桥梁健康监测数据的质量评估方法研究

桥梁健康监测数据的挖掘和分析工作只有在整体数据质量符合基本要求的有效数据基础上进行,才能保障如模态参数识别、损伤识别和状态评估等后续工作的准确性。因此,基于量化改进的探索性分析方法(Exploratory Data Analysis,EDA)和相关性分析从数据完整性、准确性和一致性的角度建立了桥梁健康监测静、动态数据的质量评估方法。对某大跨度斜拉桥健康监测系统的静、动态数据进行质量评估,通过对比分析了不同评估质量的温度数据、静挠度数据和不同评估质量的主梁竖向加速度动力信号的模态参数识别的稳定图,验证了所提方法的正确性。结果表明,所提评估方法能够快速有效地判断数据质量的好坏,进而确保桥梁结构的服役性能评估和预测的准确性,有利于提高健康监测数据的可用性和效能。

我国法治体系建设中的立法质量评估与分析——基于2020年28省份法学专家的调研数据

从中国特色社会主义法律体系建设进入法治体系建设的新时代,立法质量成为法治建设的重要内容。从法理角度观察,我国立法质量建设不是从无到有的建设,而是提升法律规范性品质的建设,为此要构建一套符合我国法治建设实际的立法质量评估体系。基于详实的问卷调查数据,本评估体系将立法质量判断标准建立在指标得分及指标之间内在逻辑的双重基础之上,改变了以往仅凭指标简单加权平均来评估立法成效的方式,实现了立法整体发展水平和立法中各项要素发展情况的刻度化测评,从而有助于把握立法规律和现状,准确评估当前立法水平,以提升立法的规范性品质。

教学审核评估背景下的软件工程专业教学质量评估体系探索

在新一轮教学审核评估、工程教育认证和新工科建设的背景下,结合应用型本科院校软件工程专业的实际情况,提出在教学质量评价体系研究基础上,设计更加科学、合理和可操作性的教学质量评估体系,具体阐述如何构建基于反馈机制、持续改进的教学质量评价机制,形成具有特色的二级评估机制的教学质量评估体系。

我国幼儿园质量评估政策变迁的多源流阐释

新中国成立以来,我国幼儿园质量评估政策经历了垦拓与酝酿、起步与探索、规范与发展、深化与完善四个阶段。运用多源流理论对我国幼儿园质量评估政策的变迁机理进行探析,研究发现:问题源流为政策变迁提供了合理性基础,国家重大战略为政治源流营造了适宜政治环境,多方意见建议汇合为政策源流酝酿了合法性的土壤。我国在幼儿园质量评估政策改革和优化方面,应增强问题意识,聚焦幼儿园质量评估政策的具体实施;科学统筹规划,完善幼儿园质量评估政策的政治保障;吸纳多方建议,坚持端正幼儿园质量评估政策的价值取向。

基于EDA统计图量化的桥梁动态监测数据质量评估

探索性数据分析统计图在桥梁健康监测动态数据质量评估中已有广泛应用。为了减少人工观察统计图的主观性,通过近似度量方法实现统计图的量化分析,得到多个指标对监测数据进行快速质量评估。在运营环境激励作用下,桥梁结构动力响应具有短时线性平稳性,近似服从正态分布。以某大跨斜拉桥振动数据为研究对象,首先,绘制样本数据直方图和Q-Q图,通过观察数据分布特征预先判断数据质量,确定优、良和差3个等级。然后,分别通过KL散度和余弦相似度2种近似度量方法对样本数据直方图和Q-Q图进行量化,得到数据服从正态分布程度的指标;通过箱线图检测样本数据全局异常点,得到正常数据占比;统计分析得到量化值和先验质量等级的对应关系,确定以直方图KL散度和余弦相似度为主、以箱线图正常数据占比为辅的数据质量评估标准。最后,取部分数据为验证集,进一步验证所提方法各个指标的合理性,并给出该方法在实际工程上的应用结果。

