我国新型农村合作医疗制度筹资机制的完善

新型农村合作医疗制度试点以来,取得了较大的成效,但也暴露了一些问题与矛盾。究其原因,最重要的是资金不足、筹资困难、筹资机制不健全。为此,应强化政府在新型农村合作医疗中的作用,合理构建政府、集体、社会、个人四方的筹资比例与机制。根据经济发展水平确定合理、动态的筹资标准,增加社会投入,建立多元化的筹资机制。逐渐实现城乡医疗一体化。每一出资主体内部,可以采取多种渠道与手段融资：政府可以开设合作医疗新税种、发行合作医疗彩票等;集体可以把现有的公共资源用于合作医疗。     

基础研究的投入演变及其协调机制——以日本和韩国为例

通过对日本、韩国基础研究投入的历史演变分析,总结并比较其变化特征,同时,从宏观层面和中观层面探讨两国基础研究投入的协调机制,得到三点主要的结论和启示。     

大学生社会主义核心价值体系教育长效机制探讨

分析了社会主义核心价值体系的科学内涵,并从领导机制、激励机制、反馈机制、导向机制和保障机制等方面,对构建大学生社会主义核心价值体系教育的长效机制进行了探讨。     

基于多尺度特征混合注意力的连续帧深度估计

目的 估计获取拍摄物体到相机之间距离的深度信息是单目视觉 SLAM 中获取深度信息的方法,针对无监督单目深度估计算法出现精度不足以及误差较大的问题,提出基于多尺度特征融合的混合注意力机制的连续帧深度估计网络。 方法 通过深度估计和位姿估计的两种编码器解码器结构分别得到深度信息和 6 自由度的位姿信息,深度信息和位姿信息进行图像重建与原图损失计算输出深度信息,深度估计解码器编码器结构构成 U 型网络,位姿估计网络和深度估计网络使用同一个编码器,通过位姿估计解码器输出位姿信息;在编码器中使用混合注意力机制 CBAM 网络结合 ResNet 网络提取四个不同尺度的特征图,为了提升估计的深度信息轮廓细节在提取的每个不同尺度的特征中再进行分配可学习权重系数提取局部和全局特征再和原始特征进行融合。 结果 在 KITTI 数据集上进行训练同时进行误差以及精度评估,最后还进行了测试,与经典的 monodepth2 单目方法相比误差评估指标相对误差、均方根误差和对数均方根误差分别降低 0. 034、0. 129 和 0. 002,自制测试图片证明了网络的泛化性。 结论使用混合注意力机制结合的 ResNet 网络提取多尺度特征,同时在提取的特征上进行多尺度特征融合提升了深度估计效果,改善了轮廓细节。     

基于代价敏感卷积神经网络的集成分类算法

针对不平衡数据集中少数类样本分类识别率较低的问题,提出一种基于代价敏感卷积神经网络（cost sensitive convolutional neural network,CSCNN）和AdaBoost的分类算法（classification algorithm based on cost sensitive convolutional neural network and AdaBoost,AdaBoost-CSCNN）。设置特定的代价敏感指标来协同卷积神经网络的交叉熵损失函数,从而构建CSCNN。在训练过程中,借助代价赋权机制降低少数类样本关键特征属性的损失度,实现单个CSCNN作为基分类器在AdaBoost中的分类效果。为验证算法的有效性,使用Accuracy、Recall、F1值和AUC这4个评价指标在9个具有不同不平衡率的数据集上开展实验。结果表明,AdaBoost-CSCNN算法处理不平衡数据集分类问题有较好的显示度。     

基于三重注意力机制的新冠肺炎病灶分割模型

为了解决感染区域比正常组织对比度低的问题,提出了一种基于三重注意力机制（triple attention mechanism,TAM）的新冠肺炎（corona virus disease 2019,COVID 19）病灶分割模型--TM-Net,并将其应用于条件生成对抗网络。MultiConv模块可以自动提取肺部切片中感染区域的特征,呈现了更丰富且包含不同类型的病灶信息。TAM同时集成了空间、通道、位置注意力模块,可以更精准地定位感染区域的病灶。使用的损失函数是由3种不同的损失函数组成的复合函数,能最小化预测图和真实标签的差异,更好地优化TM-Net模型。在COVID-19数据集上进行实验和评估的结果表明：基于TM-Net的磨玻璃影（ground-glass opacities,GGO）和固结（Consolidation）两类病灶的平均dice相似系数（dice similarity coefficient,DSC）比基于Attention U-Net和R2U-Net的DSC分别提高了1.4%和0.5%,证明TM-Net提升了新冠肺炎病灶分割的准确性。     

融合篇章表征的事件指代消解研究

事件指代消解任务比实体指代消解难度大,主要原因为事件描述在非结构化文本中分布稀疏,且不具备同指关系的单链占很大比例,同时事件自身承载的语义信息比实体更加丰富.为了准确地抽取文本中的同指事件,针对以上特点,提出一种融合篇章表征的事件指代消解模型.该模型通过CRF有效地区分非事件句、单链以及同指链,同时利用分层注意力机制捕...     

真空预压有限元计算方法研究

为进一步了解真空预压的加固机理,对真空预压时地下水位的变化情况以及边界对加固效果的影响进行了分析,并导出了考虑井阻和涂抹的双向渗流和变形的砂墙地基固结度计算公式．在有限元计算中,将殷宗泽的双屈服面模型与修正的考马拉一黄模型相结合,并改进了边界条件和初始条件的处理方法,考虑了砂井阻力的影响．工程实例表明,该分析计算方法考虑了土体的剪胀性、剪缩性和黏弹塑性,可以较好地模拟真空度在砂井和地基土中的传递规律．     

融合门控机制的远程监督关系抽取方法

提出一种融合门控机制的远程监督关系抽取方法。首先在词级别上自动选择正相关特征,过滤与关系标签无关的词级别噪声;然后在门控机制内引入软标签的思想,弱化硬标签对噪声过滤的影响;最后结合句子级别的噪声过滤,提升模型的整体性能。在公开数据集上的实验结果表明,相对于句子级别噪声过滤方法,所提方法的性能有显著提高。     

软土地基处理过程中搅拌桩下沉的机理和判别方法

针对江苏某高速公路软土地基处理过程中的水泥搅拌桩下沉现象,通过现场测量桩周土中的超静孔隙水压力、土压力和剪切强度等,分析搅拌桩下沉机理,提出搅拌桩下沉的判别方法。超静孔隙水压力和土压力的现场测试结果表明,在搅拌桩下沉处,桩周土中的超静孔隙水压力大于土压力,桩周土出现了类似于液化的现象,可以以此作为搅拌桩下沉的判别方法。