检索结果-南通市图书馆

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

海螺沟生态地质环境脆弱性评价

海螺沟生态地质环境脆弱性评价

作者：申锐西南科技大学

学位级别：硕士

豁痰解毒通络方干预冠心病稳定型心绞痛（痰瘀互阻证）的疗效评价研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

豁痰解毒通络方干预冠心病稳定型心绞痛（痰瘀互阻证）的疗效评价...

作者：辛锐长春中医药大学

学位级别：硕士

目的:通过前瞻性随机对照研究方法,观察豁痰解毒通络方治疗冠心病(Coronary heart disease CHD)稳定型心绞痛(痰瘀互阻证)的临床疗效,验证其治疗效果,探究其治疗优势,为中医药防治冠心病稳定型心绞痛(痰瘀互阻证)提供新的有效方剂。方法... 详细信息

目的:通过前瞻性随机对照研究方法,观察豁痰解毒通络方治疗冠心病(Coronary heart disease CHD)稳定型心绞痛(痰瘀互阻证)的临床疗效,验证其治疗效果,探究其治疗优势,为中医药防治冠心病稳定型心绞痛(痰瘀互阻证)提供新的有效方剂。方法:本研究采用随机对照的研究方法。选取符合纳入标准的稳定型心绞痛痰瘀互阻证患者72例,随机分为两组,治疗组36例,对照组36例。对照组给予西药规范化治疗,治疗组在西药规范化治疗基础上联合使用豁痰解毒通络方,治疗周期为4周。比较两组患者治疗前后中医证候积分、心绞痛疗效、硝酸甘油减停率、心电图疗效评定及生活质量(SF-36)评分的动态改变,并spss20.0进行统计学分析,评价豁痰解毒通络方的临床疗效。结果:本研究共纳入受试者72例,其中脱落病例3例,脱落率为4.17%,最终完成本研究的受试者为69例,治疗组34例,对照组35例,经检验两组受试者一般资料无显著性差异(P>0.05),具有可比性。具体研究结果如下:1.中医证候评分:治疗后两组的中医证候积分均较治疗前有所下降,治疗组和对照组总有效率分别为97.05%和85.75%,两组间有统计学意义(P0.05)。4.硝酸甘油停减率:治疗后治疗组停减率为73.53%,对照组为57.14%,对照组停减率明显高于对照组,两组有显著性差异(P0.05),无统计学意义。结论:豁痰解毒通络方具有较好的安全性,针对冠心病稳定型心绞痛痰瘀互结证患者,豁痰解毒通络方加减联合西药常规治疗较单一西药治疗更具优势,其在中医证候疗效、心绞痛疗效、硝酸甘油停减率及生理功能、社会功能及精神健康领域优势明显;在心电图疗效及健康评估方面两者效果相似。

关键词：痰瘀互阻证冠心病稳定型心绞痛豁痰解毒通络方

关中平原城市群土地利用演变及其对碳储量影响

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

关中平原城市群土地利用演变及其对碳储量影响

作者：孙洋锐西安理工大学

学位级别：硕士

陆地生态系统碳储量在全球气候变化和碳循环中起着举足轻重的作用。土地利用通过影响陆地生态系统中的土壤和植被碳储量,影响整个区域中的碳储量动态及空间格局。城市群作为中国重要战略发展区域,分析和预测土地利用变化对碳储量的影响... 详细信息

