检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

落实科学发展观改善和提高老年人生活质量

经营管理者 2010年第3期 184+183-184+183页

作者：韩慧冰中煤集团大屯公司离退休管理中心

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

坚持党的领导是百年来法治建设的首要经验

东岳论丛 2024年第3期45卷 182-190页

作者：韩慧山东政法学院法学院山东济南250014

坚持中国共产党领导是百年来法治建设的首要经验.中国共产党对法治建设的领导主要体现在政治领导、思想引领和组织领导三大方面.政治领导主要在于观时势,把方向,定决策,明确法治目标,制定正确的路线、方针和政策,确保法治建设始终坚持... 详细信息

坚持中国共产党领导是百年来法治建设的首要经验.中国共产党对法治建设的领导主要体现在政治领导、思想引领和组织领导三大方面.政治领导主要在于观时势,把方向,定决策,明确法治目标,制定正确的路线、方针和政策,确保法治建设始终坚持以马克思主义为指导,始终代表人民群众意志和维护人民利益,始终坚持社会主义方向.思想引领主要在于党用马克思主义法治理论来指导中国法治实践,坚持实事求是的思想路线,坚持群众路线的工作作风,坚持独立自主的发展道路.党的组织领导是实现政治领导和思想引领的基本保证.组织领导主要在于建立广泛严密的党的组织体系,执行严格的党内法规纪律,建设高素质法治干部人才队伍.

关键词：百年法治首要经验中国共产党领导政治领导思想引领组织领导

在线全文

学校读者我要写书评

暂无评论

日本医学界与七三一部队关系研究

医学与哲学 2024年第16期45卷 70-75页

作者：韩慧光韩慧连北方民族大学文学与新闻传播学院宁夏银川750030 黑龙江科技大学经济学院黑龙江哈尔滨150022

日本侵华战争中七三一部队违反国际法,秘密研发和生产细菌武器,并实施了细菌战。而在其准备和实施细菌战的整个过程中日本医学界都发挥了重要作用。我们可以从现有的档案资料看到日本陆军军医学校、京都大学、东京大学等高校的医学部等... 详细信息

日本侵华战争中七三一部队违反国际法,秘密研发和生产细菌武器,并实施了细菌战。而在其准备和实施细菌战的整个过程中日本医学界都发挥了重要作用。我们可以从现有的档案资料看到日本陆军军医学校、京都大学、东京大学等高校的医学部等,它们为七三一部队细菌武器研发及实施细菌战提供医学专业人力资源保障。战后,日本医学界并没有对此进行反思,反而在他们的庇佑下来自七三一部队的军医们活跃于日本医学医疗界,利用战时所获得的医学数据、医疗技术和研究成果,从而获取学术地位、政治地位和财富。

关键词：医学史日本医学界细菌战七三一部队

在线全文

学校读者我要写书评

暂无评论

基于图神经网络的药物相互作用预测

基于图神经网络的药物相互作用预测

作者：韩慧齐鲁工业大学

学位级别：硕士

药物-药物相互作用(Drug-drug Interaction,DDI)一直是医疗健康研究领域中一个具有挑战性的问题。在多种疾病的治疗中,药物联合治疗已被广泛应用并取得了良好的临床疗效。然而,多种药物同时作用可能会引起药物药理活性的变化,引发患者... 详细信息

药物-药物相互作用(Drug-drug Interaction,DDI)一直是医疗健康研究领域中一个具有挑战性的问题。在多种疾病的治疗中,药物联合治疗已被广泛应用并取得了良好的临床疗效。然而,多种药物同时作用可能会引起药物药理活性的变化,引发患者产生不良反应。因此,如何有效地识别潜在的DDI对患者和社会都至关重要。随着科技的进步,DDI预测方法已取得了显著的进展。药物分子具有天然的图结构,最近的研究大多数采用基于图的学习方法来预测DDI,但这些方法仍存在一些问题。例如,将药物信息建模在单一视图上、忽视不同邻居节点具有的重要性不同、药物编码信息不足以及对标签实例极其不足的罕见事件无法提供足够的监督信号等。针对上述问题,基于图神经网络技术,本文做了以下三个方面的工作:(1)针对现有的研究工作将药物信息建模在单一视图上且未能充分挖掘节点与其邻居间的信息等问题,提出了一种基于图注意力机制的多视图特征融合方法(MV-GAT)。模型首先采用键感知消息传递神经网络来获取分子图中每个原子的局部特征和分子图的全局特征;然后使用基于注意力机制的融合策略来处理每个视图下药物特征和拓扑信息的融合,它可以有效地整合从分子图和相互作用图中提取的特征;最后,为保证节点特征的多样性,在每个图神经网络层中使用无监督对比学习组件来解决信息传递过程中的过平滑问题。在三个真实数据集上的综合实验表明,MV-GAT有着良好的泛化性能,提高了预测精度。(2)针对药物编码信息不足,无法充分整合药物嵌入的信息等问题,本节在MV-GAT的基础上做了进一步的创新,提出了一种基于图神经网络的多维度特征融合方法(MDFFGNN)。该方法使用多维特征编码器对药物的一维序列特征和二维原子图特征进行编码,通过融合多个维度的药物化学结构特征对药物SMILES字符串进行处理,MDFFGNN编码的特征更准确地代表了药物的信息;然后采用四层图注意力网络来捕获药物内部及药物与药物之间的多个视图关系特征;最后通过预测缺失交互的预测器实现DDI预测。实验结果证明,MDFFGNN获得了比MVGAT更优的性能,且超过了其他对比的基线模型。(3)针对目前基于图神经网络的模型在预测罕见DDI事件时,容易受到标签实例不足导致的准确性降低的问题,提出了一种用于DDI预测的端到端多关系对比学习框架(MRCGAT)。MRCGAT通过在多关系DDI事件图上引入注意力机制来整合药物分子信息和药物相互作用信息,同时,通过设计的双视图负对应增强策略实现多关系对比学习,以捕获有关罕见DDI事件的隐含信息。最后,通过多层感知机获得对药物间相互作用的多类预测。在两个数据集上的实验表明,MRCGAT优于所对比的方法,且在预测罕见DDI事件时可以取得令人满意的效果。

