基于树分解的时序最短路径计数查询算法

最短路径计数是图计算中的一个重要研究问题,旨在查询顶点间的最短路径数,在路径规划与推荐、社交网络分析、介数中心性计算等领域中具有广泛应用。目前越来越多的网络可以建模为时序图,但少有针对时序图最短路径计数查询问题的研究工作。与静态图相比,时序图增加了时间信息,结构更复杂,在查询顶点间的路径数时必须考虑边的激活时间,因此静态图中最短路径计数方法不再适用于时序图,并且在大规模时序图上查询更具有挑战性。针对时序图最短路径计数问题,提出一种基于树分解构建TG-TL(Temporal Graph-Tree Label)索引的方法。该方法包含构建索引和在线查询两个阶段,构建索引阶段根据时序图的属性设计时序树分解算法,将时序图转化为树结构;然后根据树分解的结构信息以及凸路径定义提出高效构建索引算法;在线查询阶段基于TG-TL索引提出了高效的时序最短路径计数查询算法。在4个真实数据集上的实验结果表明,与基于TG-base(Temporal Graph-base)索引的查询算法相比,所提算法在查询效率上至少提升了61%,因此所提算法在时序图最短路径计数问题上具有高效性和有效性。

联邦忘却学习研究综述

数据已经成为与土地、劳动力、资本、技术等并列的重要生产要素之一.利用数据分析挖掘数据的潜在价值,有助于推动产业创新、技术升级和区域经济发展.然而,在数据使用过程中,隐私泄露等风险限制了数据的流通和共享.因此,如何在数据流通和共享过程中保护数据隐私已成为研究热点.联邦忘却学习(Federated Un-learning)撤销用户数据对联邦学习模型的训练更新,可以进一步保护联邦学习用户的数据安全.本文综述了联邦忘却学习的研究工作,首先简要阐述了联邦学习架构,并引出忘却学习和联邦忘却学习的概念和定义;其次,根据修正对象的不同将联邦忘却学习算法分为面向全局模型和面向局部模型两类,并详细分析各类算法的实现细节以及优缺点;然后,本文还详述联邦忘却学习中常用评价指标,将评价指标划分为模型表现指标、遗忘效果指标和隐私保护指标三类,并分析不同类型评价指标的优缺点;最后,本文对联邦忘却学习未来的研究方向进行展望.

AIGC赋能计算机基础教育的角色定位和功能延展——一种基于双链迭代的教学设计及实践

针对AIGC(artificial intelligence generated content,生成式人工智能技术)如何高质量赋能计算机基础教育的问题,从AIGC在教学中扮演的角色及其功能延展的角度提出一种基于思维链、问题链双链迭代的教学设计方案,以人工智能通识系列课“深度学习项目实践”中Python编程基础单元的教学为例,详细介绍教学方案设计和教学实施的过程,阐明AIGC赋能计算机基础教育的教学应用价值。

兼吸式移动床生物质热解炭化装置设计与试验

针对目前内热式移动床生物质热解炭化试验研究平台条件不足的问题,开发了一种内加热兼吸式移动床热解炭化装置,模拟连续式热解炭化工艺,设计了供气系统、出炭系统、产物收集系统、气体净化系统、温度监控系统,以稻壳作为原料,开展了上吸和下吸式热解炭化试验,研究了停留时间和吸气方式对内热式热解炭化产物的影响。结果表明,随着停留时间的增加,上吸和下吸内热式热解炭化变化趋势基本相同,挥发分和固定碳含量均呈下降趋势,灰分含量增加,磷及氮元素含量均下降,氧元素含量上升,氢元素变化趋势不明显,热值分别从20.7MJ/kg和22MJ/kg下降到14.6MJ/kg和15.2MJ/kg;比表面积分别从0.73m^(2)/g和0.78m^(2)/g上升到3.84m^(2)/g和3.95m^(2)/g,生物炭孔隙结构得到了发展。该系统结构合理,运行稳定可靠,密封效果良好,可有效控制进气方式、进气量、保温炭化时间等试验因素。为内加热炭化工艺参数试验研究提供了重要支撑。

