摘要：将课程思政融入教学,是实现“立德树人”根本任务的基本要求,亦是提高教学质量和水平的重要手段。诊断学是连接基础医学与临床医学的桥梁课程,是医学生学习临床各专业的基础。基于课程思政上好诊断学第一节课,对医学生今后学习掌握好诊断学、开展各专业学习以及树立良好价值观和道德观具有重要引导意义和作用。文章基于课程思政理念,从教学目标的设定、学情分析、策略制订、教学设计与实施、课程思政案例等方面浅谈如何上好诊断学的第一节课。

摘要：诊断学是医学院校重要的专业基础课程,在医学生的知识体系培养中发挥着重要的桥梁作用,亦是连接中西医学现代临床诊疗和医学生培养的关键环节。其拥有丰富的课程思政内容以供挖掘和运用,在中医院校医学生培养中有着特殊的课程思政作用。诊断学课程思政的建设将更好地发挥其基础与临床、现代医学与中医学的桥梁作用,对实现培养合格中西医结合临床人才具有重要的基础作用。文章结合团队课程思政建设,从优化课程设计、教师团队建设、专业班级学情分析、思政内容挖掘等方面,叙述诊断学课程思政建设的内容和体会。

摘要：神经网络架构搜索(Neural Architecture Search,NAS)作为一种通过搜索算法设计神经网络架构的方法,在计算机视觉和自然语言处理等领域得到广泛应用,相较于人工设计网络,NAS方法可以减少设计成本并提高模型性能.但是NAS的性能评估需要对候选架构进行大量训练,由此带来的计算量占整个NAS的80%以上.为降低计算开销和时间成本,近年来已提出许多基于Transformer的NAS预测器,由于Transformer出色的结构编码能力可以更好地表示拓扑信息,因而得到广泛应用.但是,现有基于Transformer的NAS预测器依然存在三个问题:其一是在预处理阶段,传统的One-hot编码方式描述节点特征的能力较弱,只能区分不同操作节点类型,而难以表达操作的细节特征,如卷积核尺寸等.其二是在编码阶段,Transformer的自注意力机制导致模型结构信息缺失;其三是在评估阶段,现有的Transformer预测器仅使用多层感知机(Multilayer Perceptron,MLP)对前向传播图进行精度预测,忽略了反向传播梯度流对预测精度的影响,因此难以真正拟合NAS评估中的正、反向交替信息流图,导致预测器精度与实际运行精度误差波动极大(10%~90%).为解决上述问题,本文提出了一种基于Transformer结构增强的NAS性能预测方法.首先,在预处理阶段,本文提出了一种超维嵌入方法增加输入数据维度以强化节点操作的参数描述能力,其次,在编码阶段将Transformer编码后的信息与图结构信息共同输人一个图卷积网络(Graph Convolutional Network,GCN),弥补由自注意力机制引起的结构缺失.最后,在性能评估阶段,本文构建了同时包含前向传播和反向传播的全训练图,并将数据集信息、图结构编码与梯度编码共同输入到GCN网络预测器中,使预测结果更贴近模型真实性能.实验结果表明,本方法与目前最先进方法相比,肯德尔相关系数提高了7.45%,训练时间减少了1.55倍。

摘要：随着铁路行业噪声污染防治措施的加强,折角式、半封闭式、全封闭式等特殊结构声屏障设计逐渐增多,此类声屏障设计和施工难度大,需重点对施工组织设计内容和深度进行探讨。结合已实施典型工程施工案例,分析施工过程中遇到的问题、解决处理方案,并通过梳理铁路工程施工组织设计规范和铁路营业线施工安全管理要求,提出特殊结构声屏障在可行性研究、初步设计和施工图设计阶段施工组织设计建议,为提高声屏障设计质量、确保工程的可实施性,以及编制封闭式声屏障施工、验收标准等积累经验,也为方案审批部门科学合理确定声屏障工程概算、决策特殊结构声屏障方案提供参考。

