Bootstrap模型平均置信区间

模型平均作为能够解决模型不确定性的统计推断方法越来越受欢迎,模型平均应用也从点估计扩展到区间估计。目前模型平均置信区间常用方法包括Wald区间和MATA-Wald区间,这些区间都是在参数估计的分布渐近正态的情况下构建的,所以这两种方法在拟合正态数据时效果是非常好的。在本文中,我们将参数估计的Bootstrap分布来近似其真实分布,进而提出了Bootstrap模型平均置信区间,并对这3种方法分别在正态数据和偏态数据的模型下的表现进行模拟比较。模拟结果表明在正态数据的模型下,Bootstrap模型平均置信区间在上错误率和覆盖率方面仅略差于MATA区间。在偏态数据的模型下,百分位数Bootstrap模型平均置信区间的覆盖率要优于Wald区间和MATA区间,并且提供了较好的错误率,特别是上错率,都更接近名义水平。所以Boorstrap区间表现出很好的适应性。

偏正态单向分类随机效应模型下暴露水平的Bootstrap推断

为评估工作环境中的暴露水平,基于偏正态单向分类随机效应模型,研究暴露水平的区间估计和假设检验问题。首先,利用EM算法给出未知参数的极大似然估计。进而,基于Bootstrap方法,构造个体平均暴露水平的三种Bootstrap置信区间。Monte Carlo模拟结果表明,修正的Bootstrap百分位置信区间在覆盖概率意义下优于其他两种Bootstrap置信区间,Bootstrap标准置信区间在置信上限意义下优于其他两种Bootstrap置信区间。最后,将上述方法应用于苯乙烯暴露数据的案例分析,以验证所提出方法的有效性和合理性。

基于匹配的模型卸载边缘联邦学习方法

针对边缘计算环境下联邦学习中因资源异质性导致的“滞后者”效应等问题,提出基于匹配的模型卸载边缘联邦学习方法(Fed-MBMO)。该方法通过收集边缘设备的性能分析结果,将设备分别划分为强、弱客户端,考虑了模型训练的四个阶段时间占比,弱客户端通过冻结部分模型以节省在特征层上反向传播的时间,并将模型卸载至“强客户端”进行额外的训练,最后将强客户端模型的特征层与弱客户端的全连接层进行模型重构。为提高模型卸载效率,综合考虑模型特征层的相似度与任务完成时间构建了卸载成本矩阵,并将问题转换为迭代求解基于二部图的最优匹配问题,提出基于Kuhn-Munkres(KM)的模型卸载算法并进一步分析了Fed-MBMO算法的时间复杂度。实验结果表明,在资源与数据极端异质的情况下,该方法能够加速模型收敛,模型训练时间与FedAvg、FedUE和Aergia相比分别平均减少46.65%、12.66%、38.07%。实验结果证明了所提的Fed-MBMO算法能够有效解决“滞后者”效应问题并显著提高联邦学习效率。

考虑局部胶结破损热力学行为的结构性黄土二元介质本构模型

建立考虑局部胶结破损机制的本构模型是黄土力学核心任务之一,是解决黄土工程稳定性分析/评价的关键理论基础。基于热力学方法和岩土破损力学,建立了一个宏-细观热力学本构模型,它能够定量描述局部胶结破损的热力学行为及细观尺度应力-应变非均匀分布特征,提高了模型对变形的预测精度,其在数学形式上同剑桥模型类似。首先,通过热力学能量守恒定律,确定结构性黄土压缩变形过程中的结构破损功数学表达式,并发现结构性黄土局部损伤耗散的热力学行为主要来源:(1)破损集合体与未破损集合体之间的相互摩擦作用;(2)未破损集合体向破损集合体转换时,部分细观结构破损的不可逆热力学行为。基于此认识,建立了考虑胶结破损热力学行为的宏-细观本构模型框架,并通过分析结构性黄土变形机制(摩擦+胶结+破损共同作用),确定其自由能、耗散能和破损耗散能表达式;推导了一个考虑体积破损和剪切破损演化规律的损伤屈服函数及本构关系。通过所建立本构关系对已有试验数据进行预测,验证其合理性。

