融合时序关系和上下文信息的时间动作检测方法

时间动作检测是视频理解领域中具有挑战性的任务。先前的时间动作检测模型主要关注视频帧的分类,而忽略视频帧之间的时序关系,导致时间动作检测模型的性能下降。为此,提出融合时序关系和上下文信息的时间动作检测方法(temporal action detection based on enhanced temporal relationship and context information,ETRD)。首先,设计了基于增强局部时序关系注意力机制的全局特征编码器,关注相邻帧的时序关系;其次,构建基于上下文信息的时序特征增强模块,融合上下文信息;最后,通过头部输出分类和回归结果。实验结果表明,所提出的ETRD模型在THUMOS14和ActivityNet1.3数据集上的平均mAP(mean average precision,平均精度均值)分别达到了67.5%和36.0%。相比于Actionformer模型的66.8%和35.6%,ETRD模型的平均mAP分别提升了0.7%和0.4%。利用视觉传感器,所提出的模型可检测出行为类别和持续时间。同时,结合心率等生理信号,可实现个体健康状态管理,为远程医疗、智能监控等提供了一种解决方案。

浅析汉语和韩国语表“瞬时”关系时间连接标记的句法位置和句法限制

“瞬时”关系指两个事件之间的时间间隔非常短,即后一事件紧接着前一事件进行、发生或完成。汉语和韩国语表示两个事件之间的“瞬时”关系时,汉语主要依靠词汇手段,而韩国语主要依靠语法手段,而韩国语的语法标记是强制性手段。旨在为汉韩、韩汉双语教学及翻译实践提供事实依据和参考,该研究考察汉语和韩国语表示“瞬时”关系时间连接标记的句法位置和句法限制,即探讨主语的位置及主语一致性问题。

作答时间与反应依赖关系建模:基于双因子模型视角

在心理与教育测验中,测验的计算机化越来越普遍,使得被试作答的过程性数据的搜集也越来越便利。分层模型的提出为作答时间与反应的联合分析提供了一个基本的建模框架,且逐渐成为当前最流行的方法。虽然分层模型被广泛使用,但仅仅通过参数间的关系还不能很好地解释作答时间和反应之间的关系。因此,一些研究者提出了一系列改进模型,但仍然存在一些不足。基于双因子模型的新视角,文中将测验的作答时间与反应分别视为测量被试速度和能力的两个局部因子,而作答时间与反应又视为综合测量了被试的速度与准确率权衡的一般能力或全局因子。基于此,文中提出双因子分层模型,以探讨作答时间与反应的依赖关系。模拟研究发现Mplus程序能有效估计双因子分层模型的各参数,而忽视作答时间与反应依赖关系的分层模型的参数估计结果存在明显的偏差。在实例数据分析中,相较于分层模型,双因子分层模型的各模型拟合指数表现更好。此外,不同被试在不同项目上的作答时间与反应存在不同的依赖关系,从而对被试的作答准确率与时间产生不同的影响。

基于长短期时间关系网络的视频行人重识别

行人重识别是计算机视觉领域中的一个重要研究方向,其目的是在不同的监控摄像头中识别并跟踪同一行人.由于视频帧间存在多种时间关系,从这些关系中可以获取到对象的运动模式以及细粒度特征,因此视频重识别相比图像重识别拥有更丰富的时空线索,也更接近实际应用.问题的关键是如何挖掘这些时空线索作为视频重识别的特征.本文针对视频行人重识别问题,提出了一种基于Transformer的长短期时间关系网络(Long and Short Time Transformer,LSTT).该网络包含长短期时间关系模块,提取重要时序信息并强化特征表示.长期时间关系模块利用记忆线索存储每帧信息,并在每一帧建立全局联系;短期时间关系模块则考虑相邻帧之间交互,学习细粒度目标信息,提高特征表示能力.此外,为了提高模型对不同目标特征的适配性,本文还设计了一个包含不同规格卷积核的多尺度模块.该模块具有多种卷积感受野,能够更全面覆盖目标区域,从而进一步提高模型的泛化性能.在MARS、MARS_DL和iLIDS-VID 3个数据集上的实验结果表明,LSTT模型性能最优.

