Adaboost分类法在边境管控目标识别中的应用

边境环境复杂性使得边境管控视频监控系统的智能化需求日渐突出。本文针对边境管控系统中对视频图像中的目标自动识别的需要,采用Adaboost算法,实现基于haar特征的分类器,生成边境管控系统在线目标识别可直接调用行人特征分类模型文件,取得了较好的目标识别效果。

从问题分类法视角评估生成式人工智能在情报工作中的应用效能

[目的/意义]借鉴以赛亚·伯林的问题分类法,评估生成式人工智能在情报工作中的应用效能。[方法/过程]通过文献分析与批判性思考,将伯林的问题分类法映射到情报工作中,分析、评估生成式人工智能在应对事实/经验、逻辑/形式、哲学/思辨问题时相较情报工作者的优势和局限。[结果/结论]生成式人工智能应对情报工作中事实/经验、逻辑/形式类问题时相较情报工作者可能具有较大优势;应对情报工作中哲学/思辨问题时则不占有优势。基于此,讨论了生成式人工智能在我国情报工作中的应用前景,并给出相应建议。

ILO国际尘肺影像分类法与我国尘肺诊断标准要点的比较

文章对国际劳工组织的国际尘肺影像分类法(ILO 2022)和我国尘肺病诊断标准(GBZ 70—2015)从胸片质量,肺区、小阴影、密集度和大阴影的定义和分级,胸膜病变,附加符号,诊断和分期,标准片,使用条件7个方面进行比较。虽然GBZ 70—2015在描述肺实质改变参数的定义,如肺区、小阴影、密集度、大阴影,与ILO 2022基本一致,但两者并不完全一样,我国的诊断标准为职业病诊断服务,在诊断分级上有自己的特点。我国将尘肺病分为三期,在分期时同时考虑了小阴影密集度和影响肺区。GBZ 70—2015未纳入医用显示屏读片,且仍使用以高千伏胸片为主的胶片为标准片,落后于ILO 2022。文章为GBZ 70-2015的修订提供了参考。

基于布鲁姆教学目标分类法的课程设计在护士人文修养教学中的应用

目的探讨基于布鲁姆教学目标分类法的课程设计对学生人文关怀能力、临床沟通能力和情绪智力的影响。方法2023年9-12月,以齐齐哈尔医学院护理学院179名2023级护理学专业四年制本科生为研究对象,实施基于布鲁姆教学目标分类法的护士人文修养课程设计。教学前后分别采用关怀能力评价量表、护生临床沟通能力测评量表和情绪智力量表进行问卷调查,对比分析在课程学习前、后学生人文关怀能力、临床沟通能力和情绪智力的变化。结果学生对课程的总体满意度评价为满意[98.89%(177/179)],教学后学生人文关怀能力、情绪智力各维度及临床沟通能力中的“建立和谐关系、敏锐倾听、共同参与和验证感觉”4个维度得分相较教学前均有显著提高,差异均有统计学意义(P<0.05);教学前后“确认患者问题和传递有效信息”2个维度得分比较,差异均无统计学意义(P>0.05)。结论在护士人文修养课程中应用基于布鲁姆教学目标分类法的课程设计有助于提升学生人文关怀能力、临床沟通能力和情绪智力,有助于提升学生的学习参与感、获得感和教学满意度,具有一定的应用价值。

基于布鲁姆教学目标分类法的混凝土结构教学新方式

为更好地克服混凝土结构课程达到良好教学效果的现实障碍,基于布鲁姆教学目标分类法,以四个知识维度分类和六个认知层次分类为抓手,以重要知识单元为落脚点,采用高质量的教学组织设计实施方式,提出了一种教学新方式。新方式包括三个主要步骤,以“数字化、翻转化”为主要特色。结合实例研究结果表明,新方式具有目标明确、可实施性强、充分体现时代特色等突出优势,能更好地培养学生的专业知识综合运用能力和创新能力。

痔病评估分类法研究进展及评估价值分析

痔病是临床常见肛肠疾病之一,其高发病率与高复发率给医患双方均造成压力。痔病评估是诊断痔病及选择治疗方式的必要前提,怎样客观评估痔病并选择适宜治疗技术是临床医师关注的焦点问题。近年来,国内外学者聚焦痔病评估提出多种痔病评估分类法。本文回顾了痔病评估分类法研究进展,主要包括以脱垂为主要评估指标的评估分类法:Goligher分类法、印度痔病新分类法、单痔分类法、脱垂痔评估流程;以出血为主要评估指标的评估分类法:日本内痔结肠镜分类、PNR-bleeding分类;综合评估分类法:Lunniss内痔分类法、解剖/临床-治疗分类、BPRST分类法、BPECT分期法、内痔与混合痔“四因素”评估方案,旨在分析其评估价值,探讨其必要因素、使用原则及评估指标组成,并针对其局限性提出优化策略,同时推测未来可能的发展方向,以期为痔病评估分类法发展及痔病临床诊疗提供参考。

