检索结果-南通市图书馆

维普期刊数据库

基于引用与关注指标的论文学术影响力评价模型研究

在线全文

学校读者我要写书评

暂无评论

现代情报 2025年

作者：林子婕唐星龙王延飞中国科学技术信息研究所北京大学信息管理系

[目的/意义]在学术研究领域，衡量学术成果的影响力是一个复杂且重要的议题。传统的评估方法主要依赖于被引频次，即“引用关系”。然而，随着社交媒体和在线学术平台的兴起，学术成果的“关注度”也成为重要的评估维度。[方法/过程]研... 详细信息

[目的/意义]在学术研究领域，衡量学术成果的影响力是一个复杂且重要的议题。传统的评估方法主要依赖于被引频次，即“引用关系”。然而，随着社交媒体和在线学术平台的兴起，学术成果的“关注度”也成为重要的评估维度。[方法/过程]研究梳理目前基于引用与关注的相关指标及学术影响力评价相关研究，结合引用与关注指标构建了论文学术影响力评价模型。[结果/结论]研究表明，论文学术影响力评价模型由潜在影响力、专业影响力、传播影响力、社会影响力4个维度构成，且模型具有一定的可操作性，对完善我国科研评价体系具有参考价值。

关键词：引用关系关注度学术影响力 Altmetrics 论文评价

基于卷积神经网络的桥梁裂缝两阶段识别算法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工程力学 2025年

作者：冯昊龙刘宇飞刘晓刚刘诚清华大学土木工程系北京科技大学土木与资源工程学院土木工程系中路高科交通检测检验认证有限公司

为解决桥梁裂缝智能识别场景下桥梁表面图像条件复杂、对智能识别算法的识别效果产生严重干扰的问题，提出了“分类筛选-裂缝识别”的两阶段桥梁裂缝识别算法。根据桥检实拍图像的图像特征调整MobilenetV3的网络结构，构建桥梁表面图像... 详细信息

为解决桥梁裂缝智能识别场景下桥梁表面图像条件复杂、对智能识别算法的识别效果产生严重干扰的问题，提出了“分类筛选-裂缝识别”的两阶段桥梁裂缝识别算法。根据桥检实拍图像的图像特征调整MobilenetV3的网络结构，构建桥梁表面图像的筛选分类模型，实现对背景图像、干扰图像及低质量图像的自动筛除；通过迁移学习方法训练框-网格融合式裂缝识别模型，实现裂缝识别与定位，为进一步的裂缝精细分割、裂缝测量提供条件。算法开发过程中构建了包含5000张图像的图像分类数据集、包含6400张图像的裂缝识别数据集；最终得到的图像分类最高准确率为97.9%，裂缝网格识别最高准确率为65.6%。结果表明：基于本文提出的桥梁裂缝智能检测方法可实现桥梁裂缝的高效率、自动化检测，算法具有较强的抗干扰能力。

关键词：桥梁与隧道工程裂缝识别算法算法研究深度学习两阶段识别算法卷积神经网络

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

基于时空注意力的多粒度链路预测算法

软件学报 2025年

作者：何玉林赖俊龙崔来中尹剑飞黄哲学人工智能与数字经济广东省实验室(深圳) 深圳大学计算机与软件学院

社交网络链路预测有助于揭示网络节点之间的潜在联系,在好友推荐、合作预测等方面有着重要的实际应用价值.然而,现有的链路预测方法忽略了社交网络时间序列的中、长期发展趋势,且没有从长期的角度考虑网络中节点之间的相互影响关系.针... 详细信息

社交网络链路预测有助于揭示网络节点之间的潜在联系,在好友推荐、合作预测等方面有着重要的实际应用价值.然而,现有的链路预测方法忽略了社交网络时间序列的中、长期发展趋势,且没有从长期的角度考虑网络中节点之间的相互影响关系.针对以上问题,提出基于时空注意力的多粒度链路预测算法,该算法能够融合不同粒度社交网络时间序列的时空特征以提升链路预测的准确性.首先,以时间衰减函数构建社交网络快照图的权重,提出图加权移动平均策略,生成反映短期、中期和长期趋势的不同粒度社交网络时间序列;然后,利用基于多头注意力机制的神经网络提取社交网络序列的全局时间特征;接着,结合社交网络序列内节点的历史交互信息,通过基于掩码注意力机制的神经网络从长期角度自适应地构建网络拓扑结构,以动态地调整节点之间的相互影响,并结合图卷积网络建模空间信息;最后,提出融合注意力神经网络,从短期、中期和长期时空特征中提取出有用的短期、中期和长期信息,并进行特征融合,准确地预测未来社交网络的链接.在4种社交网络公开数据集上与7种现有的链路预测算法的实验对比证实所提方法的有效性和优越性.

