基于碳减排的梯级水库消落期多目标水碳调度研究

提出基于碳减排的梯级水库消落期多目标水碳调度模型,将碳排放因子法应用于梯级水库水碳调度研究,为梯级水库消落期水碳协同调度提供技术支撑。以发电量最大和温室气体排放量最小为调度目标,采用NSGA-II算法求解模型,并以金沙江中下游6座水库与三峡水库组成的梯级水库为研究对象进行实例研究。结果表明:相较现行调度方案,在丰、平、枯不同水文情景下,发电效益最佳方案可使梯级水库年发电量提高44.3~75.9亿kW·h,增长率为4.0%~5.2%;碳减排效益最佳方案可减少温室气体排放量(CO_(2)当量)37.5~42.5 Gg/a,降低4.2%~4.7%;协调调度方案可提高年发电效益36.4~73.8亿kW·h(增长率3.2%~5.0%),减少温室气体排放量(CO_(2)当量)36.3~41.4 Gg/a,降低4.0%~4.6%。

问题解决疗法联合经颅直流电治疗对老年卒中后抑郁患者康复效果的影响

目的:探讨问题解决疗法联合经颅直流电治疗对老年卒中后抑郁患者康复效果的影响。方法:将纳入卒中后抑郁诊断标准的老年患者127例,依照随机数字表法进行分组,其中观察组64例,对照组63例,两组患者均给予内科常规治疗及护理,在此基础上,对照组患者给予经颅直流电治疗,观察组患者给与问题解决疗法联合经颅直流电治疗。采用汉密尔顿抑郁量表(HAMD-17)、脑卒中自我管理行为评定量表(SSMBS)、简易智力状态检查量表(MMSE)、美国国立卫生研究院卒中量表(NIHSS)、改良Barthei指数(MBI)、慢性疾病病耻感量表简版(SSCI-8)评估两组患者治疗前、治疗4周末得分。结果:两组脱落率比较,观察组的脱落率为3.12%,对照组的脱离率为4.76%,差异无统计学意义(P>0.05);两组有效率比较,观察组的有效率为91.2%,对照组有效率76.7%,差异具有显著的统计学意义(χ^(2)=5.407,P<0.05);干预4周末,两组患者的HAMD-17、SSCI-8、NIHSS评分均较治疗前降低(观察组:t=37.842,-31.005,-26.023,P<0.001;对照组:t=28.255,-24.621,-23.916,P<0.001),但与对照组相比,观察组则下降则更为明显,且差异具有统计学意义(t=4.908,3.220,2.569;P<0.05);干预4周末,两组患者的MMSE、SSMBS、MBI评分均较治疗前升高(观察组:t=23.362,18.921,27.566,P<0.001;对照组:t=14.772,15.126,16.122,P<0.001),但与对照组相比,观察组则升高更为显著,且差异具有统计学意义(t=-3.631,-3.292,-7.913;P<0.01)。结论:问题解决疗法联合经颅直流电干预模式可有效的改善老年卒中后抑郁情绪、认知功能及病耻感,促进患者的神经功能的康复,提高患者的自我管理行为及日常生活能力。

响应面法优化朝天椒中辣椒碱类物质的提取工艺

为优化朝天椒中辣椒碱类化合物的提取工艺,以辣椒碱提取率为指标,在单因素实验的基础上,以提取温度、乙醇浓度和碳酸钠浓度为自变量,根据Box-Behnken中心组合方法设计实验,进行响应面分析,得到的优化工艺条件为:提取时间3h,料液比1∶15,提取温度70℃,乙醇浓度75%,Na2CO3浓度4%,在此条件下,辣椒碱提取率达87.69%,与响应面模型预测值基本吻合。

人工智能视域下教学行为分析与评价研究

随着人工智能技术在教育领域的广泛应用,伴随着近年来智慧课堂教学环境的巨大变化,对课堂教学行为分析的研究也越来越多,人工智能技术支持下的教学行为分析能更好地应用于课堂教学质量评价中。文章首先分析了传统课堂下行为的数据获取和分析方法,然后梳理在智慧课堂中引进信息技术后教学行为分析的改进方法,最后分析人工智能技术在课堂教学行为中的应用,从评价主体、评价内容、评价方法、评价结果四个方面解析人工智能视域下教学评价的变革。

低碳时代生态导向的城市规划变革

低碳时代以生活导向为主的城市规划主要是为了应对新时期的全球资源以及其后危机,顺应社会发展要求而实施的低碳发展要求。低碳时代下生活导向的城市规划不仅需要对于现有的城市规划制度以及框架要求进行满足,还需要对于城市的生态环境情况等进行考虑与应用,并结合低碳时代环境下生活导向的城市规划要求进行城市规划的改革。本文从分析生态导向型城市规划的涵义入手,对如何进行低碳时代生态导向的城市规划变革提出了意见建议。