一种可用于肝癌呼气信号鉴别的改进AdaBoost级联分类器

为了降低呼气检测技术在肝癌筛查中的漏诊率,本研究设计一种改进的AdaBoost级联分类器,并将其应用于鉴别健康志愿者和肝癌患者的呼气信号。首先,对训练样本进行自助划分获得一组训练子集。基于该训练子集,先后利用不同的机器学习算法,采用K折交叉训练和投票法得到多个子分类器;接着,将多个子分类器加权组合得到一个改进的AdaBoost分类器;然后,再次自助划分训练样本,以新的训练子集训练得到另一个AdaBoost分类器;最后,将两个AdaBoost分类器串联形成级联分类器。测试样本送入该级联分类器后,按照级联规则,潜在的异常样本将被反复筛查。以电子鼻采集到的120名志愿者的呼气信号的Relief优化特征集为训练样本,构建改进AdaBoost级联分类器,并对40例测试样本进行鉴别。结果表明,该级联分类器可有效区分出测试组中的肝癌患者和健康人的呼气信号,平均敏感性为93.42%,明显优于传统AdaBoost级联分类器,漏诊率显著降低。此外,该级联分类器的稳定性较好,精度的变异系数仅为3.95%。可见,改进AdaBoost级联分类器可有效提升分类器对肝癌呼气信号的检测能力,对实现基于呼气检测的肝癌无创普及性筛查技术的研究具有重要意义。

《中国图书馆分类法》中西医结合医学类目重构探讨

从《中图法》第三版开始,在其类目的编制序列中,“R2-031中西医结合”、R25/278中医临床各科“现代医学××科疾病”、“R4/78”等构成了中西医结合医学的相关类目。但相较于第一版和第二版,这些相关类目仍然无法避免该学科文献(特别是临床类文献)在分类时所出现的学科属性归属不清、归类分散、混乱无序等问题。增设“R279中西医结合临床医学”或采用借号法增设“R299中西医结合医学”是解决上述问题的办法。

基于先验知识引导提示学习的自监督分类法补全

由于现有各领域种子分类法不完整,且随着时间的推移,涌现出大量新的领域术语,使得各领域种子分类法有待自动补全。现有的自监督分类法补全方法采用图嵌入技术,并未充分利用预训练语言模型所提供的丰富语义信息,且只关注图中局部的节点关系,忽视了整体图结构所蕴含的信息。针对上述问题,提出一个基于先验知识引导提示学习的自监督分类法补全模型,该模型融合了预训练语言模型的语义信息和种子分类法的结构信息。根据查询节点在垂直路径上存在粗粒度三元组的特性,改进自监督数据集构建策略。在大样本情况下,利用基于预训练和微调模式进行匹配。在微调阶段,为了加强预训练语言模型对真实上位词的关注,在提示(prompt)中融入真实上位词的同义词或缩略词的先验知识注意力,从而更有效地利用prompt来引导预训练模型的微调过程。在匹配阶段,为了降低时间复杂度,采用软束搜索规则,具体来说,在局部图结构上,利用prompt指导生成的节点嵌入来评估同级对兄弟节点的查询置信度;在整体图结构上,采用垂直路径的游走方法进行路径截取与排序筛选。在小样本情况下,利用基于提示学习的模式进行匹配,同时采用不同模板组合和上下文示例去微调预训练语言模型。在4个不同领域的大型公开数据集上进行实验,结果表明,相较于对比模型,该模型的MR、MRR、Hit@10指标分别提升15%、0.057、0.030。

基于AdaBoost和分类树的贴片元件缺陷检测算法

针对PCB上贴片元件缺陷检测准确率低、效率低和缺陷类型不全面的问题,设计了一种基于AdaBoost和分类树的贴片元件缺陷检测系统。该系统可检测芯片引脚和电阻缺陷。首先,对采集到的图像进行拼接、校正、元件定位和去噪操作;其次,对贴片元件进行区域划分并提取子区域的形状特征、灰度特征和纹理特征;然后,利用AdaBoost算法将每个特征视为弱分类器,选取最优特征迭代形成强分类器并通过信号函数进行输出,实现每个缺陷都有其对应的特征码;最后,通过查询分类树实现缺陷分类。实验结果表明,相比于传统的图像处理缺陷检测系统,所设计的系统在检测缺陷多样化、检测速度和准确率上均具有明显优势。