db/db小鼠2型糖尿病骨质疏松模型的研究

db/db小鼠是广泛应用于2型糖尿病及其并发症实验研究的动物模型,对评价新药药效及阐明病理生理学机制的研究具有重要的意义。该文通过检索中英文数据库梳理db/db小鼠的遗传背景和病理特征,并收集整理了以db/db小鼠为2型糖尿病性骨质疏松症模型开展的现代药物、中药及相关临床应用的基础研究,以期为今后本病的实验研究提供可靠的证据。

基于CLIP微调的扩散模型安全化

扩散模型变革了文本–图像生成领域,使终端用户可以基于简单的自然语言提示生成高质量、多样化的图像艺术作品.然而,由于训练数据集庞大且未经过滤,文本–图像生成模型具有生成色情内容与暴力内容等不适当内容的能力.为更加安全地部署此类模型,提出了一种基于CLIP (contrastive languageimage pre-training)方向性损失的微调(directional CLIP loss based fine-tuning, CLIF)算法,使用方向性的CLIP损失来微调模型,以抑制其生成不适当内容的能力. CLIF消耗的计算资源很少,并且具有强制生效的特点.为评估其抑制效果,提出了CTP (categorized toxic prompts)用于评估文本–图像生成模型的不适当内容生成能力.在CTP与COCO (common objects in context)上的实验结果表明, CLIF能够在抑制文本–图像扩散模型生成不安全内容的同时不影响其一般性生成能力.

主观症状动物模型研发的思考

主观症状的发生机制及新药研发有赖于实验动物模型。纵观目前常见的主观症状动物模型,以疼痛、失眠、瘙痒、眼干等主观症状动物模型较为成熟且稳定,为新药研发做出突出贡献。然而,眩晕、烦躁、胸闷、痞满、腰酸、肢体麻木等主观症状动物模型未见报道。基于此,简要概述了部分主观症状动物模型制备现状,并提出主观症状动物模型制备方法及评价指标的建议,以加大该领域的探索力度。

融合知识图谱和大模型的高校科研管理问答系统设计

科研管理是高校管理中的重要组成部分,但现有的科研管理系统难以满足用户的个性化需求。以高校科研管理向智能化转型为需求导向,将知识图谱、传统模型和大语言模型相结合,共同构建新一代高校科研管理问答系统。采集科研知识用于构建科研知识图谱。利用同时进行意图分类和实体提取的多任务模型进行语义解析。借助解析结果来生成查询语句,并从知识图谱中检索信息来回复常规问题。将大语言模型与知识图谱相结合,以辅助处理开放性问题。在意图和实体具有关联的数据集上的实验结果表明,采用的多任务模型在意图分类和实体识别任务上的F1值分别为0.958和0.937,优于其他对比模型和单任务模型。Cypher生成测试表明了自定义Prompt在激发大语言模型涌现能力方面的成效,利用大语言模型实现文本生成Cypher的准确率达到85.8%,有效处理了基于知识图谱的开放性问题。采用知识图谱、传统模型和大语言模型搭建的问答系统的准确性为0.935,很好地满足了智能问答的需求。

