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

利用惯性传感器与多模态网络解析跑步参数

武汉大学学报（信息科学版） 2024年第7期49卷 1079-1087页

作者：向勉易本顺周丙涛谭建军朱黎湖北民族大学智能科学与工程学院湖北恩施445000 武汉大学电子信息学院湖北武汉430072

实时检测跑步时的速度与步幅在避免运动者受伤、提升运动效率上有着重要意义。提出了一种利用惯性测量单元(inertial measurement unit,IMU)来检测这两个指标的方法。首先,招募了10名志愿者,并将3个IMU模块安置在足部、小腿、大腿处,采... 详细信息

实时检测跑步时的速度与步幅在避免运动者受伤、提升运动效率上有着重要意义。提出了一种利用惯性测量单元(inertial measurement unit,IMU)来检测这两个指标的方法。首先,招募了10名志愿者,并将3个IMU模块安置在足部、小腿、大腿处,采集了5 137个步态周期的数据;然后,利用主成分分析法分析数据,结合皮尔逊相关系数探讨了速度步幅与传感器位置、物理参数之间的关系;提出了一种多模态架构的长短期记忆特征提取网络(multi-modal-attention-long short-term memory,M-Att-LSTM),利用两个引入注意力机制的长短期记忆网络(att-long short-term memory,AttLSTM)对加速度和角度变化分别做特征提取,最后进行回归拟合。实验结果表明,M-Att-LSTM在速度上误差为0.058m/s,标准偏差为0.013 m/s,而在步幅上误差为0.023 m,标准偏差为0.022 m,两项指标都优于单纯的Att-LSTM。

关键词：惯性传感器主成分分析皮尔逊系数长短期记忆网络多模态

基于数字化地质模型的盾构隧道可视化仿真预警体系研究与应用

在线全文

学校读者我要写书评

暂无评论

现代隧道技术 2024年第3期61卷 166-174页

作者：陈友建中铁十九局集团有限公司北京100176

为实现复杂地质条件下盾构施工监测信息与仿真数据的对比和安全预警,以实际工程为研究对象,通过把盾构施工对象信息化,利用BIM技术建立三维地质模型,在此基础上结合BIM 4D模型和有限元仿真模型提出一套盾构施工安全仿真与可视化监测仿... 详细信息

为实现复杂地质条件下盾构施工监测信息与仿真数据的对比和安全预警,以实际工程为研究对象,通过把盾构施工对象信息化,利用BIM技术建立三维地质模型,在此基础上结合BIM 4D模型和有限元仿真模型提出一套盾构施工安全仿真与可视化监测仿真预警体系,通过分色预警和模型的显隐性实现数模联动,实现仿真预警的自动化和精准化。实践表明,该体系可有效解决施工方案的模拟与优化比选的问题,对数据快速处理与不良趋势预判有很好的效果。

关键词：仿真预警体系 BIM 地质模型盾构施工有限元