精神分裂症患者长期物质依赖与住院时间的影响

目的探究精神分裂症患者长期物质依赖与住院时间的影响。方法选取2017年2月～2018年3月我院收治的精神分裂症患者76例,将其随机分为两组,研究组为长期物质依赖患者,对照组为非物质依赖患者,对比两组患者的平均住院天数。结果研究组的平均住院天数显著高于对照组(P<0.05)。结论精神分裂症患者对长期物质依赖现象与住院时间有关。

价格引导双流自注意力序列推荐模型

针对传统序列推荐算法捕获交互序列中的长期依赖性能力较弱,以及由于数据稀疏性导致推荐结果缺乏个性化的问题,提出了一种价格引导双流自注意力序列推荐模型。通过融合项目价格信息分析用户价格偏好并辅助计算项目相似度,提高推荐结果的个性化程度;将两种信息输入到两个独立的自注意力机制,学习不同位置的重要性、提取其特征,并将输出进行拼接后输入到门控单元学习时间依赖性,提高模型的长期依赖性建模能力。在三个公开数据集上验证了模型的有效性,命中率和归一化折损累积增益最低提升1.11%,最高提升5.34%。

基于统计特征搜索的多元时间序列预测方法

时间序列中包含一些长期依赖关系,如长期趋势性、季节性和周期性,这些长期依赖信息的跨度可能是以月为单位的,直接应用现有方法无法显式建模时间序列的超长期依赖关系。该文提出基于统计特征搜索的预测方法来显式地建模时间序列中的长期依赖。首先对多元时间序列中的平滑特征、方差特征和区间标准化特征等统计特征进行抽取,提高时间序列搜索对趋势性、周期性、季节性的感知。随后结合统计特征在历史序列搜索相似的序列,并利用注意力机制融合当前序列信息与历史序列信息,生成可靠的预测结果。在5个真实的数据集上的实验表明该文提出的方法优于6种最先进的方法。

基于时序特征建模的往返时延预测方法

为提升往返时延预测的准确性与实时性,在深入挖掘和分析影响其准确度各种因素的基础上,针对往返时延变化的短期随机性与长期平稳性,提出一种基于时序特征建模的往返时延预测方法GCA-RTT。通过构建门控卷积与自注意力机制相融合的时延历史数据局部特征与长期依赖关系学习模型,实现更为精确、高效的往返时延预测。实验结果表明,GCA-RTT可以有效捕捉基于时间序列的往返时延变化特征,与其它神经网络预测方法比较,预测准确性明显提高且预测时间缩短。

西北地区南美白对虾养殖效益高

西安市水产工作站于2001-2003年进行南美白对虾引进及淡化养殖试验,其中在2002年开始加大了南美白对虾淡化养殖推广力度,在养殖技术、规模、平均产量等方面都有新的突破,总产量达到50吨左右,实现亩均利润3 500~4 500元,南美白对虾池塘淡化养殖在西安市获得成功,平均亩产达到368.1千克左右,极大地丰富了当地虾类水产品市场供应,逐渐摆脱长期依赖境外进购的局面。

国内领先,国际先进,替代进口--小汽油机用造纸法无石棉密封材料研制成功

瀑布之所以壮观,是因为它没退路:喷泉之所以灿烂,是因为它的压力。小汽油机用造纸法无石棉密封材料,长期依赖进口,被外国企业用高价控制着中国市场。这对民族企业已无退路,面临着压力。无退路就得想出路,变压力为动力。

国内领先,国际先进,替代进口——小汽油机用造纸法无石棉密封材料研制成功

瀑布之所以壮观,是因为它没退路;喷泉之所以灿烂,是因为它的压力。小汽油机用造纸法无石棉密封材料,长期依赖进口,被外国企业用高价控制着中国市场。这对民族企业已无退路,面临着压力。无退路就得想出路,变压力为动力。

我国海外矿产资源投资能力提升路径研究

2022年5月,习近平总书记在《求是》杂志发表《正确认识和把握我国发展重大理论和实践问题》的重要文章,明确指出要“正确认识和把握初级产品供给保障”,初级产品供给保障要“优化海外资源保障能力”。我国矿产资源需求庞大,人均矿产资源拥有量低,2/3的矿产资源长期依赖进口。近年来,我国海外矿产资源投资环境发生了深刻变化,亟需进一步提升我国海外矿产资源投资能力,加强同有关各方的能源资源合作,更好地利用国际国内两个市场、两种资源,构建新发展格局。

国之重器-中油测井CPLog走出国门

成果简介:“国之重器”-中油测井CPLog成套装备横空出世,标志着具备完全自主知识产权的国产测井成套装备实现了从“0”到“1”的突破,结束了我国高端测井装备长期依赖进口的历史。2022年3月,CPLog走出了国门。打造更多享誉世界的“中国制造”品牌,是我国制造业向全球产业链与价值链中高端攀升、实现高质量发展的必由之路。CPLog品牌成功走出国门,是中油测井“世界眼光、国际标准、测井特色、高点定位”的有力印证。

线上医保支付开禁的背后,是线下药店的沉默

每个政策和时代的变革,必然会有部分群体感到帐然。推广线上医保支付,对部分实体药店的打击可以说是致命的。“政策松一松,我们就能喘口气。”一些连锁药店这样说。随着“集采”、医保支付、药品监管等相关政策的不断深化,药店的生存空间面临压缩,特别是那些长期依赖政策过活的药店将会更难,甚至有业内人士说:2024年是“关店元年”。

