EVACNET4模型在高层建筑疏散中的应用

分析了EVACNET4模型的结构特征,应用EVACNET4网络模型计算某高层建筑的人员疏散时间,对比日本手算法和经验公式计算出的时间,指出该模型应用于高层建筑人员疏散时间计算的实际意义。

Cu-4Ag合金微细丝拉拔极限预测模型

采用三室真空冷型竖引连铸设备制备了Cu-4Ag合金铸态杆坯,并利用连续冷拉拔变形得到了不同线径的Cu-4Ag合金微细丝,通过拉拔实验获取了不同线径下材料的屈服强度和抗拉强度;基于线径与强度的关系,构建了微细丝拉拔极限预测模型。结果表明,在拉拔过程中,Cu-4Ag合金微细丝的线径与抗拉强度密切相关,具有明显的尺寸效应;修正后的拉拔极限模型能够较为准确地预测不同线径的Cu-4Ag合金微细丝能够达到的拉拔极限。将拉拔极限模型产出的数据导入MATLAB中,构建了三维曲面模型,可以更为直观地分析材料的拉拔极限。

基于4C/ID模型的面向综合学习的实证研究

本研究旨在探讨两种教学方法:4C/ID(A Four-Component Instructional Design)模型与传统模式对物理专业大学生知识获取和学习迁移的影响。实验组使用4C/ID模型设计进行教学,而控制组则使用传统模式,评估学生的学业表现,包括知识获取与学习迁移,同时对学生的认知负荷及焦虑情绪进行调查。结果显示,实验组在知识获取和学习迁移的评价上均优于控制组,但认知负荷和焦虑情绪也高于控制组,最后对产生的原因和进一步优化进行探讨。

基于4R危机管理模型的教育人工智能伦理风险防范体系构建

人工智能技术的快速发展正深刻影响和改变教育教学领域。因其智能化、自主性和交互性特点,教育人工智能应用带来诸多便利和优势的同时,也引发了诸多伦理风险和挑战,需要谨慎应对和积极解决。基于SHEL风控模型,教育人工智能应用的伦理风险可归纳为软件相关、硬件相关、环境相关和人件相关四类风险,伦理风险防范现存三个短板急需化解;借鉴4R危机管理模型,该文构建了一个多方参与、全程管理、高效协同的伦理风险防范体系,设计四层实践路径,并结合实践阐述了风险防范的实现方式,以创新地应对教育人工智能应用的伦理风险防范问题,助推教育人工智能的可持续健康发展。

平行科学:大模型时代AI4S的前沿技术与框架体系

智能大模型技术作为智能产业与新质生产力的典型代表,正掀起人类社会变革的新浪潮,并加速推动科学研究范式的转变,在人工智能驱动的科学研究(AI for Science,AI4S)中起着越来越重要的作用,推动以“三个世界、三种技术、三类科学家、三种模式”为特点的平行科学新范式的形成。从虚实互动之平行智能的角度看,大模型技术在数学、生物学、健康与医学、化学、材料科学和天文学等领域都取得了一定的成绩。未来应基于平行科学的“三个世界”,利用“三类知识”,整合“三类科学家”,构建服务于AI4S研究的智能生态系统,特别是联邦生态系统的基本框架。

多重标志物联合检测模型在诊断4a型急性心肌梗死中的应用

目的与单一标志物高敏肌钙蛋白T(cTnT)进行对比,初步探索多重心肌标志物[和肽素(copeptin)、cTnT和心脏型脂肪酸结合蛋白(HFABP)]联合检测模型在诊断4a型急性心肌梗死(AMI)中的应用价值。方法纳入2022年3月至12月期间在南京医科大学第一附属医院接受择期经皮冠状动脉介入治疗(PCI)且术后cTnT升高超过正常参考值上限(URL)第99百分位数的非AMI患者。根据《第四版心肌梗死通用定义》,按照术后是否出现4a型AMI将患者分为非4a型AMI组和4a型AMI组。采用化学发光免疫金纳米组装体免疫传感阵列(ciGold)测定AMI生物标志物浓度。通过受试者工作特征(ROC)曲线分析单一标志物和多重联合心肌标志物诊断模型的诊断性能,从ROC曲线获得敏感性和特异性,计算ROC曲线下面积(AUCROC)评估各自诊断价值。使用Kappa分析评估多重标志物联合检测模型与《第四版心肌梗死通用定义》诊断的一致性。结果共纳入65例患者,女性占23.1%。ROC曲线分析显示,多重联合心肌标志物诊断模型的特异性为96.5%,敏感性为92.3%,符合率为94.6%,阳性预测值为92.3%,阴性预测值为96.2%,AUCROC为0.979。cTnT模型的特异性为94.2%,敏感性为100%,符合率为95.7%,阳性预测值为100%,阴性预测值为94.9%,AUCROC为0.987。虽然多重标志物联合检测模型诊断敏感性较低(P=0.011),但具有更高的特异性(P=0.016)。两种诊断模型准确性的AUCROC差异性分析提示P>0.05,诊断准确性无明显统计学差异。Kappa分析结果表明,多重联合心肌标志物检测模型与《第四版心肌梗死通用定义》诊断4a型AMI具有高度一致性,Cohen′s Kappa系数为0.818。结论多重标志物联合检测模型与cTnT在诊断4a型AMI方面性能相近,诊断一致性高,但联合检测模型具有更高的特异性优势。

