基于群论的频率图在旅行商问题中的应用

针对最小生成树(minimum spanning tree,MST)和旅行商问题(travelling salesman problem,TSP),介绍了完全图上的两类特殊图并定义了这些图上的交运算,每类特殊图和交运算构成一个半群。根据半群性质计算出频率图,分析了最优哈密顿圈(optimal Hamiltonian cycle,OHC)和MST中边的频率性质,证明了频率图上OHC中边的频率下界,该频率下界用于缩小OHC的搜索空间,降低了TSP的求解难度。此外,采用一些TSP算例验证了频率图上OHC中边的频率性质。

系统性红斑狼疮并发股骨头坏死危险因素列线图预测模型的建立和验证

背景:股骨头坏死是系统性红斑狼疮患者常见的并发症,若能早期对其发生风险进行预测与验证,将有助于避免或延缓股骨头坏死的发展。目的:分析系统性红斑狼疮患者并发股骨头坏死的危险因素,构建系统性红斑狼疮患者并发股骨头坏死的列线图预测模型并进行验证。方法:回顾性分析2013年1月至2022年12月首次就诊于河南中医药大学第一附属医院的914例系统性红斑狼疮患者的病历资料,根据是否发生股骨头坏死分为发生股骨头坏死组(n=100)和未发生股骨头坏死组(n=814)。采用单因素、LASSO回归和多因素Logistic回归分析筛选和确定系统性红斑狼疮并发股骨头坏死的危险因素。同时将数据集按照7∶3的比例随机分为训练集和测试集,并基于多因素Logistic回归分析结果,构建系统性红斑狼疮并发股骨头坏死的列线图预测模型。同时,使用受试者工作特征曲线、Hosmer-Lemeshow校准曲线和决策曲线对列线图的性能进行评估。结果与结论:①股骨头坏死组与未发生股骨头坏死组患者在系统性红斑狼疮病程、系统性红斑狼疮疾病活动度评分、狼疮性肾炎、呼吸系统受累、胃肠道受累、干燥综合征、骨质疏松、抗核糖核蛋白抗体阳性、补体C3降低、环磷酰胺、吗替麦考酚酯、生物抑制剂、糖皮质激素最大日剂量、糖皮质激素冲击治疗方面差异有显著性意义(P<0.05);②采用LASSO回归分析方法筛选出10个与系统性红斑狼疮并发股骨头坏死风险相关的预测变量,将其纳入多因素Logistic回归分析,结果显示系统性红斑狼疮病程、呼吸系统受累、干燥综合征、骨质疏松、抗核糖核蛋白抗体阳性、环磷酰胺、吗替麦考酚酯、生物抑制剂、糖皮质激素最大日剂量是系统性红斑狼疮患者发生股骨头坏死的独立危险因素(P<0.05);③训练集中预测发生风险的受试者工作特征曲线下面积为0.802(95%CI=0.742-0.862),测试集预测发生股骨头坏死风险受试者工作特征曲线下面积为0.811(95%CI=0.745-0.876);Hosmer-Lemeshow校准曲线拟合度较好(训练集,P=0.447;验证集,P=0.870);决策曲线显示使用列线图预测模型预测系统性红斑狼疮患者发生股骨头坏死的风险是有益的;④月经异常为女性系统性红斑狼疮患者并发股骨头坏死的危险因素之一;⑤此次研究结果提示,系统性红斑狼疮并发股骨头坏死的危险因素是多因素的,同时建立了一个包含9个危险因素的列线图预测模型,可将其用于预测系统性红斑狼疮患者发生股骨头坏死的风险;此外,首次报道了月经异常为女性系统性红斑狼疮并发股骨头坏死的危险因素之一。