《网页设计与制作》课程教学改革研究

《网页设计与制作》是一门设计性和创造性很强的实用课程,教师在授课时需要把理论知识和实际操作相结合,让学生除了学习课本的基础知识外,着力培养其创新能力、分析能力、审美能力和网页制作实际操作能力。针对高校在安排《网页设计与制作》课程时课堂课时量多,上机课时量少的矛盾,对于如何提高教学质量、改革教学方法进行了研究和探讨。

云计算的应用与发展

随着互联网技术的飞速发展,云计算作为一种新型服务模式,通过结合虚拟化技术和资源整合,提高信息资源的利用率,同时降低用户的设备投入和使用成本。通过对云计算的定义及其工作原理的分析,进一步展开对Google云计算技术构架及应用的讨论,最后分析了云计算在实际商业应用中所面临的问题与挑战。

基于跨媒体语义特征的在线社交网络信息搜索研究

当今在经济取得了显著成效背景之下,科技水平在经济的促进下也不断得到发展。在“科技强国”“科教兴国”以及“科技是第一生产力”等一系列有关科技的战略政策颁布之下,我国科技水平已经居于世界前列。在此态势之下,诞生了一批以互联网技术为代表的新兴产业,给人民大众的日常生活带来了巨大的改变和利益,人民大众在网络的影响下交往越来越密切。

智能技术助推教师课堂教学行为评价的应用框架研究

目前,教师课堂教学行为评价主要采用课堂观察的经验描述方式,人力成本较高,且主观性强。随着人工智能技术在教育领域的广泛应用,该评价开始转向数据驱动的研究范式,智能技术赋能的教学行为评价凭借实时分析和可视化评价的优势,逐渐成为帮助教师调控教学行为、提高教学质量的有力手段。然而,目前智能化教师行为评价仍处于初步探索阶段,应用研究还不够深入。基于此,文章从评价数据、手段和结果上解析智能技术在教师课堂教学行为评价中的应用;利用声纹识别技术对课堂视频进行教师身份识别与话语追踪,分割视频片段;再从情感、姿态和位置偏好三个维度,构建教师课堂教学行为评价的应用框架;将评价结果以更加直观、易于理解的可视化方式呈现给教师,帮助教师进行教学反思。文章旨在通过研究,推进教师课堂教学行为评价向着智能、高效、持续的方向变革。

基于区域信息主动轮廓模型的图像分割

图像分割是对图像进行后续处理的关键步骤之一,传统主动轮廓模型在目标图像背景较为复杂的情况下很难精确地进行图像分割。为了精确且快速地进行图像分割,以便更加有利地进行后续相关图像处理操作,在对传统主动轮廓模型进行相关研究的基础之上,提出一种基于区域信息主动轮廓模型的图像分割方法。将图像区域信息融入主动轮廓模型的能量函数中去,减弱了模型对图像区域信息突变所造成的图像误分割;改进该模型能量函数内外曲线的拟合中心,以此减少图像噪声点对拟合中心准确性的影响;利用信息熵改进曲线内外能量函数权重,以此提高曲线的演化速度。实验结果表明,与传统CV(Chan_Vese)模型等四种模型相比,该方法所分割的图像更加精确,且在算法分割效率上具有较明显的优势。

基于改进CV模型的图像分割算法

传统CV模型在目标图像存在噪声干扰及图像背景较为复杂的情况下,图像分割效果较差,极易造成误分割。为了提高基于CV模型图像分割的分割效果及分割效率,提出一种基于改进CV模型的图像分割算法。首先,根据曲线演化理论对CV模型的曲线驱动力进行简化,以此提高模型的分割效率;然后,利用L1范数构造CV模型的能量泛函,同时引入中值替代传统CV模型中的曲线拟合中心,在简化数据计算的同时,提高模型对噪声的鲁棒性;最后,将该曲线驱动力与L1范数能量泛函进行融合,以此构造最终的改进CV模型的能量泛函。将所提模型与传统CV模型、LIF模型、局部二值模型以及偏置场修正水平集模型的实验结果进行对比,结果表明所提模型分割效果最优,且分割速率最高。

结合分布度量统计建模的主动轮廓图像分割

图像分割是数字图像处理中不可或缺的关键步骤。为了解决传统主动轮廓模型针对非匀质图像分割结果不准确且分割效率低的问题,提出一种结合分布度量统计建模的主动轮廓图像分割算法。所提算法的能量驱动力兼顾了图像的全局统计建模信息和其他混合灰度分布信息,使得分割曲线能够更加精确地演化至目标边缘。分布度量能量驱动力定义为轮廓内外概率密度函数定义的比率距离的方差,该能量驱动力基于图像全局信息统计建模,能够更加精确地描述轮廓曲线内外的能量变化;混合灰度分布能量驱动力由图像灰度值与融合均值与中值的区域拟合中心的L2范数表示。将分布度量能量驱动力与混合灰度分布能量驱动力组合形成新的能量泛函,利用水平集方法和梯度下降法迭代求得该能量泛函的最小值,以获得最终的图像分割结果。与传统CV(Chan Vese)模型、LBF(Local Binary Fitting)模型等四种算法的图像分割结果相比,所提模型在主观视觉效果、对初始轮廓的敏感性、运行时间和迭次次数方面均具有较大优势。