关键词：药物-药物相互作用预测图神经网络注意力机制对比学习链接预测

扎迪·史密斯《摇摆时光》中的成长书写与身份建构

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

扎迪·史密斯《摇摆时光》中的成长书写与身份建构

作者：韩慧山东师范大学

学位级别：硕士

扎迪·史密斯(Zadie Smith,1975-)是当代英国最受欢迎的青年女作家之一,其创作多聚焦于移民问题及少数族裔。2000年,史密斯凭借处女作《白牙》震惊文坛,开始受到广泛关注。其小说《摇摆时光》发表于2016年,聚焦移民女性的成长境遇和身... 详细信息

扎迪·史密斯(Zadie Smith,1975-)是当代英国最受欢迎的青年女作家之一,其创作多聚焦于移民问题及少数族裔。2000年,史密斯凭借处女作《白牙》震惊文坛,开始受到广泛关注。其小说《摇摆时光》发表于2016年,聚焦移民女性的成长境遇和身份问题,讲述了无名女主人公和特蕾西两个混血女孩的友情与成长故事。该书一经出版便广受好评,被美国《时代周刊》评为2016年度十佳小说,并获2017年度布克奖提名,甚至被很多评论家认为是史密斯迄今为止最好的作品。本文将女性成长与身份建构相联系,在文本细读的基础上,结合成长小说的相关理论,并借鉴文化研究、心理分析以及女性主义等相关理论,从成长困境、成长策略、成长结果三个方面探讨《摇摆时光》中无名女主人公和特蕾西的成长历程与身份建构。本论文主要包含五个部分。引言首先介绍扎迪·史密斯的生平及其文学创作,概述《摇摆时光》的国内外研究现状,进而提出本论文的研究价值;最后是本文的理论基础部分,介绍成长小说的相关理论,同时对身份和文化身份的定义及特征进行简要概述,以丰富论文的理论框架,并进一步说明运用成长小说理论解读身份问题的可行性及有效性。第一章主要分析无名女主人公和特蕾西的成长困境,以及由此引发的身份困惑。作为后殖民时期的混血女孩,无名女主人公与特蕾西面临相似的成长困境。首先,两个混血女孩的成长困境与其成长环境密切相关。她们关于身份的追寻从一开始便承受来自社会和家庭的双重压力。在这样一个以种族和肤色来定义权力的社会里,无名女主人公和特蕾西童年时对自己的身份感到困惑不解。然而,由于缺乏家庭的关爱和正确引导,她们无法摆脱这种身份困惑。其次,身份同一性和差异性的相互碰撞以及黑白两种文化的冲突使她们更难界定自己的文化身份。第二章主要阐释无名女主人公和特蕾西在身份追寻过程中所使用的不同成长策略。无名女主人公与特蕾西的成长路线代表着棕色皮肤的混血儿想要回归非洲大陆与融入白人社会的两种选择。无名女主人公以非洲寻根之旅的方式经历了一种回归式成长。首先,无名女主人公回归非洲家园,在这里,她了解了祖先历史,并在与当地居民的日渐相处中找到了归属感。其次,她回归非洲的文化传统,非洲文化使其自我意识觉醒,并最终认可自己的黑人身份。相反,特蕾西试图通过接近白人来融入主流社会,以期摆脱自己的黑人身份,从而走上了一条攀附式成长之道。她在成长之旅中不仅追求西方文化、崇尚白人价值观,还不惜一切代价接近白人群体、摆脱黑人身份,妄想建构一个英国身份。本章将通过对无名女主人公和特蕾西在成长之旅中不同成长策略的探讨,阐释两个混血女孩身份建构的不同追寻路径。第三章主要阐释无名女主人公和特蕾西的成长结果及其身份建构的不同结局。本章借助以决定性成长、试探性成长为基础的理论框架来探讨两位混血女孩的成长结果以及不同成长结果背后的深层文化内涵。无名女主人公从最初的困惑到觉醒,完成了一种决定性成长。她在获得顿悟后,最终摆脱了“他者”的阴影,与过去和解,并通过接受流动和混杂的身份来肯定自己的主体性,由此实现了成熟。然而,特蕾西从最初的幻想到最终的幻灭,体现了一种试探性成长。她最终失去了成长方向,不仅自暴自弃、在社会中堕落,而且固执地追求单一固定的身份,最终身份建构失败。无名女主人公和特蕾西不同的成长结果体现出黑人青少年成长的失败不单单是外部环境的压迫所致,还涉及其黑人自身身份、文化和价值观的丧失。结语部分总结前文论述,重申本文的观点,并进一步阐述扎迪·史密斯独特的成长书写及其意义。扎迪·史密斯通过对无名女主人公的成长与特蕾西的反成长并置书写,重新追问“成长”的含义。通过对两个混血女孩不同的成长轨迹与成长结果的生动叙述,史密斯向读者展现了活生生的族裔女性艰难的成长历程,揭示了自己对于黑人青少年的成长理想,同时也使成长小说这一文类更加繁复且具有了新的时代意义。