关键词：社交网络链路预测多粒度注意力机制图卷积网络

基于自适应特征模式分解与联合卷积的UUV辐射噪声识别方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

控制与决策 2025年第1期40卷 155-161页

作者：肖启阳黄澳飞金勇魏倩河南大学人工智能学院

针对水下小型UUV难以检测识别问题,提出基于自适应特征模式分解与联合卷积网络的UUV辐射噪声识别方法.首先,采用自适应特征模式分解(AFMD)对信号进行处理,获取一系列分解分量,根据基尼指数(GiNi index)选取最优分量进行重构;然后,对重... 详细信息

针对水下小型UUV难以检测识别问题,提出基于自适应特征模式分解与联合卷积网络的UUV辐射噪声识别方法.首先,采用自适应特征模式分解(AFMD)对信号进行处理,获取一系列分解分量,根据基尼指数(GiNi index)选取最优分量进行重构;然后,对重构后的信号进行连续小波变换,获取不同类型辐射噪声的二维时频图;最后,在频率动态卷积模块和SGE (spatial group-wise enhance)模块基础上,引入特征融合模块构建联合卷积神经网络(JCNN),利用所设计网络提取二维时频图特征,实现水下无人潜水器辐射噪声分类.实验结果表明,所提出方法能够对水下UUV辐射噪声进行识别,且识别率较高.

关键词：水下辐射噪声自适应特征模式分解联合卷积神经网络噪声识别

重症急性胰腺炎继发感染性胰腺坏死APOA5基因多态性及血清LPS、sPD-L1和PCT水平

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中华医院感染学杂志 2025年 662-666页

作者：刘斐张丽骞高乃坤乔志飞王磊刘春艳李福龙姚杰河北北方学院附属第一医院重症医学科河北北方学院附属第一医院麻醉科

目的探讨重症急性胰腺炎(SAP)继发感染性胰腺坏死(IPN)患者APOA5基因多态性及血清脂肪酶(LPS)、可溶性程序死亡配体1(sPD-L1)和降钙素原(PCT)水平变化。方法选取河北北方学院附属第一医院2020年1月—2023年11月收治的SAP患者122例为... 详细信息

目的探讨重症急性胰腺炎(SAP)继发感染性胰腺坏死(IPN)患者APOA5基因多态性及血清脂肪酶(LPS)、可溶性程序死亡配体1(sPD-L1)和降钙素原(PCT)水平变化。方法选取河北北方学院附属第一医院2020年1月—2023年11月收治的SAP患者122例为研究对象,根据继发IPN情况分为继发组31例和非继发组91例。采用限制性片段长度多态性聚合酶链反应(PCR-RFLP)检测两组患者APOA5基因多态性并比较分布情况;比较两组LPS、sPD-L1、PCT水平及Ranson评分;采用Spearman法分析血清LPS、sPD-L1、PCT水平与Ranson评分的相关性;采用受试者工作特征(ROC)曲线分析LPS、sPD-L1和PCT联合检测对SAP继发IPN的诊断价值。结果继发组APOA5基因rs619054位点AA基因型、A等位基因频率比非继发组高(P<0.05),G等位基因频率比非继发组低(P<0.05)。继发组血清LPS、sPD-L1、PCT水平及Ranson评分与非继发组比较,差异有统计学意义(P<0.05)。Spearman分析发现Ranson评分和血清LPS、sPD-L1、PCT水平呈正相关(r=0.738、0.701、0.721,P<0.05)。绘制ROC曲线获得三者联合检测诊断SAP继发IPN的曲线下面积(AUC)比各项单独检测高(P<0.05),敏感度90.30%,特异度84.60%。结论 SAP继发IPN后LPS、sPD-L1和PCT水平呈高表达,联合检测有助于诊断SAP继发IPN。LPS、sPD-L1、PCT水平与Ranson评分相关,APOA5基因rs619054位点可能参与SAP继发IPN的发生。

