基于跨模态特征重构与解耦网络的多模态抑郁症检测方法

抑郁症是一种广泛而严重的心理健康障碍,需要早期检测以便进行有效的干预。因为跨模态之间存在的信息冗余和模态间的异质性,集成音频和文本模态的自动化抑郁症检测是一个具有挑战性但重要的问题,先前的研究通常未能充分地明确学习音频-文本模态的相互作用以用于抑郁症检测。为了解决这些问题,提出了基于跨模态特征重构与解耦网络的多模态抑郁症检测方法(CFRDN)。该方法以文本作为核心模态,引导模型重构音频特征用于跨模态特征解耦任务。该框架旨在从文本引导重构的音频特征中解离共享和私有特征,以供后续的多模态融合使用。在DAIC-WoZ和E-DAIC数据集上进行了充分的实验,结果显示所提方法在多模态抑郁症检测任务上优于现有技术。

《庄子》精神生态隐喻的英译叙事重构

隐喻言说是《庄子》话语特色之一,其中不乏体现主体与其生存环境同构互动的精神生态隐喻。本文对此种隐喻进行界定并提出识别程序,选取《庄子》精神生态隐喻英译实例,探究何种叙事重构方法能将《庄子》原文有关精神生态的隐喻叙事内容更好地被译入语读者群接受并认可,进而将原文的精神生态内涵在异域文化中得以传递。《庄子》精神生态隐喻主要有喻体源于自然意象和非自然意象等两类。前者的英译可遵照选择性采用的诗化叙事重构方法,后者的英译宜采取人物事件再定位的语境重构策略。聚焦《庄子》中精神生态隐喻的译介叙事重构研究,可对以生态思想外译为导向的《庄子》英译实践与研究提供参考。

基于图计算的可重构电池网络能效提升与热安全管控

可重构电池系统凭借其能量信息耦合优势成为解决电化学储能“木桶效应”的一个有效手段。但其可用路径规划量会随着电池数目的增多而成倍增长,使得在路径选择时需要考虑不同拓扑结构和负载需求约束,从而使重构策略难以快速制定和应用。该文利用可重构电池网络与图的一致性,将电池网络动态控制问题转化为图的遍历寻优问题,提出了基于记忆化搜索的图深度优先遍历的重构电池网络能效提升及热安全管控策略,从而获取了满足拓扑约束条件的最优开关配置,并可排除温度异常的故障电池模组。最后,通过搭建可重构电池网络实验平台对该方法进行了验证。该研究结果能够为提高电池网络系统能效及安全性提供一定借鉴。

大频率比的毫米波频率可重构滤波天线

针对现有毫米波频率可重构天线频率调谐比小的问题,本文设计了一款宽频带双频毫米波频率可重构滤波天线.天线以PIN二极管为重构开关,选择阶梯阻抗谐振器作为可重构带通滤波器,并加载U型枝节引入陷波;通过微带线-带状线过渡馈电结构将滤波器与Vivaldi天线级联,并设计了金属腔隔离辐射和滤波两部分,有效降低了电磁干扰和交叉极化.测试结果显示:PIN二极管处于导通状态时,天线工作在25.9-28.6 GHz,最大增益为8.83 dBi;PIN二极管处于断开状态时,天线工作在32.6-35.9 GHz,最大增益为9.97 dBi;可重构中心频率比达到了1∶1.26,两个频带的交叉极化电平均低于-20 dB.

需求嵌入 夯基赋能 师生共进——旅游管理本科实践育人体系重构与探索

实践育人是坚持立德树人目标的基本要求,实践育人体系是高校大学生增强社会责任感与创新精神的重要载体。面对旅游业的多样化和融合化发展新趋势和对旅游专门人才的新需求,需重构新的育人体系。该文提出旅游管理专业要贯彻“产教融合、交叉融合、科教融合、理实融合”的实践育人理念,推进“需求嵌入”“夯实基础”“师生共进”“实践赋能”的改革思路,进而促进学生综合实践能力显著提升,教师队伍快速成长。同时,实践育人教学成果产出又反馈给地方政府和企业,为地方发展提供良好的借鉴和支撑,帮助地方解决诸多实际瓶颈问题。

魏晋风雅的叛散与重构

魏晋文学历来被称为魏晋风流的彰显,原因正在于传统的风雅之道受到冲击。然而,自东汉末年以来,以仲长统等为代表的士人对风雅传统进行叛散的同时,也作了重构的努力。这种叛散与重构之间的关系极为复杂,从消解的因素来说,主要是时代与士人命运的变化,形成了不同于两汉时代的文学观念与知识体系。建安文学以气为美、诗赋尚丽即是这种表现,正始玄学与佛学思想的兴起也对传统的风雅之道有所解构。魏晋时代帝王与士人的文学书写,叛散与重构有机地融合在一起,形成了政教与审美融合一体的文学形态,从而为唐代文学的发展奠定了良好的基础。

