基于COUPMODEL模型的冻融土壤水热耦合模拟研究

利用COUPMODEL模型,对唐古拉研究区活动层土壤的水热特征进行模拟,与观测结果进行对比发现,在活动层土壤温度方面,COUPMODEL模型的模拟结果R2〉0.94,其平均值为0.98,均方根误差较小,模拟效果较理想;在活动层水分特征方面,模拟结果存在一定偏差,R2介于0.88-0.93之间,平均值0.90,均方根误差平均值4.24,基本反映了高海拔多年冻土区活动层水热变化;在土壤热通量方面,0-20 cm土壤热通量的模拟结果与观测值基本一致;模型模拟的冻结深度在3 m左右,接近观测值,COUPMODEL模型可用于多年冻土区活动层土壤水热变化规律研究。

基于CoupModel模型的三峡库区典型林地土壤水分和温度模拟以及参数敏感性分析

根据2008和2009年野外试验资料，应用CoupModel模型，对位于长江三峡库区末端的重庆市四面山阔叶林（木荷×石栎）和针叶林（杉木×马尾松）0-80cm土层的土壤水分和温度进行了逐日模拟验证，并在此基础上采用OAT方法（即每次只改变其中1个参数的方法），对模型参数进行了敏感性分析。验证结果表明，CoupModel能较好地模拟土壤水分和温度的动态变化，2种林分土壤水分决定系数（R。）、平均误差（ME）、均方根误差（RMSE）、Nash效率系数（NSE）分别为0．81-0．94，-0．01％-0．26％，0．24％-1．83％和0．80～O．87；土壤温度的R2，ME，RMSE，NSE分别为0．92～0．99，-0．14～0．06℃，0．18-0．34℃，0．90-0．98。说明该模型在该地区表现出良好的适用性。参数敏感性分析表明，对土壤水分模拟结果影响较大的参数有孔隙分布参数、进气吸力、残留含水量、饱和含水量、饱和导水率和蒸发阻力系数（PsiRs—lp），对土壤温度模拟结果影响较大的参数有土壤热传导系数、有机质层厚度、植被反照率、消光系数、水汽压亏缺和蒸发阻力系数。

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。

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。

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。

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。

基于大模型智能体的粮食安全应急情报体系构建研究

[目的/意义]粮食安全是国家安全的基础和重要内容,应急情报体系是应急管理的重要支撑,构建粮食安全应急情报体系能够为应对粮食安全突发事件提供科学的解决方案和高效的运作保障。[方法/过程]首先,阐释相关概念,概述现有研究;其次,在粮食安全应急情报需求分析基础上,提炼体系关键要素,并结合云边端架构,对情报服务化、LBA平台架构及组织架构进行详细论述;最后,阐述基于LBA的粮食安全应急情报体系的模式运作流程。[结果/结论]依托于LBA的粮食安全应急情报体系智能聚合情报服务、智慧适应多主体需求、智能辅助应急决策,既为粮食安全应急管理提供全生命周期情报支持,又奠定LBA在应急情报领域的研究基础,进而为促进应急管理现代化、维护国家粮食安全做出贡献。

大模型媒介:ChatGPT引发的智能传播革命及其社会影响

ChatGPT作为一种基于海量数据和大规模预训练而形成的具有海量参数的大模型媒介正在全球引发一场新技术的创新扩散,大模型媒介以其强大的对人类自然语言习惯常识性、结构性、对话性文本的理解和生成能力,正在引发一场智能传播革命,从而大大拓展人类信息传播的广度和深度,而且还将深刻地影响人类社会的形态和结构,使其变成一种不可或缺的“社会行动者”和决定性的“社会权力”。

基于优化MaxEnt模型的怒江州滑坡易发性评价

目的 怒江州是典型的高山峡谷地区,地质灾害(滑坡)频发,严重制约着当地的发展。为解决这一问题,方法 综合考虑怒江州实际情况,从气象水文、地形地貌、地层岩性、植被生态和人类活动5个方面选取坡向,高程等14个影响因子,判断滑坡与各影响因子间相关性,构建评价指标体系,对最大熵(maximum entropy, MaxEnt)模型的特征类(feature combination,FC)和正则化乘数(regularization multiplier, RM)参数进行优化,对比优化前后小样本赤池信息量准则(akaikeinformationcriterion,AIC)、遗漏率(omissionrate,OR)和AUC(areaunder curve),并基于优化的MaxEnt模型预测滑坡灾害的发生,实现怒江州滑坡易发性评价。结果结果表明:优化后的MaxEnt模型在研究区滑坡易发性预测中适用性优秀(AUC=0.913);运用刀切法(Jackknife)计算各影响因子对易发性的影响程度,高程(S3, 23.2%)、坡度(S9, 22.4%)、居民点密度(S5, 14.2%)、距河流距离(S13, 13.7%)、距道路距离(S4, 9.6%)和岩性(S7, 8.7%)是前六位影响因子,累计贡献度达91.8%;极高、高、中、低滑坡易发性等级的空间占比分别为4.88%,8.96%,18.40%,67.76%,县域中极高和高易发区占比最大的是泸水市,整体上看,极高、高易发区主要沿河流和道路分布于峡谷中,低易发区主要分布于人类活动少、河谷不发育的区域。结论 优化后的MaxEnt模型更适合怒江州滑坡易发性预测,研究结果可为怒江州防灾减灾与土地利用规划提供参考。