陆地生态系统碳储量在全球气候变化和碳循环中起着举足轻重的作用。土地利用通过影响陆地生态系统中的土壤和植被碳储量,影响整个区域中的碳储量动态及空间格局。城市群作为中国重要战略发展区域,分析和预测土地利用变化对碳储量的影响,有利于合理进行国土空间规划的同时实现综合效益最大化,为可持续发展目标提供科学建议。以关中平原城市群为研究对象,在分析土地利用时空演变的基础上,对土地利用变化驱动机制进行探究。运用Logistic-CA-Markov模型预测自然发展、生态保护和城镇发展情景下土地利用变化趋势。利用In VEST模型进行碳储量模拟,揭示关中平原城市群在土地利用演变影响下的碳储量变化特征,讨论碳储量发展趋势。主要研究结论如下:（1）分析了关中平原城市群土地利用时空演变特征。从数量上看,主要土地利用类型为耕地、林地和草地。2000-2020年,耕地主要分布在以农业为支撑的中东部地区,面积持续减少,建设用地面积由点状式趋于片状式持续扩张。从空间上看,区域土地利用空间结构的演化具有朝着多中心和趋于网络化的特点。受到城市扩张和“退耕还林（草）”等政策影响,土地类型的转移主要表现为耕地转向建设用地和草地。20年间,区域整体土地利用程度变化率为0.290,表明城市群资源开发利用处于中等水平,大部分区县处于土地资源开发利用的发展期。（2）探究土地利用变化驱动力机制,预测了自然发展、生态保护和城镇发展情景下的土地利用变化。对驱动因子进行地理探测器识别,结果表明人口密度、年均降水量和DEM是主要驱动力。因子回归对各地类空间分布有较好的解释。根据预测结果,2030年和2040年典型情景均表现出耕地面积连续减少,建设用地面积持续增加。自然发展情景下,2020-2040年耕地将减少2240 km2,建设用地持续增加1480 km2;生态保护情景下,耕地减少速度得到了一定的控制,林地面积增长最为显著;城镇发展情景下,建设用地面积大幅增加,导致城市周边耕地被大量占用。（3）阐明了关中平原城市土地利用演变对碳储量的影响。2000、2010和2020年碳储量呈连续下降趋势,分别为2595.746×10～6 Mg、2583.435×10～6 Mg和2567.052×10～6 Mg,其空间分布格局具有中心低、四周高的特点。碳储量模拟结果显示,自然发展情景下,2030年碳储量为2553.452×10～6 Mg,预计到2040年继续减少8.536×10～6 Mg;尤其是城镇发展情景,区域将经历最快速的碳储量流失。2020-2040年,碳储量减少33.835×10～6 Mg;而生态保护情景在一定程度上能有效减缓碳储量流失,但无法改变碳储量持续减少的趋势。最后,就提高区域固碳能力和优化国土空间开发,对关中平原城市群提出了相关对策与建议。

关键词：关中平原城市群土地利用驱动力机制 Logistic-CA-Markov模型碳储量

离散小波变换和自编码器耦合的脑电信号异常检测方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

北京邮电大学学报 2024年第2期47卷 66-73页

作者：王振宇向泽锐支锦亦西南交通大学设计艺术学院成都611756 西南交通大学人机环境系统设计研究所成都6110031

为了准确地目视检查和解释脑电图(EEG),提出了一种用于识别EEG信号中癫痫发作信号的异常检测方法。首先,使用小波变换将EEG信号分解为近似和细节系数,并根据阈值准则剔除不显著系数,以限制小波系数的数量;其次,采用自编码器对离散小波... 详细信息

为了准确地目视检查和解释脑电图(EEG),提出了一种用于识别EEG信号中癫痫发作信号的异常检测方法。首先,使用小波变换将EEG信号分解为近似和细节系数,并根据阈值准则剔除不显著系数,以限制小波系数的数量;其次,采用自编码器对离散小波系数进行编码;然后,对EEG信号进行分析以检测异常值,通过压缩特征集进行数据重构,利用分类器从无癫痫信号中检测癫痫发作信号;最后,使用波恩大学数据库,将所提方法与既有方法进行比较。所提方法中采用了线性和非线性机器学习分类器从EEG信号中检测癫痫发作信号。实验结果表明,该方法的准确率和特异性分别达到了99.93%和100%。因此,所提方法具有良好的检测能力和鲁棒性,可以用简单的线性分类器识别EEG信号中的癫痫发作信号,适用于时间序列信号分析,同时能够检测和判断异常,也可为癫痫的诊断、治疗和评估提供客观参考,从而减轻医生的工作量,提高治疗效率。

