基于格拉姆角场与深度卷积生成对抗网络的行星齿轮箱故障诊断

针对行星齿轮箱故障诊断中样本分布不均衡所引起的模型泛化能力差及诊断精度低等问题,采用格拉姆角场图像编码技术和深度卷积生成对抗网络相结合进行数据增强,融合AlexNet卷积神经网络进行故障诊断。将采集到的一维振动信号转化为格拉姆角场图,按比例划分训练集与测试集,将训练集样本与随机向量输入到深度卷积生成对抗网络模型中,交替训练生成器与判别器,达到纳什平衡,生成与原始样本类似的生成样本,从而实现故障样本的增广。用原始样本与生成的增广样本训练卷积神经网络分类模型,完成行星齿轮箱的故障识别。实验结果表明,所提方法能够有效提升样本不均衡条件下的行星齿轮箱故障诊断精度,使之达到99.15%,且能使收敛速度更快。

基于格拉姆角场和PSO-CNN的滚动轴承故障诊断方法

针对卷积神经网络的结构对滚动轴承故障诊断精度有较大影响的问题,提出一种基于格拉姆角场和粒子群优化卷积神经网络结构的故障诊断方法。采用格拉姆角场对一维轴承振动数据重构,保留原始数据信息的同时包含了时间相关性;采用粒子群优化算法对编码后的卷积神经网络结构迭代寻优。利用西储大学的轴承数据集进行试验验证,试验结果表明,该方法可自适应生成网络结构,平均诊断精度为99%,相对于其他主流卷积神经网络结构可以获得更好的故障诊断精度。

改良格拉斯哥预后评分和全身免疫炎症指数在宫颈癌患者预后预测中的价值

目的:探讨改良格拉斯哥预后评分(mGPS)和全身免疫炎症指数(SII)在宫颈癌患者预后预测中的价值。方法:回顾2010年-2017年我院的宫颈癌患者143例,收集完整病历并随访至2023年6月30日,采用Kaplan-Meier法绘制生存曲线,Log-rank检验和Cox回归分析影响患者预后的因素。结果:患者3年和5年生存率分别为85.31%和66.43%。受试者工作曲线(ROC)显示:mGPS、SII、白蛋白(ALB)、淋巴细胞(LYM)、中性粒细胞(NEU)和C反应蛋白(CRP)预测患者预后的曲线下面积分别为0.821、0.867、0.875、0.885、0.835和0.696,最佳截断值分别为0.5分、34.65 g/L、1.38×10^(9)/L、5.55×10^(9)/L、7.25 mg/L和475×10^(9)/L。Cox回归分析显示:mGPS、SII和FIGO分期是宫颈癌患者预后的影响因素,其HR分别为2.484(GPS=1)、7.096(mGPS=2)、0.121、9.507(FIGO为Ⅲ期)和23.715(FIGO为Ⅳ期)(P<0.05)。结论:mGPS、SII和FIGO分期是宫颈癌患者预后的重要预测因子。

人工智能辅助的苏格拉底式对话教学在医学分子生物学中的实践

文章探讨了在医学分子生物学教学中应用基于人工智能工具的苏格拉底式对话教学法的创新模式。通过结合苏格拉底式对话教学法和医学分子生物学教学的特点和挑战以及人工智能工具在促进教学效果和学习体验方面的关键作用,提出了针对大班额实施苏格拉底式对话教学法的挑战和对策,并进行了实践验证。研究结果表明,基于人工智能工具的苏格拉底式对话教学法能够提高学生的参与度和学习动力,促进批判性思维能力的培养,并实现个性化和差异化教学。这一创新模式将为医学分子生物学教学提供有效的教学方法和策略,推动医学教育的发展和进步。

乡镇中心学校制度的回顾与反思——基于施奈德和英格拉姆的政策工具理论视角

乡镇中心学校制度是农村义务教育领域的重要管理制度,为农村义务教育发展贡献了制度力量。论文在全面梳理乡镇中心学校制度发展历史基础上,运用施奈德和英格拉姆政策工具理论进行了初步反思,指出乡镇中心学校制度作为权威型政策工具在顺应农村义务教育体制改革新要求、适应农村义务教育经费新机制需要、推动农村义务教育发展的同时,亦存中心学校职责定位不清晰、中心学校校长权利不明确、中心学校办事机构太臃肿等不利于农村义务教育均衡发展的问题。要解决乡镇中心学校制度存在的不足,应依据政策工具系统分析模型,引导政府和乡镇学校选择激励、能力、符号和规劝、学习等信息化、志愿型、市场型政策工具,推动乡镇中心学校制度向学区制和教联体制度演进。