国产驱动 领驭矿山——首款百吨级全国产化电传动矿用自卸车荣耀下线

1月21日,由中联重科自主研制的首台百吨级全国产化电传动矿用自卸车ZTE210在湖南长沙荣耀下线。ZTE210的成功下线,不仅是矿山国产重大技术装备的又一历史性突破,彻底改写我国百吨级电传动自卸车核心部件长期依赖进口的局面,也标志着中联重科矿机板块正式挺进高端矿业装备市场。

内容个性化推荐优化探索

本文旨在提升推荐算法的效果,更好地满足用户个性化需求,为构建更好的内容推荐系统提供支持。文中阐述了内容个性化推荐算法的重要性、目前存在的问题和局限性,并提出了相应的优化改善方案。当前常见的内容推荐算法在冷启动、数据稀疏性、复杂关系建模和长期依赖等方面存在问题,本文针对这些问题进行了一系列优化改善方案的探索。未来的研究可以进一步探索其他技术手段和数据处理方法,以进一步提升内容个性化推荐的效果和内容产品的用户满意度。

民办高校教师队伍“老化”问题的逆思考

目前,民办高校教师队伍已不是什么“严重老化”,而是两极分化。民办高校是靠退休教师和兼职教师起家的,以后相当长的时期内,也离不开退休教师,现在的问题是怎么样更好地调动这部分人的积极性,更好地发挥其作用。

广义分数Poisson过程

本文给出了广义分数Poisson过程WjH(t)的定义及基本性质,并提出了W(j)H(t)可能在金融中的应用.WjH(t)是宽意义下的自相似过程;对j=3,4,5,WjH(t)是增量平稳过程;WjH(t)的分布具有尖峰、胖尾特征,并且具有长期依赖性.

基于元学习和位置信息的小样本学习方法

随着小样本学习的发展,元学习已经成为一种流行的小样本学习框架,其作用是开发能够快速适应有限数据和低计算成本的小样本分类任务模型。最近有关注意力的研究已经证明了通道注意力对于特征提取效果有一定的提升,但是它忽略了位置信息的作用,位置信息对于在小样本任务中更好地从有限的数据中学习来说很重要。基于这一事实,本文提出一种新的方法,通过在所有基类上预先训练一个加入位置信息注意力的分类器,然后在基于最近质心的小样本分类算法上进行元学习,实现了将位置信息和提取特征有效的结合。通过在两个标准的数据集上实验,和当下主流的小样本图像分类方法相比,该方法在Mini-ImageNet数据集的1-shot与5-shot任务上分别提升1.23%和1.02%,在Tiered-ImageNet数据集上,也分别提升0.85%和0.78%。实验表明该方法有效的发挥了位置信息的作用,可以提升小样本图像分类的准确率。

人口红利时期校企合作机制与发展路径研究——评《职业教育中的校企合作》

当前,我国经济发展长期依赖的人口红利已经逐渐消失,劳动力人口呈现负增长,劳动力供给日益紧张,投资回报率降低,资源利用率和配置率日渐缩小,GDP潜在增长率逐渐降低,原有的劳动力优势已经不复存在,要依靠技术进步、高素质人才来推动我国经济发展,实现经济增长由依靠人口红利向依靠生产技术进步和生产效益的方向转变。

前言

先进计算与软件作为信息领域的基石,其技术创新直接关系到国家政治、经济、国防、文化等领域发展的独立性.美国为强化其科技领导地位,在大国博弈中继续抢占先机,近期针对先进计算领域连续发布多项重大国家战略,目标构筑面向未来的先进计算生态系统.受巨大的产业与应用需求驱动,我国的先进计算与软件领域在过去几十年虽然发展迅猛,但长期依赖于以美国主导的基础技术路线,“卡脖子”问题严重.

我国人才资本投资与经济增长的关系研究

本文利用单位根检验、协整检验和向量误差修正模型等计量方法研究我国人才资本投资与经济增长之间的关系。研究结果发现:我国人才资本投资与经济增长之间存在着长期稳定的依赖关系;我国人才资本投资与经济增长在长期内互为Granger因果关系;我国经济增长在短期内是人才资本投资的Granger因果关系,但是,我国人才资本投资在短期内不是经济增长的Granger因果关系。

重分式Poisson过程——一个新的股票价格运动模型

给出重分式Poisson过程WHt (t)的定义及基本性质,发现 WHt (t)具有重分形特征及长期依赖性、尖峰、胖尾等特征,从而可以用WHt (t)拟合股票收益的变化.在不同标度下,某些股票的绝对收益率具有长期依赖性及重分形特性.这表明中国证卷市场具有非线性特征,市场并非是完全有效的.

结合注意力机制与双向切片GRU的情感分类模型

在文本情感分析中,切片循环神经网络(SRNN)是目前最先进的长文本分析的高效解决方案.针对切片操作导致的低层网络的长期依赖性损失和单向SRNN无法充分提取文本语义特征的问题,提出一种基于双向切片门控循环单元和注意力机制(Bi-SGRU-Attention)结合的情感分类模型.首先,将文本序列切片成多个子序列,输入到双向门控循环单元,然后,利用注意力机制对每个子序列隐藏状态进行加权计算,通过多个网络层获得整个文本序列信息.最后经过softmax函数输出文本情感极性.通过多组对比实验,结果表明,提出的Bi-SGRU-Attention模型,在IMDB数据集上取得90.86%的准确率、90.66%的F1值和0.2301的损失,同时通过可视化子序列的注意力权重,也进一步验证了添加注意力机制弥补低层网络的长期依赖性损失的有效性.