中性粒细胞胞外诱捕网在病毒性心肌炎中的作用

病毒性心肌炎(VMC)是临床常见的心血管疾病,炎症免疫应答是VMC的主要发病病因。中性粒细胞作为先天免疫应答的一部分在VMC中发挥的作用过去很少被研究。然而多个研究表明,中性粒细胞可通过一种新的防御机制即中性粒细胞胞外诱捕网(NETs)的形成参与多种疾病。并且,最近在活动性心肌炎患者和VMC模型心肌病理活检中都发现有NETs形成,因此NETs被推测在VMC发病过程中发挥一定作用。本文就NETs在VMC中的作用作一综述。

面向知识图谱和大语言模型的因果关系推断综述

近几十年来,因果关系推断是统计学、计算机科学、教育、公共政策和经济学等许多领域的一个重要研究课题。其中大部分因果推断方法是从样本观测数据和文本语料分析的角度进行研究。如今,随着各种知识图谱和大语言模型的涌现,面向知识图谱和大模型的因果关系推断逐渐成为了研究热点。因此,将不同的因果关系推断方法按照面向样本观测数据、文本数据、知识图谱和大语言模型进行分类,在每个分类中,对经典的研究工作从其问题定义、解决方法、贡献和不足进行了细致的分析。同时,对因果关系推断方法与知识图谱和大语言模型相结合的研究进展进行了重点讨论。从效率和成本角度分析和比较了不同因果推断方法,总结归纳了知识图谱和大语言模型在因果关系推断任务中的具体应用。最后,对知识图谱和大模型相结合的因果关系推断的未来发展方向进行了展望。

辣椒秆与LDPE共热解特性及其炭化产物还田适宜性评价

针对中国部分地区农作物秸秆与农膜处理难的问题,利用外加热热解工艺,开展了辣椒秸秆(CS,chili straw)与低密度聚乙烯(LDPE,low density polyethylene)的共热解试验,研究了不同掺混比和热解温度对共热解产物产率、特性及共热解炭还田指标的影响。结果表明,混合样品的分解主要有脱水、挥发分析出、聚合物降解和焦炭形成4个阶段。随着热解温度的升高,共热解炭的产率呈下降趋势,共热解气和共热解油的产率增加;共热解气的LHV(low heat value)处于8.6~14.5 MJ/m^(3)之间,共热解炭的LHV处于19.6~28.5 MJ/kg之间。此外,随着温度升高,共热解炭的挥发分逐渐减少,固定碳和灰分逐渐增加;共热解炭的比表面积处于0.4~2.2 m^(2)/g之间,与温度呈正相关,与掺混比呈负相关,共热解炭的pH值与温度呈正相关,整体处于10.1~12.5之间,掺混比对pH值的影响不明显;共热解炭的PAHs(polycyclic aromatic hydrocarbon)含量及TEQ(toxic equivalent quantity)毒性低于其他研究平均值,只有15%-500℃(LDPE质量分数为15%,在500℃热解)中PAHs总量超过EBC设定的优质级阈值(4 mg/kg)。高温条件下利于PAHs的分解,共热解炭用于还田应适当提高热解温度,为农村秸秆和农膜处理提供参考。

“一带一路”援非国家眼科医生培训调研与思考

目的:调研援非国家眼科医生培训班学员个人及其国家在防治失明和视力障碍方面的挑战与需求,总结培训情况,讨论未来如何进一步助推“一带一路”沿线国家眼健康事业的发展。方法:对2022-08-01/08-30来自肯尼亚、赞比亚、尼日利亚、南非、马拉维、博茨瓦纳6个国家的48名眼科医生进行培训,并进行匿名问卷调查。问卷包含15道题目,包含所在国家视力障碍及失明方面的挑战及对策、培训满意度、在非洲建立视光中心的建议三方面内容。结果:共发放问卷48份,回收有效问卷47份。学员所在国家在眼病防治中的最大挑战是无法负担的眼部护理费用(36.17%),眼科医生个人面临的最大挑战是工资很低(29.79%)。眼科医生认为建设更多眼科医院(38.30%)、提供更多培训(65.96%)最有可能会帮助所在国家和个人。培训组织满意度98%,内容及讲师满意度100%。结论:参培学员及其所在国家在眼病防治方面面临诸多困境,目前迫切需要建设更多眼科医院,提供更多培训机会。该培训项目学员满意度高,反馈良好。

