课程文献中心 更多>>

关键词： 物流管理专业   规划设计类课程   “金课”建设   课程思政   教学设计  

摘要： 从教学目标体系构建、课堂形式设计与教学方法匹配、课程全过程考核与评价三方面出发系统探讨了物流管理专业规划设计类“金课”全方位教学设计。在课堂教学形式细分的基础上设计了与形式相匹配的教学方法重构与优化，充分发挥了混合式教学、BOPPPS教学、问题导向教学、项目式教学、案例教学和渐进式教学等的组合优势。研究了课程思政融入物流管理专业规划设计类课程教学设计的路径，使得思政教育与物流管理专业教育能够有效关联、同步进行、互相支撑以实现两者的双提升。

摘要： 一、选择题 1.设 x∈R,则"|x|＜1"是"x2-x-2＜0"的(). A.充分不必要条件 B.必要不充分条件 C.充要条件 D.既不充分也不必要条件 2.若两个正实数x,y满足1/x+4/y=1,且不等式x+y/4＜m2-3m有解,则实数 m的取值范围是().

关键词： FecB基因   藏羊   基因分型   多态性  

摘要： 为了探究藏羊FecB（Fecundity Booroola）基因多态性与产羔数的相关性，本试验选择自然放牧条件下的300只藏羊，利用PCR-RFLP技术检测藏羊FecB基因的多态性，并分析其与产羔数的相关性。试验结果表明：FecB基因A746G突变位点在藏羊群体中存在着3种基因型，即++型、B+型和BB型（个体数少于3），其中，++型是优势基因型，+是优势等位基因，++和B+的基因型频率分别为0.99和0.01，+和B的基因频率为0.96和0.04，群体中基因纯合度（Ho）为0.95，遗传杂合度（He）为0.05，有效等位基因数（Ne）为1.05，群体多态信息含量（PIC）为0.05，处于低度多态。χ2适合性检验结果表明群体处于Hardy-Weinberg平衡状态。藏羊平均产羔数在++型和B+型之间差异显著。表明FecB基因可作为影响藏羊产羔性状的候选基因，用于标记辅助选择，本试验结果可为藏羊的选育提供科学依据。

关键词： 长江经济带   高质量发展   函数型综合评价   交叉熵熵权法  

摘要： 长江经济带是实现经济高质量发展的示范区，科学测度其所涵盖省份的高质量发展水平是促进区域发展的应有之义。从综合经济、创新、协调、绿色、开放和共享六个方面着手，构建经济高质量发展动态综合评价体系，综合运用交叉熵熵权法和函数型数据分析方法对长江经济带高质量发展水平进行综合评价和差异性分析。研究表明：长江经济带各省市的高质量发展水平整体呈现上升趋势，但城市之间发展差距较大；共享因素对高质量发展的贡献最大，随后依次是绿色、创新、协调、综合经济和开放；长江经济带高质量发展不均衡，综合经济、创新和共享发展水平均呈现不同程度的上涨趋势，开放、协调和绿色发展呈下降趋势，但下降速度在变缓。

关键词： 频率安全   深度学习   时序预测模型   频率响应曲线预测   频率响应指标  

摘要： 现有电力系统暂态频率智能评估方法未充分考虑输入数据的时序特征。因此，文中提出一种基于暂态频率响应曲线智能预测的电力系统频率安全性评估方法。设计了一种多变量样本卷积交互网络，可充分挖掘电力系统量测数据的时序特征，从而提高电力系统暂态频率响应曲线的预测精度；基于所预测的频率响应曲线计算最大频率偏差、最大频率偏差发生时间和准稳态频率等关键指标，并综合评估系统的频率安全性。在中国电科院频率标准算例上进行仿真测试，结果表明所提方法与深度学习等经典方法相比，频率响应曲线预测和系统频率安全性评估精度均得到有效提升。

关键词： 随机弦长矩   分布函数   弦幂积分   包含函数   概率密度  

摘要： 在R~n中,利用凸体的弦幂积分及其不等式,得到若干关于μ-随机弦长、ν-随机弦长、λ-随机弦长的k-阶矩之间的不等式.根据凸体的弦幂积分与包含函数的关系,得到以上三种随机弦长矩的一种新的表达形式.利用μ-随机弦长的分布函数及其概率密度函数的性质,分别得到ν-随机弦长的分布函数及其概率密度函数、λ-随机弦长的分布函数及其概率密度函数的计算公式,并建立三种分布函数之间的关系.在此基础上,以R2中的菱形域、正五边形域、正六边形域为例,分别得到相应的三种随机弦长的一阶矩以及ν-随机弦长的分布函数的具体结果.