Murtagh安全诊断策略联合思维导图构建临床思维在全科教学门诊中的应用

全科教学门诊是培养住院医师规范化培训(简称住培)全科医生临床思维、提升全科诊疗能力的重要培训方法。本文用1例以乏力为主要表现的患者为教学案例,介绍全科教学门诊中采用澳大利亚著名全科医学专家John Murtagh提出的Murtagh安全诊断策略启发住培全科医生对乏力进行诊断与鉴别诊断:(1)引起乏力的常见疾病有哪些?(2)哪些重要疾病是不能忽视的?(3)乏力有什么容易被遗漏的疾病?(4)是否存在潜在的容易被掩盖的疾病?(5)患者是否有话没有说?结合病史、体格检查和实验室检查结果初步诊断为抗中性粒细胞胞浆抗体相关性血管炎引起急进性肾小球肾炎可能性大,及时转诊,肾病理检查确诊乏力的病因为抗中性粒细胞胞浆抗体相关性肾小球肾炎,取得满意疗效。带教老师基于Murtagh安全诊断策略帮助住培全科医生构建乏力鉴别、分析的系统知识框架,从而提升住培全科医生的临床逻辑思维能力和解决临床实际问题的能力;以思维导图为辅助工具,将Murtagh安全诊断策略诊断与鉴别诊断思路可视化、形象化,优化教学效果。

基于图重构和子图挖掘的僵尸网络检测方法

针对伪装后僵尸网络主机难以检测的问题,提出一种基于图重构和子图挖掘的僵尸网络检测方法(GR-SGM)。首先,将网络数据转化为图数据,并对其进行重构以此增强主机节点特征表示;其次,基于重构图中拓扑结构、节点的特征和位置变化设计僵尸网络子图评分函数,以此捕捉伪装后的特征,提取出僵尸网络子图,并对原始图和重构图进行预检测,以提高检测的准确率和效率,减少重构误差;最后,对预检测结果和僵尸网络子图进行综合评分,以获取完整的僵尸网络信息。在ISCX2014僵尸网络数据集和CICIDS2017僵尸网络数据集上的实验结果表明:GR-SGM的检测准确率分别达到99.98%和99.91%,F 1分别达到99.94%和99.65%,相较于其他僵尸网络检测模型,GR-SGM能更加高效准确地识别僵尸网络节点,同时具有更低的误报率。

基于血常规炎性指标构建衰弱/衰弱前期发生风险列线图模型研究

背景衰弱是一种常见的老年综合征,与不良临床结局密切相关。目前评估主要依赖各种量表,缺乏统一的金标准。慢性炎症作为衰弱的病理生理机制之一,血常规炎性指标简单易获得,关于血常规炎性指标和衰弱之间的相关研究较少。目的探讨体检老年人血常规炎性指标和衰弱的相关性,分析衰弱的影响因素并构建衰弱发生风险的预测模型。方法选取2020年8月—2022年9月于首都医科大学附属北京友谊医院医疗保健中心行健康体检的老年人。收集研究对象的一般资料、体检实验室检查数据,并采用FRAIL量表评估衰弱。采用单因素及多因素Logistic回归分析探讨衰弱的影响因素并建立列线图预测模型,采用Bootstrap进行模型内部验证。使用受试者工作特征(ROC)曲线、Hosmer-Lemeshow校准曲线和临床决策曲线分析(DCA)评价预测模型的区分度、校准度及预测模型的临床有效性。结果共纳入554例老年人,其中衰弱/衰弱前期213例(38.4%)。多因素Logistic回归分析结果显示,年龄校正的查尔森合并症指数(ACCI)(OR=1.42,95%CI=1.21~1.66)、简易营养筛查量表(MNA-SF)评分(OR=0.71,95%CI=0.61~0.83)、血红蛋白与红细胞体积分布宽度比值(HRR)(OR=0.44,95%CI=0.23~0.86)及多重用药(OR=0.54,95%CI=0.36~0.81)是老年人衰弱/衰弱前期的独立影响因素(P<0.05)。基于多因素Logistic回归分析中的影响因素构建衰弱预测模型,该模型预测老年人衰弱/衰弱前期的ROC曲线下面积(AUC)为0.719(95%CI=0.675~0.764),Bootstrap重抽样法进行内部验证后,列线图模型拟合度较好;Hosmer-Lemeshow校准曲线拟合度较好(P>0.05);DCA显示当患者的阈值概率为0.15~0.95时,使用列线图模型预测衰弱发生风险更有益。结论共病、多重用药、营养不良及HRR是老年人衰弱/衰弱前期的影响因素,构建的预测模型具有良好的区分度、一致性与临床实用性,可为衰弱/衰弱前期早期筛查提供指导。