基于改进自适应DBSCAN的混合式MOOC视频观看模式挖掘

基于密度聚类的DBSCAN算法能够依据数据特征自动执行分类任务,多应用于含噪声的复杂数据集的聚类分析,但也存在难以确定参数以及人工参与度高的缺陷,限制了自动高准确率挖掘的应用。基于此,提出了一种基于k-dist图斜率的自适应DBSCAN算法KSSA-DBSCAN,可以依据k-dist图斜率自动选择合适的k-dist图拐点作为最佳邻域,并在聚类迭代过程中依据聚类数目的变化自动确定最佳密度阈值,克服了难以确定参数和人工参与度过高的缺陷。基于6个数据集将KSSA-DBSCAN和DBSCAN、KANN-DBSCAN进行了对比,实验结果显示,该算法的准确率在4个数据集上均优于其它算法,并且与DBSCAN相比准确率最大提高了25%。将其应用于某混合式MOOC视频观看行为数据的模式挖掘,结果显示该算法能够对视频观看模式进行有效的自动挖掘,进一步验证了该算法的有效性。

河套盆地北缘色尔滕山河流地貌参数特征及其成因分析

地貌形态是构造和地表过程相互作用的复杂产物,主要通过构造活动和岩石的抗侵蚀能力等来调节。构造活动相对较弱的古老造山带往往可以忽略构造驱动的岩石抬升,使得研究岩石抗侵蚀能力对其地貌雕刻的贡献成为可能。但是目前大多数活动造山带地貌研究的结果显示地貌主要受控于活动构造,关于岩性对地貌演化影响的报道较少。色尔滕山山前断裂为河套盆地北缘的一条重要控盆断裂,全新世以来该断裂的活动性较强,曾发生过两次较大震级地震(M6.4和M5.9)。前人活动构造研究表明该断裂的活动性具有空间差异,中部乌加河镇活动性最强,两端逐渐减弱。但相对河套盆地北缘其他大型断裂(如狼山山前断裂、乌拉山北缘断裂和大青山山前断裂),该断裂的地貌参数研究较少。同时其地貌演化特征及发育机理仍然不清楚,这些均制约了对该断裂的变形动力学理解。本文基于30 m分辨率的DEM数据对该断裂进行详细的河流地貌学参数研究,包括使用Arcgis和Matlab脚本提取色尔滕山山前33条河流的子流域盆地面积-高程积分(HI)和相应河道陡峭指数(K_(sn))、河道纵剖面及其裂点等地貌学参数。结果表明研究区河流HI值大部分处于0.40~0.66之间,其中乌加河镇附近具有高值,流域盆地处于发育的壮年期。瞬态河道和稳态河道均沿着色尔滕山山前断裂走向分布,可能表明色尔滕山山前大部分河道目前处于瞬时地貌向均衡地貌演化阶段,并且通过对比发现瞬态河道裂点成因存在岩性和构造共同控制的现象。河道陡峭指数空间分布差异性较大,乌加河镇附近(S13~S20)陡峭指数较大,向两边陡峭指数逐渐减小,在S8河流以西又有增大的趋势。通过结合岩性和降雨情况分析发现,河道陡峭指数除了受岩性抗侵蚀能力影响外,其分布还与色尔滕山山前断裂垂直滑移速率分布和垂直位错分布基本一致。综合来看,地貌参数的空间分布是岩性差异和色尔滕山山前断裂活动分段差异性共同控制的结果,表明该地区岩性和构造对地貌的协同塑造作用。

