以病房示教为主联合TBL教学法在眼科教学中的探索

目的眼科学是临床专业学生的必修内容,其内容专业性强、学时相对有限、教学难度大。在眼科教学过程中改进教学方法并提高教学效率已经成为眼科学教学研究的重要课题。方法选取2021年11月—2022年5月于中山大学附属第五医院眼科见习的79名中山大学临床医学系本科学生为研究对象。随机分为对照组和研究组,对照组39名,研究组40名。对照组授课方式为传统教学法,研究组授课采用以病房示教为主联合以团队为基础的教学法(team-based learning,TBL)。教学结束后进行理论及技能考试对教学效果进行评价,采用问卷调查的方法评估学生对教学模式的满意度。结果研究组病例分析成绩[(89.04±4.03)分]优于对照组[(80.29±4.51)分],差异有统计学意义(P<0.001);研究组理论成绩较对照组稍提高,差异无统计学意义(P>0.05)。教学满意度评价显示,研究组中对眼科疾病的整体认识、理论知识掌握程度及提高临床思维能力、拓宽知识面增强横向联系及纵向认知、提高眼科学专业学习兴趣、提升学习效率、提高沟通能力、提高团队合作精神的满意程度更高,差异有统计学意义(P<0.05)。结论病房示教为主联合TBL教学法的教学模式是眼科学临床教学方法改革的积极探索,可显著提高见习生对临床眼科疾病的识别及诊疗能力,加强眼科见习生对眼科疾病的掌握程度。

基于虚拟协商与滚动时域优化的分布式协同制导策略

针对目标机动条件下的多无人机协同制导问题,提出基于虚拟协商机制与滚动时域优化的分布式协同制导策略。为同时改善时间协调与导引控制效果,在滚动时域优化框架下设计局部协调变量与目标函数,构建有限时域内的多约束协同制导优化模型;为增强制导系统对机动目标的鲁棒性,设计基于非线性自回归神经网络的干扰观测器;针对无人机之间的控制输入耦合,提出虚拟协商机制,提出虚拟协商机制,实现同步决策、排除内部“分歧”,并利用Nesterov动量的均方根传播算法设计制导指令生成策略;分别进行数字仿真与半实物仿真实验。结果表明:所提策略可在线预测与优化,应对各类干扰,提升协同制导效果,并会在实际任务中得到进一步的应用与检验。

无人机集群分组编队自适应跟踪-包含控制

针对无人机(UVA)集群分组编队跟踪-包含控制问题,建立包括分组协同、跟踪-包含的分层协同控制架构。为突出集群系统的顶层规划能力,提出基于队形参数组的分组协同控制策略,克服了现有多编队控制方法难以实现队形变换的缺陷;在考虑组间通信耦合的基础上,设计自适应分组编队跟踪-包含控制律,克服了控制输入对Laplacian矩阵特征值的依赖,并给出集群系统实现期望队形的可行性约束;对控制输入引入饱和约束,并进一步推导得到输入饱和约束下系统稳定的充要条件,避免了集群的大幅机动行为。研究结果表明:所提策略能够实现无人机集群分组编队的跟踪-包含控制。

Role of microglial polarization in age-related macular degeneration

Microglia,originating from primitive macrophages in the yolk sac,serves as both immune system defenders and regulators of homeostasis.These cells exhibit two primary polarization states:conventionally activated(M1)and alternatively activated(M2).The polarization of microglia plays a crucial role in influencing inflammatory disorders,metabolic imbalances,and neural degeneration.This process is implicated in various aspects of ocular diseases,especially age-related macular degeneration(AMD),including inflammation,oxidative stress and pathological angiogenesis.The distinct functional phenotypes of microglia impact disease progression and prognosis.Thus,regulating the polarization or functional phenotype of microglia at different stages of AMD holds promise for personalized therapeutic approaches.This comprehensive review outlines the involvement of microglia polarization in both physiological and pathological conditions,emphasizing its relevance in AMD.The discussion underscores the potential of polarization as a foundation for personalized treatment strategies for AMD.

无人机集群分组编队控制跟踪一体化设计

针对具有Lipschitz非线性动力学特性的无人机(unmanned aerial vehicle,UAV)集群系统的分组编队跟踪控制问题,提出了一种基于一致性理论的分组编队协同控制方法。首先,建立分层双虚拟结构的协同控制框架,将多编队生成、保持以及组内组间协同变换等复杂编队任务作为控制目标,基于参数组的队形描述方法,在分层控制框架内分别设置轨迹导引UAV和基准UAV,并利用UAV之间的局部运动信息设计编队控制律,克服了采用现有多编队控制策略编队间难以协同的缺陷;其次,设计多编队控制和目标跟踪一体化控制策略,确保在多编队进行协同变换的同时实现对机动目标的精确协同跟踪;最后,仿真结果验证了所提的控制算法能够实现分组编队的跟踪控制。