基于AdaBoostSVM算法的时间序列分类方法研究

时间序列数据广泛应用于各大领域,传统的时间序列数据分类方法存在精准度低、错误分类等问题。为了提升时间序列数据分类的精准性及稳定性,提出了基于AdaBoost和SVM级联算法的时间序列数据分类方法,并针对16类UCR时间序列数据进行实验分析。实验结果表明,AdaBoostSVM算法模型平均分类精准性达96.35%,较传统的1-NN等分类方法高5%,较LSTM深度学习算法分类精准度高21%,精准性更高,稳定性更优。

基于《中国图书馆分类法》的文献自动化深层分类的研究和实现

基于《中国图书馆分类法》(下简称《中图法》)的文献深层分类蕴含着两个经典的自然语言处理问题:极限多标签文本分类(Extreme Multi-label Text Classification,XMC)和层次文本分类(Hierarchical Text Classification,HTC)。然而目前基于《中图法》的文献分类研究普遍将其视为普通的文本分类问题,由于没有充分挖掘问题的核心特点,这些研究在深层分类上的效果普遍不理想甚至不可行。相较于同类研究,本文基于对《中图法》文献分类特点和难点的深入分析,从XMC和HTC两个角度对基于《中图法》的文献深层分类和相关的解决方案进行了考察和研究,并针对该场景下的特点进行应用和创新,不仅提高了分类的准确度,还扩展了分类的深度和广度。本文模型首先通过适用于XMC问题的轻量深度学习模型提取了文本的语义特征作为分类的基础依据,而后针对《中图法》分类中的HTC问题,利用LTR(Learning to Rank)框架融入包括层级结构信息等多元特征作为分类的辅助依据,极大化地挖掘了蕴含在文本语义及分类体系中的信息和知识。本模型兼具深度学习模型强大的语义理解能力与机器学习模型的可解释性,同时具备良好的可扩展性,后期可较为便捷地融入专家定制的新特征进行提高,并且模型较为轻量,可在有限计算资源下轻松应对数万级别的分类标签,为基于《中图法》的全深度分类奠定良好的基础。

基于MMTS-AdaBoost的高维结直肠癌癌前病变分类

为实现通过提高癌前病变分类准确率,以降低结直肠癌的发生率和死亡率,提出一种基于MMTS-AdaBoost的高维数据分类算法,优化高维数据分类算法,提高分类性能。通过将本征正交思想引入马田系统,构建改进马田系统获取重要特征变量实现降维。使用降维得到的特征,应用AdaBoost算法对癌前病变类型进行分类。实验结果表明,与使用降维处理的mrmr-AdaBoost和chisquare-AdaBoost算法,以及AdaBoost、BP网络、NB、SVM等经典分类算法相比,MMTS-AdaBoost的F1和G-mean更高,分类性能更优。

马列图书分类法源流考

在我国的四大图书分类法《人大法》《中小型表》《科图法》《中图法》中,均将马列总论类图书单独列类并置于各部类之首,学术界关于这一做法的起源和发展观点不一。本文通过系统梳理历史文献,厘清我国“马列图书分类法”的源流和发展历程。我国关于马列图书的分类始于延安时期,这一时期马列图书是各图书馆的主要馆藏资源,而旧图书分类法无法适应馆藏整理的需要。在当时延安图书馆协会的组织协调下,马列学院图书馆、中山图书馆、鲁迅图书馆、鲁艺图书馆等共同研讨,开创了“马列图书分类法”,即将马列主义总论类图书独立为大类并且居于首位,各专题类图书放在其余各大类二级类目的第一位。新中国成立前后,《人大法》和《革大法》直接继承了延安时期的马列图书分类法,而后四大图书分类法在马列图书分类法方面也归于统一,这是对延安时期新图书分类法优良传统的继承和发展,最终形成具有中国特色的“马列图书分类法”。参考文献36。

