周期分类和Single-Pass聚类相结合的话题识别与跟踪方法

针对增量式聚类初始时话题模型不够充分和准确,随处理报道数量增加,误检与漏检的累积效应被放大的问题,提出了周期分类和Single-Pass聚类相结合的话题识别与跟踪方法.首先采用增量式聚类算法进行话题识别与跟踪,当新闻文本每积累到一定程度之后,对已经聚类的报道进行周期分类,使话题簇精度提高,从而提高后续话题识别与跟踪精度.实验表明这种方法是有效的,能够降低漏检率与错检率,减少归一化错误识别代价.     

培育发展农业产业化联合体的实践与思考——以安徽省宿州市为例

2012年9月,宿州市在承担全国农村改革试验区的试验任务中在全国率先提出了农业产业化联合体模式,为助力农业农村优先及高质量发展注入了新动能,取得了显著成效,并被正式写入2018年中央一号文件。以宿州市农业产业化联合体为研究对象,在深入调研的基础上,首先介绍了宿州市联合体创建的背景及其基本特征,其次梳理分析了宿州市培育发展联合体的重要举措、显著成效与主要问题,最后站在全省乃至全国的高度对进一步促进联合体健康发展提出了若干思考,以其为省内外其他地方发展联合体提供有益的借鉴和启示。     

针刺神经影像学研究的质量控制影响因素概述

脑功能成像技术在针刺机理研究中的运用为科学阐释针刺效应的中枢机制提供了无创性、可视化的研究手段,但是由于脑功能成像和针刺操作的复杂性,针刺神经影像学研究的质量控制显得尤为重要,就针刺神经影像学研究中样本量、受试者纳入和针刺操作等方面讨论其质量控制的影响因素,研究提出参考。     

基于改进AHP-FCE法的绿色房地产项目评估

科技的发展与社会的进步使人们对能源消耗和环境问题进行深思,社会各界人士开始注重“绿色发展”。绿色房地产项目顺应了我国可持续发展的战略目标。首先结合我国国情,借鉴国内外绿色房地产有关研究成果,从环境、经济,社会、管理4个维度,选取17个指标建立了绿色房地产项目评价体系;其次,运用层次分析-模糊综合评价(AHP-FCE)法确定各级指标权重,构建了绿色房地产开发评价模型;最后,通过案例分析验证了评价体系的可行性,并结合案例结果提出一些关于绿色房地产开发的建议。     

基于改进ConvNeXt的COVID-19胸部图像分类

针对新型冠状病毒感染胸部 X-ray 图像分类任务数据集样本过少,现有的两阶段分类器和三阶段分类器模型对高纬度的图像特征提取效果差,模型训练慢等问题,提出一种基于 ConvNeXt 卷积神经网络改进的分类任务算法 ConvNeXt-AT。 ConvNeXt-AT 分类模型首先通过在 ConvNeXt Block 层添加混合域注意力机制 CBAM 来提高图像特征提取能力,不仅考虑了通道间的信息交互能力还考虑到了空间域上像素间的联系,得到 ConvNeXt-AT 模型;然后针对 X-ray 图片常见的泊松噪声使用全变差正则化方法对数据集进行降噪处理;最后在 COVID-19 公开的大型数据集共 21165 张图片进行对比实验。 实验结果表明,在训练数据集充分的情况下,改进的 ConvNeXt-AT 模型相较于常用分类模型 ResNet-50、MobileNet、EfficientNet 以及原 ConvNeXt-T 在准确率上分别提升了 2%、2. 7%、2. 1%、1. 9%。 最后通过 Grad-CAM 显示类激活图的图像可视化方法证明改进方法是可行的,模型具有很好的鲁棒性。     

钢管混凝土抛物线空腹拱平面内轴压稳定性能研究

采取理论推导和数值模拟相结合的方式,对钢管混凝土抛物线空腹拱的平面内稳定性能进行深入研究。首先,使用有限元软件建立钢管混凝土抛物线圆管拱模型,与实验进行对比,证明建模方法的正确性;然后,推导出钢管混凝土抛物线空腹拱的换算长细比,研究空腹拱的位移发展趋势、对轴力发展趋势和弯矩发展趋势探讨变化情况;最后,根据有限元计算结果,使用考虑矢跨比的稳定系数修正公式,发现修正公式与有限元结果吻合度较好,能够用于指导工程设计。     

基于数据素养的数据库系列课程教学改革研究

新工科背景下高等工程教育改革进入新阶段,数据素养日显重要。传统的数据库课程体系不够完善,培养意识不够明确。基于此,根据新工科背景下应用型本科人才培养目标,提出结合数据素养理念进行教学改革的思路和具体实践措施。根据“二线并行、逐层递进”的模式重新规划课程体系结构,加大实践教学的比重,形成以数据素养指标体系和评价体系来指导教学的方法,并完善课程教学资源,设计多样性实践考核方式,有效地促进学生学习的积极性,实现数据素养与数据库系列课程相融合的教学改革新模式,为提升应用型本科课程教学质量提供借鉴和方法。     

基于ZigBee 技术的家居环境监测系统设计

随着人们的生活水平不断提高,对家居智能化和安全性等要求越来越高。介绍了一种基于ZigBee网络的家居环境监测系统的设计,系统主要包括传感器模块、无线数据传输模块和PC端管理中心三个部分。首先说明了系统的整体设计方案;然后分别完成了系统中的硬件电路设计、软件编程和管理界面的设计;最后对设计的系统进行了测试试验。试验结果表明:该系统的性能稳定,温度检测的相对误差在1%以内,湿度检测的相对误差在0.5%以内,CO检测的相对误差在3%以内。