多视图低秩子空间的图结构学习多站点自闭症诊断方法

自闭症谱系障碍(Autism spectrum disorder,ASD)是一种最常见且具有遗传性的神经发育障碍疾病,具有社交沟通缺陷等多种症状。准确识别生物标记物对ASD的早期干预起到至关重要的作用。现有大量方法利用了多站点影像数据来增加样本量,从而提高了方法诊断的准确性,但是多站点间由于成像装置、成像参数和数据处理流程存在的差异造成的数据异质性影响往往被忽略。为了解决上述问题,本文提出了一种基于多视图低秩子空间的图结构学习多站点自闭症诊断方法(MVLL-GSL)。首先构建具有不同拓扑结构信息的多视图脑网络,然后分别将视图中不同类的样本分别投影到各自的低秩子空间,从而降低数据异质性的影响,最后使用图结构学习和多任务图嵌入学习相结合,并融入先验子网络和多视图一致性正则化约束,旨在从多视图低秩子空间中获得更具判别性和一致性的特征。使用自闭症公开数据库ABIDE(Autism brain imaging data exchange)对提出的方法进行验证。实验结果表明,MVLL-GSL方法提高了ASD的诊断性能,并解释了不同先验子网络与ASD发病机制的关联性。

融合时空特征的城市多站点PM2.5浓度预测

本文提出一种融合时空特征的城市多站点PM2.5预测方法,该方法可以捕捉PM2.5在时间和空间上的相关性,通过将区域多个站点的PM2.5数据转换为一系列静态图像,将其输入到卷积长短期记忆(ConvLSTM)模型中,采用端对端的方式进行训练,预测城市未来多个站点多个时段的PM2.5浓度。以北京多个站点的PM2.5数据进行实验验证。结果表明:考虑了时空特征的ConvLSTM方法在短期预测方面优于其他4种时序方法,该方法可为PM2.5预测提供新的思路。

基于联邦加权域自适应的多站点自闭症诊断

为了提高联邦学习(Federated Learning,FL)方法在多站点自闭症诊断中对数据异质性的关注和解决部分站点缺乏标注数据导致的局部阻塞问题,提出了联邦加权域自适应(Federated Weighted Domain Ad⁃aptation,FedWDA)方法。首先,不同于聚合一个共享的全局模型的方法,FedWDA在模型聚合的过程中保留了每个本地模型的批量归一化(Batch Normalization,BN)层,使用推土机距离(Earth Mover’s Dis⁃tance,EMD)计算了BN层的统计信息间的相似性,用于指导站点上模型的加权聚合,为每个站点都提供了更加个性化的本地模型,缓解了数据异质性导致的分类准确度不足的问题;其次,对于缺乏数据标注的站点,FedWDA基于样本伪标签的一致性对本地模型进行了无监督聚类调整,充分利用了无标注站点的数据。在公开的数据集ABIDE上的实验结果表明,所提方法相比其他传统方法在多站点自闭症诊断中具有更高的准确率。

一种面向船体扫描的多站点云鲁棒配准技术

为实现船舱外壳的点云配准,本文提出了一种基于回环约束的多站点云配准方法。首先,使用ISS从场景中提取关键点,将颜色信息与形状信息的直方图相融合,得到船舱点云外壳的CSHOT特征描述符;然后,基于回环的粗配准,构建全连接图,并利用GROR,结合最大一致性集约束和闭环约束移除误匹配;最后,采用全局的精配准LUM算法完成位姿优化。实验表明:该方法的平均RMSE为0.0077m,对船舱外壳的点云配准取结果较好。

三维多站点云拼接新技术在文物保护中的应用

三维激光扫描技术是一项新型的立体测绘技术,具有高效率、高分辨率、高精度、高穿透性等优点,在变形监测、灾害监测、三维重建、文物保护、数字城市等方面应用前景广泛。本文对三维激光扫描中的三维点云拼接技术的难点进行了方法性的研究,提出了新的点云拼接方法,通过实例应用天宝Surphaser对扫描的数据进行拼接处理,比较各种拼接技术精度的高低,得出相应结论,该方法可以很好地应用于文物保护等领域,具有十分重要的参考意义。

多站点聚合地段碳排放定量评估方法研究综述

针对以功能业态复杂、高开发强度为特点的多站点聚合地段,聚焦科学量化各项减碳措施的具体方法,从地段基本要素出发,阐述现有研究中建筑、交通、土地利用等领域碳排放定量化评估方法,并指出其内部联系,最后探讨多站点聚合地段碳排放定量评估中应重点关注的内容。

基于多站点的光伏信息化管理系统研究

本公司光伏电站广泛分布,使得光伏电站管理越发困难,并且传统的光伏并网接入模式,无保障管理效果。基于上述原因,本公司采用新技术搭建光伏信息化管理系统,构建智能化、实时化的监管系统,对光伏电站进行高效运维,推动多站点光伏电站信息化方向迈进。将电站与各种先进技术融入到实际管理中,集成远程监测、控制等功能为一体,构建真正意义上的“智慧电站”。