1株5型副猪格拉菌的分离鉴定及生物学特性研究

副猪格拉菌是猪的一种重要病原菌,给世界养猪业带来较大的危害和经济损失。开展副猪格拉菌的分离鉴定及特性分析研究工作,有助于为临床诊断治疗及预防提供依据。该试验对临床发病的仔猪病料进行细菌分离培养鉴定,采用革兰氏染色、生化鉴定、PCR扩增、测序比对、遗传进化分析、基因分型等方法对分离菌株进行鉴定分析,同时对其进行药敏试验及致病性研究。结果显示,分离得到副猪格拉菌,同源性分析结果显示该菌株与副猪格拉菌不同参考菌株之间的相似性介于92.3%~95.6%,基因分型显示分离株为基因型5型。分离菌株对多西环素、阿莫西林敏感,对新霉素、泰乐菌素、复方新诺明和头孢噻吩耐药。小鼠致病性试验显示其具有致病性。本试验相关结果为副猪格拉菌临床防控及治疗提供理论依据。

基于格拉姆角场和多尺度残差神经网络的地震事件分类方法

以江苏地震台网中心搜集并标注的天然地震、人工爆破和塌陷事件为试验数据样本,提出了一种基于格拉姆角场和多尺度残差神经网络的新的地震事件分类方法。首先对波形数据进行滤波、归一化等预处理,然后应用格拉姆角场对地震波形数据进行二维编码得到二维图像,再将此经过编码后的图像作为多尺度残差神经网络的输入进行分类模型的训练和测试,从而得出分类结果。采用上述方法对1078个天然地震台站记录、981个爆破台站记录和830个塌陷台站记录进行试验,结果显示:最终以单条波形为单位的地震事件分类准确率为92.55%,以单个台站为单位的分类准确率为96.36%,这表明基于格拉姆角场和多尺度残差神经网络的地震分类方法具有良好的效果。

基于格拉姆角场和深度残差网络的变压器绕组松动故障诊断模型

针对变压器绕组松动故障诊断中特征量难以选取,依赖人工经验的问题,提出了一种基于自动编码器降噪,格拉姆角场(GAF)和深度残差网络(ResNet)进行识别的变压器绕组松动诊断方法。该方法直接从GAF图像中自动学习有效的故障特征,不需要手动提取特征量。首先,将振动信号经过自动编码器进行降噪,获得信噪比更高的振动信号。然后,采用GAF方法将振动信号转化为二维图像,生成图像数据集,在此基础上训练ResNet,构建适用于变压器绕组松动故障分类识别的网络模型。最后,搭建变压器绕组松动故障试验平台,采集绕组在不同松动和试验电流下的振动信号并进行分析。试验结果表明,所提诊断方法对变压器绕组松动识别准确率达95%以上,能够有效识别松动相和松动程度,适用于变压器绕组松动故障的识别和诊断。

采用格拉斯曼流型的深海单帧基混响抑制方法

提出了一种混响抑制方法以抑制深海环境中的混响干扰。基于时空谱矩阵中信号(混响和目标)旁瓣的低秩性与主瓣的稀疏性差异,将混响抑制问题建模为矩阵的低秩、稀疏和扰动三项分解。采用格拉斯曼流型计算混响低秩空间,并对稀疏矩阵稀疏性进行约束,提出了一种混响快速抑制方法。基于随机正交模型与随机稀疏模型仿真分析了所提方法的有效性。结合南海实测深海混响数据和目标仿真信号对所提方法的有效性进行了实验验证。结果表明,与已有的序列随机投影子空间追踪与稀疏滤波(SRPSS)方法相比,所提方法的混响抑制性能相似,但耗时减少可达55%。