基于Transformer模型的时序数据预测方法综述

时序数据预测(TSF)是指通过分析历史数据的趋势性、季节性等潜在信息,预测未来时间点或时间段的数值和趋势。时序数据由传感器生成,在金融、医疗、能源、交通、气象等众多领域都发挥着重要作用。随着物联网传感器的发展,海量的时序数据难以使用传统的机器学习解决,而Transformer在自然语言处理和计算机视觉等领域的诸多任务表现优秀,学者们利用Transformer模型有效捕获长期依赖关系,使得时序数据预测任务取得了飞速发展。综述了基于Transformer模型的时序数据预测方法,按时间梳理了时序数据预测的发展进程,系统介绍了时序数据预处理过程和方法,介绍了常用的时序预测评价指标和数据集。以算法框架为研究内容系统阐述了基于Transformer的各类模型在TSF任务中的应用方法和工作原理。通过实验对比了各个模型的性能、优点和局限性,并对实验结果展开了分析与讨论。结合Transformer模型在时序数据预测任务中现有工作存在的挑战提出了该方向未来发展趋势。

基于纸张本构模型的瓦楞纸板边压强度仿真分析

目的采用LS-DYNA软件中的MAT274纸张本构模型,研究瓦楞纸板边压强度有限元仿真计算问题,并结合理论和试验结果验证模型的可靠性。方法参照瓦楞纸板边压强度测试试验标准,使用ANSYS和LS-PREPOST软件建立与此标准相吻合的瓦楞纸板边压强度计算的有限元模型;采用边压强度试验及Li的简化公式和Garbowski的改进经验公式,分别得到瓦楞纸板的边压强度;对相关结果进行对比分析,以验证瓦楞纸板边压强度仿真计算模型的可靠性。结果针对B型、C型2种瓦楞纸板,采用以上方法得到其压缩过程及压缩曲线或边压强度的试验、理论和有限元计算结果。结论试验和仿真得到压缩过程中样品的变形模式和压缩曲线,以及边压强度理论、试验和仿真值结果的吻合性,证明了有限元模型的可靠性。这为瓦楞纸板设计应用提供了重要的参考和指导。

农机数字化大数据管理平台的设计——基于电子商务平台重复客户预测模型

随着信息技术和农机现代化的加速推进,数字化农机管理已成为当今农业发展的重要趋势。为此,基于电子商务平台重复客户预测模型,提出了一种基于Hadoop和物联网的农机数字化大数据管理平台,旨在将传统农业生产与信息技术有机结合,实现农机作业数据的实时监测、质量分析、预测与预警、决策支持等功能,为农机作业的自动化和精准化提供有力保障。

初中生合作学习素养测评模型的构建与应用研究

合作学习素养是二十一世纪人才必备的核心素养之一。本研究在厘清初中生合作学习素养内涵的基础上,提出包括共识构筑、行动参与、协商共进三个维度的初中生合作学习素养测评框架,建构合作学习素养测评工具,并对工具的科学性进行验证。研究结果表明,测评工具具有良好的信效度。进一步分析发现,我国初中生合作学习素养总体水平较高,三个维度得分由高到低依次为行动参与、协商共进、共识构筑;在不同年级、城乡和学业成绩区间层面初中生合作学习素养得分存在显著差异,但在性别层面差异并不显著。

入ICU 12h内相关指标构建危重症患者预后预测模型

目的:探讨危重症患者28d死亡的影响因子,以入ICU 12h内指标构建危重症患者预后预测模型。方法:回顾性分析2021年1月—2022年6月我院ICU接收的危重症患者资料,经多因素二元logistic回归模型筛选影响因子,构建预测模型,并采用Nomogram模型展示影响因子对预后影响可视化。结果:共纳入259例危重症患者,入ICU 28d存活180例,死亡79例。多因素logistic回归分析显示年龄(OR=1.021,95%CI:1.002~1.040)、收缩压(OR=0.990,95%CI:0.981~0.999)、血清肌酐(OR=1.142,95%CI:1.018~1.281)、氧合指数(OR=0.998,95%CI:0.996~1.000)、格拉斯哥昏迷评分(OR=0.992,95%CI:0.868~0.981)是危重症患者28d死亡的影响因子(P<0.05);建立危重症患者28d死亡的预测模型为P=1/(1^(+)e^(-z)),Z=0.021×年龄-0.010×SBP^(+)0.133×SCr-0.002×OI-0.081×GCS,该模型对危重症患者预后预测AUC为0.752(95%CI:0.685~0.819,P<0.001),敏感度为0.658,特异度为0.767。结论:入ICU 12h内的年龄、收缩压、血清肌酐、氧合指数、格拉斯哥昏迷评分是本组危重症患者28d死亡的影响因子,依托入ICU 12h内建立的预测模型在早期预测危重症患者有良好的价值。