血栓弹力图在颅内动脉瘤栓塞术后抗血小板治疗中的应用价值

目的探究血栓弹力图(TEG)在颅内动脉瘤(IA)栓塞术后抗血小板治疗中的应用价值。方法收集2021-01—2023-05在川北医学院附属南充市中心医院接受IA栓塞术的98例患者,按是否行TEG指导分为对照组(32例,采用标准双抗血小板治疗)和观察组(66例,采用TEG指导下抗血小板治疗),比较2组并发症、血小板聚集抑制率、凝血功能、神经功能以及预后。结果观察组术后出血率1.52%,显著低于对照组的15.63%(P<0.05);观察组术后缺血率22.73%(15/66),略高于对照组的21.88%(7/32),但无统计学差异(P>0.05)。观察组花生四烯酸途径抑制率、二磷酸腺苷途径抑制率均显著高于对照组(P<0.05)。观察组血小板、NIHSS评分显著低于对照组(P<0.05)。2组格拉斯哥预后量表评分比较无统计学差异(P>0.05)。结论TEG指导下抗血小板治疗在IA栓塞术后患者中应用可个性化指导抗血小板治疗药物剂量调整,减少出血事件,改善神经功能。

基于贝叶斯图注意力Transformer的航空发动机剩余使用寿命概率预测

航空发动机作为飞机的心脏,其健康状态对飞机的安全飞行至关重要.深度学习强大的数据挖掘能力,为通过海量历史数据预测航空发动机的剩余使用寿命提供了新方法.然而,传统基于深度学习的方法大都关注于挖掘数据在时间上的关联,而忽略了多个传感器监测数据之间复杂的非欧氏空间关系.此外,少有研究考虑数据或者预测过程本身具有的不确定性,缺乏对预测结果可靠性的评估.为解决上述问题,本文提出了一种基于贝叶斯网络和图注意力Transformer的航空发动机剩余使用寿命概率预测方法.将图注意力机制融入Transformer的时间多头注意力模块,结合图注意力网络在空间特征提取上的优势和Transformer模型在时间特征提取的优势,实现数据特征时空关系的联合提取.同时,利用改进的贝叶斯网络度量预测不确定性,在得到剩余使用寿命预测点值的同时给出相应的置信区间.最后,通过在公开航空发动机数据集上的实验,证明了所提模型的有效性和先进性.

“一般现在时”语法教学中思维导图的运用

思维导图作为一种可视化教学工具,日益受到教育 界的关注。在“一般现在时”语法教学中,传统的教学方法 往往侧重于机械记忆和规则套用,而忽视了学生的认知 特点和思维发展。思维导图的引入,旨在通过图形化的表 达方式,帮助学生更直观地理解语法结构,提升学习兴趣 和效率。本研究旨在探讨思维导图在“一般现在时”语法 教学目标设计、内容筛选及新知教学中的具体应用,以期 为英语教学提供新的思路和方法。

全髋关节置换后的低蛋白血症:危险因素及列线图预测模型建立

背景:患者接受全髋关节置换后多发低蛋白血症,影响术后愈合及康复。目的:探讨及筛选全髋关节置换后发生低蛋白血症的危险因素,建立列线图为临床中判断全髋关节置换后是否发生低蛋白血症提供指导。方法:共纳入行全髋关节置换患者355例,根据术后第1天是否出现低蛋白血症分为低蛋白血症组238例、正常组117例,低蛋白血症发生率为67%。收集患者年龄、性别、糖尿病、高血压、高尿酸血症、高血脂、麻醉方式、置换前白细胞、置换前红细胞、置换前血红蛋白、置换前血小板、置换前血浆凝血酶原时间、置换前活化部分凝血酶原时间、置换前国际标准化比值、置换前凝血酶时间、置换前纤维蛋白原、置换前血沉、置换前C-反应蛋白、置换前D-二聚体、置换前平均红细胞血红蛋白含量、置换前平均红细胞体积、手术时间、体质量指数、置换前降钙素原、置换前红细胞压积等资料。利用SPSS 27.0软件进行单因素分析,随后利用R语言(4.3.1)再次对观察指标进行最小绝对收缩和选择算子回归分析及10倍交叉验证,取二者危险因素交集,使用SPSS 27.0进行多因素二元Logistic回归分析得到最终危险因素,通过R语言构建全髋关节置换后低蛋白血症的预测模型,并构建受试者特征曲线曲线、校准曲线、临床决策曲线评估预测模型预测能力。结果与结论:①经过单因素分析、最小绝对收缩和选择算子回归、多因素二元Logistic回归,筛选出年龄(OR=1.024,P=0.023)、置换前血小板(OR=0.995,P=0.028)、置换前血沉(OR=1.031,P=0.045)在判断置换后是否会发生低蛋白血症方面具有统计学意义(P<0.05);②基于多因素Logistic回归所筛选出的最终危险因素构建列线图预测模型,并通过构建受试者特征曲线评估模型预测能力,经计算受试者工作特征曲线的曲线下面积达到0.835(95%CI=0.779-0.891),C-index=0.835,经临床决策曲线计算,模型在阈值为0-0.83可带来更好的临床效能,该预测模型具有良好的灵敏度与准确性,可为医护人员及患者在全髋关节置换前更好地识别置换后发生低蛋白血症的风险。

