5G专网部署AI大模型能力的研究

为满足行业终端安全接入组织专网的移动性需求,能随时以自然语言交流方式实现行业应用与知识库的人机交互,文章对5G专网和交互式AI模型应用部署进行研究,阐述了在5G专网中部署行业AI大模型能力的解决方案,通过网络切片、安全策略和边缘云计算的部署方案解决网络安全和信息交互时延等问题,从而拓展5G专网在AI领域的应用场景,保障行业信息和敏感数据,提升工作效率。

PBL联合TBL教学法在儿科住院医师规范化培训中的应用

目的探究以问题为基础的教学法(problem-based learning,PBL)联合以团队为基础的教学法(team-based learning,TBL)在儿科住院医师规范化培训中的应用效果。方法选择2021年1月-2021年12月佳木斯大学附属第一医院儿科住院医师规范化培训学员33名设为对照组,另选择2022年1月-2022年12月佳木斯大学附属第一医院33名儿科住院医师规范化培训学员设为观察组。对照组应用传统以授课为基础的教学法(lecture-based learning,LBL),观察组应用PBL联合TBL方法进行教学,比较2组住培医师出科时的理论知识、临床实践技能考核成绩及其对教学方法的满意度。结果出科时,观察组住培医师理论考核成绩为(85.91±3.59)分、实践操作考核成绩为(91.55±4.31)分,高于对照组,差异有统计学意义(P<0.05)。观察组住培医师在病历书写考核评分为(90.09±3.99)分、临床思维能力考核评分为(86.88±7.12)分、医患沟通技能方面考核评分为(18.12±2.45)分,优于对照组,差异有统计学意义(P<0.05)。观察组住培医师对教学方法满意度为96.97%,高于对照组的75.76%,差异有统计学意义(P<0.05)。结论PBL联合TBL教学法能提高儿科住院医师规范化培训教学效果,有助于提高住培医师的岗位胜任力,且其能够提高教学满意度。

PBL与TBL联合思维导图在卓越医生班儿科学教学中的应用

目的探讨以问题为基础的学习(PBL)、以团队为基础的学习(TBL)联合思维导图教学法在卓越医生班儿科学教学中的应用效果。方法选取2021年1月—2022年12月佳木斯大学附属第一医院58名卓越医生班学生,随机分为两组,其中采用传统PBL教学法的29名学生为对照组,采用思维导图联合PBL、TBL教学法的29名学生为观察组。对比两组教学结果得分、综合能力评分及教学满意度评分。结果观察组教学结果得分均高于对照组,综合能力评分高于对照组,教学满意度评分高于对照组,差异有统计学意义(P<0.05)。结论PBL、TBL联合教思维导图学法能提高卓越医生班学生的专业知识水平及综合能力,获得更高的教学满意度。

高效液相色谱法测定化妆品中羟基积雪草苷和积雪草苷的含量

建立了一种使用高效液相色谱测定化妆品中羟基积雪草苷和积雪草苷含量的方法。样品经提取液超声提取后,用Acutfex PA-C_(18)色谱柱(250 mm×4.6 mm×5μm)分离,以体积比2:2:6的甲醇-乙腈-水作为流动相等度洗脱,流速1.0 mL/min,柱温35℃,检测波长205 nm。采用外标法测定,结果表明,积雪草苷和羟基积雪草苷在质量浓度5~100μg/mL内线性关系良好,方法的检出限为质量分数0.0015%,定量限为质量分数0.005%。在不同类型的空白化妆品(水类、乳类、膏霜类)中进行加标回收试验,方法的回收率为82.8%~106%,相对标准偏差为0.94%~4.28%。该方法前处理简单,分离效率高,重复性好,准确度和精密度高,适用于化妆品中积雪草苷和羟基积雪草苷的测定。

