围绕主题的同步交互学习支持工具的设计与实现

提出了一种围绕主题的同步交互学习支持工具,该工具将后现代课程观中的交互理念与围绕主题学习的思想相结合,利用即时通信和个性化知识的再组织辅助学习中的交互过程,使得整个交互过程与学习内容紧密结合,有利于学习活动的深入开展,提高了学习的效率和质量,体现了后现代课程观对课程教学的指导意义.     

SAM法研究银透过金镀层的表面富集

基底元素透过镀层于表面富集可使镀层失去作用和意义,导致元、器件失效。对银上镀金样品的SAM法研究结果表明,常温下这种富集主要是基底元素通过缺陷和晶界扩散穿透镀层再行表面扩散而遍及表面的;镀件的表面吸附与表面富集的发生密切相关。文中给出了随时间的推移,银于表面富集情况的清晰的俄歇相。已发展出新的工艺,可以明显地延缓基底元素透过镀层到表面的富集。     

增强覆盖度与非相似性的标签选择多样化方法

标签云是社交网站提供在线资源说明与导航功能的一种流行机制.标签选择即从大量标签中选出有代表性的有限标签,是创建标签云的核心任务.标签选择结果的多样性,是影响用户满意度的一个重要因素.信息覆盖度与标签非相似性是在标签选择中引入多样性的两个主要角度.为了进一步提高标签选择结果的信息覆盖度与标签非相似性,提出了3种标签选择方法.在每种方法中,定义了目标函数以同时量化标签集合的信息覆盖度与标签非相似性,并设计了近似算法以求解相应的最大化问题;同时,还分析了近似算法的近似比.利用CiteULike网站与Last.fm网站的标注数据集,将所提出的方法与已有方法进行了比较.实验结果表明,所提出的方法在信息覆盖度与标签非相似性方面都具有较好的效果.     

安肤舒和安普舒与2%碘酊预防压疮的效果比较

目的 探讨有效预防压疮的综合措施.方法 将80例晚期肿瘤患者随机分A、B 2组,各40例.2组均采用预防压疮的基本措施:A组患者采用创面修复凝露安肤舒涂于受压部位后再用创面修复膜安普舒贴上;B组患者用2%碘酊涂抹于受压部位,每2h一次.比较2组疗效.结果 A组40例患者中显效36例,有效3例,无效1例;B组40例患者中显效24例,有效8例,无效8例.经统计学处理,2组疗效比较有显著性差异(p<0.05).结论 采用涂贴创面修复凝露安肤舒和创面修复膜安普舒于受压部位效果优于每2小时涂2%碘酊的方法.     

"五心"重点药物印章在护理安全管理中的应用

目的 研究"五心"重点药物印章在护理安全管理中的应用效果.方法 内科病区随机抽取住院病例130例,随机分为不干贴组和印章组2组,组间均数比较用两独立样本t检验,2组间率的比较采用χ2检验.结果 印章组和不干贴组在耗时(s)/例、患者及家属的认知能力、治疗依从性比较,差异有统计学意义(P＜0.05).结论 使用"五心"重点药物印章,能使护士的工作效率、患者及家属的认知能力及治疗依从性明显提高,使患、护、陪共同参与识别与监督,保障用药安全,提高护理安全管理质量.     

Dy3+掺杂Bi4Si3O12晶体生长及其热释光特性

采用坩埚下降法生长了Dy³⁺掺杂浓度分别为0.1mol%、0.2mol%、0.3mol%、2mol%、3mol%和4mol%的Bi₄Si₃O₁₂(BSO)晶体。发现高浓度(2mol%以上)掺杂能够显著改变BSO晶体的析晶行为, 晶体表面析出物完全消失, 顶部呈现光滑结晶面; 低浓度(低于0.3mol%)掺杂能够显著提高晶体的光输出, 最高可达纯BSO的145%。晶体热释光谱测试结果表明: 少量Dy³⁺掺杂虽然热释光峰略有增强, 但有利于晶体光产额的提高; 高浓度掺杂则容易引起晶格畸变, 甚至产生新的缺陷, 降低晶体的光产额。     

