社会工作推进社会救助中“对象赋能”和“环境优化”的整合实践

随着我国迈入全面建设社会主义现代化国家的新发展阶段,社会工作成为推动社会救助从解决生存型困难向满足发展型需求转型的重要社会力量。从社会工作实践的生命模型理论和生态系统理论出发,探讨社会工作在社会救助实践中推动“对象赋能”和“环境优化”双重实现的可能性,结果显示:社会工作可以从社会救助对象在处理生命任务时与环境系统互动中的问题和需求出发,综合运用多种理论和方法,采取“生命任务—社会目标—实践系统”的整合实践框架,着力提升救助对象解决问题和使用资源的能力,同时改善救助对象发展所需的资源环境,促进政策资源系统、社会资源系统和社会网络资源系统等资源系统与救助对象的良性互动,从而推动发展型社会救助政策的落地实践。

无人机辅助的双层深度强化学习任务卸载算法

为了解决无人机轨迹优化、用户功率分配和任务卸载策略问题,提出了一种双层深度强化学习任务卸载算法。上层采用多智能体深度强化学习来优化无人机的轨迹,并动态分配用户的传输功率以提高网络传输速率;下层采用多个并行的深度神经网络来求解最优卸载决策以最小化网络的时延和能耗。仿真结果表明,该算法使得无人机能够跟踪用户的移动,显著降低系统的时延和能耗,能够给用户提供更优质的任务卸载服务。

基于多任务辅助学习的配网低电压成因分析

当前配网低电压愈发严重,已经严重影响居民的日常生活,而维护工单反馈模糊,难以准确定位其原因。为了准确定位配网低电压的成因,提出一种基于多任务辅助学习的配网低电压成因分析模型。首先,获取低电压用户96点电流、电压等原始数据,并实现原始数据的预处理;其次,利用双向门控循环单元神经网络(bidirectional gated recurrent unit,BiGRU)挖掘数据的深度特征;最后,将引发配网低电压的主成因分析设置为主任务,子成因的分析作为相关辅助任务,利用相关辅助任务强化数据中隐藏特征学习,为主任务提供额外的监督信息,并采用多任务联合训练方式训练主成因分析模型,协助模型学习到更具鲁棒性的特征表示,提高配网低电压成因分析的准确率。实验结果表明,提出的基于多任务辅助学习的配网低电压成因分析模型具有较好的分析定位能力,最终分类准确率可达95.58%。

面向停驻车辆辅助边缘计算的服务可靠增强算法

停驻车辆辅助边缘计算(Parked Vehicle Assisted Edge Computing,PVEC)可充分利用停驻车辆闲置资源,有效缓解车载边缘计算中的资源供需矛盾。然而,因停车行为具有不确定性,车主可突然中止车辆对外提供的计算服务。这将增大用户获取可靠计算服务的难度。为此,本文提出一个面向PVEC的服务可靠增强问题,并引入任务复制技术,将该问题转化为任务副本卸载问题,目标是最小化任务副本的平均服务时延。同时,证明了该问题的NP难解性。为求解问题,提出一种贪婪算法(Greedy Algorithm,GA),优先为具有较大数据量的任务选取一组服务时延最小且满足其服务可靠需求的停驻车辆。此外,还提出一种增强遗传算法(Enhanced Genetic Algorithm,EGA),以进一步优化算法GA的解。实验结果表明,针对用户服务可靠需求变化的情形,与现有的冗余最小化算法及非任务复制算法相比,算法EGA和GA有效降低了任务副本的平均服务时延。

基于语言类任务的概念化强化学习框架

语言类强化学习任务可以促进强化学习策略的泛化性,其关键问题是自动化学习观测和语言描述的通用表示。现有方法往往隐式学习联合表示,不可避免地引入训练集中的虚假相关信息,进而损伤策略的泛化性和训练效率。针对这一问题,本文提出了概念化强化学习框架(CRL),其利用概念化这种从实体提取相似性生成抽象表示的认知方式,通过基于注意力机制的概念编码器和限制性损失函数显式地学习概括且抽象的概念化表示作为强化学习策略的输入。本文在常用的语言条件任务和文本游戏任务上验证了CRL的有效性,结果显示概念化表示大幅提升了策略的训练效率(最多70%)和泛化性能(最多30%),并有效提升了策略的可解释性。

