基于归闪的湖北省两套闪电定位系统对比分析

为研究湖北省两套闪电定位系统,在归闪的基础上研究分析了2015—2020年湖北地区地闪数据,对闪电频次、时空分布、电流强度月分布、雷电流幅值累积概率等主要参数进行了比对分析,研究结果表明:ADTD-2系统在定位正地闪强度存在局部异常值外,比ADTD-1系统具有更高的探测效率,其中正地闪的探测效率比负地闪提升幅度更高,探测负地闪回击的时间分辨率也比ADTD-1系统高,ADTD-2闪电数据整体优于ADTD-1数据。

外语课程思政与区域国别研究课程群双向导入的理路

在大国崛起和大国外交的时代语境中,以“多语种+”理念为指导,培养掌握区域和国别知识、服务国家发展战略的新时代外语人才的理念已愈加清晰。这一共识为深化外语课程思政建设提供了新的视角。以外语课程思政为引领,以区域国别研究课程群为依托,二者从理念与载体、温度与高度、意识与能力、价值与知识四大维度出发,聚焦于课程育人、学科发展、教师成长、人才培养四大核心脉络,形成了双向导入的内在逻辑关联和相互生成机理,对探索外语课程思政建设由表及里、促进人才培养目标落地落实具有重要现实意义。

一种面向工业物联网的远程安全指令控制方案

随着工业领域对智能化要求的不断提高,工业物联网(IIoT)得到了快速发展,其可以有效提高工业生产中的流程效率和决策质量,具有广阔的应用前景。然而,近年来IIoT的安全问题逐渐凸显。针对远程指令控制这一应用场景,设计一种基于SM9标识密码算法的两方协同群签名算法,并结合区块链实现面向IIoT的远程安全指令控制方案,以保障IIoT中远程指令操作的安全性。该方案基于国密SM9标准,群管理员审核指令,并与发起指令签署请求的用户协同完成群签名,群签名在保护签名者身份隐私的同时可以由群管理员在必要时公开签名者身份。通过引入区块链技术,实现IIoT平台的去中心化管理,并通过智能合约获取指令执行历史数据,方便后续审计与追责。此外,方案在签名验证阶段通过批量验证来有效减少计算消耗。安全性及性能分析结果表明:在签名数量超过20条时,该方案通过批量验证的方式可以使得计算量减少50%以上;相较对比方案,所提方案在IIoT环境下安全性和实用性更高。

基于分组注意力和高斯多尺度的目标检测方法研究

针对现有目标检测网络在特征提取以及多尺度融合方面存在的局限,将分组卷积与高斯金字塔引入深层神经网络中,设计了一种基于分组注意力机制和高斯多尺度融合的目标检测方法。该方法利用图像灰度化、直方图均衡化丰富输入信息,降低光照影响;构建双阶段特征提取结构,采用深度可分离卷积初步提取目标特征后再利用分组注意力结构提升关键信息权重,进一步提炼目标特征;为充分捕获目标多尺度信息,设计了高斯多尺度结构,将不同维度的特征自适应融合后构建高斯金字塔特征,与对应尺度特征联合实现目标检测。通过在ImageNet、MS COCO、PASCAL VOC三个公开标准数据集上的实验结果表明,所提方法目标信息丰富,有效特征提取以及网络尺度不变性都有较大改善,在复杂场景下也具有较高的鲁棒性和泛化能力。

液滴群在两段自着火条件下的内群燃烧及向外群燃烧的转变数值模拟分析

利用数值模拟研究了正庚烷和正十二烷液滴群在两段自着火条件下的内群燃烧及向外群燃烧转变的机理.首先分别分析了冷火焰和热火焰内群燃烧的火焰结构.进一步比较发现,虽然正庚烷与正十二烷的挥发性不同,但液滴群参数相同时其燃烧阶段一致,通过对时间尺度和蒸发进程的分析发现,该现象的原因为液滴群内燃烧是蒸发控制的物理过程,挥发性不同仅影响不同过程发生的时间.最后,对液滴群内燃烧向外燃烧过渡的算例展开分析,发现液滴群内燃烧火焰穿透整个液滴群后,液滴群内部氧气减少,形成了富燃的区域,而液滴群外部形成了传统的扩散火焰.