基于语义蕴含关系的图片语句匹配模型

本文提出一种基于蕴含关系的图片语句匹配模型IRMatch,旨在解决图片语句两种不同模态语义之间的非对等匹配问题. 在利用卷积神经网络分别对图片和语句进行语义映射的基础上,IRMatch模型通过引入最大软间隔的学习策略挖掘图片与语句之间的蕴含关系,以强化相关图片语句对在公共语义空间中位置的邻近性,改善图片语句匹配得分的合理性. 基于IRMatch模型,本文实现一种图文双向检索方法,并在Flickr8k、Flickr30k以及Microsoft COCO数据集上与基于已有图片语句匹配模型的图文双向检索方法进行了比较. 实验结果表明,基于IRMatch模型的检索方法在上述三个数据集上的R@1,R@5,R@10以及Med r均优于基于已有模型的检索方法.     

双向增强扩散滤波的图像去噪模型

提出一种双向增强扩散滤波的图像去噪模型。简化扩散方程建立双向扩散系数,使模型在扩散过程中能够实现平滑与锐化的双向过程,为加强平滑和锐化强度,用小波变换增强图像,使整体图像轮廓得到增强和局部图像纹理特征得到弱化。然后,对阈值进行了自适应设计和改进,使其根据图像的最大灰度值和迭代次数自动控制阈值,进一步保留图像边缘和细节特征。实验仿真和可行性的验证结果表明,新模型去噪效果较理想,不但能抑制噪声,而且能保护细节信息,峰值信噪比得到了有效的提高,性能更优越。     

基于标签对齐的多模态一致性表型关联方法

近年来,随着脑影像和基因技术的发展,脑影像遗传学得到了广泛的关注.在脑影像遗传研究中,检验遗传变异（即单核苷酸多态性（single nucleotide polymorphisms,SNPs））对大脑结构或功能的影响是一项艰巨的任务.此外,提取的多模态脑表型和来自同一区域的一致性脑影像标志物为理解疾病（例如,阿尔茨海默病（Alzheimer’s disease,AD））的机理提供了更多的见解.利用多模态脑表型作为桥接风险基因位点和疾病状态的中间特征,设计通过标签对齐的多模态学习方法来识别AD中风险基因位点与疾病状态之间的一致性表型.首先,用标准的多模态方法去探索和AD相关的基因位点（即APOEe4 rs429358）与多模态脑影像之间关系;其次,为了利用标记样本之间的标签信息,在标准多模态方法的目标函数中添加了一个新的标签对齐正则化项,使得所有具有相同类别标签的多模态样本在映射空间中更靠近;最后,在公开的ADNI （Alzheimer’s disease neuroimaging initiative）数据集上的3种脑影像（即大脑的结构组织信息、脱氧葡萄糖正电子发射断层扫描和正电子发射断层扫描淀粉样蛋白成像）进行实验.实验结果表明：该方法可以在多模态脑影像上发现鲁棒的、一致性脑区域来解释AD的病因,并在3个模态上将相关系数分别提高了8%,9%,5%.     

使用内存缓存的迭代应用编程框架

迭代式计算是一类重要的大数据分析应用.在分布式计算框架MapReduce上实现迭代计算时,计算会被分解成多个作业并按作业依存关系顺序运行,这使得程序与分布式文件系统(DFS)有多次交互而影响程序执行时间.对这些交互相关数据的缓存会降低与DFS的交互时间,进而提升程序总体的性能.考虑到集群中的大量内存在多数情况下会处于空闲状态,提出了一种使用内存缓存的迭代式应用编程框架MemLoop.该系统从作业提交API、调度算法、缓存管理模块实现缓存管理以充分利用内存缓存迭代间可驻留数据与迭代内依存数据.我们将此框架与已有相关框架进行了比较,实验结果表明该框架能够提升迭代程序的性能.