5G网络上网感知评估体系研究与应用

提升用户感知是5G网络运营的关键,速率和时延是反映用户上网感知的主要指标,无线网络质量是影响速率与时延的根本因素之一。为了更好提升5G用户上网体验,助力5G业务发展,基于理论与现网数据分析,通过将速率和时延等感知类指标与网络质量类指标进行关联,搭建了七维十一项的用户上网感知评估体系,制定了根因分析策略和质差小区处理流程,有效定位和解决了网络感知异常问题。

辽宁省科技体制机制创新对策研究

自党的十八大明确提出实施创新驱动发展战略后,辽宁省在党中央的系统布局和指引下,积极深化科技体制机制改革,在科技成果转化、人才培养、分配制度等方面相继出台了一系列政策法规,取得了丰硕的成果。文章针对辽宁省科技体制机制现存的主要问题提出解决对策,以期进一步推动辽宁省深化科技体制机制创新的进程,加速构建具有全国影响力的区域科技创新中心。

基于动态激励的三维封装内部缺陷检测

硅通孔是一种实现三维封装的关键技术,由于独特的垂直互连方式受到了广泛关注。然而,硅通孔工艺较为复杂,出现缺陷几率增大,而这些缺陷不易被检测,进而影响了封装性能与可靠性。因此,提出一种基于动态激励的内部检测方法,通过对封装芯片施加动态热激励,激发内部缺陷产生异常温度分布,采集封装外表面温度分布时间序列图像,利用深度学习进行识别分类,实现内部缺陷的外部诊断。首先构建三维封装模型进行有限元瞬态热仿真,通过仿真分析揭示了内部缺陷会对温度分布产生细微影响;构建三维卷积神经网络C3D模型,通过分析温度梯度分布图像随时间变化规律来实现对缺陷的识别与分类;搭建试验检测平台,制备含有不同缺陷的三维封装样品进行验证结果表明,基于动态激励的内部缺陷检测方法分类准确率可达到97.81%,可为三维封装内部缺陷的检测提供新思路。

基于生成对抗网络数据增强的舰炮可靠性分析

舰炮故障数据不足会导致其可靠性分析变得极其困难。为解决故障数据不足这一问题,采用生成式对抗网络(generative adversarial network,GAN)对故障样本进行数据增强。建立GAN数据增强深度神经网络的舰炮可靠性分析模型,并与原始数据进行可靠性分析获得的指标进行了对比。结果表明,利用GAN数据增强后的扩充样本得到的指数分布拟合精度及威布尔分布拟合精度分别提高了5.40%和11.90%,相较于原始数据有了显著提升。为实现舰炮故障数据可靠性分析提供了方法和思路。

基于温度传感阵列的TSV内部缺陷检测技术研究

在TSV三维集成领域,由于TSV内部缺陷的微小化和检测的不可接触性,寻找一个无损、灵敏且高效的内部缺陷检测方法尤为重要。针对这一挑战,提出了一种基于温度传感阵列的TSV内部缺陷检测方法。内部缺陷对TSV三维封装芯片的外部温度分布产生了影响,这些温度分布呈现出有规律的变化,每一种缺陷类型都会导致外部温度分布产生不同的偏差。利用温度传感阵列测量这些分布变化对缺陷进行有效的识别与分类。根据工作状态下的芯片产生的热信号以揭示其内部的缺陷信息,设计了基于温度传感阵列的检测系统。通过理论分析与仿真模拟,构建了模拟芯片工作状态下的温度分布和热变化的模型。实验中,以芯片样品的样本制备和测试平台搭建为基础,同时利用分类识别模型成功实现了对内部缺陷的有效分类,准确率高达99.17%。这种检测方法为高密度和微型化芯片的可靠性分析和故障诊断提供了一个经济高效的新途径。

