摘要：随着国家对传统文化的重视,将传统文化和现代艺术相结合,已经成为各大卫视节目编排的一种趋势,其中河南卫视较为出彩。利用现代电视艺术对传统文化进行赋能,可以将传统文化更好地进行推广,让大家了解传统文化的美。2021年河南卫视的《唐宫夜宴》播出之后,获得了比较大的反响,之后相继出现了很多同类型的节目,将传统文化以另一种形式呈现给大众,让大众获得不同的感受。对传统文化传播的意义和《唐宫夜宴》这种新形式的创新功能和含义进行研究,以期更好地传承和弘扬中国传统文化。

摘要：针对缝纫工艺流程链路长,生产要素多样,工艺知识分散化的特点,首先,提出缝纫工艺信息组织建模方法,面向多源异构平缝工艺信息构建本体模型;其次,研究基于面料力学性能的平缝工艺推荐方法,构建面料基础性能、缝制性能知识体系,结合面料层次分类方法和实验参数分析,形成力学性能参数与缝制参数之间的数学模型;在此基础上,以专家经验文本、实验测量数据为原始数据,构建面向平缝工艺信息融合的知识图谱,开发WEB系统展开应用验证。结果表明:所构建的工艺推荐方法实现了对面料平整度和最大缝缩率的预测,知识融合系统实现了缝纫工艺知识的智能搜索和缝制参数的智能推荐,为工艺数据集成、装备故障运维、工艺路线设计、产品质量控制提供决策参考。

摘要：针对高光谱影像分类中的深度学习模型设计问题,提出了一种面向高光谱影像分类的网络结构自动搜索方法。该方法首先利用可微分结构搜索技术在源高光谱数据集上进行网络结构搜索,然后采用堆叠单元的形式构建深度网络模型,最后利用目标高光谱影像对模型进行分类性能评估。该方法仅在源高光谱数据集上进行一次网络结构搜索,得到的深度网络模型即可应用于其他目标高光谱影像的分类任务,能够有效提高模型利用率。为了提高自动搜索得到的模型的泛化能力和分类精度,采用多源多分辨率的高光谱影像构建源数据集,并引入部分通道连接操作提高搜索效率。试验表明,该方法能够自动搜索出适合高光谱影像分类任务且具备一定通用性的深度网络模型,该模型能够取得较常规深度学习模型更为优异的分类效果,在University of Pavia、Indian Pines、Salinas和Houston 2018这4个目标高光谱影像上分别取得了98.15%、98.74%、97.30%和74.47%的总体分类精度。

摘要：静脉用药调配中心(PIVAS)是指在符合国际标准、依据药物特性设计的操作环境下,经过职业药师审核的处方由受过专门培训的药技人员严格按照标准操作程序进行全静脉营养、抗肿瘤性药物和抗生素等静脉药物调配,为临床提供优质产品和药学服务的机构。通过对潍坊市人民医院静脉用药调配科的发展历程进行总结讨论,分析前期工作流程中的不足,不断创新实践,从而优化PIVAS工作流程。处方审核作为PIVAS运行的核心部分,是体现药师价值的重要平台。

摘要：目的研制机器人消化内镜系统(robotic digestive endoscope system,RDES),验证其可行性、安全性及操控性能。方法基于主从控制系统设计RDES,包含3部分:整合内镜主体包括内镜和与之整合的内镜旋钮/按钮控制系统;机械臂系统包括基座、机械臂及连接在其上的内镜进退操控装置(有力反馈)和内镜轴向旋转操控装置;操控台包括内镜控制主手和图像显示器。操作者坐在远离检查台的操控台前,操控主手实现内镜头端弯曲、镜身进退及旋转,并通过主手上的按钮实现送气、送水、吸引、定图以及运动比切换功能。(1)活体猪胃镜检查实验:初学组、高级组医师各5名,每人分别操控RDES及普通内镜(间隔2周)行活体猪胃镜检查6次,比较检查时间。(2)仿真胃模型内壁画圆实验:初学组、高级组医师各5名,每人分别操控RDES1:1、RDES5:1模式和普通内镜完成画圆实验各6次,比较3种方式完成时间、准确度(即轨迹偏差)和工作量。结果RDES运行良好,力反馈良好。活体猪胃镜检查实验中,胃镜检查均顺利完成,无黏膜损伤及出血、穿孔。初学组和高级组医师操控RDES的检查时间均随操控例次增加呈下降趋势,但操控RDES的下降值大于操控普通内镜(初学组P=0.033;高级组P=0.023)。仿真胃模型内壁画圆实验中,初学组医师操控RDES1:1、5:1模式完成内镜下画圆时间均短于普通内镜[1.68(1.40,2.17)min、1.73(1.47,2.37)min比4.13(2.27,5.16)min,H=32.506,P<0.001],轨迹偏差均优于普通内镜[(0.50±0.11)mm、(0.46±0.11)mm比(0.82±0.26)mm,F=38.999,P<0.001],工作量均小于普通内镜[42.00(30.00,50.33)分、43.33(35.33,54.00)分比52.67(48.67,63.33)分,H=20.056,P<0.001);高级组医师操控RDES1:1、5:1模式完成时间均长于普通内镜[1.72(1.37,2.53)min、1.57(1.25,2.58)min比1.15(0.86,1.58)min,H=13.233,P=0.001],但轨迹偏差[0.47(0.13,0.57)mm、0.44(0.39,0.58)mm比0.52(0.42,0.59)mm,H=3.202,P=0.202]、工作量[(44.62±21.77)分、(41.24±12.57)分比(44.71±17.92)分,F=0.369,P=0.693]和普通内镜差异无统计学意义。结论RDES可实现远台操控,大大降低了工作强度;RDES可同时调控大小旋钮,使操控更灵活;RDES增加了运动比模式,使操控更精细;RDES易于初学者掌握,有望缩短医师培养周期;RDES为实现内镜远程操控和全自动消化内镜提供了可能。