关键词：脑电图癫痫离散小波变换自编码器分类器

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

基于深度学习的交互行为识别研究

基于深度学习的交互行为识别研究

作者：周铭锐北京邮电大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于注意力机制的方面级情感分析方法研究

基于注意力机制的方面级情感分析方法研究

作者：吴青锐浙江科技大学

学位级别：硕士

情感分析是自然语言处理领域中一个重要的研究方向,旨在判断文本的情感极性。方面级情感分析是为细粒度的分支,致力于深入分析文本中针对特定方面或属性的情感态度。在文本数据的多元化、复杂化背景下,这一领域的研究成为了当今热点。... 详细信息

情感分析是自然语言处理领域中一个重要的研究方向,旨在判断文本的情感极性。方面级情感分析是为细粒度的分支,致力于深入分析文本中针对特定方面或属性的情感态度。在文本数据的多元化、复杂化背景下,这一领域的研究成为了当今热点。近年来,方面级情感分析的主流方法通常基于注意力网络,该网络能够高效的捕捉与目标方面关联文本片段,在细粒度上突出关键信息。但是以往的模型忽略了注意力模型自生性的权重分散问题,导致方面相关的局部信息提取不精确。针对以上问题,本文设计了基于BERT的稀疏注意力网络模型SAN-BERT(Sparse Attention Network with BERT)。此外,以往模型还存在对文本信息利用不充分的问题。针对此问题,本文利用全局语义信息对局部信息进行增强,进一步提出融合全局与局部信息的方面级情感分析网络模型GLFAN-BERT(Global and Local Feature Fused Attention Network with BERT)。本文的主要工作如下:(1)为了更好的提取针对目标方面的局部上下文信息,本文设计了SAN-BERT模型。SAN-BERT主要有以下三个结构组成:第一,SAN-BERT将BERT预训练模型用于文本词向量的生成,捕捉文本的深层含义。第二,SAN-BERT在文本词向量的基础上使用双向长短记忆网络获得文本上下文信息。第三,针对注意力权重分散问题,SAN-BERT利用稀疏正则化约束注意力网络,使所生成得注意力权重更为稀疏,增强模型对关键信息的捕获能力。(2)为了缓解文本信息利用不充分问题,本文在SAN-BERT的基础上增加了全局信息提取模块和融合模块,提出GLFAN-BERT模型。在全局信息提取模块,GLFAN-BERT使用多头注意力机制进行全局语义特征的提取,充分挖掘单词之间的内部关系。此外,GLFAN-BERT还通过位置前馈神经网络增强模型对单个序列位置的识别与处理。最后通过全连接融合将全局信息与SAN-BERT得到的局部信息进行融合,其主要任务是为了精细地整合全局和局部的特征信息,通过深度学习的方式找到一个最佳的方式来组合全局结构性信息与局部细节信息。(3)本文对以上两个模型在公开数据集上进行了实验对比和分析,结果表明SAN-BERT和GLFAN-BERT的性能都强于基线模型,而且GLFAN-BERT的提升更加明显。此外,本文还进行了敏感性分析,对正则化参数和全局信息和局部信息的融合方式进行探究。同时,本文也进行了消融实验,验证了模型中各个主要模块的有效性。综上所述,本文的研究旨在利用注意力机制捕获文本结构信息,并通过实验在公开数据集上进行验证。实验结果表明,本文提出的模型有效提升了方面级情感分析任务的性能,为该任务的研究提供了新思路、为探索领域的新高度做出了贡献。

关键词：方面级情感分析注意力机制稀疏正则化 BERT 全连接融合

基于密度的深度聚类算法研究及其在入侵检测中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于密度的深度聚类算法研究及其在入侵检测中的应用

作者：刘京锐西北师范大学

学位级别：硕士