多无人机辅助边缘计算场景下基于Q-learning的任务卸载优化

引入多无人机辅助边缘计算系统,由多个无人机和原有边缘服务器共同为移动用户提供通信和计算资源;将优化问题建模为资源竞争和卸载决策约束下的系统总效用最大化问题,系统总效用由用户满意度、任务延迟和系统能耗3个因素组成.由于优化模型是一个具有NP难属性的非凸问题,故采用强化学习方法求解得到使系统总效用最大的最优任务卸载决策集.仿真实验结果表明,与贪心顺序调优卸载方案和随机选择卸载方案相比,该文提出的Q-learning方案的系统总效用分别提高了15%和43%以上.

无人机辅助MEC车辆任务卸载与功率控制近端策略优化算法

无人机(UAVs)辅助移动边缘计算(MEC)架构是灵活处理车载计算密集、时延敏感型任务的有效模式。但是,如何在处理任务时延与能耗之间达到最佳均衡,一直是此类车联网应用中长期存在的挑战性问题。为了解决该问题,该文基于无人机辅助移动边缘计算架构,考虑无线信道时变特性及车辆高移动性等动态变化特征,构建出基于非正交多址(NOMA)的车载任务卸载与功率控制优化问题模型,然后将该问题建模成马尔可夫决策过程,并提出一种基于近端策略优化(PPO)的分布式深度强化学习算法,使得车辆只需根据自身获取局部信息,自主决策任务卸载量及相关发射功率,从而达到时延与能耗的最佳均衡性能。仿真结果表明,与现有方法相比较,本文所提任务卸载与功率控制近端策略优化方案不仅能够显著获得更优的时延与能耗性能,所提方案平均系统代价性能提升至少13%以上,而且提供一种性能均衡优化方法,能够通过调节用户偏好权重因子,达到系统时延与能耗水平之间的最佳均衡。

面向指挥层级和任务的作战地域选择智能辅助分析方法

传统作战地域选择辅助决策方法需要人工输入大量模型参数,不利于实现快速高效决策,为此提出与指挥层级和任务相适应的作战地域选择智能辅助分析方法。首先分析作战地域选择问题的主要影响因素;然后针对各个影响因素的典型评价指标,分别构建评价指标计算模型,并建立模型关键参数与指挥层级和作战任务之间的关联关系,在此基础上提出基于参数关联图的模型参数智能确定方法,在多因素对比分析框架下实现作战地域选择智能辅助分析。最后结合登陆地域选择具体应用进行案例分析,验证该方法可以实用、高效地完成作战地域选择辅助决策工作。

无人机先进地面站关键技术综述

具有沉浸显示、智能辅助、自然化人机交互等先进控制能力的新型无人机地面站已成为当前无人机控制领域的研究热点。为分析其中的技术脉络,系统性地梳理国内外一系列无人机先进地面站的功能要点及设计理念,在此基础上从无人机地面站指挥控制的观察-判断-决策-行动回路出发,归纳提炼了其技术体系构成,分析指出了其中的任务环境构建、战场态势沉浸式显示、智能化辅助决策和自然化人机交互等关键技术,并对各项技术的主要研究方法进行了深入剖析,还对无人机先进地面站目前存在的挑战和未来发展趋势进行了研判。该研究对新型地面站的研制具有指导和借鉴意义。

任务驱动同伴互助教学法理论研究及应用

任务驱动教学法和同伴互助学习两大模式的融合是在深化改革教育基础上进行的积极探索,两者相辅相成,共同促进教学活动的完善和学生通用能力的培养。该文在回顾这两种模式的理论模式和应用方式的基础上,重点分析任务驱动型同伴互助学习模式对学生学习能力的影响以及该教学模式在应用中的优势和缺陷,以寻求该模式的创新突破,从而促进任务驱动同伴互助教学法在教学领域的深入发展。