融入课程思政的计算机科学与技术专业课程群建设

在现代高校教育体系中,课程思政是教学活动中不可或缺的一环,在教学中融入思政元素有利于促进学生全面发展。为了用好课堂教学这个主渠道,使各类课程与思想政治理论课同向同行,形成协同效应,立足于计算机科学与技术专业,对其课程按群进行合理柔性的划分,从人才培养方案、理论教学、实践教学、课程群四个层次融入思政元素,利用工程教育认证理念,依托CG课程一体化实验平台,有效消除“思政孤岛”,提升计算机科学与技术专业课程的教学质量,最终实现计算机各类课程与思想政治理论课的相互促进,形成可推广、可示范的协同育人新模式。

信创产业创新人才培养的产教融合育人体系

我国的关键信息技术自主创新迫在眉睫,信创领域的创新人才缺口问题较为突出,供给短缺问题亟须解决。为破解人才缺口问题,需要构建一套科学的人才培养体系加以解决。面向信创产业创新人才培养,以构建产教融合育人体系为目标,打造“三三三”立体式育人体系,构建校内外深度融合的多元教学模式,建设“双师双能型”师资队伍,制定“三位一体”的教学质量综合评价体系,进而形成一套稳定有效、可复制、可推广的产教融合育人体系。

直属海事系统第一届“金帆杯”宣传业务技能竞赛在深圳成功举行

10月30日至31日,由交通运输部海事局主办、深圳海事局承办的直属海事系统第一届“金帆杯”宣传业务技能竞赛在深圳成功举行。此次竞赛是直属海事系统首次举办的宣传类技能竞赛。此次竞赛聚集了全国直属海事系统的18支代表队、72位参赛选手同台竞技。竞赛为期2天,模拟日常宣传工作实践,设置了新闻写作、微信策划编辑、短视频制作3个单项竞赛和团体擂台赛,最终决出19个单项赛奖项和14个团体赛奖项。

MEM50D智能仪表在电厂中的实践应用探究

MEM50D智能仪表是一种先进的电力仪表,被广泛应用于电厂中。本研究旨在探讨MEM50D智能仪表在电厂中的应用,从而提高电厂运营效率。本文介绍MEM50D智能仪表的基本特点和主要功能,分析MEM50D智能仪表在电厂中的应用,总结MEM50D智能仪表在电厂中的应用研究的主要成果。实践证明,应用MEM50D智能仪表能够提高电厂的运营效率,降低能源消耗,促进电力行业的可持续发展,为电厂智能化改造提供重要的实践经验。

血府逐瘀汤防治鼻咽癌患者急性放射性口腔黏膜炎的临床疗效观察

目的:观察血府逐瘀汤对鼻咽癌患者急性放射性口腔黏膜炎(RTOM)的防治疗效。方法:选择就诊于南京中医药大学附属江苏省中医院符合纳入标准的局限期(T_(0~4)N_(0~3)M_(0))鼻咽鳞癌患者47例,依据随机数字表随机分为治疗组24例和对照组23例。治疗组放疗开始即服用血府逐瘀汤,必要时予西药对症治疗;对照组出现急性RTOM症状时予西药对症治疗,两组均治疗至放化疗结束。比较两组患者鼻咽癌治疗效果、放射性口腔黏膜炎分级情况、血流变与凝血相关指标以及吞咽疼痛、口干口渴、烧灼感、便干便秘中医症状积分变化情况。结果:近期疗效比较,治疗组总有效率为95.84%(23/24),高于对照组91.30%(21/23),但差异无统计学意义(P>0.05)。RTOM分级情况比较,治疗组Ⅲ度以上口腔黏膜炎发生率较对照组明显降低,差异具有统计学意义(P<0.05)。治疗后,两组血流变指标均降低,且治疗组优于对照组(P<0.01);治疗组FIB和D-D均较治疗前降低(P<0.01),且优于对照组(P<0.05,P<0.01);放疗后1个月,治疗组中医症状积分较对照组降低,差异具有统计学意义(P<0.05,P<0.01)。结论:血府逐瘀汤能显著降低鼻咽癌患者急性RTOMⅢ度以上发生率,改善患者治疗后相关中医临床症状,提高鼻咽癌患者治疗疗效并降低血流变和凝血指标,且无明显不良反应。