关键词：扎迪·史密斯《摇摆时光》成长小说女性成长身份建构

CaSH分子高精度电子结构计算及用于激光制冷目标分子的理论分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

物理学报 2024年第2期73卷 137-144页

作者：冯卓索兵兵韩慧仙李安阳西北大学现代物理研究所陕西省理论物理前沿重点实验室西安710127 西北大学物理学院西安710127 西北大学化学与材料科学学院西安710127

作为非对称多原子分子制冷的一个重要目标分子,CaSH的冷却有望打破双原子分子及线性三原子分子在激光冷却中的技术局限.本文使用高精度的EA-EOM-CCSD(electron attachment equation-of-motion coupled cluster singles and doubles)方法... 详细信息

作为非对称多原子分子制冷的一个重要目标分子,CaSH的冷却有望打破双原子分子及线性三原子分子在激光冷却中的技术局限.本文使用高精度的EA-EOM-CCSD(electron attachment equation-of-motion coupled cluster singles and doubles)方法,通过cc-pVXZ/cc-pCVXZ(X=T,Q)系列基组外推至基组极限,得到了CaSH基态和3个最低激发态精确的几何结构及基态到激发态的跃迁能.其中,基态X^(2)A′几何结构参数分别为RCaS=2.564A;RSH=1.357A;∠CaSH=91.0°;从X^(2)A′到A^(2)A′,B^(2)A"和C^(2)A′的垂直激发能分别为1.898,1.945和1.966 eV,与已有实验符合得很好.进一步,在3ζ级别基组上,计算了该分子4个最低电子态的势能面,并通过求解核运动方程给出CaS键伸缩、CaSH弯曲两个振动模的频率.最后,理论计算给出的X^(2)A′(0,0,0)态到激发态A^(2)A′(0,0,0),B^(2)A"(0,0,0)和C^(2)A′(0,0,0)跃迁的Frank-Condon(FC)因子分别为0.9268,0.9958和0.9248.结合Frank-Condon因子和激发态寿命分析,本文给出了可能用于CaSH冷却的光学循环,为CaSH的激光冷却提供了理论参考.

关键词：激光冷却激发态 Franck-Condon因子光学循环

初中语文口语交际教学现状及策略研究 ——以部编版教材为例

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

初中语文口语交际教学现状及策略研究 ——以部编版教材为例

作者：韩慧敏青海师范大学

学位级别：硕士

基于生成类深度学习模型的轴承故障诊断方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于生成类深度学习模型的轴承故障诊断方法研究

作者：韩慧君西安理工大学

学位级别：硕士

轴承是机械设备中重要的零部件,对轴承进行及时的故障诊断可保证设备安全运行。传统故障诊断方法需要对故障信号进行时频分析,此时工作人员要具备信号处理等方面的专业知识,而且需要对设备运行状态和相关背景有足够了解,因此诊断难度较... 详细信息

