科技自立自强战略背景下“科学家精神”融入高职生科学素养培育路径探索

科技自立自强战略的背景下,高职教育面临着十分迫切的科学素养培养任务。科学家精神是科学素养的核心要素之一,融入科学素养培育是十分必要的。然而,当前高职生科学素养培养中融入科学家精神存在诸多问题。文章从科学家精神与高职生科学素养培养的关系出发,对存在问题进行了分析。问题包括缺乏对科学家精神的全面认识、培养模式单一、教育环境不够优化等。文中提出了对策,包括加强对科学家精神的教育、推进实践教学、建立创新创业平台和加强教师队伍建设等。这些对策将有助于弥补融入科学家精神的过程中存在的问题,加强高职生科学素养的培养,为实现科技自立自强战略提供有力的支撑。

基于多项式拟合算法的EMD端点问题的处理

经验模态分解(EMD)是由Huang等发展的一种新的数据分析方法,但是在利用样条插值获得上下包络过程中存在着棘手的端点问题。文章在解决该问题已有算法的基础上,提出了多项式拟合算法。它利用多项式来拟合临近端点处的极值点序列,再由此多项式求出极值点序列在端点处的近似取值,使得对极值点进行插值的三次样条在端点处不会发生大的摆动。通过对三种算法进行比较,证明了多项式拟合算法可以有效地抑制端点效应。

经验模态分解方法及其实现

经验模态分解方法可以有效提取非线性非稳定信号的瞬时特征。提出了经验模态分解方法中“筛”过程存在的端点问题、循环终止条件等重要问题的解决方案;并以经验模态分解方法为核心实现了非线性非稳定信号处理系统,在给出该系统如何处理外来信号流程图的同时,对系统界面的功能、生成方法和运算模块的功能、结构进行了详细地阐述。

基于用户偏好的矩阵分解推荐算法

为提高推荐精确度,提出了一种基于用户偏好的矩阵分解推荐算法(USPMF)。综合考虑通过对用户之间的相似性、用户与项目之间的信息的分析,同时考虑数据量大引起的时间和空间复杂度高的问题,引入了矩阵分解方式。USPMF算法以优化损失函数为目标,在达到全局最优的同时,提高预测的准确度。将USPMF算法与正则化矩阵分解算法、基于用户的协同过滤推荐算法进行了比较,在真实的数据集上的实验结果表明,USPMF算法在预测准确性上有显著提高,平均绝对误差(MAE)分别降低了13.70%、1.17%,均方根误差(RMSE)分别降低了15.07%、1.03%。

基于交叉覆盖算法的时间序列模式匹配

为了有效进行时间序列的匹配,提出了基于交叉覆盖算法的模式匹配方法。首先对时间序列进行预处理,使它们分布在n+1维空间中某个中心在原点的球面上,再通过学习构造分类器,实现序列的准确匹配。主要讨论完全匹配查询,即把两两相似的时间序列分别归类,所以利用交叉覆盖算法准确分类的功能可以完成所探讨的问题。

基于信任关系重建和社交网络传递的推荐算法

传统的协同过滤推荐算法存在数据稀疏和可用用户偏好信息有限的问题。针对数据稀疏问题和联系不可靠现象对传统社交网络推荐带来的影响,提出一种在信任关系重建和社交网络传递基础上的推荐算法。引入去伪存真方法避免联系不可靠现象,根据用户所建立的联系规模改进用户相似度计算公式提高去伪存真准确度。定义预备朋友的概念,为用户推荐预备朋友解决数据稀疏问题。在重建的信任关系上利用社交网络的传递性进行预测评分,并定义二端分布函数调节预测评分提高推荐准确度。在数据集Epinion上进行实验,结果表明,该算法能减小数据稀疏和联系不可靠现象对推荐结果的负面影响,有效降低预测结果的平均绝对误差,提高推荐的准确度。

水下机器人抗波浪扰动动力定位研究

针对水下机器人近水面运动受到波浪干扰而产生的不确定性问题,结合所研制的新型海洋工程模态切换机器人MC-ROV,文章基于CFD法建立动力学模型,进行6DOF动力定位分析;根据定位误差设计力和力矩分配策略,采用非奇异终端滑膜控制(NTSM)对推力予以补偿,以减小由波浪等随机带来的影响,并采用无味卡尔曼(UKF)实时估计水下机器人的状态;仿真结果表明,该方法具有良好的动力定位效果,并且在受扰动后可以迅速调整动力分配策略,减小其带来的负面影响。