Bootstrap样本大数据模型和分布式集成学习方法

传统Bootstrap抽样和Bagging集成学习通常以串行方式实现,计算效率低,且存在样本不可重用、扩展性差等问题,不适合高效的大规模Bagging集成学习。从大数据分布式计算的思维入手,提出新的Bootstrap样本划分(BSP)大数据模型和分布式集成学习方法。BSP数据模型通过分布式生成算法将训练数据表达成分布式Bootstrap样本集的集合,存储成HDFS分布式数据文件,为后续的分布式集成学习提供数据支持。分布式集成学习方法从BSP数据模型中随机选取多个BSP数据块,读入集群各个节点的虚拟机,用串行算法对选取的数据块并行计算统计量或训练建模,再将所有的计算子结果回传至主节点中,生成最终的集成学习结果,此过程中可加入对子结果的质量选择以进一步提高预测效果。BSP数据模型的生成和分布式集成学习采用非Map-Reduce计算范式进行,每个数据块的计算独立完成,减少了计算节点间的数据通信开销。提出的算法在Spark开源系统中以新的算子方式实现,供Spark应用程序调用。实验表明,新方法可以高效地生成训练数据的BSP数据模型,提高数据样本的可重用性,在基于有监督机器学习算法构建的大规模Bagging集成学习实验中,计算效率能提高50%以上,同时预测精度进一步提高约2%。

广西紧密型县域医共体试点地区乡镇卫生院运行效率研究——基于Bootstrap-DEA和Tobit模型

目的:分析近年来广西紧密型县域医共体试点地区乡镇卫生院的运行效率及其影响因素,提出对策建议。方法:运用Bootstrap-DEA模型测算2015—2020年试点地区乡镇卫生院静态、动态运行效率,借助Tobit模型检验各因素对效率的影响。结果:2015—2020年试点地区乡镇卫生院综合效率、纯技术效率、规模效率均小于0.9,未达到有效状态;6年间全要素生产率小于1,处于退步状态;医护比、全科医生数占比、医师日均担负诊疗人次、人均GDP、重点人群数量对综合效率有正向影响,出院者平均住院日、门急诊病人人均费用对综合效率有负向影响。结论:紧密型医共体试点地区乡镇卫生院运行效率退步,原因主要在于技术进步指数下降,建议完善乡镇卫生院管理制度,提升管理与医疗技术水平,强化医共体信息平台建设,提升乡镇卫生院运行效率。

基于PSR+云模型的室内地震应急避难场所的韧性评估

为评估室内地震应急避难场所的韧性等级,提出一种基于压力-状态-响应(PSR)模型+云模型的室内地震应急避难场所韧性评估方法。从PSR角度构建室内地震应急避难场所韧性评估指标体系,划分韧性评估等级标准,利用AHP-DEMATEL为指标赋权,并结合云模型构建室内地震应急避难场所的韧性评估模型。以该模型对绵阳市九洲体育馆进行实证分析,分别确定其压力韧性、状态韧性、响应韧性的隶属度等级,最终得到综合等级C 2的结论,与九洲体育馆在汶川地震中表现出的韧性状态吻合,验证了模型的有效性。

冻结黏土非整数阶修正S-M损伤蠕变模型研究

冻土蠕变特性是判断冻土结构是否稳定的决定性因素。以山东张集地区黏土为研究对象,对冻结黏土进行单轴抗压试验与蠕变试验,得到了在不同冻结温度和应力加载等级下的冻结黏土蠕变规律。通过在Singh-Mitchell(S-M)模型中引入双曲线函数和非整数阶微积分,建立了能反映冻结温度和应力加载等级因素影响的冻结黏土非整数阶修正S-M蠕变模型。进一步引入损伤变量,并结合试验数据建立了损伤变量与温度关系公式,提出了非整数阶修正S-M损伤蠕变模型,该模型能较好地描述冻结黏土非稳定蠕变阶段。研究结果表明:随着冻结温度的降低,冻结黏土强度明显提高,蠕变变形减小;应力加载等级变化对冻结黏土蠕变变形影响显著。与经典S-M模型计算值和试验值的对比表明,所建模型能够准确反映温度效应下不同应力加载等级的冻结黏土蠕变规律,并且拟合优度更高。该模型参数同时具有物理和数学意义,且模型参数较少,适用于实际工程应用。