基于格拉姆角场与ResNet的输电线路故障辨识方法

针对如何利用实际故障录波数据,提取和放大故障特征差异,开展故障类型与故障原因辨识的问题,提出了基于格拉姆角场与迁移学习-ResNet的输电线路故障辨识方法。首先,统计分析了输电线路故障类型和故障原因的分布特征,用于指导构建适用于类不平衡问题的故障分类器。然后,利用格拉姆角场变换将采集得到的故障电压、电流时序信号转化为格拉姆角场图像,放大故障特征差异,作为故障分类器的输入。进一步,将生成的图像集输入搭建好的故障分类器进行网络训练和测试,输出输电线路故障类型和故障原因。最后,完全采用真实故障录波数据开展了算例分析。结果表明:所提方法对故障类型的辨识准确率达到了97.51%,对故障原因的辨识准确率达到了94.23%。并且将训练的故障辨识网络迁移至其他地区时,仍然具有较好的故障辨识效果和泛化性能。所提方法为基于暂态波形数据驱动的故障辨识提供了新方法,可以用于实际电网的输电线路故障辨识。

多源遥感影像融合处理提取格拉丹东雪山区域特征信息

2022年7月中国地质大学(武汉)冰川勘测组与登山组,在格拉丹东雪山开展了“第二次大学生长江源科考”工作。为详细分析该区域冰川时空特征信息,以此次科研数据为支撑,结合光学遥感影像解译、InSAR形变信息提取、激光雷达测高及高精度大地测量,进行了多源遥感影像融合处理研究。针对格拉丹东雪山及典型冰川,采用高分卫星GF1、GF6、GF7、ZY3与Landsat7遥感影像,利用空三加密、频域影像互相关匹配、波段比值法及目视解译,提取区域DOM、冰川面积及条数分布;利用Sentinel-1A、ICESat-2影像,以SAR影像空间域互相关偏移量追踪方法为支撑,分别提取冰川表面流速及高程变化;利用青海省域北斗CORS站点,采用Gamit/Globk双差无电离层组合模型、卫星星站差分(real-time extended,简称RTX)及RTK(real-time kinematic)方法,计算所有控制点三维空间坐标及高程异常值。结果表明:格拉丹东雪山共发育冰川512条,年均增长率为3.12%,面积1111.96 km^(2),年均退缩速率为0.63%;姜根(古)迪如冰川日均最大流速为0.25 cm/d,年均最大流速为91.25 cm/a,其南支最大退缩值、堆积值及年变化速率分别为-74.63 m、38.44 m、-5.29~3.09 m/a,北支最大退缩值、堆积值和年变化速率-39.17 m、35.74 m、-3.02~2.85 m/a;所有控制点中误差及区域似大地水准面精化模型精度均达到了mm级。研究成果可以为后续在该地区开展相关冰川研究工作提供数据支撑。

基于格拉姆角场与并行CNN的并网逆变器开关管健康诊断

针对并网逆变器开关管实际运行中易出现缺陷状态而导致电压/电流波形异常的问题,提出了一种基于格拉姆角场与并行卷积神经网络(CNN)相结合的逆变器开关管健康诊断方法,以实现对逆变器进行监测及预测性诊断。采集逆变器输出端电压与电流信号,设定并计算虚拟电阻参数再将其转化为一维时序序列;利用格拉姆角场对其进行变换,提取出与逆变器开关管缺陷相关的格拉姆角和场与格拉姆角差场2组图像数据;将生成的2组图像同时送入CNN进行并行学习训练。实验结果表明所提方法及训练模型能及时有效地对逆变器异常状态进行诊断,且诊断准确率高,鲁棒性好。