TC4钛合金的力学性能分析和本构模型的构建

构建TC4钛合金本构模型,可以更精确地描述和预测TC4钛合金的力学行为,为其生产应用提供更加准确、可靠的理论依据。文章通过高温压缩实验,得到TC4钛合金流动应力与应变、应变速率以及温度之间的关系,并建立了初始的Johnson-Cook(JC)本构模型。根据应变量、变形温度、应变速率之间的相互联系,修正了本构模型并拟合数据;比较了拟合、实验结果,并借助误差用相关系数R定量评价不同本构模型对流动应力预测的准确性。结果表明:最终构建的钛合金本构模型的预测值误差相关系数R值可达到0.999,比原始的JC模型能更准确地预测材料的力学行为。

基于5P要素理论构建医院高质量研究生导师团队4C2G模型研究

探讨基于5P要素理论构建医院高质量研究生导师团队4C2G模型的可行性。方法:通过查阅文献与讨论基础上,构建研究生导师团队4C2G模型,针对模型中5P要素明确。通过咨询专家评价研究生导师团队4C2G模型的可行性情况。结果:在两轮咨询后,专家意见基本一致,对于模型验证其可行性较高,4C2G模型经专家验证其重要性、权重均较高,专家对团队模型的评价高。结论:基于5P要素理论构建医院高质量研究生导师团队4C2G模型的可行性高,为高质量研究生的培养奠定基础。

基于4Ds模型的广西壮族文化品牌网络营销策略研究

广西壮族文化品牌在带动广西经济增长、强化文化自信等方面具有重要作用,对其他少数民族文化传播与地区经济发展也具有借鉴意义。通过对国内外少数民族文化品牌及其网络营销相关研究的梳理,发现目前广西壮族文化品牌的发展存在需求、传递渠道、动态信息、数据四个方面的困境,并缺乏相应系统性研究成果指导网络营销实践。为此,文章创新运用4Ds模型对广西壮族文化品牌发展进行网络营销策略分析,提出深入研究广西壮族文化品牌需求群体精准营销、多方聚力传递品牌价值、强化消费者与文化品牌互动,以及用数据夯实文化品牌发展前景等建议,从而提高广西壮族文化品牌影响力,提升其经济价值。

混凝土徐变B4模型有限元实现及应用

混凝土作为当下应用最为广泛的建筑材料,其自身徐变的特性对结构的耐久性及安全性均有较大的影响,对混凝土徐变预测已经成为复杂结构设计过程中必不可少一个环节。因此为进一步优化数值分析中对混凝土徐变的模拟效果,优化有限元软件中针对混凝土徐变计算过程,本文基于微预应力-固结理论,将预测效果优秀、理论分析合理的B4模型结合粘弹性本构,通过在ABAQUS软件中进行二次开发,编写相应子程序实现其在数值分析中的应用。并通过相应算例证明所构建的子程序可以准确地对混凝土徐变的发展过程进行模拟,能为进一步研究混凝土徐变发展及实际工程应用提供一定参考价值。

基于“2-4”模型的高校火灾原因分析——以2000—2022年143起高校火灾事故为样本

为预防高校火灾,对2000—2022年143起高校火灾事故进行统计,通过行为安全“2-4”模型进行火灾原因分析,得出直接导致事故的是电器使用不当等19项不安全动作与线路故障等4项不安全物态,间接导致事故的是电器使用习惯不佳等20项习惯性不安全行为,根本上导致事故的是4项安全管理体系的欠缺,根源上导致事故的是9项安全文化元素欠缺和6项安全文化建设不足。根据分析结果,从加强消防安全知识教育培训、健全消防安全管理制度和多样化进行安全文化建设3方面提出高校火灾预防对策。