基于CDIO工程的计算机类人才培养模式研究

在高校计算机类创新应用型的人才培养研究中,传统的课程体系是有理论和实践两部分组成,在培养方案设计中可能存在理论课和实践课的设置比例失衡,实践内容与社会脱节等问题。CDIO采用一体化的人才培养方案,除了专业技能之外,增加学生的团队合作、沟通能力以及对系统的整体的设计能力。通过应用CDIO工程的教育理念,探究计算机类的相关专业创新型的人才培养模式,以项目导向的构思、设计、实现,打造国际化的复合型计算机技术人才为目标,解决学校培养的人才和社会需要的人才之间的平衡问题。

基于增强序列表示注意力网络的中文隐式篇章关系识别

中文隐式篇章关系识别通过分析论元之间的语义结构从而得到两个论元的逻辑关系,而论元的序列信息对于抽取这种语义结构至关重要。现有研究通过论元层级的交互来提升序列表达,但这种方式忽略了原始论元中的字、词粒度的序列信息。因此,通过一种循环卷积模块(RC-Encoder)来增强注意力网络架构(TLA-Encoder)的序列表达。RC-Encoder采用Bi-LSTM来提取初始论元的序列特征,并通过一种局部卷积(Local Convolution)过滤出重要的序列信息。将TLA-Encoder的编码作为一种外部记忆,引入一种外部注意力机制反复阅读RC-Encoder的序列编码从而生成最终的论元表示。在公开数据集(HIT-CDTB)上展开实验,结果表明该模型在Micro-F1和Macro-F1上超了过多个基准模型。

子宫内膜癌前哨淋巴结应用的研究进展与展望

前哨淋巴结(sentinel lymph node,SLN)检测为子宫内膜癌患者的精准淋巴结切除提供了选择,极具应用前景,但仍有部分问题和争议亟待解决,如SLN检测在高危患者中的标准临床应用规范、SLN最佳算法、评估SLN的最佳方式、低体积转移的临床意义,均值得探究。目前子宫颈注射吲哚菁绿为最常用的示踪方法,病理学超分期可提高对低体积转移的检出率,但病理学超分期操作流程、应用指征及低体积转移的临床管理需进一步规范。此外,高危型子宫内膜癌并非SLN检测的绝对禁忌证,但此类患者行SLN检测的标准临床应用规范有待进一步研究。现就近年来子宫内膜癌SLN检测研究现状及进展进行综述。

高等教育内涵式发展评价指标体系研究

高等教育内涵式发展是我国高等教育发展到一定阶段的必然选择,对其评价指标体系进行研究有利于提升高等教育管理水平,加快高等教育内涵式发展步伐。通过层次分析法和模糊综合评价法对高等教育内涵式发展评价指标体系进行构建及指标权重量化,对高等教育内涵式发展水平进行评价分析。研究结果表明,在19个具体指标中,人才培养、学科建设、财力资源数量指标在高等教育内涵式发展中所占权重最多,其中人才培养是重中之重;依据该指标体系对我国高等教育内涵式发展进行评价的结果为总体处于良好水平,但是在学科建设、产学研、领导水平、管理水平、财力资源数量和配置、组织架构等方面需要大力改善,只有这样才能更好适应高等教育内涵式发展的需求。

基于MOOC的线上线下混合教学模式研究

随着高等教育信息化逐步深入,在线教学与课堂教学优势互补的混合式教学方法受到广泛关注。这种模式强调学生的学习主体地位,在教师的引导下,注重学习效果和学生自主学习的能力培养。科学合理的组织和展开混合模式教学,也是一个逐步摸索、探讨、实践至成熟的过程,并会对高等学校教学产生积极的作用。

基于SDN的光网络容量规划方案研究

文章提出了一种用于光网络的容量规划方案,可以和新一代的SDN(软件定义网络)架构进行很好的融合。在容量规划过程中通过采用动态计算权值的最短路径算法进行业务路由,可以实现以较小的网络容量满足抗多次链路中断要求,在保证业务可靠性的同时能极大降低网络成本,同时具有较高的计算效率。

辣椒碱纯化及其应用的研究进展

辣椒碱类物质具有镇痛、抗菌和抗肿瘤等作用,被广泛应用于食品、医药、农业和军事等领域,具有较高的药用价值和经济效益;但是辣椒碱粗制品中有一些酚类物质能够颉颃辣椒碱对神经肽的作用,反而加剧疼痛和炎症,因此对辣椒碱进行纯化显得尤为重要。文章主要介绍了辣椒碱的纯化方法及应用,同时对辣椒碱的发展进行了展望。