关键词：重症急性胰腺炎感染性胰腺坏死可溶性程序死亡配体1 脂肪酶降钙素原载脂蛋白A5 基因多态性受试者工作特征曲线

废旧磷酸铁锂电池制备碳网络铁基光芬顿复合材料的研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

复合材料学报 2025年

作者：罗好坚鄢经缘王双飞李慧岚雷鸣杨泽龙林宏飞朱红祥广西大学资源环境与材料学院广西大学轻工与食品工程学院安徽博世科环境科技有限公司广西环境污染治理与生态修复技术重点实验室

将废旧磷酸铁锂(LiFePO4，LFP)电池转化为光Fenton催化剂是一种有效提高低附加值电池回收利用经济效益的方法。在本研究中，将LFP正极材料完全利用，制备以碳网络为骨架，通过草酸水热煅烧合成磷酸铁盐-草酸铁盐-碳复合材料（FPC-C），... 详细信息

将废旧磷酸铁锂(LiFePO4，LFP)电池转化为光Fenton催化剂是一种有效提高低附加值电池回收利用经济效益的方法。在本研究中，将LFP正极材料完全利用，制备以碳网络为骨架，通过草酸水热煅烧合成磷酸铁盐-草酸铁盐-碳复合材料（FPC-C），并同时回收了97%以上的Li和Al。合成的FPC-C具有良好的光Fenton催化性能和稳定性，15 min内活性艳蓝x-br去除率达到97%，连续5次循环后去除率仍保持在80%以上，且对一般的有机污染物都有极好的降解效果（均> 90%）。研究表明，FPC-C材料疏松多孔，相比于未改性材料对污染物的吸附率从6%提升至27%。碳网络框架为反应体系提供了极强的电子转移能力，促进铁离子循环，加快了芬顿反应速率。草酸盐提高材料的光吸收能力，加强光催化反应效果。本研究为废旧LFP电池的资源化利用提供了一种可行的策略。

关键词：磷酸铁锂资源回收碳网络光芬顿活性艳蓝x-br

一种对北宋翰林学士履职具体情形的个案考察——以徐铉入宋后直学士院期间的生活状态与精神世界为中心

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

河南大学学报(社会科学版) 2025年第1期 87-93+155页

作者：张骁飞郑州师范学院文学院

徐铉是五代末北宋初的文坛宗师，是宋初两朝在院学士中三位有文集传世者之一，又身属贰臣，确可定为考察北宋翰林学士履职情形时的典型个案。综合徐铉直学士院期间的诗文创作及正史、笔记等相关记载可知：宋太宗欣赏徐铉的文才而不充分... 详细信息

徐铉是五代末北宋初的文坛宗师，是宋初两朝在院学士中三位有文集传世者之一，又身属贰臣，确可定为考察北宋翰林学士履职情形时的典型个案。综合徐铉直学士院期间的诗文创作及正史、笔记等相关记载可知：宋太宗欣赏徐铉的文才而不充分信任其人，决定了徐铉直院时政治生活处境的主色调，徐铉谦谨自抑的行事风格和擅草制诏的文学优长对这种困局有所化解；徐铉以直学士院的身份、深厚的学养和远播的文名被多位同僚引为师友，其旧时亲友因之得到关照，他们以铉为中心常有诗文互动，共同引领和推动了北宋翰苑与诗坛的酬唱之风；徐铉精神世界的底蕴是强烈的文化精英意识，因之他不愿彻底逢迎上意，能清醒对待仕途进退，能妥善处理家国情怀与个人志业，同时，倦仕思乡也是其萦绕心胸的情结；出学士院后，职位的清闲和酬唱的增多扩大了徐铉的影响力，也加剧了宋太宗对其的不信任，其被贬死邠州当与此有关。

关键词：徐铉北宋直学士院生活状态精神世界

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

单细胞测序在缺血再灌注领域的研究进展

中山大学学报(医学科学版) 2025年

作者：张洁杨正飞中山大学孙逸仙纪念医院急诊科

缺血再灌注损伤（IRI）往往伴有严重的临床表现，包括心肌冬眠、急性心力衰竭、脑功能障碍、肾脏功能障碍、胃肠功能障碍、肝移植排斥反应，全身炎症反应综合征、多器官功能障碍综合征等，在临床上对医生提出了重要的治疗挑战。单细胞... 详细信息