基于静力推覆试验的4车道公路隧道围岩压力计算模型研究

以典型4车道公路隧道为原型,开展缩尺模型的静力推覆试验,重点关注地层位移、地层裂缝、围岩压力随推覆位移的发展规律,并与2车道隧道的试验结果展开对比。试验结果表明:(1)地层以起拱线为界发生相反方向位移进而产生裂缝,因此计算模型中起裂点位置应由边墙底部修正为起拱线处。(2)地层在推覆作用下沿隧道环向平顺滑移且大角度偏转倾斜,因此计算模型中潜在滑移面应由恒定竖直修正为线性倾斜。在此基础上,探讨了围岩压力计算模型假定在4车道隧道中的适用性,提出适用于4车道公路隧道的围岩压力修正计算模型。研究成果可为4车道公路隧道的抗震计算/验算提供试验依据与技术支撑,为围岩压力计算模型的进一步完善提供参考。

基于“2-4”模型的高速公路交通事故致因分析

为降低高速公路交通事故发生率,采用事故致因“2-4”模型分析广东省某高速公路3起重大交通事故及山东省某高速公路2起重大交通事故的致因。分别从个人层面的不安全动作、物态和安全能力,组织层面的安全管理体系和安全文化建立交通事故致因链。结果表明:事故的直接原因是未采取必要的减速措施控制行车速度、未与前方车辆保持合理的安全距离、长下坡导致制动性能下降、未按法规规范处理超载车辆、夜间行车视线不良、雨天路滑及缺乏路侧引导警示设备;事故的间接原因是驾驶员与管理人员缺乏相应的安全知识、安全意识;事故的根本原因是交通安全法规未有效执行、“一路三方”体系有待完善;事故的根源原因是交通安全文化不完善。

基于行为安全“2-4”模型的港口企业伤亡事故原因研究

为了找出港口企业伤亡事故的主要致因,探索港口企业安全管理重心,以某港口企业发生过的30起伤亡事故作为案例,采用行为安全“2-4”模型,对导致事故的直接原因、间接原因、根本原因和根源原因进行分类统计与分析。分析结果表明:港口企业伤亡事故存在15类不安全动作和8类不安全物态,不按操作规程佩戴安全带、安全帽等劳保用品和设备设施缺陷、老旧、故障是最为突出的直接原因;安全意识、安全知识、安全习惯欠缺是导致事故的重要间接原因;事故的根本原因主要体现在缺乏安全规章制度、操作规程、作业指导书和无安全技术交底或不充分;引起事故的根源原因是安全文化的缺失。最后根据分析结果,提出了针对性的事故预防措施。

GPT-4大语言模型对护理知识理解的测试研究

目的探讨GPT-4大语言模型在护理教育中的应用潜力。方法选用GPT-4对主管护师考试真题进行量化测试,并对答案准确率进行分类评价。结果GPT-4的整体准确率为81.00%。在知识记忆和简单选项题目上准确率较高,分别为82.64%和82.52%;在解答知识应用和复杂选项题目时,GPT-4的准确率较低,分别为76.60%和70.97%。结论GPT-4展现出作为护理教学和临床护理辅助工具的巨大潜力。未来研究应探索如何将大语言模型与外部知识源结合并创新应用方法,提升大模型生成内容的准确性。同时,护理教育工作者还应积极探索大模型提升学生自学能力和自我评价能力的方法。

甲状腺全切+L-T_(4)皮下注射建立孕期亚临床甲减大鼠模型及稳定性研究

目的探讨采用甲状腺全切+L-T_(4)皮下注射方法建立孕期亚临床甲状腺功能减退症(SCH)大鼠模型及模型稳定性评价。方法选取26只体重180~200 g雌性SD大鼠作为研究对象,将其随机分为对照组(10只)及模型组(16只)。对照组采用甲状腺全切术,模型组采取甲状腺全切+术后L-T_(4)1.0μg/(100 g·d)皮下注射。观察2组大鼠术后1个月、甲状腺全切+术后L-T_(4)10 d后、妊娠13 d 3个时间点促甲状腺激素(TSH)、游离甲状腺素(TT4)水平和体重情况。结果模型组大鼠术后1个月血清TSH水平高于对照组,差异有统计学意义(P<0.01)。甲状腺全切+L-T_(4)10 d后,模型组大鼠血清TSH水平高于对照组,差异有统计学意义(P<0.01)。妊娠13 d时,模型组大鼠血清TSH水平明显高于对照组,差异有统计学意义(P<0.01)。模型组大鼠术后1个月血清TT4水平小于对照组,差异有统计学意义(P<0.01)。甲状腺全切+L-T_(4)10 d后2组大鼠血清TT4水平比较,差异无统计学意义(P>0.05)。妊娠13 d时,2组大鼠TT4水平比较,差异无统计学意义(P>0.05)。2组大鼠术前体重比较,差异无统计学意义(P>0.05)。术后1个月、甲状腺全切+L-T_(4)10 d后,模型组大鼠体重明显低于对照组,差异有统计学意义(P<0.01)。妊娠13 d时,模型组大鼠体重明显低于对照组,差异有统计学意义(P<0.01)。2组大鼠平均产子数比较,差异无统计学意义(P>0.05)。结论采用甲状腺全切+L-T_(4)皮下注射可以成功建立孕期SCH大鼠模型,且稳定性良好。