康复机器手辅助下任务导向训练对脑卒中手功能的效果

目的探究康复机器手辅助任务导向训练对脑卒中患者手部抓握功能的康复效果。方法 2015年6月至2016年9月住院脑卒中患者35例,随机分为对照组(n=17)和试验组(n=18)。两组接受相同的常规康复训练,试验组采用康复机器手辅助患手进行实物抓握训练,对照组在治疗师的辅助下进行实物抓握训练,共2周。训练前后测量手指关节主动活动度(AROM),采用Fugl-Meyer评定量表(FMA)手指功能部分和改良Barthel指数(MBI)与手功能相关的活动进行评估。结果对照组脱落3例,试验组脱落2例。治疗后,试验组患手五指伸展AROM和及屈曲AROM和,拇示中三指伸展AROM和及总AROM,各手指总AROM均较治疗前增加(t>2.937,P<0.05);对照组五指伸展AROM和及屈曲AROM和,拇示中三指伸展AROM和、屈曲AROM和及总AROM和,拇指、示指、小指AROM较治疗前改善(t>2.528,P<0.05);试验组拇示中三指伸展AROM和及总AROM和,拇指、示指总AROM大于对照组(t>2.535,P<0.05)。治疗后,试验组共同屈曲、共同伸展、拇示对捏、柱状抓握、球状抓握和FMA总分较治疗前改善(Z>2.000,P<0.05);对照组共同伸展、拇示对捏和总分较治疗前改善(Z>2.000,P<0.05);两组间各项分及总分均无显著性差异(P>0.05)。治疗后,试验组进食、穿衣、如厕、洗澡、修饰及总分较治疗前增高(Z>2.041,P<0.05);对照组治疗后总分较治疗前增高(Z=-2.527,P<0.05);两组各项分和总分均无显著性差异(P>0.05)。结论基于任务导向的康复机器手辅助训练可有效促进脑卒中早期患者患手手指主动关节活动度和抓握功能恢复。

面向工业应用的可穿戴计算技术

工业应用是可穿戴计算技术研究的一个热点问题。该文总结了可穿戴计算技术在各种典型的工业领域中的研究现状,对影响可穿戴计算技术在工业领域推广应用的关键问题,包括可穿戴性和可用性、可穿戴人机交互以及软件体系结构和支撑模式等进行了探讨和分析,最后介绍了面向可穿戴计算工业应用的创新车间信息环境模式——"知晓车间",以及可穿戴现场作业辅助系统。

基于可穿戴计算的现场作业辅助模式

为满足移动作业的维护类工程技术人员各种动态的复杂作业辅助需求,将可穿戴计算机和无线传感技术引入制造业设备维护作业现场,介绍了针对现场作业辅助用途设计的可穿戴计算系统,提出基于可穿戴计算的现场作业辅助创新模式。分析了该模式实现在应用结构创建方面所面临的挑战。围绕这一核心问题,提出了扩展有色Petri网形式及领域本体设计方法,描述应用功能模块;提出了领域结构分析和Petri网映射方法,生成应用相关的分层有色Petri网;实现了基于本体推理和变迁替代的辅助应用结构创建过程。最后,给出了应用实例及分析。

经皮电神经刺激在机器人辅助上肢运动训练中对表面肌电信号的影响

目的:通过表面肌电信号sEMG分析,研究经皮电神经刺激TENS对机器人辅助运动训练sEMG变化的规律性,以便于研究其对训练效果的影响。方法:对4名健康男性进行两轮各20min机器人辅助上肢自主循迹运动训练,并分别在其中一轮运动的过程中结合TENS。实验过程中采集sEMG,并以希尔伯特-黄变换HHT方法得到平均频率MNF进行评定。结果:持续的TENS对肱二头肌在运动训练过程中的MNF谷值均值的变化率有较明显影响,而有刺激和没有刺激的运动训练中的MNF谷值回归线的截距和斜率的变化率则没有明显规律性。同一刺激模式下,不同肌肉所受的影响并不相同,肱桡肌和肱三头肌上没有明显的规律性。结论:在机器人辅助上肢自主循迹运动训练的过程中加入TENS对某些上肢肌肉有兴奋作用。但是,持续同一刺激对不同肌肉有不同的刺激效果,因此针对运动训练的不同动作阶段,应对不同的肌肉给予相对应的刺激,而不是单纯地给予持续的刺激。