基于累积位移特征与时间序列组合模型的滑坡位移预测

分析滑坡累积位移演化特征对位移预测具有重要的意义,根据不同增长趋势的位移曲线构造合适的模型来预测位移,将有效提高预测结果的准确度。本文分析三峡库区阶跃型滑坡累积位移变化趋势,将其位移曲线划分为4类特征:等幅-阶跃型、减幅-阶跃型、增幅-阶跃型、复合型,并建立时间序列组合预测模型。以八字门滑坡监测点ZG111及白家包滑坡监测点ZG326为例,依据时间序列原理,采用变分模态分解法(VMD)将累积位移分解为趋势性位移、周期性位移、随机性位移;利用一元线性回归、幂函数非线性回归方法对趋势性位移进行建模分析,预测结果采用加权改进后的最小二乘法(WLS);用麻雀搜索算法(SSA)优化BP神经网络模型,并结合滚动预测的思想,预测周期性位移、随机性位移。最终得到的各位移预测值之和即累积位移预测结果,结果表明:趋势性位移预测MAPE分别为1.2%、0.77%;周期性位移、随机性位移拟合效果较好,预测结果能较好的符合位移整体变化趋势;累积位移预测MAPE在2%以内,预测结果与实际值具有良好的一致性。本文提出的预测模型满足预测精度的要求,能完成滑坡将来位移量的预测,具有较强的工程实用价值,为滑坡灾害预测和防治方面的研究工作提供指导。

基于时间序列与CNN-GRU的滑坡位移预测模型研究

滑坡位移预测是滑坡预警的重要依据之一。针对以往预测模型在预测精度上存在的不足,提出了一种基于时间序列与卷积门控循环单元(CNN-GRU)的滑坡位移动态预测模型。首先,利用小波分析确定存在趋势项位移后,利用指数平滑法对累计位移分解得到趋势项与周期项位移,将趋势项采用五次多项式拟合;之后,采用自相关函数检验位移的周期特征,利用灰色关联法判断各因子与周期项之间的关联度,并将周期项与影响因子一起输入CNN-GRU模型进行预测;最终,叠加得到累计位移预测值。以三峡库区白水河滑坡为例,选取2004年1月至2012年12月数据进行研究,最终预测结果平均绝对误差百分比仅为0.525%,RMSE为9.614、R^(2)为0.993。试验结果表明,CNN-GRU具有更高的预测精度。

融合依存句法和实体信息的临床时间关系抽取

在临床文本中,时间关系对于研究患者的病情和治疗方案至关重要。而目前的时间关系抽取基于简单时间比较,仅判断4种时间关系。考虑中文临床文本中还存在大量的复杂时间和关系,现有时间关系抽取任务不能全部表达临床事件的时间关系,参考CTO时间本体将抽取任务扩展为复杂时间关系抽取。同时针对中文临床文本语义的复杂性,提出了融合依存句法和实体信息的模型学习中文句子的整体信息和实体信息。该模型针对句内时间关系和句间时间关系设计依存特征矩阵引导BERT的编码器聚合全局信息和局部信息,然后导出句子表征向量,在此基础上使用内积和哈达玛积提取丰富的实体信息,最终将句子信息和实体信息导入分类器判断时间关系。与基线模型和其他深度学习模型相比,证明了该模型的有效性。

术前急性高容量血液稀释对罗库溴铵量效关系及作用时间的影响

目的 探讨术前急性高容量血液稀释(acute hypervolaemic haemodilution,AHH)对罗库溴铵量效关系及作用时间的影响。方法 选取2022年4—10月首都医科大学附属北京朝阳医院怀柔医院需择期进行全麻手术的患者80例,随机分成AHH组和对照组,每组40例。AHH组麻醉30 min内静脉输注15 ml/kg 6%羟乙基淀粉,对照组30 min内缓慢滴注1~2 ml/kg 6%羟乙基淀粉。比较两组患者的一般情况,AHH前(t1)、AHH完成即刻(t2)、4个成串刺激(train of four,TOF)=0.9即刻(t3)的血液及尿液相关指标,罗库溴铵的绝对作用时间[自T1(第1个颤搐反应)=0至T1=1%所需时间]、临床作用时间(自T1=0至T1=25%所需时间)、体内作用时间(自T1=0至TOF=0.9所需时间)和恢复指数(T1从25%恢复至75%所需时间)。结果 80例患者中男50例、女30例;平均年龄(53.2±4.6)岁;平均身高(167.41±6.35)cm;平均体质量(67.88±6.38)kg。与t1相比,AHH组t2和t3的Hb、红细胞压积、TP、ALB、K^(+)、Mg^(2+)、Ca^(2+)、HR均降低;与对照组t2和t3相比,AHH组同时段的Hb、红细胞压积、TP、ALB、K^(+)、Ca^(2+)、Mg^(2+)、HR均较低,MAP和尿量均较高;差异均有统计学意义(P<0.05)。AHH组和对照组罗库溴铵的量效关系方程分别为y=105.7lgX-172.7和y=104.9lgX-169.0。两组罗库溴铵的ED_(50)、ED_(90)、ED_(95)、绝对作用时间、临床作用时间、体内作用时间和恢复指数方面的差异均无统计学意义(P> 0.05)。结论 15 ml/kg 6%羟乙基淀粉进行AHH不明显改变罗库溴铵的量效关系及作用时间。