Two-group SIR Epidemic Model with Stochastic Perturbation

A stochastic two-group SIR model is presented in this paper.The existence and uniqueness of its nonnegative solution is obtained,and the solution belongs to a positively invariant set.Furthermore,the globally asymptotical stability of the disease-free equilibrium is deduced by the stochastic Lyapunov functional method if R0 ≤ 1,which means the disease will die out.While if R0 > 1,we show that the solution is fluctuating around a point which is the endemic equilibrium of the deterministic model in time average.In addition,the intensity of the fluctuation is proportional to the intensity of the white noise.When the white noise is small,we consider the disease will prevail.At last,we illustrate the dynamic behavior of the model and their approximations via a range of numerical experiments.

考虑满意度的团购两级混合冷链低碳路径优化

考虑当前社区团购生鲜品冷链运输过程中,因品质衰减导致顾客满意度降低,同时需求井喷造成运力不足的问题,提出一种基于众包模式的两级冷链协同优化配送策略,即由企业冷藏车完成城市仓至中转仓的一级冷链运输,由众包冷藏车完成由中转仓至团长的二级冷链运输,并以包含服务延迟成本、碳排放成本和固定成本的总成本最小,及团长对产品品质满意度最大为优化目标,建立一个带有众包的两级开闭混合冷链低碳路径规划模型。针对模型特点,构造了一种改进的自适应大领域搜索算法(improved adaptive large neighborhood search,IALNS),设计了新的破坏-修复解的策略,并在算子选择阶段加入模拟退火算法(simulated annealing,SA)的思想,以加快收敛速度,提高算法全局搜索能力。通过分别与自适应大领域算法(adaptive large neighborhood search,ALNS)、模拟退火算法、遗传算法(genetic algorithm,GA)、粒子群优化算法(particle swarm optimization,PSO)的算例优化结果对比,证明该算法的有效性。该策略兼顾企业利润和客户需求,对比在不同配送模式下的实验结果,验证了该模型在解决社区团购生鲜品冷链物流问题上有积极意义。

永定河流域多水源配置与水库群优化调度

针对流域水资源系统中以“面”为主的多水源配置和以“线-点”为主的水库群调度耦合问题,提出多水源配置与水库群优化调度相耦合的二层结构方法。以永定河流域为研究实例,提出包括供水规则、引水规则、多水源供水策略以及共同供水任务分配策略的多水源配置与调度规则,以此建立多水源配置与水库群优化调度模型,分析多水源供水和不同需水情景下的调度方案,以及最优方案下的供水效益。结果表明:永定河流域考虑本地水、引黄水、南水北调水和再生水的多水源供水与节水相结合的情景方案为最优方案,生活用水保证率均大于99%,工业用水保证率均大于97%,灌溉分区供水保证率为76.7%~90.2%(除桑干河上游外),三家店断面生态供水保证率为96.3%;通过多水源供水和节水策略,可以极大地改善用水户的供水效益和保障三家店断面生态水量需求。本文方法可为流域多水源配置与水库群优化调度研究提供借鉴。

铁路车站咽喉区道岔自动分组方法研究

咽喉区道岔分组不仅是运用利用率计算法查定铁路车站咽喉通过能力的必要步骤,还是车站进路选择、股道运用等行车技术作业的关键环节。为解决当前自动分组方法不能有效解决复杂咽喉区非水平方向布置道岔的分组问题,将咽喉区道岔分组问题抽象为有向图中点的归属问题,构建咽喉有向图模型和道岔分组有向图模型,设计二阶段法对模型求解。第一阶段识别平行进路,目标是基于咽喉有向图运用DFS算法识别并生成平行进路对全集;第二阶段为判断道岔归属,目标是基于进路判断法及道岔坐标设计初分、调整、检验等计算步骤判断道岔归属并生成道岔组。以某个布置复杂的技术站咽喉为例,对本文所提出方法进行检验,结果表明该方法能够快速准确地实现咽喉道岔自动分组,有利于铁路数字化设计和智能化生产管理。