基于逆向强化学习的无人机路径规划

为了解决深度确定性策略梯度(DDPG)算法在规划无人机(UAV)安全避障路径时收敛速度慢、奖励函数设置困难等问题,基于逆向强化学习提出了一种融合专家演示轨迹的UAV路径规划算法。首先,基于模拟器软件采集专家操纵UAV避障的演示轨迹数据集;其次,采用混合采样机制,在自探索数据中融合高质量专家演示轨迹数据更新网络参数,以降低算法探索成本;最后,根据最大熵逆向强化学习算法求解专家经验中隐含的最优奖励函数,解决了复杂任务中奖励函数设置困难的问题。对比实验结果表明,改进后的算法能有效提升算法训练效率且避障性能更优。

针对机动目标的三维实时滚动优化制导策略

为解决目标机动策略未知条件下的飞行器拦截问题,提出一种基于神经网络的三维滚动优化制导策略。首先,针对全局最优导引律终端时刻难以确定的问题,在滚动时域优化框架下,引入零效脱靶量设计局部最优导引律,并使用粒子群优化算法进行求解。其次,为了提高制导律在线求解效率,构建神经网络,对优化算法滚动求解得到的若干组制导训练数据进行离线学习,并将经过训练的网络用于制导指令在线滚动优化。仿真结果表明,神经网络滚动优化制导策略对采取各类机动方式的目标均具有较好的制导性能,有效提高了制导指令在线优化效率,可以为飞行器制导律实时滚动求解提供参考。

基于多尺度残差网络的自适应边缘检测

为了实现无人机避障过程中的障碍物检测,针对传统边缘检测算法检测速度慢、抗噪性能差、边缘信息易缺失等问题,提出了一种基于多尺度残差网络的自适应边缘检测算法。基于深度可分离卷积,替换ResNet18残差网络中的传统卷积结构有效减少了网络参数量,提高特征提取效率。在综合考虑固定阈值和局部边缘点均值的基础上,引入自适应阈值改进八向差分算子,以提高算法抑制噪声干扰的能力。基于多尺度特征融合结构,在包含更强语义信息的高层特征图上融合低层细节信息,细化小尺度目标边缘特征。与改进前相比,准确率提升了4.23%,参数量降低了5.01×10~6,处理速度提高了4 fps。

四辊可逆粗轧支承辊的剥落分析与使用维护

结合某钢铁企业1780 mm热带连轧机粗轧支承辊使用跟踪情况,对支承辊的接触疲劳剥落机理进行深入分析,并提出四辊可逆粗轧支承辊的使用与维护方案。实践表明,通过增大磨削量和增加表面检测可有效避免支承辊剥落现象的发生。

异构无人集群分组编队自适应跟踪合围控制

针对异构无人集群在目标机动形式未知情形下的分组跟踪合围控制问题,基于输出调节策略提出一种分布式分层协同控制框架。系统中各类智能体的模型均为异构的,领导者以期望输出队形跟踪目标输出的同时,驱动跟随者的输出收敛至多领导者的凸包内部。基于观测器理论、一致性理论和自适应控制理论,设计了含时变耦合权值的分布式跟踪合围控制协议,克服了控制输入对全局信息的依赖,并实现对目标未知控制输入的有效抑制。进一步分析得到期望输出编队的可行性条件,并利用Lyapunov理论证明了闭环系统的稳定性。最后,通过仿真实例验证了提出的控制策略能够实现无人机无人车异构分组编队对目标的跟踪合围。

RVO-DDPG算法在多UAV集结航路规划的应用

针对传统智能优化算法处理不确定复杂环境下多UAV集结航路规划存在计算量大、耗时长的问题,提出了一种基于互惠速度障碍法(reciprocal velocity obstacle,RVO)的深度确定性策略梯度(deep deterministic policy gradient,DDPG)算法。引入互惠速度障碍法指导UAV对不确定环境内障碍进行避碰,有效提高了目标actor网络的收敛速度,增强了算法的学习效率。设计了一种基于综合代价的奖励函数,将多UAV航路规划中的多目标优化问题转化为DDPG算法的奖励函数设计问题,该设计有效解决了传统DDPG算法易产生局部最优解的问题。基于Pycharm软件平台通过仿真验证了该算法的性能,并与多种算法进行对比。仿真实验表明,RVO-DDPG算法具有更快的决策速度和更好的实用性。

基于MARS模拟鄱阳湖地区参考作物蒸散量

为了寻找最适宜的鄱阳湖作物蒸散量替代计算方法,文中以FAO Penman-Monteith模型参考作物蒸散量计算结果(ET0)为标准值,使用江西省南昌站1966—2015年逐日最高温度、最低温度、日照时数、风速和相对湿度数据(其中1966—1990年数据用于建立模型,1991—2015年数据用于验证模型),建立12种不同气象要素组合条件下的多元自适应回归样条(MARS)ET0计算模型,并将计算结果与广义回归神经网络(GRNN)、支持向量机(SVM)和经验模型(Hargreaves法、Irmak-Allen法、Makkink法、Pristley-Taylor法)的计算结果相比较.结果表明:3种人工智能算法的ET0计算结果精度均优于相同输入数据下的经验模型.3种人工智能算法中MARS的精度最高,在全参数组合下RMSE为0.227mm/d,R^2为0.982,NRMSE为0.086,其次是支持向量机,其在全参数组合下RMSE为0.266mm/d,R^2为0.978,NRMSE为0.101,GRNN排第三,其在全参数组合下RMSE为0.323mm/d,R^2为0.962,NRMSE为0.123.缺少温度参数时,模型精度总体较差,3种人工智能算法下R^2仅为0.800左右.MARS法不但精度更高,而且具有明确的数学表达式,是鄱阳湖地区适宜的ET0计算方法.