数字技术应用、价值链重构与就业结构转变

本文利用我国2003—2021年18个行业的面板数据,研究了数字技术应用和价值链重构对我国就业结构的影响,以及数字技术应用通过价值链重构路径对就业结构产生的影响。研究结果表明:数字技术应用显著提升了就业结构中高技能劳动力和中等技能劳动力占比,同时对低技能劳动力占比具有显著的降低作用;价值链重构显著提高了高技能劳动力和中等技能劳动力占比,显著降低了低技能劳动力占比;数字技术应用和价值链重构在不同行业和地区的研究结论存在异质性;数字技术的应用通过价值链重构的间接作用,显著提高了高技能劳动力和中等技能劳动力占比,显著降低了低技能劳动力占比。

重构与优化:后疫情时代体育公园文化生态价值研究

在后疫情时代的背景下,随着人们健身需求的显著增长,体育公园作为核心的文化生态空间获得了新的认知与重视。本研究运用文化生态学理论,深入剖析了体育公园的文化结构要素,并基于后疫情时期其他文化形态的冲击,揭示了体育公园文化生态所面临的挑战。研究认为,后疫情时代体育公园的文化生态需进行内容、结构及发展方向的全面革新,并在此基础上提出体育公园文化生态发展的优化路径:一是促进“个人参与—社会组织—文化氛围”的深度融合;二是建立“政府引领—市场参与—多元主体”的运行机制;三是构建“政府—行业—基层”的创新互动治理模式;四是实现“体育公园—资源再生产”的可持续良性循环。本研究从系统论的动态性和整体性视角出发,为后疫情时代体育公园的文化生态可持续发展提供了理论支撑和实践路径。

以生成式人工智能重塑智慧学习环境:从要素改进到生态重构

智慧学习环境作为教育数字化转型的重要支撑,在建设过程中涌现出数据孤岛、模型局限、资源定型、工具繁杂、服务僵硬、场景割裂等问题。生成式人工智能作为人工智能技术发展的新形态,给智慧学习环境的升级与变革带了新的机遇。研究以生成式人工智能为动力引擎升级了三层六要素的智慧学习环境理论模型,认为智慧学习环境中的数据要素由低质化转向高效化、模型要素由判别式转向生成式、资源要素由表象化转向语义化、工具要素由分布式转向集成化、服务要素由预定义转向自适应、场景要素由边缘化转向中心化。在此基础上,研究进一步明晰了生成式人工智能可通过重构人才培养理念、知识与课程观、教学模式与学习方式、教育评价体系及教育治理模式变革智慧学习环境生态。研究深入剖析了智慧学习环境的内部要素改进与外部生态重构,为塑造智慧学习环境新形态提供理论研究支撑与实践探索方向。

假托与重构:《禹贡》冀州与有夏之墟

战国秦汉时期的学者普遍认为,冀州应在河东及两河之间的河内一带,西周春秋时期的晋国所辖区域,即司马迁所说的“天下之中”之地。《禹贡》九州并非按照治水先后排序,宋儒一方面确信《禹贡》为大禹治水的历史文献,另一方面又用大禹时代尚未形成的五行说来解释《禹贡》九州的排列顺序,自相矛盾,疑点重重。20世纪学术界对《禹贡》冀州与夏墟之间关系的探讨,逐渐接近部分历史真相,但仍存在诸多疑惑。大禹传说的发生和流变有一个多元并起与层累积聚的过程。《禹贡》一书是战国时期儒者在魏地禹都等传说基础上重构的一部非纪实著作,一幅治理天下的蓝图,《禹贡》中的山川地理、九州、五服之制,和大禹毫无关系。《禹贡》九州、五服制自然无法和龙山时代的考古学资料相对应。

语境重构与国家形象建构——基于语料库的突发公共卫生事件报道研究

现有的国际舆论和文化格局使得中国国家形象的建构在很大程度上取决于他塑而非自塑,突发公共卫生事件的发生更加凸显了通过大众传媒自塑国家形象的重要性。鉴于此,本文基于语境重构视角,以新冠疫情报道为语料,总结其英译中使用的语境重构策略,并利用语料库分析工具对译文进行定量分析,以期识别在此过程中通过语境重构建构的国家形象。研究发现,6种语境重构策略的灵活运用凸显了暗含积极语义韵的高频词及媒体关键词,在某种程度上建构了人民团结、堪当重任和客观公正的大国形象。本文旨在探讨在翻译中有效建构国家形象的语境重构策略,从而推动中国国家形象自塑话语体系的形成。