我国空巢老年人睡眠时间与抑郁症状的剂量-反应关系

目的:探索我国空巢老年人睡眠时间与抑郁症状的剂量-反应关系。方法:以2018年中国健康与养老追踪调查中2 321名60岁及以上的空巢老年人为研究对象,采用Logistic回归和限制性立方样条(RCS)模型分析睡眠时间与抑郁症状的剂量-反应关系。结果:2 321名空巢老年人中918人被检出抑郁症状,抑郁症状检出率为39.55%,男性抑郁症状检出率为31.25%,女性抑郁症状检出率为49.81%,睡眠时间<5 h的空巢老年人抑郁症状检出率为62.47%,5~<7 h的空巢老年人抑郁症状检出率为41.15%,7~<9 h的空巢老年人抑郁症状检出率为29.55%,9~<11 h的空巢老年人抑郁症状检出率为33.81%,≥11 h的空巢老年人抑郁症状检出率为33.98%。多因素Logistic回归分析结果显示,调整混杂因素后,睡眠时间<5 h和5~<7 h病人的抑郁症状检出率分别是7~<9 h病人的2.529倍和1.549倍(P<0.05)。RCS模型分析结果显示,无论是整体分析还是按性别分层,空巢老年人睡眠时间与抑郁症状均呈非线性剂量-反应关系(总趋势P<0.01,非线性检验P<0.01)。结论:空巢老年人睡眠时间不足是其出现抑郁症状的危险因素,建议加强家庭支持和社会支持,改善空巢老年人睡眠环境,降低空巢老年人出现抑郁症状的风险。

基于混凝土20 h内强度龄期关系曲线确定调压井滑模滑升时间研究

水利水电工程调压井滑模施工中的混凝土强度是一个非常重要的技术参数,且是控制滑模滑升速度的依据,也是滑模能否提升的前提条件。阐述了通过对现场混凝土试件进行抗压强度检测,采用线性回归分析方法得出了该配合比混凝土在20 h内的时间与抗压强度关系曲线,依据该关系式推出了调压井20 h内混凝土随时间增长的连续强度,从而判断出滑模是否满足提升要求,进而确定出滑模的滑升时间。该方法的采用减少了取样频次、检测时间与检测成本,能够更加便捷、快速地在施工现场计算出混凝土强度是否满足滑模滑升要求。

海气关系的季节变化和时间—空间尺度依赖性

本文根据近年来对于表面湍流热通量和海表面温度变化关系的分析回顾了海气关系的季节变化和时间—空间尺度依赖性。内容包括表面湍流热通量和海表面温度变化关系的表征方法、区域变化、季节变化和随时间、空间尺度的变化,以及表面风速和海气湿度差对表面潜热通量和海表面温度变化关系的相对贡献。表面湍流热通量和海表面温度变化关系在中纬度海洋锋区和副热带涡旋区显著不同。在中纬度海洋锋区,海洋过程对海表面温度变化的贡献占主导地位,因而表现为海洋强迫作用,并且冬季比夏季更大。在副热带涡旋区,表面湍流热通量对海表面温度变化的作用更为显著,因而表现为大气强迫作用,并且夏季比冬季更为明显。在阿拉伯海西部地区,夏季海洋过程对海表面温度变化影响明显,表现出海洋强迫作用,而冬季以表面湍流热通量影响为主,表现为大气强迫情况。在孟加拉湾、南中国海和菲律宾海地区,无论冬夏季都表现为大气强迫作用。在中纬度海洋锋区冬季和阿拉伯海西部地区夏季,海洋强迫随时间尺度增长而增强,而在其它地区和季节,存在由较短时间尺度的大气强迫为主向较长时间尺度的海洋强迫变得重要的转换,转换的时间尺度大约在20~40天。在中纬度海洋锋区,海洋强迫作用随空间尺度增大而减弱,并向大气强迫情况转换,转换的空间尺度夏季比冬季小。一般而言,大气强迫作用随空间尺度增大而增强。

面向非平稳时间序列的因果关系发现算法

针对传统因果关系算法不能分析非平稳时间序列和可变时滞时间序列数据因果关系的问题,本文提出一种基于分段聚合近似可变时滞转移熵(PAAVL-TE)的因果关系算法。利用分段聚合近似法对时间序列进行转换,提取时间序列的特征信息,运用动态时间弯曲距离寻找相似程度最高的时间序列计算可变时滞时间序列的转移熵,实现了非平稳时间序列的因果分析。通过计算机仿真模拟实验将提出的算法与存在的算法相比较,证实算法有效性。将该算法用于北京市昌平区PM 2.5浓度和气象数据分析,表明本文算法具有广泛的应用性。

关于时间中点与位移中点的两个结论及其应用

时间中点与位移中点,是描述质点运动的两个重要概念.关于时间中点与位移中点,有两个结论.结论一指出,在匀变速运动中,质点在一段时间内的平均速度等于该段时间中间时刻的瞬时速度;结论二指出,在匀变速运动中,合外力的作用线通过时间中点及相对应的位移中点,且合外力的方向由时间中点相对应的点指向位移中点.本文在推证结论的基础上例举应用.