关键词： 单变量时间序列分类   多尺度卷积   门控循环单元   注意力机制  

摘要： 在单变量时间序列分类任务中，有效利用时间序列的多尺度特征、时间依赖特征对提高分类准确率至关重要。针对现有模型在综合利用多尺度特征、时间依赖特征方面局限，本文提出一种结合多尺度条件卷积增强模块(MCCE)与基于多头注意力机制的门控循环单元(MHAGRU)新型混合模型MHAGRU-MCCE，MCCE从不同尺度捕捉丰富时序特征，MHAGRU侧重于提取时间序列数据中依赖关系。在UCR的85个公共数据集上，与MACNN、AFFNet、OS-CNN、LITETime、MLP和LSTM-FCN等6种主流基于深度学习时间序列分类模型相比，验证表明MHAGRU-MCCE在平均准确率(MA)上分别提升0.66%、2.04%、3.45%、2.70%、12%和2.89%，并取得最高算术平均排名(AMR)= 2.45、几何平均排名(GMR)= 1.98，充分证明MHAGRU-MCCE在处理单变量时间序列分类问题上的有效性、优越性。

关键词： 超声检查   影像组学   乳腺病变   乳腺影像报告和数据系统   机器学习   预测模型  

摘要： 目的 评价基于机器学习算法的瘤内、瘤周超声影像组学模型用于预测乳腺影像报告和数据系统（BreastImagingReportingAndDataSystem，BI-RADS）4类病变良恶性的效能，从而为乳腺癌早期诊断提供参考。方法 回顾性分析2020年6月至2022年4月在新疆医科大学附属肿瘤医院行乳腺超声检查450例的女性患者病历资料，根据病理学结果分为良性组（n=199）和恶性组（n=195），按7﹕3随机分为训练集（n=275）和验证集（n=119）。提取、筛选影像组学特征，以逻辑回归（logisticregression，LR）、支持向量机（supportvectormachine，SVM）、多层感知器（multi-layerperceptron，MLP）3种机器学习算法分别建立瘤内、瘤周、瘤内+瘤周模型。绘制受试者工作特征（receiver operating characteristic，ROC）曲线、校准曲线及决策曲线，评价模型对于乳腺病变良恶性的预测效能。结果　最终筛选出17个瘤内、16个瘤周、17个瘤内 +瘤周影像组学特征用于模型构建，基于LR、MLP和SVM算法构建的瘤内 +瘤周模型用于乳腺病变良恶性的预测效能均高于瘤内、瘤周模型，基于SVM算法构建的瘤内、瘤周、瘤内 +瘤周模型预测效能均高于基于LR、MLP算法构建的模型。基于SVM算法构建的瘤内模型用于预测训练集和验证集乳腺病变良恶性的ROC曲线下面积（area under the ROC curve，AUC）、准确度、灵敏度、特异度分别为0.909、0.851、0.860、0.842和0.866、0.832、0.847、0.817，瘤周模型分别为0.899、0.855、0.882、0.827和0.844、0.815、0.847、0.783，瘤内+瘤周模型分别为0.943、0.876、0.860、0.892和0.881、0.849、0.915、0.783。结论 基于机器学习算法的瘤内、瘤周超声影像组学模型对于BI-RADS 4类乳腺良恶性病变具有较高预测价值，其中基于SVM算法构建的瘤内+瘤周超声影像组学模型对BI-RADS 4类乳腺病变良恶性预测效能最佳。

关键词： 多车队列   通信拓扑切换   外部干扰   队列稳定性   事件驱动控制  

摘要： 为了解决通信拓扑随机切换、信息时延和外部干扰下的队列系统稳定性控制问题，提出一种基于事件触发机制的鲁棒控制策略。基于有向图理论建立了通信结构切换下的马尔可夫跳跃拓扑模型，同时将对队列稳定性影响巨大的外界随机风速扰动、数据丢包与信息时滞、车载传感器数据离散化特性等因素整合到队列中，构建了通信拓扑结构随机切换下的异质多车队列模型。为了保证队列系统的内稳定性，根据H∞控制和马尔可夫跳跃系统的稳定性理论，提出一种基于事件触发机制的分布式随机稳定鲁棒控制方法。此外，还给出了L2随机队列稳定性的定义，以减小扰动在整个队列中的扩散。试验结果表明，在通信拓扑随机切换、信息时延和外部干扰下，与传统队列鲁棒控制方法相比，所提出控制方法可以获得更小的相邻车间距和速度跟踪误差，同时能够以较低的计算负荷实现队列系统的稳定性。