基于回波预处理和相参积累的C&I干扰抑制算法

C&I(chopping and interleaving)干扰是一种针对线性调频(linear frequency modulation, LFM)雷达的典型干扰样式, 干扰子信号调频斜率与雷达发射信号相同, 利用信号处理工具分离真实回波与干扰信号难度较大。针对该问题, 以LFM相参雷达抗自卫式C&I干扰为背景, 提出基于回波预处理和相参积累的干扰抑制算法。根据估计的回波时延, 设置距离窗截取受干扰回波段, 在此基础上, 通过对回波预处理, 改变不同重复周期内假目标的快时间位置分布, 通过相参积累实现干扰抑制。仿真试验表明, 所提算法能够有效抑制强干扰背景下的C&I干扰, 干扰抑制后真实目标检测概率大幅提高, 虚假目标数量明显减少。     

“百病生于气”疾病观的针灸临床应用

 “百病生于气”见于《素问·举痛论》，几千年来始终是中医临床认识疾病、防治疾病的重要理论依据之一。对气的含义及气机失调致病的机制进行了梳理，得出了“百病生于气”的基本含义可以概括为气机失调是疾病发生的基本病机的结论，情志因素、精神心理是导致疾病发生的重要内因。分析认为“百病生于气”的理论对于针灸临床有重要指导意义，针灸诊疗过程中应注重“调气”“调神”，这是针灸取得佳效的根本保障。     

不同运行策略下的分布式系统多目标分析

为寻求能源供给系统在经济-安全-环保-节能的协调,依托"互联网+"思维,构建了一套分布式冷电联供系统,主要包括动力子系统、地源热泵子系统、蓄能子系统。建立了在偏离设计工况时不同设备的性能模型,在此基础上,以运行费用、CO_2排放和一次能源消耗为目标函数,分析了电负荷跟踪运行策略、热负荷跟踪运行策略、混合跟踪运行策略和动力设备(PGU)最大效率跟踪运行策略下系统中各设备的运行时间、运行状态及系统总性能的变化。结果表明,与传统电网购电的分供系统相比,分布式系统的经济性、环境性较好,一次能源消耗较低。热负荷跟踪策略的经济性和环境友好性最优,运行费用和CO_2排放分别降低了32.7%和45.3%;最大效率跟踪策略经济性最差,但由于PGU机组连续运行,其一次能源消耗降低最多,为86.7%。不同运行策略结果可为分布式系统的运行提供一定的理论参考。     

高职院校混合式教学改革的实践及思考--以浙江省级精品在线开放课程《国际金融实务》为例

随着"互联网+"教育对教学的广泛影响,开发建设数字化教学资源、实施线上线下相结合的混合式教学已成为高职院校课程建设、教学改革的发展方向。浙江省级精品在线开放课程《国际金融实务》混合式教学改革的实践表明,混合式教学模式能够实现激发学生学习兴趣、拓展课堂教学时间和空间、提升课堂教学互动、促进学生个性化自主学习、带动欠发达地区高职院校教学水平提升等效果。着眼未来发展,混合式教学改革还需从完善线上线下整体教学设计、完善教师建设应用在线课程的激励机制、完善在线课程建设应用的考核机制、教育行政主管部门加强顶层设计避免多平台重复建设等方面进一步推进,优化混合式教学改革的应用效果。     

终身学习理念下的中小学幼儿园教师职业生涯规划

在国家全面加强教师队伍建设的背景下,如何培养"四有"的骨干、卓越、教育家,中小学、幼儿园教师成为焦点,成为加强教师队伍建设的核心目标。从骨干到卓越到教育家体现了教师专业成长过程,如何让教师的专业成长的过程有时间表、路线图,在终身学习的理念下引导教师做好职业生涯规划是教师迅速专业成长的前提。     

本科教学中逻辑性课程《纳米材料》的主线设计探索

《纳米材料》课程主要讲解纳米材料的结构与性能之间关系的概念与理论,这种定位决定了纳米材料课应采用逻辑教学法.在这种方法下需找到课程逻辑起点,然后沿着起点设计出一条课程主线,建立课程理论体系,从而合理承接培养方案中的课程群.在《纳米材料》中,纳米结构就是逻辑起点,主线就是"结构与性能"的关系.故该门课程应按"结构和性能"这条主线展开.对现行纳米材料课程内容进行分析,大部分内容均可用主线串联起来.该方法为类似的逻辑性课程教学方法改革以及在课程章节内容之间建立逻辑关联提供借鉴.     