负摩阻力作用下桩基中性点位置、下拽力及下拽位移与时间的关系

介绍桩基负摩阻力产生及发展过程;针对中性点位置、下拽力及下拽位移与时间之间的关系,提出关系拟合预测曲线模型,并与现场工程实测结果进行对比分析,探讨曲线模型参数的物理意义。研究结果表明:提出的曲线模型计算结果与实测结果吻合良好,从而验证该模型的准确性和可靠性,为进一步研究桩基负摩阻力特性及其设计和计算提供参考依据。

基于时间偏好不一致的最优关系租金与银企估值

基于时间偏好不一致性的理论框架,构建了银企合作的关系贷款模型,模型中银行的最优停贷决策被视为一项实物期权。数值结果表明,时间偏好不一致性会导致代理人选择更低的违约门槛,但借款人的融资成本会更高。在项目估值方面,相比时间偏好一致情形,具有时间偏好不一致特征的银行和企业项目价值都大幅减少。此外,幼稚型和成熟型代理人对比结果显示,幼稚型代理人的错误信念能够抑制由于时间偏好不一致而导致的违约风险上升,并且能够降低最优关系租金,从而减轻具有财务约束的企业的融资成本。构建的贷款模型不仅丰富了银企关系型借贷的相关理论研究,而且指出在代理人具有时间偏好不一致的条件下最优关系租金(融资成本)更高,这从行为金融的认知偏差角度为中小企业融资难、融资贵的困境提供了新的解释。

面向多元时间序列的群体因果关系发现算法

从多元时间序列观测数据中学习多个变量之间的因果关系是许多专业领域中的重要基本问题。现有的多元时间序列因果关系发现方法通常从每个个体的观测数据中学习个体因果关系,没有考虑部分个体之间可能存在相同的因果关系,导致样本利用不足。提出一种面向多元时间序列的群体因果关系发现算法。该算法分为2个阶段:第一阶段基于因果关系对个体之间的相似性进行度量,并把多个个体划分成多个群体,且无须指定群体的个数;第二阶段基于变分推断方法充分利用每个群体内的所有个体数据,从而学习群体因果关系。实验结果表明,该算法在多组不同参数生成的仿真数据上均具有较好的表现,与对比算法相比,AUC评分提升了5%~20%。在真实数据集中,该算法能够较好地区分具有不同因果关系的群体,并且能够学习到不同群体之间不同的因果关系,表明算法不仅具有因果关系发现能力,而且还具有多元时间序列聚类能力。

“匀变速直线运动位移与时间关系”教学的思考

“匀变速直线运动的位移与时间关系”是高中物理一直以来存在的一个重难点．主要原因在于本节的公式繁多，并且学生刚刚进入高中，对高中物理学习的深广度还未能充分适应．认真探讨本节教学的问题可以有效避免分化点的出现．

时序数据的因果关系交互式可视分析

针对时序数据中因果关系检测算法效率低、错误率高、可解释性低的问题,本文提出一种新颖的用于时序数据的因果关系检测模型。该模型整合了泛函贪婪等价搜索(F-GES)模型与格兰杰(Granger)因果关系模型,展开因果关系的抽取和推断,并提出了因果关系可视分析方法,以交互式地分析时序数据中变量间的因果关系。可视分析方法形成了参数视图用于提高因果关系探索效率、因果关系树图用于直观有效地展示变量之间的因果关系、时间视图用于比较原始时序数据、堆叠流图用于帮助用户探索时序数据的层次演变以及平行坐标图用于进行相关性分析。基于真实数据形成的原型系统交互式地验证和总结时序数据中的因果关系,从而更高效地挖掘和理解时序数据中变量之间蕴含的因果规律以帮助决策。

“匀变速直线运动位移与时间的关系”教学设计

本文从匀速直线运动的位移大小可以由其υ-t图像中矩形的面积来表示出发，利用“无限细分、逐渐逼近”的极限思想探究匀变速直线运动的位移一时间关系。当学生从理论上推导出匀变速直线运动的位移公式后，笔者又引导学生设计实验加以验证，从而培养了学生的科学思维素养。