基于边缘辅助和多尺度Transformer的无参考屏幕内容图像质量评估

与从现实场景中拍摄的自然图像不同,屏幕内容图像是一种合成图像,通常由计算机生成的文本、图形和动画等各种多媒体形式组合而成.现有评估方法通常未能充分考虑图像边缘结构信息和全局上下文信息对屏幕内容图像质量感知的影响.为解决上述问题,本文提出一种基于边缘辅助和多尺度Transformer的无参考屏幕内容图像质量评估模型.首先,使用高斯拉普拉斯算子构造由失真屏幕内容图像高频信息组成的边缘结构图,然后通过卷积神经网络(Convolutional Neural Network,CNN)对输入的失真屏幕内容图像和相应的边缘结构图进行多尺度的特征提取与融合,以图像的边缘结构信息为模型训练提供额外的信息增益.此外,本文进一步构建了基于Transformer的多尺度特征编码模块,从而在CNN获得的局部特征基础上更好地建模不同尺度图像和边缘特征的全局上下文信息.实验结果表明,本文提出的方法在指标上优于其他现有的无参考和全参考屏幕内容图像质量评估方法,能够取得更高的主客观视觉感知一致性.

中学地理教材质量评估指标体系的构建及检验

地理教材属于国家事权,建立科学的地理教材质量评估体系是当前的紧迫需求。基于思想性、科学性、规范性、实操性原则,在解析国家教材建设政策、地理课程标准及教材评估研究现状的基础上,采用专家咨询法和层次分析法,构建了一套包括思想引导性、内容适切性、素养指向性、教学有效性、版式美观性五个一级指标、20个二级指标及相应标准、权重的地理教材质量评估指标体系。以人教版高中地理教材必修1进行应用检验,评估该册教材为优秀水平,但其在纸电联动、地理实践力培养、图像质量等方面仍有提升空间。

机器翻译质量评估:方法、应用及展望

随着机器翻译译后编辑模式在语言服务行业的广泛应用,机器翻译质量评估的重要性日益凸显。本文探讨了业界三种主流机器翻译质量评估方法的优劣以及适用性。研究发现,人工评估、有参考自动评估、无参考自动预估三种方法各有其优势与不足,在特定场景下应根据需求不同灵活地选择评估方法。在未来,机器翻译质量评估研究应在提高自动评估准确率、增加质量评估维度、开展垂直细分领域评估等方面深入挖掘。

基于层次分析法的口译质量评估

近年来,评分量表在口译质量评估中得到广泛运用。基于《口译能力特征量表》,采用层次分析法,比较并计算了已有口译质量研究文献中主要参数的排名和权重,从而利用交叉学科方法优化了该量表的评分机制。研究发现:“内容”被视为口译质量评估最重要的参数,其权重占总数的62%;“表达”次之,占24%;“交互”权重最低,仅占14%。研究结果有助于克服以口译经验和思辨总结为导向进行质量评估的不足,提升了《口译能力特征量表》在课堂教学评估、自主学习评价和高风险测试公平三方面的科学性。

基于机器翻译软件的外宣文本翻译质量评估研究

外宣翻译任务日益繁重,在一定程度上需要借助机器翻译软件进行辅助工作。基于深度学习和神经网络翻译模型的机器翻译软件被广泛应用于各个领域,但其质量评估对比的实证研究并不多见。文章借助Python编程语言计算机器翻译质量评估指标,对机器翻译后的外宣文本译文进行质量评估。研究发现,不同机器翻译软件的表现各有差异,但均未达到外宣翻译的要求。主要问题有为用词不当、术语错误和搭配不当,机器翻译质量有待提高。

基于ResNet的害虫图像质量评估方法

提出一种基于ResNet的害虫图像质量评估方法,从而对林业害虫图像进行预评估。该方法首先提取害虫图像特征,并通过Wasserstein距离计算不同图像特征间的相似分布距离作为质量伪标签进行训练。通过预评估区分出不同质量的林业害虫图像,对其进行筛选、识别、分类,从而达到提高识别准确率的效果。实验结果表明,经过该方法筛选后的林业害虫数据集在ResNet18和ResNet50网络上识别准确率分别提升2.97%,2.57%。