改进YOLO v4模型在版纳微型猪只行为识别中的研究

为了能够在猪只重叠、遮挡等复杂场景中实现版纳微型猪只行为的准确、高效识别,试验通过改进YOLO v4模型的方法来识别猪只行为,通过视频捕获的方式截取不同角度猪只行为图片,构建行为特征数据集;采用嵌入CBAM注意力机制的Res Net50残差网络结构作为改进YOLO v4模型的主干网络,并引入由深度可分离卷积、批标准化(BN)、Hard Swish激活函数组成的CH模块,代替主干网络中的传统卷积,提升模型检测精度的同时降低参数量;在PANet多尺度特征融合结构中引入双重3层1×1和3×3交替卷积运算替代上、下原采样方式,构成DPANet网络结构,增强对猪只行为图片中细节特征的提取,提高计算效率;基于参数共享理念与二阶段训练的迁移学习方法,优化训练过程以显著缩短训练时间,加速模型的收敛速度。结果表明:改进YOLO v4模型对猪只行为数据集的训练时间仅为6 h,而原模型训练时间则需要19 h;改进YOLO v4模型识别平均精度为93.97%,召回率为96.27%、参数量为0.26×10^(8),与Faster-RCNN、SSD、YOLO v4模型相比,平均精度与召回率分别提升8.88,15.36,8.68个百分点及16.09,41.34,30.40个百分点,参数量最大减少1.11×10^(8)。改进YOLO v4模型对识别爬栏探究、站立行走、进食、躺卧4种行为的准确率达到了98%、88%、92%、97%,与其他3种模型相比,站立行走、进食两种行为的识别效果远大于其他模型。说明改进YOLO v4模型在复杂场景下具有良好的准确性和有效性,能够精准识别猪只的不同行为。

基于YOLOv4模型的工件快速识别方法改进研究

为强化智能制造场景中机器人对工件的快速识别性能,从改进YOLOv4模型入手作了方法优化研究。首先,利用Ghost模块优化主干提取网络,以减少网络参数,提高网络检测速度;其次,引入DRConv卷积优化特征提取网络,以弥补对主干网络进行优化所造成的精度损失;最后,引入GAM注意力模块,以强化在光线不足条件下的适应性。通过对YOLOv4模型的改进,在保证较高识别精度和检测速度的同时,使模型规模得以简化,使工件快速识别网络趋于轻量化。

4C/ID模型在商科课程思政教学模式中的构建及应用

“大思政”课程建设时代,高质量的课程思政教学成为人才培养的内核。高职教育以培养高素质技能型人才为目标,商科教育侧重素质素养的养成与提升,而思政教育与商科课程的融合在深度上还有一定的差距。本文梳理了高职教育商科课程的特性,针对商科课程思政教学存在的问题,提出基于4C/ID模型的课程思政教学设计思路,并以《管理学基础》课程思政教学为例,设计4C/ID模型课程思政教学实施路径,为商科课程思政教学的实践提供借鉴和参考。

NaF-Na_(3)PO_(4)-H_(2)O体系相图与热力学模型

NaF–Na_(3)PO_(4)–H_(2)O体系是稀土矿物加工的典型盐水体系,开发氟、磷回收工艺需要该体系的相图和热力学模型支持。利用等温溶解平衡法测定了273.15 K、298.15 K、323.15 K和348.15 K的固液相平衡数据,并基于eNRTL模型框架构建了该体系从最低共熔点到348.15 K的热力学模型。实验结果表明:NaF–Na_(3)PO_(4)–H_(2)O体系存在NaF、Na_(3)PO_(4)·12H_(2)O、Na_(3)PO_(4)·8H_(2)O和复盐NaF·2Na_(3)PO_(4)·19H_(2)O 4个固相物种;其中复盐在各温度均占据三元体系的主要相区,磷酸钠水合物的相区极窄,很难单独成盐,NaF相区相对较大并随温度升高而增大。热力学模型研究较好地表达了NaF–H_(2)O、Na_(3)PO_(4)–H_(2)O体系的多温离子活度系数、溶液渗透系数、二元体系相图,获得了盐水作用参数和6个固相的热力学数据;通过对三元体系多温相图数据的有效表达,获得了盐-盐作用参数和复盐的热力学数据,在此基础上推测了NaF–Na_(3)PO_(4)–H_(2)O体系相图结构,获得了难以实验测定的9个零变量点和9条单变量共饱和线,从而得到了全部固相的平衡相区,并给出了NaF–Na_(3)PO_(4)–H_(2)O体系完整相图,为更复杂体系的热力学表达以及工业应用提供了参考依据。