以银发经济推进农村互助养老发展的政策支持研究——以J省X市颐养之家为例

我国首部“银发经济”政策文件出台,为农村互助养老模式提供了“有为政府”与“有效市场”相结合的实践场域。通过对具有全国性影响的J省X市颐养之家的典型案例分析发现,当前农村互助养老模式的主要政策目标是为有需要的农村留守、独居及困难老年人提供基本生活保障的兜底型养老。在银发经济“产品化-商品化-产业化”阶段性发展的大趋势下,农村互助养老还可以是普惠式养老,更应该是高质量的积极养老。针对农村互助养老模式在政策执行中分配基础、分配内容、输送策略、筹资机制等方面存在的不足,建议将发挥有效市场作用与有为政府作用更好结合,进一步完善优化政策支持,纳入“一老一小”,扩展受益对象;引进商品化竞争机制,丰富服务供给;推动多主体跨部门合作,形成网状输送;划定红线并链接资源,发展团结经济,着力推动农村互助养老高质量发展。

实践创新能力驱动的化工人才培养模式构建与实施

以中北大学“化学工程与工艺”专业为例,构建“学训赛创”四元互促人才培养模式,在扎实的理论教学基础上,融入实验、实习、实训,并结合学科赛事,全面提升学生实践创新能力。实践结果表明,该模式强化了学生对复杂工程问题的处理能力,并显著提升了师资水平,为行业培养了工程创新人才,展现出良好的示范性和推广价值。

基于多重互信息约束的高表现力语音转换

随着语音转换在人机交互领域的广泛应用,对于获取高表现力语音的需求日益显著.当前语音转换主要通过解耦声学特征实现,侧重对内容和音色特征的解耦,很少考虑语音中混合的情感特性,导致转换音频情感表现力不足.为解决上述问题,本文提出一种基于多重互信息约束的高表现力语音转换模型(MMIC-EVC).在对内容和音色特征进行解耦的基础上,引入表现力模块分别对话语级韵律和节奏特征进行建模,以实现情感特性的传递;随后通过最小化各特征之间的多重互信息变分对数上界,约束各编码器专注于解耦对应的声学嵌入.在CSTR-VCTK和ESD语音数据集上的实验表明,本模型的转换音频语音自然度评分(MOS)达到3.78,梅尔倒谱失真为5.39 dB,最佳最差占比测试结果大幅领先于基线模型,MMIC-EVC能够有效解耦韵律和节奏特征,并实现高表现力语音转换,为人机交互带来更加出色和自然的用户体验.

半市场化社区互助养老:农村老年人照料中的集体统筹与实践定位

互助养老实践打破了纯福利型和纯市场化养老模式存在的弊端,但在服务对象和服务内容上仍然存在一定不足。半市场化社区互助养老把市场和社区要素同时纳入,依托村社集体发挥公共角色功能,为高龄老人推荐低龄老人资源,提供低于市场价的半市场化养老服务,成为当前人口老龄化背景下的合适选择。在半市场化社区养老实践中,村社集体不但能够对内外部养老资源进行整合和社会动员,还可以介入养老服务过程,进行居间协调公证、监督养老服务质量、保护照料双方合法权益,强化互助养老的公益属性。半市场化社区互助养老以集体统筹为核心,通过统合政府、市场和家庭等多元主体的角色,为村庄老年人搭建起低成本、高福利的互助养老公共平台。