1100例健康体检人群脉图参数特征研究

目的研究健康体检人群不同性别、年龄、体质的脉图参数特征。方法采用道生体质辨识系统采集1100例健康体检人群的脉图,分析不同性别、年龄、体质人群的脉图参数特征。结果男性主波高度(H1)、重搏波高度(H5)/H1高于女性,重搏前波高度(H3)/H1、降中峡高度(H4)/H1、脉图基线到峰顶高度上1/3处的脉图宽度(W1)/脉动周期(T)低于女性。与19~39岁比,40~60岁、61~80岁人群H1、H3/H1、T、W1/T更高,H5/H1更低;与40~60岁比,61~80岁人群H1、H3/H1、T更高,H5/H1更低。阴虚、痰湿和湿热质人群H1高于平和、阳虚质人群;气虚、阳虚、阴虚质人群H4/H1高于痰湿、湿热质人群;气虚、阴虚、血瘀和气郁质人群H5/H1低于平和、痰湿和湿热质人群;气虚、阴虚质人群W1/T高于平和质人群。结论男性左心室收缩力强、主动脉顺应性好、外周阻力小;年龄越大,动脉血管弹性、主动脉顺应性越差,脉率越慢,40岁和60岁可作为脉图参数变化的分界点;平和质和偏颇质的差异体现在H1、H4/H1、H5/H1、W1/T上,痰湿、湿热质人群脉力强、外周阻力小、主动脉顺应性好。

思维导图在高中英语教学中的策略探究

在全球化背景下,高中英语教学对学生的语言能力和综合素质发展至关重要。然而,传统的教学模式中存在诸多不足,难以满足新形势下培养学生语言综合运用能力的需求。思维导图作为一种有效的辅助学习工具,可以弥补传统教学模式的不足之处,不仅可以为教师优化教学设计提供新思路,也能在词汇教学、阅读理解以及写作等方面为学生提供极大的帮助。

借思维导图之翼,助飞初中英语写作——思维导图在初中英语写作教学中的应用与实践

教育行业为了满足多元化教学需求,不断深化改革,根据不同阶段、不同类型学生的总体特点,实施教育政策。对于初中阶段的教学而言,在素质教育和“双减”政策实施的背景下,教师不仅需要全面提升学生的学习质量,还需要拓展延伸学生的思维空间,充分调动学生的学习主动性,体会知识形成的过程,建立完善的学习体系。英语课程作为新的语言学科,相比于语文教学难度较大,学生容易产生思维能力弱化、学习目标不清晰等问题,导致英语教学效率下降。因此,教师需要贯彻落实以人为本的教育理念,借助思维导图等多元化学习方式,为学生创建独立思维空间。将思维导图与英语课程深度融合,有助于英语教学实现现代化转型升级的育人目标。

图计算体系结构和系统软件关键技术综述

图计算作为分析事物之间关联关系的重要工具,近年来已成为各国政府及公司争夺的关键技术.学术界和工业界在图计算体系结构和系统软件关键技术方面取得了一定进展.然而,现实场景图计算大多具有动态变化、应用需求复杂多样等特征.这给图计算在基础理论、体系架构和系统软件关键技术方面提出了新的需求,同时也带来了新的挑战.为应对这些挑战,科研人员提出了一系列图计算系统或图计算加速器,通过高性能计算、并行计算等技术来优化图计算过程.综述国内外图计算体系结构和系统软件关键技术的研究发展现状,对国内外研究的最新进展进行归纳、比较和分析,并结合国家发展战略和重大应用需求,选取与我国国计民生密切相关的领域,从典型应用分析总结图计算相关技术的行业进展.最后,就未来的技术挑战和研究方向进行展望.