溃疡性结肠炎并发急性下消化道大出血的临床特点及转归

目的分析溃疡性结肠炎(UC)并发急性下消化道大出血的临床特点及转归。方法对2006年1月至2017年12月北京协和医院住院治疗的11例UC合并急性下消化道大出血患者的临床资料进行描述性分析。结果 UC并发下消化道大出血占同期UC住院患者的0.7%(11/1486),所有患者均处于中重度活动,其中9例(81.8%)为慢性复发型+广泛结肠型。5例患者存在活动性巨细胞病毒感染,其中4例接受抗病毒治疗。11例均接受禁食水、补液、生长抑素、输血等治疗,4例在首次大出血时即接受急诊手术治疗,其中3例出现术后再出血;其余7例中2例因再发大出血行急诊结肠全切+直肠次全切除+回肠造口术,3例行择期结直肠全切或结肠全切+直肠次全切除+回肠造口术,81.8%(9/11)患者接受急诊或择期结直肠手术,1例患者在随访期间未接受手术治疗,1例患者自动出院后失访,余均康复出院。结论急性下消化道大出血往往是UC疾病活动的表现,易造成严重的临床后果。内外科医师通力协作,优化围手术期处理是改善该类患者预后的必然选择。

不确定数据流最大频繁项集挖掘算法研究

对于大型数据,频繁项集挖掘显得庞大而冗余,挖掘最大频繁项集可以减少挖出的频繁项集的个数。可是对于不确定性数据流,传统判断项集是否频繁的方法已不能准确表达项集的频繁性,而且目前还没有在不确定数据流上挖掘最大频繁项集的相关研究。因此,针对上述不足,提出了一种基于衰减模型的不确定性数据流最大频繁项集挖掘算法TUFSMax。该算法采用标记树结点的方法,使得算法不需要超集检测就可挖掘出所有的最大频繁项集,节约了超集检测时间。实验证明了提出的算法在时间和空间上具有高效性。

33例中国球孢子菌病患者的临床特征分析

目的总结中国球孢子菌病患者的临床特征,提高对球孢子菌病的认识,避免误诊、误治。方法以“Coccidioidomycosis”联合“China”为检索词检索Medline数据库,以“球孢子菌病”联合“中国”为检索词检索万方和中国知网数据库,共检索文献23篇,获得资料相对完整的中国粗球孢子菌感染患者32例。加上2016年4月北京协和医院收治的播散性球孢子菌病患者1例,共33例。分析33例患者的人口学特征、感染部位、临床表现、既往病史及接触史、影像学及实验室检查和病理特征。结果33例患者中,7例(21.2%)发病前到过球孢子菌病的流行区域,6例(18.2%)起病时处于免疫抑制状态。24例(72.7%)呼吸系统受累,6例(18.2%)皮肤受累,3例骨骼受累,2例中枢神经系统受累,角膜及胃受累各1例;8例(24.2%)为多系统受累,其中3例死亡。14例表现为各类肺部结节,5例合并纵隔淋巴结肿大,表现为实变影及空洞各4例,胸腔积液3例,多发斑片影及团块影各2例。28例于受累组织病理中检出球孢子菌包囊,3例于脓液、渗出物或胸水涂片中检出球孢子菌包囊,4例于痰、脓液及组织培养后见球孢子菌菌丝及孢子,仅有2例经血清学检查确诊。20例应用三唑类抗真菌药物进行治疗,13例全身或局部应用了两性霉素B,8例针对病灶进行手术切除,1例应用丙种球蛋白。5例患者死亡,其中3例存在可造成免疫抑制的基础疾病,1例为婴儿;其余患者病情均在相应治疗后好转或痊愈。结论球孢子菌病及早诊断,合理用药,预后一般较好。多系统受累和免疫抑制是球孢子菌病预后不良的危险因素,对于该类患者应给予充分的重视,足量、足疗程用药,警惕疾病急速进展最终导致预后不良。

时间序列相似模式的有效匹配

将经验模式分解和多层前向网络的交叉覆盖算法相结合,提出一种时间序列相似模式的匹配算法.先利用经验模式分解实现时间序列趋势的提取,再把所有的趋势序列分成训练集和测试集2个部分.通过训练为每个类别做出描述,根据测试集中的每个趋势序列和覆盖中心之间的距离把它们分配到与之最匹配的类别中.实验结果表明:该算法是一种较理想的序列模式匹配方法,更擅长于维数较高的序列的匹配.

基于液相色谱串联质谱法的纺织品中痕量全氟化合物的测定

采用超声法提取纺织品中的全氟化合物。以C18为分析柱,甲醇-5mmol/L乙酸铵为梯度洗脱淋洗液,13min内即可分离全氟己酸(PFHxA),全氟辛酸(PFOA),全氟壬酸(PFNA),全氟癸酸(PFDA),全氟十一酸(PFuDA),全氟十二酸(PFDoA),全氟丁烷磺酸(PFBS),全氟己烷磺酸(PFHxS),全氟辛烷磺酸(PFOS),全氟癸烷磺酸(PFDS)10种分析物。以313.1/268.9,412.9/368.9,462.9/418.9,512.7/468.9,562.7/518.9,612.8/568.9,298.8/99,399.2/99,498.8/99,599/99分别对PFHxA,PFOA,PFNA,PFDA,PFuDA,PFDoA,PFBS,PFHxS,PFOS,PFDS进行监控和定量分析。利用同位素内标法进行定量,线性范围和添加回收率分别为0.5～10μg/m2、84.6%～111.8%,检出限为0.5μg/m2,低于欧盟指定针对纺织品1μg/m2的限定。结果表明,本方法准确、快速,并成功用于20种纺织品实样的检测。