基于时域卷积网络与Transformer的茶园蒸散量预测模型

在茶园水资源管理中,蒸散量(Evapotranspiration,ET)是评估作物水分需求的关键指标,由于茶园蒸散量预测具有时序性、不稳定性以及非线性耦合等特点,目前的茶园蒸散量预测模型存在预测精度较低的问题,针对此问题本文提出了一种新型的茶园蒸散量预测模型。首先使用互信息算法(Mutual information,MI)与主成分分析算法(Principal component analysis,PCA)相融合的数据处理算法(MIPCA),筛选强相关的特征并提取主成分;其次将时域卷积网络(Temporal convolutional network,TCN)与Transformer融合,利用灰狼算法(Grey wolf optimization,GWO)优化超参数,捕捉茶园数据的全局依赖关系;最后整合2个网络构建了MIPCA-TCN-GWO-Transformer模型,通过消融试验和对比试验验证了模型性能,并对模型在不同时间步长下的性能进行测试。结果表明,该模型平均绝对百分比误差(Mean absolute percentage error,MAPE)、均方根误差(Root mean square error,RMSE)和决定系数(Coefficient of determination,R^(2))3个评价指标分别为0.015 mm/d、0.312 mm/d和0.962,优于长短期记忆模型(Long short term memory,LSTM)等传统预测模型。在小时尺度、日尺度和月尺度下的R^(2)分别为0.986、0.978和0.946,在不同时间步长下展现了良好的适应性和准确性。本文构建的MIPCA-TCN-GWO-Transformer模型具有较高的预测精度和稳定性,可为茶园水资源优化管理和灌溉制度制定提供科学参考。

Rmcvit:一种融合卷积与自注意力的轻量级图像识别算法

为了解决目前基于Transformer的模型需要较大的参数量而无法有效应用在资源受限的移动端设备中,提出一种融合卷积与Transformer两者优势的轻量级混合模型.模型中Rmcvit Block将输入张量分成多个通道组,利用深度可分离卷积和跨通道维度的互协方差注意力来增加感受野并融合多尺度特征,并融合unflod模块在保证其空间顺序的前提下,降低每个向量序列(token)送入自注意力模块后的计算消耗.基于整理后的Imagenet数据集的对比实验,RmcVit-M以5.81M的参数量大小达到了85.2%的准确率,其模型相关变体性能超过了参数量相似的Transformer模型和卷积神经网络.结果表明,Rmcvit能够有效结合卷积神经网络与Transformer的优势,达到了以较少的模型参数获得更高准确率的目的.

再生水投入与长江和黄河流域经济发展的互馈效应研究

基于面板向量自回归模型,收集了2011—2020年长江和黄河流域18个省(自治区、直辖市)的面板数据,在验证了面板数据的有效性基础上,分析了模型的结果、脉冲响应函数及方差分解结果,考察了再生水投入与长江和黄河流域经济发展之间的相互作用及动态双向影响。结果表明:再生水投入与长江和黄河流域经济发展之间具有相互促进、共同发展的关系,并具有区域差异性特征;在流域经济发展对再生水投入的影响上,黄河流域的依赖性明显大于长江流域;在再生水投入对流域经济发展的影响上,黄河流域和长江流域整体上均呈现正向影响,但长江流域正向影响滞后性更强。

中国式现代化进程中的互助养老——内驱力、定位与发展走向

当前中国互助养老存在着内在驱动力不足、定位与发展方向不够明晰的问题。通过剖析几类主要的互助养老模式产生和发展的内在驱动力,发现在党建引领这一内在驱动力之外,各类互助养老模式有其独特的驱动。为了进一步深入挖掘互助养老的内在驱动力,持续激发老年人的“互助”动能,明确互助养老的定位与发展方向,提出坚持党建引领、重构社会文化支持体系、营造社区熟人环境、构建互助养老的分层次发展模式等对策建议。

基于特征选择与Transformer的涡扇发动机剩余使用寿命预测

针对传统剩余使用寿命预测模型难以解决长时依赖问题以及不同特征组合对模型预测精度影响大的问题,提出一种基于特征选择与Transformer的剩余使用寿命预测模型。首先利用以互信息为理论基础的最大相关最小冗余特征选择算法,捕获特征与标签、特征与特征的关系,得到最佳特征组合;然后以Transformer的编码器为主体并加入门控卷积单元组成预测模型,使模型可以充分捕捉全局信息且提高运算效率的基础上也更加注重局部信息;通过网格搜索与粒子群算法确定模型超参数。最后将最优特征组合的变量数据输入模型实现涡扇发动机剩余使用寿命预测。利用此方法在C-MAPSS数据集进行验证,并进行对比实验,结果表明预测误差与模型效率均有一定改进。