自适应两阶段分组求解大规模全局优化问题

协同进化是解决大规模全局优化问题的一种有效策略,但是该策略不能对存在相关性变量的大规模问题进行有效分组,最终导致算法性能下降.针对上述问题,提出一种基于自适应两阶段分组的差分协同进化算法.首先,在第1阶段分组中,根据决策变量贡献度,将其分为正促进组和负抑制组;然后,在第2阶段分组中,分别对两组内的变量进行相关性识别,根据相关变量所占比例进行自适应分组;最后,采用差分协同进化算法对分组后的组件进行优化.实验结果表明本文所提方法能够实现对大规模全局优化问题中相关变量的有效分组,提高了算法的收敛性,通过标准大规模优化测试函数集验证了算法的有效性和适用性.

中西部地区非省会城市高校高质量发展论略

中西部地区非省会城市高校既是中国高等教育的重要组成部分,也是薄弱环节。这些高校存在整体分布不均衡、省内布局较分散、发展水平偏低等现实困境,同时面临省会城市的“排斥力”、非省会城市的“吸收力”、新时代的“推动力”等方面的机遇。中西部地区非省会城市高校应搭建教师可持续发展通道,构建“两群融合”发展机制,建立跨区域协同发展平台,实现高质量发展。

低分子肝素钙应用于过敏性紫癜患儿肾损害治疗中的临床效果

目的探讨低分子肝素钙在过敏性紫癜患儿肾损害治疗中的临床效果。方法选取2018年10月至2021年10月我院收治的60例过敏性紫癜患儿,采用随机数字表法分为对照组和试验组各30例。对照组给予常规治疗,试验组在对照组基础上加用低分子肝素钙治疗。对比两组临床症状消退时间、临床疗效;对比两组紫癜性肾炎发生率;对比两组治疗前后的血小板计数(PLT)、尿白蛋白(ALB)、凝血活酶时间(APTT)、β2-微球蛋白(β2-MG)水平、凝血酶原时间(PT)水平。结果治疗后试验组临床总有效率显著高于对照组,紫癜性肾炎发生率显著低于对照组(P<0.05);观察组皮肤紫癜、腹痛、关节症状消退时间显著短于对照组(P<0.05);治疗后,两组患儿尿β2-MG、ALB水平均低于治疗前,且试验组显著低于对照组(P<0.05)。结论临床上应用低分子肝素钙治疗过敏性紫癜患儿可有效缓解患儿临床症状,减轻肾损伤,改善肾功能,降低紫癜性肾炎发生率,促进患儿病情恢复。

语言助力乡村振兴的内在逻辑与实践路径

随着国家乡村振兴战略的实施,乡村语言的功能逐渐转型而使乡村语言生活面临新语境、新需求和新服务。语言助力乡村振兴存在文化、社会、制度与经济等4重内在逻辑,相应地形成锚定重点人群双向语言学习、推进乡村语言治理现代化、适度开发利用语言资源、整体性保护传承乡村语言等4条实践路径。语言助力乡村振兴没有普适性通用路径,必须根据具体乡村的资源禀赋和特色优势创造性实践。对语言助力乡村振兴的研究必须回到乡村语言生活现场,全面描写、记录地方性、民族性乡村语言事实和经验,深度阐释各地语言助力乡村振兴的在地机制和深层规律,为社会语言学提供丰富多样的乡村言语事实和语言法则,提高语言学关注当下、聚焦民生的学术阐释力和学科想象力。