可提高多样性的基于推荐期望的top-N推荐方法

推荐系统帮助用户在海量信息中找到与用户相关的、个性化的产品,现有推荐技术大多致力于改进推荐系统的预测准确度。最近,推荐质量的另一个重要方面——推荐的多样性,越来越受到人们的重视。提出了一种基于物品推荐期望的top-N推荐方法,在向用户进行top-N推荐时,可以通过控制全体物品的推荐期望,来达到提高推荐总体多样性的目的。结合多种评价方法,使用不同的评分预测算法在真实的电影评分数据集上对提出的算法进行了实验,结果证明提出的算法能够在保证推荐准确度的同时,显著提高推荐的总体多样性。

基于滑动窗口的不确定性数据流频繁项集挖掘算法

为了提高频繁项集挖掘算法的准确性,在不确定性数据流频繁项集挖掘算法SRUF-mine的基础上引入最大可能误差,提出一种基于滑动窗口的false-positive挖掘算法UFIM。UFIM算法对数据流进行分块处理,在内存中维护一个存储滑动窗口内频繁项集的概要数据结构,随着窗口的滑动对该概要结构进行增量更新。实验表明,与SRUF-mine相比,UFIM算法能获得较高的频繁项集挖掘的准确性。

社交网络中融合社交关系和语义信息的推荐算法

协同过滤方法广泛应用于推荐,但是数据稀疏成为模型提供高质量推荐的一大障碍.为了解决此问题,文中提出融合社交关系和语义信息的推荐算法,提高协同过滤方法的推荐性能,有机融合稀疏的用户行为记录、项目的社交信息和项目的语义信息.应用矩阵分解技术把行为矩阵和项目社交关系映射到一个低维的特征空间,提供项目社交关系信息分解的显式解释,分析关系信息对用户行为偏好产生的影响.同时,使用社会化因子正则的级联去噪自编码器模型学习项目语义特征,改进传统深度学习模型.在真实腾讯微博和Twitter数据集上的实验表明,文中方法有效提高召回率、准确率和推荐效率.

经验模态分解方法中端点问题的处理

经验模态分解方法可以有效提取非线性非稳定信号的瞬时特征,但是在利用样条插值获得信号上、下包络过程中存在着棘手的端点问题。有文献提出利用线性神经网络对信号进行延拓的方法,来解决经验模态分解方法中存在的端点问题。提出利用BP和RBF网络对信号进行延拓的方法解决该问题;并利用实验对三种网络的延拓效果进行比较,证明了RBF神经网络的有效性。

水下机器人操纵系统优化控制研究

水下机器人(ROV)在水中运动时会受到波浪、海流等干扰,造成系统稳定性差。因此需要一种高效的运动控制方法。常规运动控制方法存在动态响应差、自适应能力不足等缺点,难以有效抑制环境干扰,为提高系统的稳定性,提出了一种结合PID的广义预测优化算法。根据ROV动力学模型,优化广义预测控制算法,结合PID对上述算法进行平滑处理,并以水下机器人的艏向和纵向运动为例验证控制效果。仿真结果表明,控制算法响应速度快、震荡低,且具有良好的抗干扰能力,为系统稳定性优化提供了科学依据。

基于KMV模型的中国地方政府债务风险评价研究

本文将可支配比例与地方政府评级联系起来,对不同省市赋予不同的可支配比例。文章运用KMV模型分析了中国30个省市地方政府债务违约风险,并依据违约风险大小进行排名。研究结果表明,中国地方政府债务风险整体可控,局部地区违约风险较大,甚至一些地方政府事实上破产,需要高度警惕可能发生债务违约的省份。最后,依据实证分析的结果,提出防范和化解地方政府债务风险的政策建议。

医学信息化手段在临床教学中的应用及展望

随着医学信息化技术的发展,临床医学教育的内容日趋丰富,但也面临着巨大的挑战。本文在对目前我国临床医学教育现状进行剖析的基础上,简述了医学信息化手段在临床见实习教学中的应用情况,并以电子病历共享平台为例将医学信息化手段在临床教学中的应用前景进行展望,希望通过将医学信息化手段与临床教学进行整合,在未来获得更好的临床教学实践成果。

基于遗传算法的网格任务调度方法研究

网格任务调度是典型的NP完全问题,因此如何快速地找到全局最优解是网格任务调度的难点所在。而遗传算法在解优化问题上具有快速性和健壮性,因而遗传算法是解决复杂的非线性问题,特别是复杂环境下的资源调度的有效方法。文中先对网格任务调度进行建模,把资源分配抽象成染色体上的等位基因,然后采用遗传算法对生成的染色体进行杂交、变异进化模拟,并且利用相对适应度以及精英选择来提高算法的收敛性。仿真结果表明,该改进算法能更有效地解决网格任务调度问题。