考虑退货不确定性的跨境电商物流网络多站点选址方法

为了提升商品的运输速度、降低退货处理的时效性,提出了一种考虑退货不确定性的跨境电商物流网络多站点选址方法。以物流网络站点的建设成本、运营成本及惩罚成本最小化为目标函数,基于站点商品数量、待建站点数量等约束条件,构建含有退货处理中心的跨境电商物流网络多站点选址数学模型;利用粒子群算法求解数学模型,获取总成本最小的跨境电商物流网络多站点选址结果。测试结果表明,该方法可以实现跨境电商物流网络的多站点选址,合并退货处理中心与物流网络站点,站点数量及分布位置合理,各站点均能够完成当日商品的正、逆向物流运输,从而提升商品的运输效率。

基于区域医联体下多站点延续性护理在妊娠期高血压孕妇健康管理中的应用

目的探究基于区域医联体下多站点延续性护理在妊娠期高血压孕妇健康管理中的应用效果。方法选择2020年10月至2021年10月于我院建卡建档的妊娠期高血压孕妇96例为研究对象,根据单双号法随机分组为对照组和观察组,每组48例,对照组孕妇接受常规护理,观察组孕妇接受基于区域医联体下多站点延续性护理,检测两组孕妇血压结果,评价妊娠期高血压疾病进展情况,追踪母婴结局。结果护理前,两组孕妇血压水平组内对照差异无统计学意义(P>0.05);护理后与对照组比较,观察组孕妇血压水平均更低,组间对照差异有统计学意义(P<0.05);观察组、对照组孕妇发生子痫前期-子痫总发生率分别为6.25%和14.58%,组间对照差异无统计学意义(P>0.05);与对照组相比,观察组孕妇早产率、剖宫产率及新生儿不良结局发生率均更低,护理满意度更高,组间对照差异有统计学意义(P<0.05)。结论基于区域医联体下多站点延续性护理对妊娠期高血压孕妇进行健康健康管理可有效降低孕妇血压、控制病情、改善母婴结局,给予孕妇更为优质的院外护理。

基于案例库的多站点技能培训联合问题床旁教学对麻醉科护生临床思维能力的影响

探寻在麻醉科护生带教中使用案例多站点技能培训联合问题为引导的床旁教学具有怎样的作用,探讨该带教方式对学生思维能力的影响。方法 选择2021年7月-2023年3月在我院麻醉科实习的护理实习生80名。随机分为对照组和干预组,各40名。对照组实行传统的教学模式,干预组在对照组的基础上,采取案例多站点技能培训+问题为引导的床旁教学,对比两组考核成绩、Mini-CEX评分、思维能力。结果 干预组理论成绩(85.56±8.64分)和操作成绩(87.66±8.98分)均较高,P<0.05;干预组Mini-CEX各项评分均较高,P<0.05;干预组思维能力较为良好,P<0.05。结论 在麻醉科护生带教中使用案例多站点技能培训+问题为引导的床旁教学能够有效锻炼学生的思维能力,提升专业技术水平及专业素养,具有重要的临床教学意义。

成组多站点仿真考核法在规范化培训护士教学中的应用

目的:探讨成组多站点仿真考核法在规范化培训护士教学中的应用效果。方法:选取2016年6月入职的48名规范化培训护士为研究对象,应用成组多站点仿真考核法将护士分成8组,每组6名护士,设置3个站点,每个站点设置3名考官,运用标准化病人和模拟病人,对其临床综合护理技能进行考核评价,考核结束后采用问卷调查法评价护士对成组多站点仿真考核法的满意度。结果:规范化培训护士在成组多站点仿真考核的各个站点中,考核成绩得分率均高于75%;对成组多站点仿真考核效果评价的满意度均高于65%。结论:成组多站点仿真考核法能客观地评价规范化培训护士的临床综合能力,提高了规范化培训护士临床综合技能,也为今后开展规范化培训和改进规范化培训提供明确导向,值得进一步推广。

多站点考核在外科实习医师出科考试中的应用

我院实行实习医师出科考核新方法。在实习过程中注重临床技能培养,出科考试采用多站点方式进行,并对各站点进行量化分析。实践证明,此项改革能促进医学生端正实习态度,引导学生理论与实践密切结合,提高临床实践操作能力,促进临床教学质量的提高。

基于状态聚类的多站点CSPS系统的协同控制方法

单站点传送带给料加工站(Conveyor-serviced production station,CSPS)系统中,可运用强化学习对状态–行动空间进行有效探索,以搜索近似最优的前视距离控制策略.但是多站点CSPS系统的协同控制问题中,系统状态空间的大小会随着站点个数的增加和缓存库容量的增加而成指数形式(或几何级数)增长,从而导致维数灾,影响学习算法的收敛速度和优化效果.为此,本文在站点局域信息交互机制的基础上引入状态聚类的方法,以减小每个站点学习空间的大小和复杂性.首先,将多个站点看作相对独立的学习主体,且各自仅考虑邻近下游站点的缓存库的状态并纳入其性能值学习过程;其次,将原状态空间划分成多个不相交的子集,每个子集用一个抽象状态表示,然后,建立基于状态聚类的多站点反馈式Q学习算法.通过该方法,可在抽象状态空间上对各站点的前视距离策略进行优化学习,以寻求整个系统的生产率最大.仿真实验结果说明,与一般的多站点反馈式Q学习方法相比,基于状态聚类的多站点反馈式Q学习方法不仅具有收敛速度快的优点,而且还在一定程度上提高了系统生产率.