超声分层应变成像参数联合实验室指标对急性ST段抬高型心肌梗死后左心室不良重构的预测价值

目的探讨超声分层应变成像参数联合实验室指标对急性ST段抬高型心肌梗死(STEMI)后左心室不良重构(LVAR)的预测价值。方法选取2022年1月至2024年1月在大庆油田总医院进行经皮冠状动脉介入术(PCI)的106例急性STEMI患者,根据影像学检查结果是否发生LVAR将患者分为发生组(31例)、未发生组(75例)。比较两组患者一般资料、实验室指标、常规超声指标[左心室射血分数(LVEF)、左心室舒张末期内径(LVEDD)、左心室收缩末期内径(LVESD)及左心房容积(LAVI)]、超声分层应变成像指标[左心室心肌整体纵向应变(GLS)、左心室整体收缩期圆周应变(GCS)以及峰值应变离散度(PSD)],采用Logistic回归模型分析发生LVAR的危险因素,采用受试者工作特征(ROC)曲线分析超声分层应变成像技术对急性STEMI患者LVAR的预测价值。结果发生组患者Killip分级≥2级占比高于未发生组(P<0.05);发生组患者基线心肌肌钙蛋白I(cTn-I)、肌酸激酶同工酶(CK-MB)、肌红蛋白水平、血浆N末端B型钠尿肽原(NT-proBNP)水平均高于未发生组(P<0.05);发生组患者GLS_内、PSD均高于未发生组(P<0.05);经多因素Logistic回归模型分析,基线cTn-I、术后1周GLS_内、术后1周PSD均为发生LVAR的独立危险因素(P<0.05);ROC曲线分析显示,基线cTn-I、术后1周GLS_内、术后1周PSD单独及联合预测急性STEMI后LVAR的AUC(0.95CI)分别为0.794(0.704~0.866)、0.832(0.747~0.898)、0.831(0.746~0.897)及0.948(0.887~0.982),且三项联合预测效能高于各项单独预测(P<0.05)。结论术后1周应用超声分层应变成像技术有助于预测急性STEMI后LVAR,基线实验室指标cTn-I与术后1周GLS_内、PSD三者联合对预测LVAR具有重要参考价值。

聚焦重构产业生态 破解应收账款困局——2024中国预拌混凝土华东四省市大型企业领导人会议侧记

初冬岁末的江南,是水墨江南,是诗意江南。2024年12月20日,由中国混凝土与水泥制品协会主办、华东四省市混凝土协会协办的“2024中国预拌混凝土华东四省市大型企业领导人会议”在杭州隆重举行,会议的主题是“绿色引领突破瓶颈生态重构助推行业高质量发展”,来自沪、浙、苏、皖四省市混凝土与砂石骨料企业,港口物流仓储企业及其混凝土协会的120多名领导和特邀嘉宾齐聚美丽的西子湖畔。会议代表们在中央经济工作会议精神的指引下,聚焦混凝土产业生态重构、混凝土企业应收账款居高不下等行业高质量发展所面临的“痛点”“难点”。协会搭建平台,问计头部企业,共商破解之策。

多热源系统全域温度场的实时重构策略

在多热源系统的动态热管理中,全域热场分析与实时评估是核心要素,而传统的离散测量和重构技术难以实时获取温度场动态变化。为此,提出一种基于离散测点的全域温度场重构策略,通过引入奇异值分解提取温度场的特征基函数,并引入灰狼优化算法对重构离散测点的布局进行优化,通过与离散测点值结合,建立全域温度场的关联系数矩阵。采用数值实验,基于4种类型热源系统验证了该方法的可靠性。结果表明:测点布局优化后,4种温度模型的理论重构误差水平显著降低了至少3个数量级。采用该方法对某多芯片PCB的温度场进行重构,与数值实验结果对比显示温度场平均误差为0.12℃,均方根百分比误差低于1%,验证了该策略在实际应用中的可靠性,为电子设备热控热分析提供了参考依据。