系统功能语言学视角下基于文本的翻译质量评估模式——评《功能语言学与翻译研究——翻译质量评估模式建构》

系统功能语言学作为一种全面描述和解释语言内在结构和功能的理论框架,为翻译质量评估提供了新的视角。系统功能语言学不仅关注语言的表面形式,更深入语言的意义和功能,这与翻译过程中需要保持原文意义和功能的要求不谋而合。因此,从系统功能语言学的视角出发,构建一个基于文本的翻译质量评估模式,对于提高翻译质量、规范翻译行业具有重要的理论和实践意义。笔者在开展江西省社会科学“十四五”基金项目“基于双语语料库的新时期中国科幻文学‘走出去’研究——《三体》全系列日译研究”(项目编号:22YY05)的过程中深度学习了《功能语言学与翻译研究——翻译质量评估模式建构》一书。

应用型本科高校专业课程教学质量评估优化路径研究——产教融合背景下

随着经济的飞速发展,社会对专业人才的需求日新月异,应用型本科高校每年为企业输送大量人才,人才培养质量对企业和社会经济发展至关重要。高校专业课程存在着教学内容滞后,实践环节设计不合理等问题,如何基于产教融合的背景合理设计课程教学质量评估体系,成为应用型本科高校教学改革亟待解决的问题。文章旨在探讨产教融合背景下应用型本科高校专业课程教学质量评估现状,分析现有课程教学评估中存在的问题,并提出优化路径,推动应用型本科高校专业课程教学改革。

基于组合赋权法和模糊综合评价的电力设备状态数据质量评估

随着电力网络的扩大以及工业信息化的迅速发展,在电力领域中采集和待处理的数据量呈现爆发式增长,数据的丢失、冗余、异常、冲突等问题也日益突出,影响数据的质量。数据质量评估作为保证数据质量的关键一环,发挥着重要作用。针对电力设备的状态数据提出一种数据质量评估方法,选择完整性、准确性、唯一性、一致性、及时性5个评估指标构建数据质量评估体系,设置了定量计算的评估规则;组合运用模糊层次分析法和熵权法来确定各评估维度的权重,以提高数据质量评估的科学性;再运用模糊综合评价法,依据隶属函数来确定数据质量的所属等级。最后运用上述方法,对某地的油色谱数据质量进行评估,该方法计算得到数据质量的评分为77.15,处于“中等”等级。评估结果与实际应用场景相符,表明该文提出的方法适用于电力设备状态数据质量评估。

心衰患者的生活质量评估及其与心衰病情发展和临床结局的相关性分析

探讨心衰患者生存质量的定量评价方法,并探讨其与疾病进展及临床转归的相关性。方法 对82例心力衰竭病人进行随机分组,每组41例,对照组41例。对照组采用传统疗法,观察组给予针对性的生活质量干预。主要比较两组患者治疗前、后症状自评量表、多功能自评量表及心功能评分,以及患者对治疗的满意程度及负性情绪评分。结果观察组患者症状自评量表和 MLHFQ评分明显好于对照组,差异有统计学意义;观察组左室射血分数、 LVEDD及6 MWT均较治疗前显著增高,上述各项指标均优于对照组;观察组疗效满意率(97.56%)明显好于对照组,差异有统计学意义;观察组患者的 BAI和 BDI消极情绪分较对照组明显降低,说明患者的抑郁和焦虑情绪得到了有效地控制。结论 对心力衰竭病人实施有针对性的生命质量评价和针对性治疗策略,可以有效地提高病人的自我照顾能力,显著提高病人的生活质量,提高病人的心功能状况,提高病人对治疗过程的满意度,同时还能有效地抑制病人的抑郁、焦虑等情绪的发生和发展。本研究结果为进一步将该干预措施应用于临床提供了有力的依据。

基于OBE理念的机器人工程实践教育质量评估方法研究

成果导向教育(OBE)作为一种先进的教育理念,已经成为很多国家教育改革的主流理念。基于OBE理念进行机器人工程实践教育质量评估,以学生为中心,发挥结果的导向作用,对机器人工程实践教育质量评估方案和评估过程进行设计,旨在提高教学质量。现在国家对高校教育提出更高要求,即落实创新创业人才培养模式,教师需要高度重视实践教育工作,发挥评估指导作用以完善教育模式,本论文针对OBE理念的机器人工程实践教育质量评估方法展开研究。