轴承是机械设备中重要的零部件,对轴承进行及时的故障诊断可保证设备安全运行。传统故障诊断方法需要对故障信号进行时频分析,此时工作人员要具备信号处理等方面的专业知识,而且需要对设备运行状态和相关背景有足够了解,因此诊断难度较高。本文以深度学习中生成类模型为主要手段,搭建轴承故障诊断算法模型,以提升诊断的准确率、泛化性和鲁棒性。具体研究内容如下:对深度学习中的卷积计算与卷积注意力进行详细分析,并以AlexNet为基础卷积神经网络进行改进,设计CBAM-CNN的卷积神经网络算法。该算法以AlexNet为结构基础,首先,向其中加入卷积注意力模块(CBAM),可在通道和空间两个维度对数据特征细化,从而得到表征能力更强的特征信息;其次,对卷积层数和CBAM块的位置探索,以求寻得最优结构。对CRWU的公开数据集预处理并对CBAM-CNN验证,结果表明相较于AlexNet算法CBAM-CNN有较高的故障识别准确率。为了提高轴承故障诊断准确率、鲁棒性和泛化性,使用多头注意力机制对生成对抗网络结构改进设计了 MH-GAN算法。首先,以多头注意力为基础构建MHA算法模型,通过对数据分段处理,使用自注意力机制计算每小段数据与其他所有数据之间的权重来反映它们的相互关系,并且未向其中添加分类块,在输出结果时可更好地融合每段数据中包含的特征信息;然后,基于MHA构建了 MH-GAN算法模型,通过强迫模型执行额外任务提升原始任务的性能。结果表明MH-GAN在训练过程中收敛较慢、有轻微波动,但其识别准确率在99%以上,鲁棒性和泛化性高于88%和98.5%,有效提升了故障诊断的准确率、鲁棒性和泛化性。为了提升算法的收敛速度和平稳性,基于变分自编码器结构,构建DC-AM-VAE算法模型。首先,该算法使用双向门控循环单元和卷积神经网络双通道提取特征,不仅提取数据深层特征信息,还可提取时序信息;其次,使用注意力机制对特征信息中重点部分添加较大的权重,从而提取到的特征可以充分表达数据信息;最后,重构损失函数,使训练过程更加稳定。结果表明DC-AM-VAE迭代15次左右即可收敛,在保证故障识别准确率的基础上提升了故障诊断算法的收敛速度和平稳性。搭建轴承故障实验台,在轴承内圈、滚动体和外圈位置加工0.2、0.6和1mm的故障,使用加速度传感器采集数据,利用重叠采样方法对数据预处理构建数据集,并进行实验验证与结果分析。结果表明,MH-GAN和DC-AM-VAE的识别准确率都可达到99%,其中MH-GAN的鲁棒性和泛化性较优,DC-AM-VAE的收敛速度较快且平稳性较好。实验结果验证了本文所提算法的准确性和有效性。

关键词：轴承故障诊断生成对抗网络变分自编码器注意力机制

中国收缩型县域土地绿色利用效率的时空演进及收敛特征

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

资源科学 2024年第2期46卷 294-307页

作者：贾文星张学良韩慧敏上海社会科学院应用经济研究所上海200020 上海财经大学城市与区域科学学院上海200433

【目的】本文旨在从县域层面评价收缩型区域的土地绿色利用效率,考察县域土地绿色利用效率的动态跃迁及随机收敛特征,为新时期收缩型县域实现高质量发展提供参考。【方法】基于“经济-社会-环境”分析框架构建全局参比下考虑非期望产出... 详细信息

【目的】本文旨在从县域层面评价收缩型区域的土地绿色利用效率,考察县域土地绿色利用效率的动态跃迁及随机收敛特征,为新时期收缩型县域实现高质量发展提供参考。【方法】基于“经济-社会-环境”分析框架构建全局参比下考虑非期望产出的非径向、非角度超效率SBM-DEA模型,测度2011—2020年中国收缩型县域的土地绿色利用效率,运用探索性时空数据分析方法考察县域土地绿色利用效率的时空依赖特性和动态跃迁特征,并基于面板单位根检验方法对县域土地绿色利用效率进行全局性及俱乐部随机收敛检验,尝试对可能存在的收敛子集进行识别。【结果】样本考察期内,过半县域处于收缩状态且呈现连绵化发展趋势,收缩型县域土地绿色利用效率处于低值区间且总体呈现下降态势。县域土地绿色利用效率表现出典型的空间集聚现象,其未来演化发展虽然具备良好的空间整合条件,但短期内向“低低”象限转移的概率更高。收缩程度较高的县域表现出更明显的“路径依赖”和“低值锁定”行为。全国层面和分地区的考察均未发现存在全局性或俱乐部随机收敛趋势,分省层面存在海量的收敛子集。【结论】中国收缩型县域土地绿色利用效率具有较大提升的空间,应充分发挥空间交互影响的作用,推动小尺度、精细化的交流与合作,助力实现人口流失县域人地关系的协调发展。

关键词：收缩型县域人地关系土地绿色利用效率时空跃迁随机收敛 SBM-DEA 中国