基于重构级别辨识的主配协同鲁棒供电恢复方法

传统配电网供电恢复策略大多先进行孤岛划分、后进行动态重构,缺少对二者的共同考虑,而全局重构又存在经济性差、操作难度大等问题。为此,提出基于重构级别辨识的主配协同鲁棒供电恢复方法。首先,根据配电系统的故障情况,按照局部自治、低级别优先重构的原则,快速确定主(变电站层级)、配(配电线路层级)多级重构需求。然后,对不同级别的区域进行孤岛划分与重构。接着,针对描述分布式光伏出力不确定性的凸包多面体集合存在放缩过程中保守性大的问题,采用超平面方法切割凸包集合并建立改进凸包集合模型。进一步,构建了配电网鲁棒供电恢复模型,并采用列与约束生成算法对鲁棒供电恢复模型进行求解。最后,通过改进的78节点系统进行仿真验证。结果表明,基于重构级别辨识的主配协同鲁棒供电恢复方法可以降低保守性,提高供电恢复结果的鲁棒性。

混合量子-经典算法的配电网灾后拓扑重构方法

为及时有效地制定配电网拓扑重构策略以提升负荷快速恢复能力,基于量子计算的优越性,提出混合量子-经典(HQC)算法的弹性配电网灾后拓扑重构方法。首先,构建基于HQC算法的灾后配电网拓扑重构模型,以实现实际场景、优化问题、嵌入算法相应模块在量子计算和经典计算环境下的协作交互过程。然后,将配电网拓扑重构问题构造为无约束离散优化子问题和有约束连续优化子问题,提出量子退火嵌入式交替方向乘子(QA-ADMM)算法,将离散子问题等效映射成量子可解释的伊辛模型后,部署在D-Wave量子退火计算机中,并与经典计算机中连续子问题迭代求解,采用自适应惩罚因子调节机制加速算法收敛。最后,通过IEEE 14、33、69、123以及改进的205节点的不同规模配电系统,分析验证了QA-ADMM算法的有效性、稳定性与可扩展性。结果表明,惩罚因子、目标函数惩罚项系数、量子退火中采样读取次数会影响所提算法的精度和收敛速度;优化问题规模扩大后,所提混合量子-经典算法计算优势更加明显,205节点配电系统算例下,计算效率较经典计算可提升约34%。

时–空特征驱动的多轮次重构图卷积网络故障诊断方法

近年来,图神经网络被广泛应用于处理具有非欧结构的工业过程数据.然而由于设备运行的过程数据常常受到噪声和冗余信息的干扰,如果直接使用原始信号会导致构建的图模型不够精细和准确,从而影响后续的模型诊断性能.针对这一问题,本文提出了一种时–空特征驱动的多轮次重构图卷积网络(STMR-GCN)故障诊断方法.该方法首先利用多尺度卷积神经网络与GCN对故障信号进行特征提取.然后根据样本之间的余弦相似性对图结构进行多次重构,重构后的图模型能够更精确地反映样本之间的连边关系,并将得到的图模型输入到GCN进行故障种类的识别.最后,在东南大学(SEU)仿真数据集和真实的磨煤机数据集上进行实验,实验结果表明所提方法与其他对比方法相比诊断精度均有提高,从而证明STMR-GCN模型在故障诊断方面的有效性和实用性.

基于快速滑面重构的滑坡体积计算方法研究

在滑坡等应急测绘中,快速计算滑坡体的体积对灾害评估和应对、资源调配和救援指导有重要的意义。随着无人机测绘技术的软、硬件发展,现场数据的获取变得容易、高效。本文旨在以无人机测绘实景三维数据为基础,通过利用滑坡后壁暴露的部分几何信息重构滑动面,结合Voronoi图和Delaunay三角剖分进行插值计算,模拟下滑面的三维形状,通过实景三维表面和下滑面数据计算滑坡体积。缩短了计算滑坡体体积的时间,提高了滑坡体积计算的准确性和可靠性,具有较好的实用价值和应用前景。

湍流场高分辨重构的时程深度学习方法

湍流的研究离不开高分辨率的流场数据,但受测量方法、计算效率和数据存储等多方面限制,高分辨率湍流数据的直接获取仍比较困难。本文基于流场时程数据的低维表征模型,提出基于神经网络的特征编码预测模型与高分辨率的湍流重构方法。首先,基于一维卷积方法建立湍流时程的低维表征模型;然后,基于人工神经网络模型建立测点坐标与特征编码之间的映射关系,实现未知测点的特征编码预测;最后,利用所预测的特征编码结合表征模型的解码器生成求解域内任意位置处的湍流时程。对Re=2.2×10^(4)的方柱湍流场进行低维表征,进而实现高分辨率流场时程数据的重构,并验证方法的准确性。本文所提方法是一种在时间维度上具有高精度的湍流重构方法,且是一种无监督训练方法,可广泛应用于基于一点的传感器数据处理,是一种适用于湍流流场时程数据重构的新方法。

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。