缺血再灌注损伤（IRI）往往伴有严重的临床表现，包括心肌冬眠、急性心力衰竭、脑功能障碍、肾脏功能障碍、胃肠功能障碍、肝移植排斥反应，全身炎症反应综合征、多器官功能障碍综合征等，在临床上对医生提出了重要的治疗挑战。单细胞测序技术是在单细胞水平上对基因组、转录组或表观基因组进行高通量测序，从而揭示细胞的异质性，了解细胞的发育轨迹、类型、状态和各种相互作用。自首次发现以来，单细胞测序技术已经在各个领域都得到了广泛应用，尤其是肿瘤早期诊断和个性化治疗等。本文主要是对单细胞测序在缺血再灌注损伤引起的各个器官功能障碍方面的应用和进展进行综述，进一步了解IRI机制和信号通路，为器官缺血再灌注损伤的靶治疗提供新的思路。

关键词：缺血再灌注损伤单细胞测序凋亡移植异质性信号通路

基于机器学习的预测重组人血小板生成素治疗肿瘤治疗相关血小板减少效果的模型构建和验证

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国药学杂志 2025年

作者：侯坤王振飞北京大学肿瘤医院内蒙古医院/内蒙古医科大学附属肿瘤医院药学部北京大学肿瘤医院内蒙古医院/内蒙古医科大学附属肿瘤医院肿瘤分子诊断实验室

目的构建一种基于机器学习的预测模型，用于预测重组人血小板生成素治疗肿瘤药物相关血小板减少后血小板数值的提升情况。方法选择呼和浩特市某三甲肿瘤专科医院2022年1月至2023年12月进行抗肿瘤药物治疗后发生血小板减少并进行重组... 详细信息

目的构建一种基于机器学习的预测模型，用于预测重组人血小板生成素治疗肿瘤药物相关血小板减少后血小板数值的提升情况。方法选择呼和浩特市某三甲肿瘤专科医院2022年1月至2023年12月进行抗肿瘤药物治疗后发生血小板减少并进行重组人血小板生成素升血小板治疗的800例住院患者的相关资料，建立原始数据集，随后按照6∶2∶2的比例随机化分为训练集、测试集、验证集。利用主成分分析法（principalcomponentanalysis，PCA）降低训练集的变量维度，保留主要特征变量。构建7个预测模型，包括线性回归（linear regression，LR）、随机森林回归（random forest regression，RF）、极端梯度增强（extreme gradient boosting，XGBoost）、决策树回归（decision tree regressor，DT）、贝叶斯回归（bayesian ridge regression，BR）、K最邻近节点算法（K-nearest neighbor regressor，KNN）、梯度提升决策树（gradient boosting regressor，GB）。模型性能评估指标包括相关系数评分(r2score)、均方误差（mean squared error，MSE）、平均绝对误差（mean absolute error，MAE），确定最佳模型，并采用沙普利加性解释（SHAP）方法对最佳模型中的特征重要性进行解释。结果采用PCA法将训练集的14个特征变量降维获得8个主成分，分别为使用Rh-TPO前血小板数值、Rh-TPO使用疗程、化疗前PLT数值、化疗后第几日复查、基线血红蛋白数值、年龄、身高、民族。7个机器学习模型中，随机森林回归模型最终的性能表现最佳，在训练集、测试集和验证集上的r2值分别为0.89，0.69，0.51。SHAP结果对最优模型进行解释，结果显示使用Rh-TPO前血小板数值、Rh-TPO使用疗程、化疗前PLT数值分别排在8个特征中的前3位。结论本研究结果证实最优模型随机森林回归（RF）模型在预测Rh-TPO治疗肿瘤患者CTIT的效果方面具有良好的表现，为临床医生的相关治疗决策提供了一定的预测参考。但考虑到其回顾性数据性质及纳入研究的数据数量有限等因素，后续还需继续增加符合研究的数据以增加机器反复学习的频率和对数据的处理量，进一步优化模型的精确度，从而提高预测结果的精确度。

关键词：机器学习预测模型肿瘤药物相关血小板减少重组人血小板生成素注射液主成分分析