多模态影像学检查在诊断早期强直性脊柱炎骶髂关节疾病中的效果

目的:探究在早期强直性脊柱炎骶髂关节疾病诊断中不同放射影像学检查方法的应用效果。方法:抽取2018年5月-2020年1月本院收治的早期强直性脊柱炎骶髂关节疾病患者65例作为研究对象,所有患者均开展X线、CT、MRI影像学检查,对比三种不同影像学检查方法的检出率、影像学特征。结果:X线、CT、MRI检出率分别为38.46%(25/65)、60.00%(39/65)、76.92%(50/65),检出率相比,MRI、CT明显高于X线,P<0.05;X线、CT、MRI影像学特征,发现关节间隙出现不同的异常,如关节面出现侵蚀、骨质囊变现象,关节面下骨质出现硬化与关节软骨出现肿胀,其中MRI、CT检查,阳性率高于X线,P<0.05。而对于软组织肿胀、骨髓水肿、滑膜炎症、关节滑膜增厚等现象,只能通过MRI检查才能诊断。结论:在早期强直性脊柱炎骶髂关节疾病诊断中,X线、CT、MRI影像学检查均具有一定的指导意义,而MRI不仅可以提高检出率,还能准确反映微小病灶及其软组织病变,对于早期发现骶髂关节炎值得推荐。     

基于系统性能的近地告警技术研究

基于多种导航信息综合处理、告警计算的近地告警系统，对于避免可控撞地事故、 提升飞机安全具有重要意义。本文首先介绍了近地告警系统的工作原理，研究了基于 SOC 曲线的告警包线设计技术，并以过大近地速率告警模式为例进行了告警包线的仿真。最后，利用实际飞行数据分析验证了告警包线合理性以及导航信息可靠性对系统性能的影响。     

基于情境感知工具辅助碎片化学习行为的研究

碎片化学习难以集中记录,存在无法迅速定位到自己需要的学习内容等用户体验问题.传统方法不能采集真实情境下的用户数据,无法满足研究人员的研究需求.基于此,开发一种基于用户行为的捕捉工具——CAUX(Context-Aware User Experience,CAUX),设计了具有情境感知能力的数据采集模块,自动捕捉指定App内的用户行为数据.CAUX对用户干扰性低,可以辅助研究人员捕捉典型的碎片化学习行为.对利用CAUX采集到的数据进行处理,并结合人工方法进行分析,可以发现不同情境下的用户行为和用户体验问题.     

结合结构学习的多头密集连接图池化模型

目的:利用图神经网络，构建带有结构学习的多头密集连接图池化模型并用于图分类任务。方法:首先，用图卷积神经网络提取节点的初始特征。其次，用多头密集连接网络学习节点重要性得分，并根据得分进行节点采样得到池化图。之后，对池化图中的节点进行结构学习，以保证图结构的完整性。最后，将学到的图表示放到分类器中，完成图分类任务。结果:与其他图分类模型在七个广泛使用的数据集上进行实验对比，我们构建的模型在五个数据集上的分类结果达到最优。结论:结合结构学习的多头密集连接图池化模型在图分类任务中具有先进性。     

线上线下混合"计算机控制技术"教学改革

本文结合"计算机控制技术"课程的授课内容和学校的创新应用型人才培养目标,探索了一种线上线下混合式教学模式,将传统的线下课堂知识点传授与现代线上多媒体、多平台的信息共享、在线视频会议等相互融合,实践表明该教学模式有效调动了学生的学习积极性和主动性,获得了良好的授课效果.     

基于阶段注意力机制的电力线提取算法

电力系统维护是电力系统稳定运行的重要保障，应用智能算法的无人机电力巡检则为电力系统维护提供便捷。电力线提取是自主电力巡检以及保障飞行器低空飞行安全的关键技术，结合深度学习理论进行电力线提取是电力巡检的重要突破点。本文将深度学习方法用于电力线提取任务，结合电力线图像特点嵌入改进的图像输入策略和注意力模块，提出一种基于阶段注意力机制的电力线提取模型（SA-Unet）。本文提出的SA-Unet模型编码阶段采用阶段输入融合策略（Stage input fusion strategy， SIFS），充分利用图像的多尺度信息减少空间位置信息丢失。解码阶段通过嵌入阶段注意力模块（Stage attention module，SAM）聚焦电力线特征，从大量信息中快速筛选出高价值信息。实验结果表明，该方法在复杂背景的多场景中具有良好的性能。     

基于大数据深度学习的输电塔结构抗风易损性评估

为了有效预测输电网系统在强风作用下的响应，并开展高效精准的性能评估，文章提出了基于深度学习模型的风致易损性评估框架。以某具备健康监测系统的输电塔结构为例，首先对监测数据进行清洗和重构，通过大数据深度学习建立荷载输入和响应输出的等效映射模型，然后通过数值模拟生成灾害强度均匀的风场数据并由深度学习模型预测输电塔关键杆件响应，计算不同性能水准的易损性曲线。研究结果表明，经训练的深度学习模型可以涵盖实际工程中存在的各类不确定性因素，有效映射复杂风环境下输电塔结构的动力响应。提出的框架方法可以避免单纯通过数值模型制备大量动态响应数据，更高效地进行输电网系统风致易损性评估。     

新时期大学英语文化与读写教学研究——评《新时代大学英语教育教学理论与实践研究》

文化是语言表达的核心内涵,读写是语言交流的重要途径,两者在英语语言学习中占据着至关重要的地位。大学作为优秀专业人才培养基地,英语教学发展一直是学术界重点关注和思考的研究课题,面对新时期的教育发展,如何提高英语文化与读写教学成为了大学英语教学研究所面临的重难点问题。在2019年四川工业科技学院教育教学改革项目(cgkjg-19028)资助下,参阅《新时代大学英语教育教学理论与实践研究》一书,深入探讨新时期大学英语文化与读写教学研究。     

基于度量学习的意图识别和槽填充方法

人机对话中小样本学习场景下的意图识别和槽填充,是自然语言处理的一个重要课题.本文采用基于度量学习的方法,通过计算query set中的样本与support set中样本的距离,寻找距离最近的类别样本作为分类标签,同时将两个任务联合进行训练,用以提升模型的效果.从实验结果中可以得出,本文提出的Fine-tune方法,对意图识别和槽填充任务都有一定的帮助和提升.胶囊网络在意图识别中也起到了一定的效果,可以帮助去除一部分无关信息,但对槽填充任务的帮助不明显;而任务自适应的投影网络,可以更好地将不同类的向量分开,提升了两个任务的性能.     

跨采暗斜井工作面相关参数优化研究与实践

为了减少资源损失，需要在保护穿层暗斜井安全稳定的前提下，合理规划跨采工作面煤柱及终采线位置等相关参数。以山西神州煤业4102工作面为工程背景，通过理论分析上部煤层开采过程中的围岩应力分布情况和底板损伤状态，当穿层暗斜井位于上部正在回采工作面下方时，根据分析计算结果进行优化决策，确定了4102工作面跨采行人进风斜井延深段的布置方式。与原工作面布置方式相比，优化后该工作面可多回采出约2.2万t优质主焦煤，对于进入资源枯竭阶段的矿井具有可观的经济效益。