基于双流跨模态特征融合模型的群养生猪体质量测定

针对生猪体质量准确测定问题,提出了一种跨模态特征融合模型(Cross-modality feature fusion ResNet, CFF-ResNet),充分利用可见光图像的纹理轮廓信息与深度图像的空间结构信息的互补性,实现了群养环境中无接触的生猪体质量智能测定。首先,采集并配准俯视猪圈的可见光与深度图像,并通过EdgeFlow算法对每一只目标生猪个体进行由粗到细的像素级分割。然后,基于ResNet50网络构建双流架构模型,通过内部插入门控形成双向连接,有效地结合可见光流和深度流的特征,实现跨模态特征融合。最后,双流分别回归出生猪体质量预估值,通过均值合并得到最终的体质量测定值。在试验中,以某种公猪场群养生猪为数据采集对象,构建了拥有9 842对配准可见光和深度图像的数据集,包括6 909对训练数据和2 933对测试数据。本研究所提出模型在测试集上的平均绝对误差为3.019 kg,平均准确率为96.132%。与基于可见光和基于深度的单模态基准模型相比,该模型体质量测定精度更高,其在平均绝对误差上分别减少18.095%和12.569%。同时,该模型体质量测定精度优于其他现有生猪体质量测定方法:常规图像处理模型、改进EfficientNetV2模型、改进DenseNet201模型和BotNet+DBRB+PFC模型,在平均绝对误差上分别减少46.272%、14.403%、8.847%和11.414%。试验结果表明,该测定模型能够有效学习跨模态的特征,满足了生猪体质量测定的高精度要求,为群养环境中生猪体质量测定提供了技术支撑。

医生参与的OSCE考核模式在三级综合教学医院临床护士夜班准入考核中的应用

目的 探讨医生参与的客观结构化临床考核模式(OSCE)在三级综合教学医院临床新护士夜班准入考核工作中的应用价值。方法 选择2020年2月—2022年4月本院新入职且没有夜班准入的80名全日制本科学历护士作为研究对象,按照随机数表法分为研究组和对照组两组,每组各40名。在临床新护士夜班准入考核培训中,研究组采取医生参与的OSCE考核培训模式,即由主治医师及以上职称的医生和高年资护士组成考核培训小组,对照组应用常规培训考核模式,两组均连续培训满3个月。培训考核结束后评价两组护士的综合考核能力、考核评价结果、满意度情况。结果 研究组护士在护理评估、健康教育、人文关怀、沟通协调和临床思维各个方面的得分分别为(17.86±1.45)分、(18.01±1.24)分、(17.72±1.34)分、(18.11±1.17)分和(17.79±1.26)分,均高于对照组各项得分[(15.03±1.22)分、(15.46±1.07)分、(15.57±1.04)分、(16.02±1.11)分和(14.85±1.31)分],差异具有统计学意义(P<0.05);研究组考核评价中对于“考核方式可充分反映自身能力、考核内容设置合理、考核方式兼具理论及实践、考核模式能客观评价自身能力”的占比分别为95.00%、92.50%、92.50%、90.00%,对照组占比分别为80.00%、75.00%、72.50%、67.50%,两组比较差异均具有统计学意义(P<0.05);研究组护士的调查满意度为95.00%,高于对照组的77.50%,组间差异具有统计学意义(P<0.05)。结论 医生参与的OSCE考核模式在三级综合教学医院临床新护士夜班准入考核工作中的应用效果满意,可以一定程度上弥补仅仅护理专业人员参与培训考核的局限性,能够提升新入职拟夜班准入护士的专业素养及综合能力,考核结果更具准确性、有效性,提高了被考核者的满意度,对探索、培养应用型、高素质护理人才同样有着重要的意义。

FBS模型与移情理论的共享定位设备设计

目的为了提高以人为本的设计过程中,用户因素对决策的影响度,提出优化FBS模型,以达到用户需求和设计模型的共鸣。方法区别于单纯以数据为导向的分析方法,通过理性的FBS模型确定设计研究的主要框架,并结合移情理念感知用户。由用户自身产生的行为和心理特征来引导实验,挖掘其潜在需求导入FBS模型框架进行设计,使设计过程达到理性因素和感性因素互补的有机结合。结果以共享儿童定位设备为例,结合共享设施涉及多类用户群体的特性进行设计实验,以易操作的方法挖掘新的设计点。流程包含完整的用户分析、产品设计和可用性评价过程,可用于提升设计效率。加深用户、产品、环境之间的联系。结论实验结果验证了改进后的方法可以更明确有效地提高用户体验,为设计需求分析方法研究提供思路。