基于图卷积网络和门控循环单元的多站点气温预测模型

时空预测任务在神经科学、交通、气象等领域应用广泛。气温预测作为典型的时空预测任务,需要挖掘气温数据中固有的时空特征。针对现有气温预测算法存在预测误差大、空间特征提取不充分的问题,提出一种基于图卷积网络和门控循环单元的气温预测(GCN-GRU)模型。首先,使用重新分配权重和多阶近邻连接方式修正图卷积网络(GCN),以有效挖掘气象数据独特的空间特征;然后,将门控循环单元(GRU)中每个循环单元的矩阵乘法替换成图卷积操作,并将所有的循环单元串联起来构成图卷积门控层;接着,使用图卷积门控层搭建网络主体结构来提取数据的时空特征;最后,通过一个全连接的输出层输出气温预测结果。通过与GRU和长短期记忆网络(LSTM)等单一模型对比,GCN-GRU模型的平均绝对误差(MAE)分别减小了0.67和0.83;与切比雪夫图卷积和长短期记忆网络结合的预测模型(Cheb-LSTM)、图卷积网络和长短期记忆网络结合的预测模型(GCN-LSTM)对比,平均绝对误差分别减小了0.36和0.23。

地铁多站点同时施工交通疏解方案研究

以南昌市轨道交通1号线施工期间交通疏解为例,针对当前城市轨道交通站点施工期间普遍存在的交通问题,深入研究其施工影响区域、道路交通情况、施工方案的选取、多站点同时施工交通疏解方案的制订等,并进行全面分析评价,为解决城市轨道站点施工期间交通问题提供借鉴。

临床医学本科专业毕业生多站点综合性毕业考试的改革与实践

我校自2000级临床医学5年制本科起对毕业考试进行了改革,在毕业生返校时进行多站点综合性毕业考试,采用闭卷笔试考核临床理论知识,占45%;多站实践操作考核临床技能及相关知识,占40%;在实习期间书写1篇毕业论文,占15%。通过连续5年的实践证明,我校的此项改革促进了医学生端正实习态度,调动了实习的积极性和主动性,引导学生重视理论学习和实践相结合,让学生初步掌握医学论文的书写,在提高教学质量的同时为执业医师考试奠定了基础。

一种卷积自编码深度学习的空气污染多站点联合预测模型

城市空气污染因空间扩散特性呈现出区域内的浓度高关联性.因此如何通过多个空气污染监测站的时空数据预测特定目标地点的污染情况,以解决站点分布不匀的问题,是一个重要的研究工作.本文结合空气污染物因素特性和气象因素的多维度影响,提出了一个利用区域内多站点空间监测数据实现特定目标站点的空气污染物浓度预测模型.该模型通过多层卷积神经网络(Convolutional Neural Network,CNN)实现城市多站点污染物浓度与气象数据之间的维度关联特征及空间关联特征学习,进而利用基于多层长短期记忆网络(Long Short-Term Memory,LSTM)的自编码网络实现多站点浓度的时序关联特征分析.实验通过真实数据集验证,所提出的预测模型获得了高于传统机器学习污染物浓度预测模型的预测准确度,且在多个城市数据集上验证了模型的泛化能力.

基于设计模式的内容管理系统“多站点发布”设计

设计模式对当代的面向对象程序设计技术做出了巨大的贡献,为开发人员带来了福音。通过设计模式,程序的结构比以往更为有效。在内容管理系统“多站点发布”的设计中通过引入设计模式并对模式进行组合和简单实现不仅提高了系统设计的可重用性也避免了过分的设计,最终达到了设计与解决问题之间的最佳平衡。

高校图书馆面向特藏资源的多站点统一管理平台建设研究

高校图书馆特藏资源的建设可为读者提供特色服务,并提升图书馆的影响力。然而特藏资源建设过程中出现了一些困难。文章首先介绍特藏资源及特藏资源平台概念,分析高校图书馆在建设特藏资源管理平台时遇到的问题,并以东京大学图书馆为例,介绍特藏资源多站点统一管理平台建设的经验,在此基础上提出针对特藏资源管理平台建设应从国家或行业层面制定元数据标准与规范、梳理本馆特藏资源、选择合适技术方案逐步实施特藏资源的统一管理平台的建议。

多站点协同服务的广义模型及其应用

针对互联网环境下跨组织、跨部门、跨区域的网上协同应用需求,本文提出了多站点协同服务的广义模型,且基于该模型设计开发了相应的支撑框架,并给出了构建多站点协同服务环境及其服务体系的相关原则和规约。实例表明,该模型及其支撑框架可有效解决电子政务建设过程中面临的跨多站点业务衔接和信息共享问题。