摘要：北京朝阳站至五环路段(里程DK14+400~DK15+050)封闭式声屏障垂直轨线方向的结构跨度约40m,采用大跨度混凝土拱壳结构形式。结构拱形由斜线+圆弧+抛物线组成,满足建筑限高和景观要求;在拱顶抛物线段设置预应力平衡拉索,以平衡高位局部拱结构的推力,显著改善主拱结构和拱脚基础的受力状态。主拱之间的混凝土薄壳采用预制装配式壳板,通过优化SP预应力空心板和主拱结构的连接节点构造,提升主体结构施工效率的同时保证结构连接的可靠性。设计过程中,充分考虑施工组织方案,按照多个施工阶段进行包络设计;主拱结构各阶段的变形验算均满足规范要求,进行了拱结构的整体稳定性分析。主拱基础采用设反倾角的重力式混凝土条形基础形式,基础设计过程中充分考虑各种不利设计工况,充分保证基础设计的安全性。

摘要：基于对抗训练的域适应目标检测的研究旨在不对新数据集进行额外标注的情况下,将检测模型应用于不同的数据集。但现有算法存在目标检测和域对齐任务难以平衡的问题,且一般的单判别器结构容易局限于数据的单个模式,导致域对齐的质量下降。提出一种基于渐进式训练的多判别器域适应目标检测算法,针对传统的单判别器结构对复杂结构数据进行域对齐时的局限性,在实例级的域适应头中引入多判别器结构,使其在学习域不变信息时考虑数据的多模结构,实现质量更高、更全面的域对齐。同时,为降低引入多判别器结构而增加的模型复杂度,设计基于Dropout技术的多判别器结构,对单个判别器参数进行重复利用,并创新性地引入渐进式训练策略,即随着训练的推进逐步增大域对齐任务的比重和难度,动态平衡目标检测和域对齐任务的权重。实验结果表明,所提算法在Cityscapes到Foggy Cityscapes的域适应场景下的平均检测精度为42.9%,相比近几年该领域的新算法提高了至少0.5个百分点。

摘要：针对传统算法在进行波达方向角估计时需要进行全空间的谱峰搜索,且依赖初始化迭代和插值的缺陷,设计了一种贝叶斯估计方法。首先,构建基于均匀圆阵的频域信号处理模型,提出了基于马尔科夫链蒙特卡罗进行波达方向角估计的方法,实现了无需初始化和插值的测向算法,且不需要进行全空间的谱峰搜索即可直接估计结果,同时推导了该模型下进行波达方向角估计的克拉美罗下界。在以测向结果为先验信息,同时设计了一种新的空域滤波增益模型。利用马尔科夫链蒙特卡罗算法对信号子空间进行解耦合,然后计算滤波器增益系数,以此实现空域滤波。最后在无线电设备搭建的真实环境中进行实验,验证了基于马尔科夫链蒙特卡罗算法进行阵列波达方向角估计和空域滤波的有效性,并且与其他模型相比要明显优于后者。

摘要：针对复杂交通场景下小目标检测精度低,容易出现误检和漏检的问题,提出一种基于改进YOLOv5s的道路目标检测算法YOLOv5s-MRS。提出基于反馈机制的特征提取网络(RFP-PAN),增加浅层特征层与反馈连接并设计IASPP模块,充分融合不同尺度的特征信息,提升网络的特征融合能力;提出级联注意力机制(SECA),在通道和空间维度上聚焦重要特征,让算法关注更加有用的信息;利用Ghost模块的轻量化优势,降低算法的参数量、计算量和模型占用空间。实验结果表明,YOLOv5s-MRS算法在KITTI数据集和VisDrone2021 DET数据集上的检测精度分别达到了93.4%和40.8%,相比原始算法分别提高了1.6和8.6个百分点,模型大小为12.9 MB,在保证实时性的同时具有良好的检测精度,在一定程度上解决了小目标的漏检和误检问题。

摘要：采用文献资料法、问卷调查法等,探索青少年接受科技体育项目校园、社会教学推广的影响因素。主要结论:青少年科技体育接受模型中对科技体育项目的知觉易用性通过知觉有用性对参与态度的影响显著,知觉有用性通过易用性对参与行为的影响显著。实践中强调青少年科技体育参与的有用性,设计符合年龄特征的科技体育易用性练习方法,提高青少年参与科技体育人群数量及学习效果。建议:青少年科技体育推广中应结合体育项目特点、青少年身心接受能力简化项目技术推介,注重易用性、有用性设计。后续研究应考虑在不同社会环境、人口学变量基础上做对比研究。

摘要：普通高中美术设计课对于提高学生的整体素养、发展学生的审美能力、培养学生的创新精神和实践能力,具有积极的作用。从审美教学实际出发,整合教材、立足生活,从三个方面来说明美术设计课程模块对当前艺术教育的推进与提升。