早期前置字字性分类法释义文献的发展研究

《藏文字性分类法》就藏文字母搭配而言,比《藏文文法根本三十颂》更为重要,它对藏文字母的发音、搭配、组词,尤其是对动词的分类进行了概括而精辟的阐述,是学习藏文字母不可或缺的经典语法著作。但由于与之相匹配的其它藏语语法经典早已失传之故,历代学者对《藏文字性分类法》的注释,尤其是对前置字的字性分类及表意功能等的理解各持理据,颇具争议。应用现代语音学理论方法,梳理早期藏语语法典籍中的不同观点,探究扎得和司徒两大藏语文法学派的形成及其语法学价值具有一定的学术价值。

基于Granada-Ⅱ分类法评价达比加群酯在住院患者中存在的药物相关问题

目的 评价住院患者使用达比加群酯所存在的药物相关问题(Drug-related problems,DRPs),为临床合理使用达比加群酯提供参考。方法 采用Granada-II分类法,基于药品说明书、新型口服抗凝药物等相关指南制定出达比加群酯的评价标准,对2020年1月至2021年6月嘉兴市第二医院所有住院患者使用达比加群酯的必要性(DRP1、DRP2)、有效性(DRP3、DRP4)及安全性(DRP5、DRP6)进行评价,分析存在的DRPs情况。结果709份住院患者病例中,有289例患者(40.76%)发生了335次DRPs,涉及66次(19.70%)DRP2,48次(14.33%)DPR4,214次(63.88%)DRP5,7次(2.09%)DRP6。按照Granada-II分类法归类,必要性问题66次(19.70%),有效性问题48次(14.33%),安全性问题221次(65.97%)。结论 住院患者使用达比加群酯的DRPs中,较为突出的是安全性问题,为保障住院患者的用药安全,药师应及时做好药学监护,采取相关措施,提高临床合理用药水平。

基于Granada-Ⅱ分类法评价艾多沙班用于住院患者的药物相关问题

目的探讨我院住院患者使用艾多沙班的药物相关问题(Drug-related problems,DRPs),为临床合理使用艾多沙班提供参考。方法通过医院信息系统抽取2023年7-12月我院收治的使用艾多沙班的全部住院病历,共534份,以说明书为主要依据,结合相关指南和权威文献,建立艾多沙班临床使用评价标准,采用Granada-Ⅱ分类法,从必要性、有效性和安全性3个方面对临床使用艾多沙班的DRPs进行评价。结果抽取的534份住院病历中,存在DRPs的有473例(占88.58%),累计发生DRPs 741次,人均发生DRPs 1.7次。按照Granada-Ⅱ分类法的分类原则,其中必要性问题(DRP2)348次,有效性问题(DRP3+DRP4)121次,安全性问题(DRP5+DRP6)272次。DRPs主要为骨科(尤其是关节专科和创伤骨科)患者静脉血栓栓塞症(VTE)预防无适应证和预防疗程偏长。结论我院住院患者使用艾多沙班的DRPs主要是必要性问题和安全性问题,应采取相关干预措施,促进其临床合理使用。

数字人文环境下《中国图书馆分类法》应用探索

数字人文环境下,《中国图书馆分类法》(以下简称《中图法》)不仅仅是组织文献分类以及编制分类检索的工具,在信息组织和信息检索方面,尤其是在精选信息方面仍发挥着重要的作用。文章以《中图法》及《中国分类主题词表》为基础,结合《全国报刊索引》数据库收录文献,在分析用户需求基础上,构建相关知识图谱,并尝试以《中图法》为桥梁,从用户角度出发,在《中图法》展示、检索、研究热点方面探索数字人文环境下《中图法》的应用。

基于SOLO分类法的初中生思维层次培养探究

SOLO分类法对于初中生思维层次的培养有着重要意义.本文主要阐述了SOLO分类法在思维培养中的必要性和初中数学教学应用SOLO分类法培养思维的策略,旨在提高学生对知识点的理解和联系,让学生学会学习,从而促进学生的全面发展.

基于ABC与XYZ分类法的科研院所应收账款管理研究

对于资金相对紧张的“现金贫乏”型非营利组织——科研院所而言,加强应收账款管理对于提升其经营效益及确保长期稳定发展具有至关重要的研究价值。通过对N研究院的应收账款分析,并采用ABC与XYZ分类法的应收账款分类,合同完结待支付和合同付款延期成因导致的应收账款金额占比高达67.57%,说明当前科研所对应收账款管理还不到位,存在很大提升空间。同时针对应收账款管理,需要设立常态化的应收账款管理机构,建立系统、科学的应收账款管理制度,以及对应收账款客户进行信用评估,通过上述措施降低应到未到应收账款的风险,最终优化应收账款管理。