基于5G室内定位的数字商贸应用研究

随着移动通信和室内外定位技术的快速发展,结合5G网络高速率、低时延、大连接等优势,5G技术为各种应用场景提供了强大的支持,5G室内定位与数字商贸的结合具有巨大的潜力和经济价值。文章对5G室内定位技术融合数字商贸的部署方案进行了研究和实践验证,论证了5G室内定位、5G消息等技术与数字商贸融合的可行性,并结合数字商贸的应用探索其对产业数字化发展的影响,以及未来对产业链发展的挑战。

通信基站机房储节能技术实践探索

针对通信基站机房高能耗高电费问题,首先,基于基站机房的用电基本情况建立储能-节约电费、节能-节约电力的功能模型。然后,以二者最大能耗压降为目标、采用硬件改造和远程软件控制方式为基站机房引入储节能一体化系统。结合应用示范案例作效益分析,验证系统具有约6%节能效益、近30%节电效益等。该研究为通信基站机房的储节能系统的设计、运维以及商业合作模式提供借鉴。

5G高铁专网部署优化策略及应用技术探究

由于高铁运行速度较快,5G信号穿透损耗较大,5G高铁专网应用面临着诸多挑战。主要围绕5G高铁专网部署展开,分析专网部署优化相关要点并探究选用的技术,结合实际案例分析具体的应用成效,满足高铁场景的5G覆盖需求。

700 MHz+2.6 GHz多频协同优化

多频协同优化的目标是合理规划和配置使用700 MHz与2.6 GHz频段的基站,使得两个频段可以相互协同、互补的工作。文章主要介绍700 MHz和2.6 GHz频段的特点和优势,深入讨论多频协同优化的关键步骤,包括优化站点规划、天面替换与整合等关键步骤,可以实现更好的语音质量、数据速率及用户体验。旨在探讨700 MHz和2.6 GHz多频协同优化的重要性和实施方法。

面向汗液的可穿戴柔性电化学传感器研究进展

汗液中含有人体诸多生理信息,如电解质、代谢物、激素、温度等。基于汗液的可穿戴式传感器可对多模态生物指标实现分子层面上的实时、连续、非侵入式监测,在运动感知、疾病预防以及健康管理等领域具有重大发展潜力,而被广泛研究。本文阐述了可穿戴汗液传感器集成结构中基底、集汗、传感、电源和决策五大模块,着重强调了纳米结构(如金属基、碳基等材料)在电化学传感敏感材料中表现出的优异性能及应用,最后讨论了可穿戴汗液传感器在微量汗液收集及多参数传感中物理化学变量的可变性等方面存在的挑战。针对汗液收集和实时校准两个关键问题,提出可穿戴汗液传感未来发展方向包括仿生微流控技术和多参数反馈调控方法,实现微量汗液高效收集及精确检测,将有效推动汗液传感在慢性重大疾病实时预警的应用和发展。

基于多层次客流需求的高铁列车谱系结构优化设计

高速铁路的高质量服务特性激发了大量不同类型旅客的多样化出行需求。当前铁路旅客列车开行数量日益增多,但提供的客运产品分类较少,列车谱系化特征不明显,难以适应旅客的多样性需求。设计具有显性差异特征的铁路客运产品,满足不同类型旅客在经济、快捷、方便、舒适等方面的异质性出行需求,实现铁路客流分类与产品分类的高效匹配,对新时代铁路旅客运输发展具有重要意义。结合当前我国高速铁路网列车开行结构现状,并考虑路网中各线路具有不同的资源、能力、客流特征,基于铁路客运产品谱系化思想和发展趋势,从列车停站模式、旅速、运距、频率几个维度将既有列车种类进一步拓展划分为11类谱系,分析多层次旅客对谱系列车的选择,运用整数规划并结合客流分配技术,构建决策各线路区段上从11类谱系中选择列车开行种类、范围和数量的列车谱系结构优化模型,达到客流类型与列车谱系结构之间的有效匹配。以我国部分高铁路网为例开展案例研究,研究结果表明:优化后的列车开行结构明显改善,各高铁线路上列车谱系结构差异化分布特征明显;不同层次客流旅速、列车谱系和客流层次对应、列车客座率、“车-流”运距比等指标均表现出较好的“车-流”匹配效果。在高铁列车大规模成网运营条件下,研究结果可为设计具有谱系特征的列车产品提供方法和技术指导。