基于WebGL的STL模型可视化技术在铸造CAE系统中的应用

目的为了适应铸造CAE技术的网络化趋势,满足铸造CAE系统前置处理模块对STL模型高级渲染的功能性需求,开发一款足以媲美OpenGL渲染环境下复杂三维图形渲染效果的Web版的STL模型查看器程序——STLViewer。方法仿效Windows桌面程序的运行方式和界面风格,选择单页面设计方案。选用Visual Studio 2019开发平台,利用HTML5、CSS3和JavaScript技术设计程序界面。深入研究基于WebGL的STL模型可视化技术,按照依托场景环境活动模型渲染的技术路线,进行STLViewer各功能模块的开发。结果设计并实现了STLViewer,该程序功能完整性良好、内部逻辑结构合理高效。STLViewer融隐式交互和显式交互于一体,具有本地STL模型的随机性访问、活动模型的多样化交互、模型姿态的智能化跟踪、视图动画的多方式呈现、模型导出的便捷化操作等特点,实现了网络环境下STL模型的高级渲染功能。结论STLViewer作为一款性能卓越的STL模型查看器程序,既可辅助用户制订合理的网格剖分方案,又能带来优良的用户体验,在实际应用中得到了良好效果。

基于LightGBM和LSTM模型的电力大数据异常用电检测方法研究

随着双碳经济的提出,智能电网正朝着节能减排的方向发展,而用户的异常用电造成电力资源严重流失。针对传统异常用电检测方法精度低、运行效率慢等问题,提出了一种将LightGBM模型与改进的长短期记忆网模型相结合用于异常用电检测。通过采样和Lightgbm模型相结合进行异常检测,并通过改进长短期记忆网模型给出异常用电类别。通过试验分析了所提方法的优点。结果表明,与传统的检测方法相比,该方法能够快速有效地检测异常用户,检测准确率为98.64%。同时对异常数据进行有效分类,综合分类准确率为96.60%。为异常检测技术的发展提供了一定的参考。

空化流动的数学物理描述及空化模型研究进展

空化流动是自然界中广泛存在的一种流体力学现象,它的理论建模和数值模拟方法研究长期以来形成了流体力学领域的重要方向。本文对空化的相变本质进行了阐述,系统地介绍了空化流动的数学物理描述,回顾了空化流动数值模拟的空化模型国内外研究进展,并详细地推演了以输运方程为基础的蒸发冷凝空化模型和泡动力学空化模型,可为空化流动的研究提供借鉴。

基于Dynamo的Revit-Midas/Civil斜拉桥模型信息转换

BIM模型不支持有限元计算,且BIM模型与有限元分析模型数据交互困难,故BIM技术正向设计过程中存在建模效率低、模型修改困难等问题,无法做到BIM结构设计与有限元力学分析一体化,增加了结构模型建模与纠错成本.本文依托Revit和Midas/Civil软件平台,在Dynamo环境下采用IronPython语言设计了一套Revit-Midas/Civil的模型信息转换程序.以博士大桥主桥为对象,通过程序自动实现:1)Revit模型桥梁构件分解、截面特性计算、拉索及梁塔弹性连接处理,并转换成适用于Midas/Civil的语言格式MCT文件,实现了Revit向Midas/Civil模型信息自动转换;2)将有限元计算结果反馈到Revit模型中,对作用效应信息按数值大小赋予渐变颜色,实现了在BIM模型中显示有限元分析结果的展示功能.本文程序可实现Revit-Midas/Civil模型信息转换,有效提高了BIM正向应用效率,弥补了BIM技术在桥梁结构分析方面的不足.