环境空气监测用氮中甲烷气体标准物质质量评估

为了解和掌握当前环境空气非甲烷总烃监测所使用的氮中甲烷气体标准物质的质量状况,通过对全国范围内开展环境空气非甲烷总烃监测的实验室中的99家进行使用情况调查,发现共涉及35家制造商。选择其中使用占比较高的10家,另外再随机选取6家,通过匿名采购等方式获取31瓶氮中甲烷气体标准物质。经两家测试单位分别测试后,采用归一化偏差(E_(n))法和相对偏差法两种方法评价所选标准物质的量值准确性和监测适用性,同时依照相关国家计量技术规范评估其证书完整性和规范性。结果显示,两种方法的评价结果一致。16家制造商中,14家的27瓶气体标准物质定值准确,2家的4瓶气体标准物质定值不准确;9家证书相对完整、规范,其余7家普遍存在缺少标准物质唯一标识等问题,部分制造商甚至存在涉嫌冒用证书、证书中的定值浓度超出认定范围等问题。鉴于氮中甲烷气体标准物质是保障非甲烷总烃监测结果准确性、可比性和可溯源性的重要基础,且制造商数量众多,建议使用者加强标准物质质量评估工作,并审查其所附证书的规范性。

新时代学前教育质量评估的未来样态

长期以来,幼儿园分等定级评价体系对保障学前教育质量发挥了重要的推动作用。但各地在实际执行的过程中,如果缺乏科学理念的引领,则有可能产生“重结果轻过程”“重硬件轻内涵”“重他评轻自评”等问题。评级本质上是一种学前教育质量评价和监控的方式,不仅是中国的幼儿园,由政府建立学前教育质量评价和监控系统,对不同的幼儿园进行规范化、高标准的管理,也是世界各国普遍的做法。建立健全教育评价制度,才能促进学前教育高质量发展。这就亟需我们明确教育质量评估的价值取向,转变评估的思路和方式,加快质量评估改革。因而,要充分发挥质量评估的正向效益,我们需要深刻认识并树立科 学的质量评估理念,因地制宜、着眼未来,在实践中积极探索和构建学前教育质量评估的新样态,更好地发挥质量评估促进发展的功能。

心衰患者的睡眠质量评估及其与心衰严重程度的相关性分析

探讨心衰患者的睡眠质量并评估其与心衰严重程度的相关性。方法 选取我院收治的60例心衰患者为研究对象,按照护理方式分为试验组(n=30)和对照组(n=30),对比两组患者的心功能指标,总满意度,睡眠质量及抑郁和焦虑评分来评估睡眠质量与心衰严重程度的相关性。结果 试验组患者的LVEF,LVEDD和LVESD均显著优于对照组,并且试验组的总满意度(96.67%)明显高于对照组(66.67%),显示试验组护理方法对改善心功能效果明显。两组患者护理后的睡眠质量得分都有所提高,但试验组的提高幅度更大。此外,在抑郁评分与焦虑评分方面,试验组护理后的评分均低于对照组,显示其情绪状态更为稳定。结论 通过本研究结果可见, 对心衰患者进行特殊护理能改善其心功能及情绪状态,提高睡眠质量及总满意度,提示睡眠质量可能对心衰的严重程度有一定的影响,具有较高的临床参考价值。

基于神经网络的屏幕内容图像质量评估

随着计算机移动网络技术快速发展,实现屏幕内容图像的分发和处理达到信息共享尤为重要。本文提出了一种基于深度学习卷积神经网络(Convolution neural network,CNN)的屏幕内容图像质量评估方法。人类视觉系统针对文字区域和图像区域具有不同的关注点,所以不能从单一的特征去判断图片的质量,通过设计更深层次的卷积神经网络从而达到多特征提取的目的。本模型使用全卷积网络(Full convolution network,FCN)将屏幕内容图像分割成文字区域和图片区域,利用深层次CNN分别对文本区域和图片区域进行质量评估,通过融合策略将分数整合在一起得到图像的整体质量得分。本模型允许局部质量和局部权重的联合学习,以数据为主导进行驱动,并且不依赖手工特征和图像统计的知识。在两个公开数据集上的实验结果表明,所提出的方法性能相比于目前的方法在主观感知上取得了更高的一致性。