ERAS护理模式联合病友互助模式在肺癌根治术后老年患者康复中的应用效果

目的探讨ERAS护理模式联合病友互助模式在肺癌根治术老年患者中的康复效果。方法选取河南省胸科医院,郑州大学附属胸科医院2021年10月至2022年10月收治的78例肺癌根治术患者,按随机数字表法分为对照组和观察组,各39例。对照组采用常规护理,观察组采用ERAS护理联合病友互助模式。比较两组干预后的围手术期指标、疼痛评分、肺功能指标、希望水平及病耻感评分。结果观察组围手术期指标改善优于对照组;观察组术后12 h、后24 h、后72 h疼痛评分低于对照组;观察组二氧化碳分压(PaCO_(2))、血氧分压(PaO_(2))、血氧饱和度(SpO_(2))水平高于对照组;观察组希望水平评分高于对照组,病耻感评分低于对照组,差异有统计学意义(P<0.05)。结论ERAS护理模式联合病友互助模式有效改善老年肺癌根治术患者围手术期指标和肺功能,降低疼痛程度,提高希望水平,降低病耻感。

基于信道特征生成对抗网络的信道建模方法

基于生成对抗网络(generative adversarial networks,GAN)的数据生成特性,提出一种用于信道特征生成的GAN改进模型,即信道特征生成对抗网络(channel feature generative adversarial networks,CFGAN)。采用完全无监督学习信道特征方式,利用线性编码向量与生成信道之间的互信息关系和变分互信息最大化原理,实现编码向量与信道特征对应;采用实测室内电力线信道数据集训练CFGAN模型,训练完成的CFGAN能够学习到不同信道特征分布。仿真表明,在-80~-10 dB大动态衰减范围内,CFGAN可根据学习到的信道特征生成具有明显区别的4类信道模型,并且生成信道和实测信道的信道特征差异小于2%。

高阶作用对植物-传粉者-植食动物集合群落续存的影响

高阶作用通常指一个物种对另外两个物种之间相互作用强度的影响,对物种共存、群落构建及生物多样性具有重要影响。在集合种群水平上考虑了植食动物对动植物传粉关系造成的高阶作用,以及植食动物对传粉者的间接作用。通过分析基本生态过程,建立植物-传粉者-植食动物的集合群落模型,模型清楚地展示高阶作用和间接作用,可以用来研究它们对集合群落稳定性和续存的影响。结果表明:(1)互惠关系在集合群落尺度上会引起双稳态现象,说明了群落动态对初始条件的依赖性;(2)正高阶作用能够扩大集合群落双稳态的参数范围,负高阶作用和间接作用缩小它的参数范围,但都不会从本质上改变双稳态现象;(3)正高阶作用能够降低集合群落的灭绝阈值,增加集合群落稳定时的占有率,有利于集合群落续存,而负高阶作用和间接作用不利于续存。研究结果说明高阶和间接作用对调节多物种系统动态和物种共存具有重要作用。