基于相似度聚类和正则化的个性化联邦学习

联邦学习(FL)应用场景中,常面临客户端数据异质性和不同任务需求需要提供个性化模型的问题,但现有的部分个性化联邦学习(PFL)算法中存在个性化与全局泛化的权衡问题,并且这些算法大多采用传统FL中根据客户端数据量加权聚合的方法,导致数据分布差异大的客户端模型性能变差,缺乏个性化聚合策略。针对上述问题,提出一种基于相似度聚类和正则化的PFL算法pFedSCR。pFedSCR算法在客户端本地更新阶段训练个性化模型和局部模型,其中:个性化模型在交叉熵损失函数中引入L2范数正则化,动态调整参考全局模型的程度,在汲取全局知识的基础上实现个性化;在服务端聚合阶段,根据客户端模型更新的相似度聚类,构建聚合权重矩阵,动态调整聚合权重,为不同客户端聚合个性化模型,让参数聚合策略具有个性化的同时解决数据异构问题。在CIFAR-10、MNIST、Fashion-MNIST 3个数据集上通过狄利克雷(Dirichlet)分布模拟了多种非独立同分布(Non-IID)数据场景,结果表明:pFedSCR算法在各种场景下的准确度和通信效率都优于经典算法FedProx和最新个性化算法FedPCL(Federated Prototype-wise Contrastive Learning)等联邦学习算法,最高可达到99.03%准确度。

乡村振兴视域下乡村文化产业发展路径探究

乡村文化产业作为推动乡村振兴的重要内容,其发展对农村发展具有重要意义,但当前面临的文化资源利用不充分、人才与技术支撑薄弱、产业主体分散及产品定位不清晰等问题阻碍了乡村文化产业的发展,因而需要从深挖乡村文化资源、引进专业人才和技术、强化政策引导和支持及明确文化产品定位等方面给出具体解决办法,从而推动其更好发展。

NFP-AST:自然特征保留的任意风格迁移模型

亲和特征提取和自然融合是实现风格迁移的关键。为此,提出一个新的自然特征保留的任意风格迁移模型NFP-AST。通过可逆残差网络在前向和后向推理中对特征二分处理,保证了提取特征亲和性,减少因提取过程造成的图像重建误差。在自适应空间重构模块ASRM中,先通过全局统计信息匹配内容风格特征,接着在融合特征中插值自适应权重捕获细节无偏融合内容风格特征,使风格过渡自然。定性和定量实验研究结果表明,NFP-AST产生的风格化图像与先进方法相比都取得了较好得分,艺术表达更具有视觉冲击力。

稀疏矩阵和改进归一化切割的快速多视图聚类

多视图聚类是一种新颖的聚类算法,它可以有效地探索出数据之间的内在聚类结构。大多数多视图聚类算法在构造相似图时容易受到噪声的影响,而且在聚类过程中还会面临信息损失问题,从而降低聚类结果的准确性。此外,现有多视图聚类算法通常使用交替迭代优化方法获得最优解,多次迭代会导致内存溢出或耗时过长。为了解决上述问题,提出了一种基于稀疏矩阵和改进归一化切割的快速多视图聚类算法(SINFMC)。该算法根据原始数据构造每个视图的相似图,并对相似图进行融合得到共识图矩阵。对共识图矩阵进行l1范数约束获得稀疏矩阵,实现数据降噪和加速计算。使用改进的归一化谱聚类算法对稀疏的共识图进行聚类得到聚类指标矩阵,这样不仅能够直接获得聚类结果,而且消除了聚类过程中的信息损失和偏差。该聚类算法无需交替迭代优化且通过稀疏矩阵表示精简计算过程,大幅降低了算法的时间和空间复杂度。人工和真实数据集上的比较实验结果表明该算法在质量和效率方面优于对比算法。