基于格拉姆角差场和生成对抗网络的小样本滚动轴承故障诊断方法

针对基于深度学习的滚动轴承故障诊断算法需要从大量标注数据中学习,且面对样本数量受限时诊断效果不佳的问题,文中提出了一种基于格拉姆角差场(GADF)和生成对抗网络(GAN)的小样本滚动轴承故障诊断方法。首先,提出了基于GADF变换的数据增强方式,将少数1维振动信号通过GADF变换转换为2维GADF图像,并通过裁剪得到GADF子图,从而得到大量的图像样本;然后,将条件生成对抗网络(CGAN)与带有梯度惩罚的Wasserstein GAN(WGAN-GP)相结合,构建一种新的生成对抗网络,该网络通过条件辅助信息与梯度惩罚增强模型训练稳定性,并设计动态坐标注意力机制以增强模型的空间感知能力,从而生成高质量样本;最后,使用生成的样本对分类器进行训练,并在验证集上得到诊断结果。文中分别使用东南大学数据集和美国凯斯西储大学(CWRU)数据集进行了两组小样本环境下的轴承故障诊断实验。结果表明,与传统生成对抗网络以及先进的小样本故障诊断方法相比,文中所提方法的准确率和精确率等5项故障诊断指标均获得最好的结果,可以准确诊断出小样本条件下的轴承故障类型。

比较C反应蛋白与白蛋白比值和格拉斯哥预后评分对弥漫大B细胞淋巴瘤患者预后判断的价值

目的:探讨并比较基于C反应蛋白(CRP)和白蛋白(ALB)的两种预测模型——CRP与ALB比值(CAR)和格拉斯哥预后评分(GPS)——在新诊断弥漫大B细胞淋巴瘤(DLBCL)患者预后评估中的价值。方法:回顾性分析本院2014年5月至2022年1月收治的初诊DLBCL患者的资料,纳入至少完成4个周期R-CHOP或R-CHOP样方案化疗,且临床、实验室检查数据以及随访资料均完整的111例患者。根据患者治疗前CAR及随访截止时的生存状态绘制受试者工作特征曲线(ROC),初步判断CAR对疾病进展和生存结局的预测价值,进一步分析CAR与患者基线临床、实验室特征的关系,并比较不同CAR、GPS分组患者的无进展生存期(PFS)和总生存期(OS),采用单因素和多因素COX风险比例回归模型分析影响疾病预后的因素。结果:ROC曲线分析结果显示,CAR预测DLBCL患者PFS、OS的曲线下面积(AUC)分别为0.687(P=0.002),0.695(P=0.005),最佳截断值均为0.11;相较于低CAR(<0.11)组,高CAR(≥0.11)组患者具有更多的临床高危因素,包括年龄>60岁(P=0.025)、ECOG评分≥2分(P=0.004)、Lugano分期III-IV期(P<0.001)、non-GCB亚型(P=0.035)、乳酸脱氢酶升高(P<0.001)、结外病变数>1处(P=0.004)及IPI评分>2分(P<0.001)。对患者进行中期疗效评估,低CAR组患者的总有效率(ORR)及完全缓解率(CRR)均明显优于高CAR组(ORR:96.9%vs 80.0%,P=0.035;CRR:63.6%vs 32.5%,P=0.008)。中位随访24个月,低CAR组患者的中位PFS及OS均明显优于高CAR组(中位PFS:未达到vs 67个月,P=0.0026;中位OS:未达到vs 67个月,P=0.002),而GPS 0分、1分和2分3组患者的PFS(P=0.11)和OS(P=0.11)差异均不具有统计学意义。多因素分析显示,仅有性别为男性和IPI评分>2分是影响患者PFS和OS的独立危险因素。结论:CAR与DLBCL患者的疾病进展和生存显著相关;与GPS相比,CAR对患者的预后判断价值更大。

治疗前格拉斯哥评分及血液炎性指标与鼻咽癌患者预后相关性研究

目的探讨治疗前格拉斯哥预后评分(GPS)及血液炎性指标与鼻咽癌患者预后相关性。方法将来自2个临床中心的鼻咽癌患者428例分成训练集和验证集,比较2组临床特征是否均衡。在训练集中分析治疗前GPS及血液炎性指标对鼻咽癌患者5年疾病特异生存率的影响,寻找鼻咽癌独立预后危险因素,并计算每位患者的预后指数,将其分为低危、中危和高危组。在验证集中进一步验证。结果训练集Cox多因素分析发现治疗前年龄>50岁、T分期T3~T4、N分期N2~N3、GPS 1~2分、中性粒细胞与淋巴细胞比值(NLR)>2.5、淋巴细胞与单核细胞比值(LMR)≤2.35是影响鼻咽癌患者5年疾病特异生存率的不良预后因素,验证集得以验证。结论治疗前GPS、NLR、LMR等联合年龄、TNM分期可能为鼻咽癌患者预后评估提供了新途径。