基于有限时间速度障碍法的UAV避障研究

运用速度障碍法进行避障时,UAV的可选避障速度区间过小,需要进行不必要的机动。针对这一问题,文中在速度障碍法的基础上提出了有限时间速度障碍法,在进行避障的过程中,同时考虑碰撞发生时间和UAV的过载约束,并设计相关指标函数,在无碰速度区域中选择最优避障速度矢量,并将UAV速度偏转至最优避障速度方向上完成避障。该方法计算量少,实时性好,能够满足UAV在线避障的要求。仿真结果验证了方法的可行性和有效性。

国内外合成橡胶市场现状及发展前景探析

2018 年是化工产品的景气周期年,但合成橡胶整体表现疲弱,在大景气周期中走出低迷行情。受汽车需求增速放缓、出口环境恶化等因素影响,2018 年我国合成橡胶供需走弱,两大通用合成胶种顺丁橡胶和丁苯橡胶均呈现明显颓势,加之原料丁二烯及替代品天然橡胶的双重挤压,行业利润空间缩窄。2019 年尽管存在贸易摩擦等不利因素,但汽车优惠政策退出的影响较上年减弱,加之国家出台的相关政策发挥作用,预计2019 年我国合成橡胶消费增速将由负转正。

感应加热的温度场仿真模拟计算及探讨

对圆柱类工件感应加热过程温度场进行仿真模拟计算,以45#钢材质为基础,研究了不同电流频率下圆柱类工件内温度场分布,讨论了加热方式、频率、磁性、隔热保护等对加热效率、次表层温度突升、工作层温度均匀性的影响。通过改变加热方式,探讨了提高工作层温度均匀性的方法,同时将感应加热和常规传热加热模式温度场进行了对比分析。

“新农科”背景下农林高校实验室双重预防机制构建与运行管理

农林高校实验室是学科发展和人才培养的一个重要平台,随着“新农科”建设的逐步推进,对其安全管理提出了新要求,面对新形势、新要求,在农林高校实验室构建并实施双重预防机制有助于强化实验人员的安全意识,推动实验室安全责任落实,有效预防和化解安全风险,保证实验室的安全运行。文章阐明了双重预防机制的构建流程,提出了双重预防机制有效运行管理措施,以期提升实验室安全管理的整体水平。

4R危机管理理论在新型冠状病毒肺炎流行期间急诊管理中的应用

本文探讨4R危机管理理论在新型冠状病毒肺炎(新冠肺炎)疫情期间急诊管理中的应用效果。急诊科以4R危机管理理论为依据,通过构建急诊科4R危机管理小组,从制度流程、人员、环境及物资、心理等方面采取积极地预防与控制措施,做到完善优化制度流程,重视岗前培训,加强个人防护,合理使用物资,严格清洁消毒,加强患者管理,注重人文关怀。疫情期间,急诊各项工作有序开展,急危重患者得到及时有效救治,实现了急诊工作人员及患者、家属“零感染”。

碳纤维复合材料在汽车轻量化中的应用

碳纤维增强树脂基复合材料(CFRP)与传统钢铝合金相比,具有高强度、高模量、耐腐蚀等优点,是汽车轻量化进程中不可或缺的重要材料。本文在回顾国内外汽车工业CFRP发展历程的基础上,分析了CFRP在汽车工业领域应用的瓶颈及前景,指出目前CFRP在汽车工业中的大范围推广应用主要面临材料成本高、加工工艺难度大、难以回收等问题,在此基础上对未来发展汽车用CFRP提出了相应建议。

变形量和变形温度对Cr5冷轧辊再结晶现象的影响

利用Gleeble3500热-力模拟试验机对Cr5锻钢工作辊进行不同变形量及变形温度的流变应力压缩试验,并利用金相显微镜观察晶粒度,研究了不同的变形量及变形温度对Cr5锻钢工作辊在锻造过程中的再结晶现象的影响。

基于阶段Q学习算法的机器人路径规划

针对传统Q学习存在收敛速度慢、学习效率低等问题,提出一种基于阶段Q学习的机器人路径规划算法。首先基于环境规模设置每阶段探索步长,减少搜索重复度;其次设置奖励池和奖励阈值确保每一阶段为最优探索;最后组合阶段最优路径为全局最优路径。通过仿真实验表明,与传统Q学习算法相比,阶段Q学习算法提高了学习效率,提升算法的收敛速度,使得机器人在复杂环境中能够迅速找到无碰撞路径。