一种多终端视频流智能识别模型共进演化方法研究

在泛在的智能物联网终端部署深度模型并提供智能应用/服务受到越来越多关注.但是,受限于终端硬件资源,研究人员从模型轻量化技术入手,为深度模型的轻量化、高精度部署提供技术支撑.然而基于轻量化深度模型的视频应用会面临实际场景中的数据漂移问题,导致推理精度急剧下降,并且该问题在移动场景中尤为显著.边缘辅助的模型在线演化是解决数据漂移问题的一种有效方式,可实现自演化的可成长的智能计算系统.然而,模型演化速度会影响终端模型高精度服务时间占比,从而影响模型全生命周期推理性能.为了提升多终端协同的模型演化精度和速度,本文提出基于软硬一体理念的多终端视频流智能识别模型共进演化方法和系统.一方面,本文提出了新颖的多终端互学习共进演化方法,借助终端新场景数据,克服模型数据异构挑战,实现多终端模型和全局模型的高增益协同演化和共进学习;另一方面,结合互学习算法特点,提出基于存内计算的训练加速方法,利用自适应数据压缩和模型训练优化提升系统性能,在保证演化精度增益的同时加速多个终端模型的演化速度.最后,通过不同真实移动场景下的轻量化模型持续演化任务实验验证,并对比六种基准方法证明NestEvo可以有效减少51.98%演化延迟,并提升42.6%终端轻量化模型平均推理精度.

Circle社交网络系统衍生的社区互助模式探究

探究Circle社区网络系统衍生的社区互助模式并总结传统设计与协同创新设计对于协同设计者的职能要求。从多元主体、理念衍生与模式思辨三个层次梳理Circle服务系统流程及利益相关者,剖析Circle社区网络系统的设计模式。基于此,文章从行为认同、情感互动及体验价值三个层面建构了社区协同互助模式的设计策略,并进一步扩展出协同设计者的四条职能:思辨设计思维、跨学科知识体系、能级导向设计及协调创新。Circle社交网络系统衍生的社区协同互助模式在一定程度上能够引导和优化本土化社区的弹性和韧性,朝着更加有利于社会创新模式的方向不断发展。

基于马斯洛需求理论的病友互助模式对冠心病PCI患者自护能力、心理弹性及MACE的影响

目的探究基于马斯洛需求理论的病友互助模式在冠心病(CHD)经皮冠状动脉介入治疗(PCI)患者中的应用效果。方法选取2022年5月至2023年4月于平顶山市第一人民医院接受PCI治疗的102例CHD患者纳入研究,根据随机数表法分为对照组和观察组,各51例。对照组接受常规护理,于此基础上观察组接受基于马斯洛需求理论的病友互助模式。观察两组干预前后心理弹性量表(CD-RISC)、自我护理能力测定量表(ESCA)、一般自我效能感量表(GSES)、服药依从性、有氧运动能力、主要不良心血管事件(MACE)发生率。结果干预后,观察组患者的CD-RISC、ESCA、GSES评分、服药依从性、无氧阈(AT)、峰值耗氧量(VO 2peak)均高于对照组(P<0.05),两组MACE发生率比较差异无统计学意义(P>0.05)。结论基于马斯洛需求理论的病友互助模式能改善CHD PCI患者的心理弹性,提高自我效能、自护能力和服药依从性,从而改善有氧运动能力。

社会交换理论视角下的城市社区老年人互助养老意愿影响因素研究

互助养老服务是机构养老服务、社区居家养老服务的有益补充。如何保障互助养老服务健康、可持续发展是一个亟须解决的社会问题。社会交换理论认为,城市社区老年人参与互助养老服务的意愿取决于预期收益、预期成本、信任和参与风险的综合影响。通过问卷调查,利用Amos25软件对已构建的概念模型以及提出的假设进行实证检验和路径分析。结果表明:城市社区老年人参与互助养老服务的意愿,随着预期收益的增加和信任度的提高,呈现出正向增长的趋势,随着预期成本增加和参与风险增强,呈现出负向增长的趋势;互助养老服务的健康运行需要建立一系列的激励机制、保障机制并需要进行广泛宣传。