基于SIR模型的城市路网拥堵传播分析

研究城市道路交通拥堵传播规律对缓解交通拥堵问题有着积极作用,为此建立了基于SIR的城市道路交通拥堵传播模型,用以分析城市道路交通拥堵传播过程。首先,基于城市实际路网构建路网对偶拓扑网络,并依据SIR建立交通拥堵传播模型。其次,结合道路网络的复杂网络特征和道路自身的相关属性,引入随机森林算法计算相关权重,确定拥堵模型中的传播速率等关键参数。最后,以南京市秦淮区某区域路网为例,构建有69个节点,163条连线的城市路网对偶拓扑网络进行仿真实验。结果表明:道路节点度和道路饱和度是影响道路拥堵传播的关键因素,道路节点度的影响相对较小,传播范围增长在5%以内,恢复时间影响在10%左右;道路饱和度的影响相对较大,随着道路饱和度的增长,传播范围增长最大可至40%,恢复时间影响在20%左右。

基于云模型的研究生综合能力评价指标体系分析与构建

针对“对研究生综合评测很难给出优劣评价,对申请国家奖学金提交的材料很难做出公正评价”这一情况,采用云模型算法,对材料中思想品德、论文发表、专利、学科竞赛、项目与奖励进行赋值权重,因为云模型构建需要每部分分值相同,所以依据权重信息分为20个部分。由这20个部分重新建立云模型,最终评定出15位候选人综合测评成绩排名。结果表明,在进行云模型综合评测时,根据云滴图谱分值分布,分值分布越大的评测结果越优。云滴图谱分值分布相同时,云滴图谱越集中隶属度越优,评测成绩分布越集中,其综合评测结果越优。云模型依据候选人云滴图谱得分值分布和隶属度函数的优劣,对于难以判别的数据,云模型可以得出最终的比较结果,有着公正的判断。

基于模型预测控制的无人车编队避障方法

为研究障碍物环境下基于模型预测控制的无人车编队避障方法,建立了包含虚拟智能体状态的编队避障函数,使避障问题容易用优化方法求解.在无人车编队内部引入优先级策略实现编队内部避碰,并通过动态事件触发机制减小无人车之间通讯带宽占用.对该方法进行了计算机仿真验证,在给定多边形障碍物环境下,使用领导者-追随者架构执行编队行驶任务,并借助事件触发器实现间歇通讯.结果表明,相较于传统方法,所设计的编队控制器能够提高带宽约束下无人车编队行驶安全性.

大模型视域下的心理健康教育体系构建

随着大模型技术的日益成熟,教育领域迎来了前所未有的变革机遇。在心理健康教育领域,大模型技术凭借卓越的自然语言处理、知识推理和情感分析能力为心理健康的评估、干预和预防工作提供了前所未有的精准度、效率和个性化服务。文章首先强调了大模型视域下心理健康教育的重要意义及其变革潜力,指出了实施过程中可能遇到的挑战,探讨了大模型视域下心理健康教育体系构建的目标、原则、基本策略及具体实践路径,旨在形成一套科学、系统的构建方案。最后,文章构建了大模型视域下的心理健康教育体系框架,该框架不仅为心理健康教育的转型和升级奠定了坚实的理论和实践基础,而且为学生的心理健康成长和全面发展提供了可靠的保障。

基于信息量模型的黑山峡地区滑坡易发性风险评价

滑坡是黄河黑山峡地区的主要地质灾害之一,在黑山峡水利枢纽建设前期工作中开展黑山峡地区滑坡易发性评价显得尤为必要。基于黑山峡地区地质条件、气候、人类活动等调查资料,选取高程、坡度、曲率、地层岩性、与断层的距离、与水系的距离、NDVI(归一化差分植被指数)、与道路的距离、降水量9个因子作为滑坡易发性评价指标,采用信息量模型进行滑坡易发性评价,通过对各因子的分级权重进行计算,得到滑坡易发性信息量值;通过对滑坡易发性信息量进行叠加与分区,绘制黑山峡地区滑坡易发性分区图,确定危险区域。结果表明:黑山峡地区滑坡灾害极高易发区位于东北部中卫市沙坡头区、南部靖远县以及主要河流与道路沿线,这些地区地层岩性较软弱,大多为砂、黄土等,在河流冲积与人类活动的影响下极易发生地表斜坡失稳。

斑马鱼模型在中医药防治骨质疏松应用的研究进展

随着骨质疏松(osteoporosis,OP)动物模型的不断发展,斑马鱼逐渐成为中医药防治OP的常用动物模型之一。文章整理了近五年来以斑马鱼作为动物模型在OP防治方面的运用,系统综述了不同种类斑马鱼OP模型的建立以及通过斑马鱼对单体中药、中药复方以及中成药对OP防治的药理、毒理的研究进展。以期对OP发病机制以及抗OP药物筛选、研究的动物模型选择提供新的思路与方法。