基于双边匹配决策的应急救助人员任务分配

为提高救助人员和受灾群众对应急救助方案的接受程度,提升救助效率和质量,以最大化任务匹配双方的感知契合度和接受度为目标,构建双边匹配决策模型。首先,将救助任务双方双向选择过程描述为一对多双边匹配问题,确定双边匹配方案的衡量依据;然后,量化匹配关系,将一对多双边匹配问题转化为一对一双边完全匹配问题,刻画双边主体在不同评价指标下的心理感知,构建双方的感知契合、接受度函数,建立最大化感知契合度和接受度的双边匹配决策模型;最后,通过设计并求解算例,验证模型的有效性。结果表明:用基于双边匹配策略的应急任务分配方案可以高效地分配任务,满足应急救助双方的需要。

可穿戴计算技术及其应用的新发展

可穿戴计算技术是伴随着计算机、微电子和通信技术发展起来的新兴学科,随着科技的进步和人们生活水平的提高这项技术的应用研究也正处于难得的机遇期。阐述了可穿戴计算区别于传统计算的优越特性及其在医疗、军事、教育、助残、体育、娱乐行业、老年人生活辅助方面的重要学术和应用价值,以及可穿戴计算对新一代信息与计算科学技术的巨大推动作用。介绍了可穿戴计算技术的产业化发展情况,说明现代科学技术发展和实际应用的迫切需求使得该领域的科学技术发展迅猛,也使得可穿戴计算技术的发展呈现出研究上的多学科交叉融合与产业化的同步跟进相互促进的新特点。

SRTP辅助的作物品质分析实验课教学探讨

为适应现代农业的发展需要,甘肃农业大学加强农学专业学生对作物品质分析实践操作技能培养,对开设的作物品质分析实验课程进行了优化。新的作物品质分析实验教学模式以大学生科研训练(SRTP)为任务平台,结合任务驱动教学法,有效提高了学生独立、综合分析并解决问题的能力,增加了学生在作物品质分析实验课程中学习的主动性和积极性,较好地实现了课程的教学目标。

浅谈我国辅助器具科研工作未来发展

"十二五"时期是我国残疾人社会保障和服务体系建设和实现"人人享有康复服务"目标的关键时期,辅助器具科研工作作为重要技术支撑面临的任务十分艰巨。做好辅助器具科研工作,需要有关部门、协会组织发挥作用,加强宏观统筹与协调;需要相关科研机构、企业等进一步认清当前我国辅助器具科研工作基本形势与主要任务。本文结合我国辅助器具科研工作政策与需求现状,就当前我国辅助器具科研工作的形势和主要任务进行分析与探讨。

多样化军事任务心理救援的开展

本文对多样化军事任务中心理救援工作的经验进行了阐释和总结。救援对象常见不良心理包括:恐惧、焦虑心理,愤怒、攻击心理,内疚、负罪心理,盲从、盲动心理和悲痛、自杀心理。多样化军事任务心理救援的工作原则包括:早期介入,预防为主;空杯心态,感同身受;立足发展,积极引导;方法科学,弃繁就简。多样化军事任务心理救援工作方法包括:挖掘积极心理品质,提升应对困难能力;调动社会支持系统,缓解不良情绪压力;运用紧急事件应激晤谈,减轻危机事件后的心理创伤;完善综合保障体系,提高心理应激耐受力。

投入量假设在网络阅读环境下对词汇附带习得的影响

在网络环境下,投入量大的阅读任务比投入量小的阅读任务更能促进词汇附带习得。"投入量"指数大的阅读任务对学习者词汇知识的保持效果更好,而在同等"投入量"指数时,网络环境下的阅读过程的词汇附带习得效果优于传统阅读模式。网络环境下的词汇习得认知心理环境框架和双码理论可有效弥补传统阅读中词汇附带习得的不足之处。