基于图卷积神经网络的节点分类方法研究综述

节点分类任务是图领域中的重要研究工作之一。近年来随着图卷积神经网络研究工作的不断深入,基于图卷积神经网络的节点分类研究及其应用都取得了重大进展。图卷积神经网络是基于卷积发展出的一类图神经网络,能处理图数据且具有卷积神经网络的优点,已成为图节点分类方法中最活跃的一个研究分支。对基于图卷积神经网络的节点分类方法的研究进展进行综述,首先介绍图的相关概念、节点分类的任务定义和常用的图数据集;然后探讨两类经典图卷积神经网络——谱域和空间域图卷积神经网络,以及图卷积神经网络在节点分类领域面临的挑战;之后从模型和数据两个视角分析图卷积神经网络在节点分类任务中的研究成果和未解决的问题;最后对基于图卷积神经网络的节点分类研究方向进行展望,并总结全文。

基于异质图嵌入和会话交互的课程推荐模型

大规模在线教育平台所形成的网络具有数据量大、实体类型丰富、关系复杂等特性。一方面,在线教育正在被大力普及,而另一方面,在线课程却面临低使用率、低完成度及高辍学率的问题。个性化的课程推荐有利于提高学习者的学习积极性,其中,课程能否顺利合格完成是学习者在选课时所考虑的重要因素。鉴于此,提出一种基于学习完成度预测的个性化课程推荐模型。对学生的课程学习会话图进行建模,根据学生的课程学习顺序以及课程的完成情况,生成学生的学习状态表征;同时考虑在线学习环境因素对课程的影响,构建在线课程学习异质图,采用图神经网络生成异质图中课程节点的嵌入;然后通过交互机制融合学习状态表征和课程嵌入,预测学生下一门将学课程的完成度,根据完成度排序从而实现课程推荐。在CNPC、HMXPC和Scho1at3个大规模在线课程学习数据集上的实验结果表明,该模型能有效提升推荐的准确度,在归一化折损累计增益(NDCG)和平均倒数排名(MRR)2个指标上相较于基线模型最优结果均有显著提升,评估指标K值取5时,其NDCG@5指标在3个数据集上分别提升21.08%、17.73%和5.41%,MRR@5指标在3个数据集上分别提升25.66%、31.59%和26.96%。

基于特征图像组合与改进ResNet-18的电能质量扰动识别方法

针对传统电能质量扰动(power quality disturbance,PQD)识别体系中单一图像特征信息受限与算法识别能力不足等问题,依据特征融合的思想,提出一种基于特征图像组合与改进ResNet-18的PQD识别方法。首先,对PQD信号进行变分模态分解(variational mode decomposition,VMD)得到一系列固有模态函数(intrinsic mode functions,IMFs)与残差分量;其次,将IMFs、残差分量、原始扰动信号与Subtract分量纵向拼接成分量矩阵,利用信号-图像转化方法生成特征分量彩色图;再次,对原始扰动信号进行连续小波变换(continuous wavelet transform,CWT)生成小波时-频图;最后,将特征分量彩色图与小波时-频图组合输入改进的六通道ResNet-18中训练学习并完成扰动识别。通过仿真对PQD识别方法进行分析并将其与目前常用识别体系进行比较。结果表明,所提方法具有较好的抗噪性能并且能够更好地提取PQD特征信息,达到更高的识别准确率。

智能电网中基于二分图匹配的网络切片资源分配算法

为了解决智能电网中多类业务的服务质量需求难以同时得到满足的问题并兼顾电力终端和网络侧经济效用,提出了一种基于二分图匹配的网络切片资源分配算法。针对智能电网场景中的控制类和采集类业务,为电力终端分别制定相应的投标信息,并据此计算支付价格和效用矩阵;将网络切片与电力终端之间的资源分配建模为二分图匹配问题,根据不同业务的时延、传输速率或能耗需求,向终端分配不同的切片资源以最大化系统效用。仿真结果表明,相较于已有的双向拍卖算法和贪心算法,所提算法能够提高10%~20%的系统效用。