基于优化和两阶段筛选的时间序列Shapelets提取研究

与基于全局特征的时间序列分类方法相比,基于shapelets的分类方法在可解释性和分类速度方面更具优势。针对现有的优化模型学习到的shapelets判别力不足以及shapelets候选数量太多等问题,提出了基于优化和两阶段筛选的时间序列shapelets提取算法。首先对时间序列取样,结合极值点和序列趋势对取样的时间序列进行分组,根据分组结果对稀疏组Lasso正则器的每项赋予权重,并在加权稀疏组Lasso的每一组中都使用融合罚正则项来保证解的相邻位置平坦变化,将多项稀疏正则项作为正则器与局部线性判别分析相结合来构建目标函数。然后,建立一个两阶段的筛选框架来度量组的稀疏性,从而快速地找到对分类起决定性作用的关键组。最后仅使用一组关键组来提取shapelets用于时间序列的分类,缩小了shapelets的规模。在28个时间序列数据集上进行了大量实验,实验结果表明,与现有的基于shapelets的提取方法相比,所提方法不仅能显著提高分类精度,具有较高的时间效率,而且能够在一定程度上缩小shapelets的规模。

LSMOEA/2s:一种基于变量两阶段分组的多目标进化算法

大规模多目标优化问题(Large-Scale Multi-objective Optimization Problem,LSMOP)固有的性质给多目标进化算法(Multi-Objective Evolutionary Algorithm,MOEA)带来挑战。目前大多数大规模多目标进化算法(Large-Scale Multi-Objective Evolutionary Algorithm,LSMOEA)需要耗费较多的计算资源对大规模决策变量进行分组,使得用于优化问题解的计算资源相对不足,影响了算法效率和解题性能。基于此,本研究提出一种基于变量两阶段分组的多目标进化算法(Large-Scale Multi-Objective Evolutionary Algorithm adopting two-stage variable grouping,LSMOEA/2s)。新算法首先利用基于变量组的相关性检测方法快速识别独立变量,然后利用高频次随机分组方法将非独立变量划分成若干子组,最后利用MOEA/D算法优化所有的独立变量和非独立变量子组。将所提算法与当前4种代表性算法(MOEA/D、CCGDE3、RVEA、S3-CMA-ES)一同在LSMOP系列测试问题上进行反转世代距离(Inverted Generational Distance,IGD)性能测试,结果表明,LSMOEA/2s较其他算法具有显著的性能优势。

利用局部监督的跨模态行人重识别研究

跨模态行人重识别技术旨在从非重叠视域不同模态的摄像头捕获的行人图像中,识别出特定行人,行人图像间存在巨大的跨模态差异以及模态内部差异,导致识别率不高。为此,提出了一种利用局部监督的跨模态行人重识别方法(LSN)。首先将可见光图像转换成与红外图像更为接近的灰度图像,在图像层面缓解跨模态的差异,并使用共享参数的双流网络,提取具有判别性的共享特征,在特征层面缓解跨模态差异;其次,设计了局部监督网络,增强了对背景、遮挡等噪声的鲁棒性,缓解了模态内部差异;最后,设计了跨模态分组损失、联合身份损失对网络进行约束。实验结果显示,在SYSU-MM01数据集上,评价指标rank-1和mAP分别达到了53.31%、50.88%;在RegDB数据集上,达到了73.51%、68.55%,实验结果优于同类方法,验证了该方法的有效性和先进性。

社会群体印象评价的理论构建与研究探索(代卷首语)

群体是社会心理学研究的基本范畴,是多学科关注的领域。群体刻板印象研究形成了一些有影响的理论,由于“群体”与“社会群体”概念的混用,社会群体印象评价的理论和方法需要做进一步探索。在大量研究的基础上,中国学者依据群体的社会属性,将社会群体定义为由相同社会身份与行为特征的人所构成的具有一定规模和边界的人群集合,指出社会群体的客观属性和知觉属性直接影响对社会群体的印象评价,并从社会分工和社会角色的视角,构建了中国社会群体印象评价的位置-贡献两维模型。本书的13篇文章,即围绕社会群体印象评价主题,分别探讨了社会群体属性对印象评价的影响、文化变量在现实社会群体印象评价中的作用、群体刻板印象的心理加工机制等问题,对探索当代中国社会群体心理,发展社会群体印象的理论与方法都具有一定的启发,也为社会群体印象评价研究提供了参考方向。