基于CNCSCOLOR的色相-色调感性模型构建

中国应用色彩体系(CNCSCOLOR)基于中国人眼视觉实验所开发,但在国外色彩体系的早期市场占有下没有得到广泛应用。本研究尝试开发一套易于学习推广的模型,以促进其普及和应用。首先通过对三维色彩体系的研究分析,借鉴日本PCCS色彩体系,构建了简化的二维色相-色调基本模型,其中色调融合了色彩属性明度和彩度。模型用直角坐标定位,水平轴为彩度,垂直轴为明度,5种无彩色将明度轴分为四段,12个20色色相环即12种有彩色色调,按照明度与彩度的大小有序分布于平面内。确定构成基本模型的240种有彩色和5种无彩色的选色规则,选出色彩,组合完善基本模型。其次,研究确定12种有彩色色调的感性,得到色相-色调感性模型。通过主观调查初步分析得到有彩色色调的感性,再实施客观眼动实验进一步验证调查结果,最终确定12个有彩色色调的感性分别是鲜明的、明快的、强烈的、浑厚的、清新的、淡雅的、浑浊的、厚重的、浅淡的、暗淡的、灰暗的、黑暗的。研究得到的色相-色调模型包含的色彩数量少,采用二维的平面布局,使初学者易懂易记,便于普及应用;且色调命名符合中国人的情感特征,将用于后续的感性配色模型构建,便于设计师和消费者快速进行精准的产品色彩搭配,对中国本土色彩体系的发展和色彩设计水平的提升具有实际的应用价值。

科创氛围对人才引进可持续效能的影响——基于DPSIR-DEA-Malmquist模型及门槛效应分析

人才战略作为长期国策,对国家现代化建设和区域高质量发展具有关键战略意义。高质量人才体系建设的关键,是优化科技创新发展环境,实现人才引进可持续效能的增进。本文利用DPSIR-DEA-Malmquist指数模型,测算了中国2014—2020年间31个省份(因数据缺失,未含港澳台地区)人才引进可持续效能,进而建构门槛模型,实证检验了科创氛围对人才引进可持续效能的影响机制。研究发现:①我国省域人才引进可持续效能稳定展现并不断增强,地域差异在地理与时空层面均呈现明显的收窄现象;②人才引进可持续效能Malmquist指数在技术效率层面的分解呈现“N型”趋势,基本与Malmquist指数变化趋势一致,而技术进步的指数则呈现“M型”相悖走势,说明并不构成人才引进可持续效能提升的上升动力;③科创氛围对人才引进的各阶段作用均通过了技术效率的门槛效应检验。当技术效率跨越1.775阈值后,科创氛围正向影响人才引进可持续效能。因此,转变“重引轻用”的人才使用现状,扩大科创氛围的建设力度,发挥人才引进可持续效能,是扭转人才战略马太效应、推动地域科学发展的关键所在。

基于过程域能力模型和课程基线的专业综合设计教学改革

借鉴CMM理念,建立专业综合设计的核心过程域能力模型和课程基线,改进教学过程。过程域能力模型是设计开发过程改进的最佳实践集,包括团队管理、项目论证与计划、项目监督与控制、需求开发、技术解决方案、决策分析与解决、验证、原因分析与解决、评审九个过程域,能力等级体现了对设计准则、质量特性、评审等的能力要求,课程基线使课程技术状态文件规范化和过程可视化,过程域能力模型和课程基线使课程的量化评价及成绩认定有理有据。通过几个学期的实践,过程域能力模型和课程基线不断改进,学生的工程实践能力不断提高。

基于孔洞扩张模型的偏心受力焊接球节点延性断裂数值模拟

在单层网壳结构中,焊接球节点偏心受力,常规有限元分析无法准确确定其与延性断裂对应的极限承载力。该文采用孔洞扩张模型(VGM)对偏心受力焊接球节点的延性断裂进行研究,明确了偏心受压和偏心受拉焊接球节点的失效模式,准确确定了偏心受拉焊接球节点延性断裂的位置和极限承载力。针对孔洞扩张模型要求极小有限元网格、计算效率较低的问题,采用基于VGM的连续损伤模型(CDM),编制用户子程序,在有限元分析中删除满足断裂判据的单元,对偏心受拉焊接球节点延性断裂全过程进行了数值模拟,通过与孔洞扩张模型的对比,验证了基于VGM的连续损伤模型对焊接球节点延性断裂分析的适用性。基于VGM的连续损伤模型允许采用较大网格进行断裂后裂纹扩展的数值模拟,极大地降低了计算成本。