Patient participation in the clinical encounter and clinical practice guidelines: The case of patients’ participation in a GRADEd world

It is widely acknowledged that the patient's perspective should be considered when making decisions about how her care will be managed. Patient participation in the decision making process may play an important role in bringing to light and incorporating her perspective. The GRADE framework is touted as an evidence-based process for determining recommendations for clinical practice; i.e. determining how care ought to be managed. GRADE recommendations are categorized as “strong” or “weak” based on several factors, including the “values and preferences” of a “typical” patient. The strength of the recommendation also provides instruction to the clinician about when and how patients should participate in the clinical encounter, and thus whether an individual patient's values and preferences will be heard in her clinical encounter. That is, a “strong” recommendation encourages “paternalism” and a “weak” recommendation encourages shared decision making. We argue that adoption of the GRADE framework is problematic to patient participation and may result in care that is not respectful of the individual patient's values and preferences. We argue that the root of the problem is the conception of “values and preferences” in GRADE – the framework favours population thinking (e.g. “typical” patient “values and preferences”), despite the fact that “values and preferences” are individual in the sense that they are deeply personal. We also show that tying the strength of a recommendation to a model of decision making (paternalism or shared decision making) constrains patient participation and is not justified (theoretically and/or empirically) in the GRADE literature.     

基于多模态融合技术的用户画像方法

针对当前用户画像工作中各模态信息不能被充分利用的问题, 提出一种跨模态学习思想, 设计一种基于多模态融合的用户画像模型。首先利用 Stacking集成方法, 融合多种跨模态学习联合表示网络, 对相应的模型组合进行学习, 然后引入注意力机制, 使得模型能够学习不同模态的表示对预测结果的贡献差异性。改进后的模型具有精心设计的网络结构和目标函数, 能够生成一个由特征级融合和决策级融合组成的联合特征表示, 从而可以合并不同模态的相关特征。在真实数据集上的实验结果表明, 所提模型优于当前最好的基线方法。     

颠覆性技术促进产业转型升级的趋势与实践路径

新时代以来,中国社会的主要矛盾发生重大转变,产业结构的转型升级对于满足人民日益增长的美好生活需要、实现平衡充分的发展尤为重要。在中国共产党第十九次全国代表大会上,习近平总书记指出我国经济已由高速增长阶段发展到高质量发展阶段,正处在转变发展方式、优化经济结构、转换增长动力的攻关期,产业的结构形态处于动态的、不断调整和优化之中。而颠覆性技术的研发应用,能够针对产业发展的"阿喀琉斯之踵",迅速改变一些产业行业现状,形成新的范式,进而升级产业链促进产业信息化和数据化、升级价值链促进产业融合化和规模化、升级创新链推动产业品质化高端化,对促进产业的转型升级有重要意义。     

Forecasting of electricity price through a functional prediction of sale and purchase curves

This work proposes a new approach for the prediction of the electricity price based on forecasting aggregated purchase and sale curves. The basic idea is to model the hourly purchase and the sale curves, to predict them and to find the intersection of the predicted curves in order to obtain the predicted equilibrium market price and volume. Modeling and forecasting of purchase and sale curves is performed by means of functional data analysis methods. More specifically, parametric (FAR) and nonparametric (NPFAR) functional autoregressive models are considered and compared to some benchmarks. An appealing feature of the functional approach is that, unlike other methods, it provides insights into the sale and purchase mechanism connected with the price and demand formation process and can therefore be used for the optimization of bidding strategies. An application to the Italian electricity market (IPEX) is also provided, showing that NPFAR models lead to a statistically significant improvement in the forecasting accuracy.