基于改进TF-IDF与BERT的领域情感词典构建方法

领域情感词典的构建是领域文本情感分析的基础。现有的领域情感词典构建方法存在所筛选候选情感词冗余度高、情感极性判断失准、领域依赖性强等问题。为了提高所筛选候选情感词的领域性和判断领域情感词极性的准确程度,提出了一种基于改进词频-逆文档频率(TF-IDF)与BERT的领域情感词典构建方法。该方法在筛选领域候选情感词阶段对TF-IDF算法进行改进,将隐含狄利克雷分布(LDA)算法与改进后的TF-IDF算法结合,进行领域性修正,提升了所筛选候选情感词的领域性;在候选情感词极性判断阶段,将情感倾向点互信息算法(SO-PMI)与BERT结合,利用领域情感词微调BERT分类模型,提高了判断领域候选情感词情感极性的准确程度。在不同领域的用户评论数据集上进行实验,结果表明,该方法可以提高所构建领域情感词典的质量,使用该方法构建的领域情感词典用于汽车领域和手机领域文本情感分析的F1值分别达到78.02%和88.35%。

基于邻域互信息的组合预测最优子集选择算法

为在候选模型集中高效地选择时间序列组合预测的最优子集,提出一种CSPSO-NMI-MRMR最优子集选择算法。利用邻域互信息(neighborhood mutual information, NMI)度量相关性和冗余度,避免数值型数据的离散化,按最大相关最小冗余原则(minimal redundancy and maximal relevance, MRMR)筛选最优子集;邻域互信息中的邻域参数与子集选择效果密切相关,采用CSPSO算法寻找最优邻域参数,充分利用布谷鸟算法(cuckoo search, CS)和粒子群优化算法(particle swarm optimization, PSO)的优势,兼顾搜索效率和全局搜索能力;在寻参过程中设计一种淘汰策略,优化邻域参数的寻优区间并淘汰部分单模型,减少计算量。仿真结果表明,所提方法在预测精度、运行时间和稳健性上效果更优。

数字技术与治理共同体的互构模型:一个理论分析框架

利用数字技术构建新时代的社会治理共同体,具有重要的时代意蕴和实践价值。社会有机论、共同体理论、政治系统论为构建治理共同体提供了理论依据,在厘清大规模本土化的数字治理创新经验的基础上,把复杂的实践经验抽象成可研究的理论模型。通过实践经验融合理论演绎,建构数字技术与治理共同体互构的复合系统模型,进一步解构数字技术与治理共同体互构的内在机理,展现数字技术作为输入变量在建构智慧城市与数字乡村过程中的作用机制与复杂过程。此模型是理论建构的一种探索和尝试,为中国数字治理的自主知识体系建构提供新思路。

基于QAR数据与互信息法的进近风险评估模型

不稳定进近状态易造成典型后果事件。为评估不稳定进近状态下导致的不同后果事件的风险大小,建立定量风险评估模型。对快速存取记录器(quick access recorder,QAR)数据与进近风险进行分析,选择构成不稳定进近的QAR飞行关键参数作为监控指标,使确定的12个监控指标反映不稳定进近的状态。采用Borda序值法对监控指标进行排序,并依据排序结果,计算不稳定进近各监控指标对不稳定进近事件的影响权重,分析不稳定进近可能导致的严重后果,进而确定不稳定进近导致的典型后果事件。基于信息熵理论中的互信息法,分步构建风险评估模型:①整合互信息法和Borda序值法,改进监控指标权重,弥补单独使用互信息法或Borda序值法在权重确定方面的不足;②使用Laplace平滑法处理数据集零频数问题,减少信息损失,对互信息法在小样本数据集这个特定情况下进行必要补充;③增加后果事件关联性考量,调整基础风险值。应用实例验证模型,结果表明:使用A航空公司2019年QAR数据,模型评估得出冲偏出跑道、CFIT与重着陆、空中失控的风险值分别为4.6095,2.0628,0.1468,风险排序与国际航空运输协会公布的数据占比排序一致,模型结果与实际运行情况相符。对比A、B航空公司不同机型和年份数据,模型风险排序一致。模拟4种不同环境下100次实验,风险值趋势与分布具有相同特点:模拟环境与真实环境的风险排序一致情况总体达90%;冲偏出跑道风险因情况变化而波动,空中失控的高风险值可能预示着严重的安全事件,CFIT与重着陆风险波动小、分布均匀、风险较温和且可预测。