格拉司琼透皮贴剂重复给予毒性实验研究

目的:本文研究了格拉司琼透皮贴剂长期给药对兔产生的毒性反应。方法:实验设3个剂量组和空白对照组,高、中、低3个剂量分别为17.3 cm^(2)/kg、8.6 cm^(2)/kg、4.3 cm^(2)/kg,分别相当于临床使用剂量的20倍、10倍和5倍。结果:在对兔的长期毒性试验中,其体重及体重增重、血液学、血液生化学、血清电解质、脏体比等指标与空白对照组比较,差异无统计学意义(P>0.05)。组织病理学检查中未见与药物毒性相关的明显病变。结论:格拉司琼透皮贴剂长期用药对兔无明显毒性,临床拟用剂量使用较为安全。

“行走的苏格拉底”——首届“儿童哲学与自然教育融合实践”创新教育论坛侧记

近日,首届“儿童哲学与自然教育融合实践”创新教育论坛暨教学工作坊在上海举办,吸引了众多教育领域的专家学者和教育从业者参与。本次论坛主题为“构建城市里的村庄”。与会者强调社会环境、自然教育对孩子成长的深远影响,旨在全面促进孩子的社交。

对苏格拉底德性是否可教的误读与澄清

有不少学者提出苏格拉底的德性可教命题充满悖论,理由是苏格拉底反对从实践(σκητν)获得德性。然而从σκητν的古希腊文原义出发,σκητν所指的并不是“实践”而是“训练”,那么学者们基于“实践”推导出的结论就不可靠。基于苏格拉底的哲学立场可知,他的结论实际是:真正知识的德性可教,非知识的德性不可教。且结合柏拉图的诸多早中期对话,发现苏格拉底不但没有否认通过实践可以获得德性,而且认可通过训练可以获得德性。苏格拉底的德性教育不只是一种启发式教育,更是引导学生进行理性“训练”的过程。对σκητν的词义追溯和文本分析可知,《美诺》中的德性可教并非矛盾,由此澄清了苏格拉底对理性训练的重视和对实践的真实态度,回归到苏格拉底德性可教的本意。

苏格拉底对话式口语传统的教育意蕴

与晦涩式口语传统的对话,苏格拉底明确界定了说话、思想、存在和真实的本质关联,认为思想是心灵就某个关注对象自己跟自己的谈话。与演说式口语传统的对话,苏格拉底批评智者的演说术消解了说话的求真本质,破坏了说者和听者之间的伦理和自由关系,败坏了年轻人的灵魂。他认为说话与伦理、正义和德性关系重大。苏格拉底在对话式的哲学生活中向人们表明什么是好的对话,何以通过对话省察自己内在心灵,引导他人,进而走上追寻真实、理性和德性的思之道路。苏格拉底对话式口语传统与教育是同构耦合的,是本真教育的显现和在场,为教育准备了求真向善的基底。对置身于媒介丛林中的教育来说,苏格拉底对话的启示是,在寻求媒介与说话和对话的深度融合之中将学校营造为精神世界的学习共同体。

科学中的新划界问题及其解决策略——以道格拉斯的功能主义划界策略为例

科学中的新划界问题受到科学哲学家们越来越多的关注和讨论。这一问题源于哲学家们对科学的价值中立理想的普遍否定,既然科学活动无法完全避免价值的参与,那么如何区分价值在科学活动中所发挥的合法与不合法的作用,以及如何能够在受非认识价值的影响下守护科学的真实与权威就成为一个重要问题。为了解决新划界问题,道格拉斯提出一种区分价值在科学活动中的直接和间接作用的功能主义划界策略,以平衡价值与科学的关系。然而,这种策略存在很大的缺陷,特别是它无法应用于不共享同一套价值的领域。许多哲学家在批评道格拉斯的功能主义划界策略基础上试图为新划界问题的解决提供更合理的标准,同时发展出各种替代理论,但是这些替代理论方案仍然存在各种困难,解决新划界问题还有待进一步探索。