考虑可变接续时间窗的高铁周期列车运行图优化

精准高效的换乘接续设计对于周期列车运行图在我国的全面推广至关重要。我国高速铁路网络结构复杂、空间跨度广,不同距离的换乘客流OD所能接受的中转换乘时间范围有着明显的不同。现有研究对换乘接续时间的考虑多基于固定接续时间窗,造成实际换乘时间与各OD旅客可接受的换乘时间不匹配,限制了换乘服务水平的进一步提升。基于此,结合“事件-活动”网络和周期事件规划问题(Periodic Event Scheduling Problem,PESP),构建了考虑可变接续时间窗的高铁周期列车运行图优化模型,实现了列车接续关系选择、OD换乘接续关系分配、换乘时间优化的同步决策。模型首先引入OD换乘接续关系分配变量,使得模型可在优化过程中动态决策列车接续关系是否为特定客流OD提供服务。在此基础上,引入了可变接续时间窗约束,实现列车接续时间窗根据所分配客流OD合理换乘时间范围动态确定。同时,设计了最小化周期列车运行图换乘服务水平与理想服务水平偏差的线性化目标函数,使得模型得以在GUROBI整数规划求解器中求解。研究案例编制了京沪高铁以及与之衔接的部分高铁线路路网周期列车运行图,与固定换乘接续时间窗的研究案例相比,换乘服务频率和换乘接续时间指标均有显著提升,验证了所提模型的正确性及有效性。

基于四波横向剪切干涉的表面形貌测量方法

为了解决传统四波横向剪切干涉测量系统中特定分光器件存在的加工难度高、光谱适用范围受限等问题,利用空间光调制器替代分光光栅将入射光分为4束横向剪切相干子波,通过灵活调整光栅的折射率来调制子波衍射效率以适应照明光源,再根据子波两两干涉效应重建出反映样品折射率和高度信息的光程差分布,即可实现宽光谱大尺寸范围内的表面形貌精确测量;结合傅里叶变换法研究了入射光不同波长对光程差重建精度的影响规律,并利用空间光调制器搭建了1套适用于可见光至近红外的宽光谱四波横向剪切干涉测量系统。结果表明,该系统对石英标准样件刻蚀深度的测量结果为209.39 nm±1.72 nm,与其标称值210.83 nm±2.39 nm和白光干涉仪测量值212.92 nm±1.35 nm基本保持一致,验证了所提表面形貌测量方法的有效性。该研究可为四波横向剪切干涉技术在表面形貌测量领域的扩展应用提供理论参考。

中药二维信息指纹图谱模式识别

目的 用二维信息数据表征中药指纹图谱样本 ,并对其进行模式识别。方法 对一维信息数据和二维信息数据表征的中药指纹图谱进行聚类分析 ,并对分析结果进行比较。结果 与一维信息数据相比 ,采用二维信息数据表征指纹图谱 ,各种聚类方法所得总体类别差异小 ,样本归属比较稳定。对未知样本的类别判定聚类分析和神经网络预测结果一致。结论 二维信息数据较一维信息数据更能全面。

中药指纹图谱相似度评价方法的比较

目的本文以痛必定粉针(高效液相色谱指纹图谱为研究对象,对各种指纹图谱的相似度评价方法进行了比较。方法先通过理论分析,比较了各种相似度系数的计算方法。如距离系数法、夹角余弦法、相关系数法、Nei系数法、改进Nei系数法。然后采用数字模拟以及统计方法对各种方法的性能进行了综合评价。结果各种相似度评价方法都有各自的特点和不足,其中距离系数具有较好的综合性质。结论实际应用中,应针对不同的实际问题,采用适合的相似度评价方法,以便更好的用于中药质量控制。