多尺度融合与动态自适应图的公交客流预测模型

公交客流预测是公共交通规划和管理中的重要问题。虽然时空图卷积在地铁客流预测任务中获得了很好的预测效果,但是面对公交更复杂的线路、大规模的节点数据,现有的基于图卷积的空间建模方法将带来巨大的空间内存消耗。同时,公交客流量短时间范围内更可能受到瞬时交通状况的影响。为了解决这些挑战,提出了一种多尺度融合和动态自适应图的公交客流预测模型(MFDAG)。该模型融合客流、时刻和周信息以增加数据的特征维度,用动态自适应图的方法来学习不同站点之间的关系。进一步提出了一种多尺度融合传播的方法来表示复杂的空间依赖关系,同时设计了一种多尺度卷积传播的方法来学习不同尺度的时间依赖关系。在两个真实的客流数据集上进行了实验,并与其他交通预测方法进行了比较。实验结果表明,所提出的多尺度融合和动态自适应图的公交客流预测方法具有更高的预测准确度。

老年肺癌患者胸腔镜下根治切除术后谵妄发生的列线图模型的建立与评价

目的:分析影响老年肺癌患者胸腔镜下根治切除术后发生谵妄的危险因素,基于上述影响因素构建个体化的列线图模型,并验证该列线图模型预测的准确性和临床有效性。方法:回顾性分析2016年01月01日至2021年01月01日我院行胸腔镜下肺癌根治切除术的老年肺癌患者临床资料,挑选符合入组的患者,以是否发生术后谵妄为结局变量,探讨患者相关临床指标、围手术期相关指标以及实验相关指标对术后是否发生谵妄的影响,采用单因素以及多因素logistics分析影响老年肺癌胸腔镜下切除术后发生谵妄的危险因素,利用R语言包构建列线图模型,并利用Bootstrap方法以及临床决策曲线验证该模型的准确性和临床决策的获益性。结果:最终纳入284例患者,284例患者中术后发生谵妄的患者为32例,发生比例为11.27%,通过多因素logistics分析显示导致术后谵妄发生的独立危险因素为:COPD病史,PO 2,BMI,ASA分级,术中单肺通气时间,术中丙泊酚用量以及术后地佐辛用量;ROC曲线验证列线图模型显示:构建的列线图个体化预测老年肺癌胸腔镜下切除术后发生谵妄能力较强,其中AUC=0.858,95%CI 0.71~0.92,随后采用Bootstrap方法重复抽样1000次验证列线图,发现校准曲线的平均绝对误差为0.016,说明校准曲线与理想曲线贴合良好;临床决策曲线显示,列线图模型预测老年肺癌胸腔镜下根治切除术后发生谵妄的发生阈值为0.06~0.87之间时该模型图的适用性最佳。结论:影响老年肺癌患者胸腔镜下根治切除术后发生谵妄的独立危险因素为:COPD病史,PO 2,BMI,ASA分级,术中单肺通气时间,术中丙泊酚用量以及术后地佐辛用量,基于上述危险因素构建的列线图模型对于老年肺癌胸腔镜下根治切除术后发生谵妄预测准确,且临床应用价值较高。

基于RoBERTa和图增强Transformer的序列推荐方法

自推荐系统出现以来,有限的数据信息就一直制约着推荐算法的进一步发展。为降低数据稀疏性的影响,增强非评分数据的利用率,基于神经网络的文本推荐模型相继被提出,但主流的卷积或循环神经网络在文本语义理解和长距离关系捕捉方面存在明显劣势。为了更好地挖掘用户与商品之间的深层潜在特征,进一步提高推荐质量,提出一种基于Ro BERTa和图增强Transformer的序列推荐(RGT)模型。引入评论文本数据,首先利用预训练的Ro BERTa模型捕获评论文本中的字词语义特征,初步建模用户的个性化兴趣,然后根据用户与商品的历史交互信息,构建具有时序特性的商品关联图注意力机制网络模型,通过图增强Transformer的方法将图模型学习到的各个商品的特征表示以序列的形式输入Transformer编码层,最后将得到的输出向量与之前捕获的语义表征以及计算得到的商品关联图的全图表征输入全连接层,以捕获用户全局的兴趣偏好,实现用户对商品的预测评分。在3组真实亚马逊公开数据集上的实验结果表明,与Deep FM、Conv MF等经典文本推荐模型相比,RGT模型在均方根误差(RMSE)和平均绝对误差(MAE)2种指标上有显著提升,相较于最优对比模型最高分别提升4.7%和5.3%。