摘要：考虑多模式公交服务模式和时刻表的交互作用,建立了多模式公交双层优化模型,上层协同优化多模式公交服务和时刻表,下层考虑乘客出行选择实现多模式公交的客流分配,为上层提供输入。针对双层模型求解的复杂性,设计了相应启发式的求解算法,采用遗传算法求解上层模型,应用Dial算法求解下层模型。最后,结合江苏省江阴市K1路和上海市737路公交客流数据,对模型的有效性进行验证。结果表明,协同优化能够有效降低公交运营成本,提升公交服务水平。

摘要：卷积神经网络等深度学习模型已经在高光谱影像分类任务中取得了理想的结果。然而,由于传统神经元只能进行标量计算,现有的深度学习模型无法对高光谱影像特征的实例化参数进行建模,因此无法在邻域范围受限的条件下获得令人满意的分类效果。通过引入胶囊网络结构设计了一种新型网络模型,该模型利用胶囊神经元进行向量计算,并利用权重矩阵编码特征间的空间关系,能够进一步提高高光谱影像的分类精度。在帕维亚大学、印第安纳松树林和萨利纳斯山谷数据集上进行验证,实验结果表明,所提出的网络模型较传统算法和卷积神经网络分类模型而言具有更加优异的分类性能,且对训练样本数量和像素邻域范围具有更好的适应性。

摘要：卷积神经网络中的局部卷积运算无法对高光谱影像中的全局语义信息进行充分学习,因此,基于Transformer模型设计了一种新颖的深度网络模型,以进一步提高高光谱影像分类精度。首先,利用主成分分析方法对高光谱影像进行降维处理,并选取像素周围邻域数据作为输入样本,以充分利用影像中的空谱联合信息;然后,利用卷积层将输入样本转换为序列特征向量;最后,利用构建的深度Transformer网络进行分类。Transformer模型中的多头注意力机制能够充分利用丰富的判别性信息。试验表明,与现有卷积神经网络模型相比,文章方法能够获得更为优异的分类性能。

摘要：利用太阳光在常温常压下驱动光催化反应高效进行是解决人类面临的能源、环境问题从而实现绿色化学的理想方案之一.然而,兼顾效率、成本和稳定性的高性能光催化体系的研究依然存在巨大的挑战.石墨氮化碳(g-C_(3)N_(4))基光催化剂由于高稳定性、无毒无害和适合的能带结构,在光催化制氢方面存在巨大潜力.然而,表面的慢反应速率导致了光生电子和空穴的快速复合,限制了其实际引用.而助催化剂的负载对光催化反应起着至关重要的作用.首先,助催化剂能降低光催化反应的过电势;其次,能加快界面的电荷分离和迁移并提供更多的活性位点;最后,还可以抑制光腐蚀并且增强光催化剂的稳定性等.因此,开发合适的助催化剂提高表面反应速率对高效光催化制氢极为重要.助催化剂的研究急需新的设计思路,需要同时满足以下条件:(1)助催化剂定向锚定在半导体的电子富集区域捕获电子;(2)与半导体界面形成强且稳定的界面相互作用转移表面电荷;(3)高度分散的非贵金属助催化剂.本文以具有天然表面官能团和空隙的超薄氮化碳纳米片作为载体,设计了光化学还原制备单分散的镍原子簇新策略,可同时满足沉积在电子富集区域、高度分散的非贵金属、界面结合作用强的要求.高角度环形暗场扫描透射电镜、X射线吸收近边缘结构和扩展X射线吸收精细结构结果表明,单分散的过渡金属Ni簇活性位点锚定在石墨氮化碳上.原位光化学还原沉积法制备单分散的Ni簇锚定在石墨氮化碳表面的复合光催化剂,可以实现高效的光催化反应制氢活性,光催化制氢速率达到16.5 mmol·h^(-1)·g^(-1),并且展现出461.14 h^(-1)的总周转频率(TOF(H_(2)))值,说明单分散的Ni簇提供了大量的活性位点和极大地提高了金属原子利用率.Ni-cluster/CN的CK边缘XAS光谱、NK边缘XAS光谱、XPS光谱和理论计算结果表明,基底物质石墨氮化碳可与单分散的Ni簇形成强且稳定的界面相互作用,其中C可充当电子受体,N可充当电子供体.光致发光光谱、荧光寿命、瞬态光电流、表面光电压和电化学阻抗表明,强且稳定的界面相互作用有效地促进了光生电子和空穴的分离和迁移.本文可为原位光沉积法制备单分散稳定的Ni簇助催化剂、研究助催化剂与半导体载体之间稳定的界面相互作用及用于高效光催化反应提供借鉴.

摘要：为了研究加弹工艺对55 dtex/136 f锦纶6弹力丝物理性能的影响,文章以64 dtex/136 f锦纶6预取向丝为原料,制备了55 dtex/136 f锦纶6弹力丝,探讨了不同假捻速比、热箱温度、网络气压和牵伸倍数下55 dtex/136 f锦纶6弹力丝的物理性能指标。结果表明,假捻速比为1.56、热箱温度为165℃、网络气压为1.5×10^(5) Pa、牵伸倍数为1.230时,获得55 dtex/136 f锦纶6弹力丝断裂强度为3.64 cN·dtex^(-1)、卷曲收缩率为9.82%、卷曲稳定性为18.64%,物理性能较优。