摘要：目的分析上海市工伤人员康复现状及参加康复治疗的意愿情况,促进工伤人员参加康复,提高治疗积极性。方法采用自行设计的调查问卷,依据松江、闵行、浦东、奉贤、嘉定、金山、青浦7个区2019年工伤鉴定核准人数的比例,采用分层随机抽样,于2020年8月至9月对抽取的工伤人员进行问卷调查。采用χ^(2)检验和二元Logistic回归模型分析工伤人员康复意愿的影响因素。结果共发放调查问卷860份,回收860份,有效问卷834份,有效回收率为97.0%。被调查者男性629人(75.4%),女性205人(24.6%);平均年龄(39.9±7.3)岁;缴纳工伤保险人员764人(91.6%)。613名工伤人员(73.5%)表示有康复意愿;不愿意参加康复的原因与对政策和康复知识了解不足、定点医院便利性较差有关。沪籍(OR=1.671;95%CI:1.0722.603),30005000元收入水平(OR=2.396;95%CI:1.0445.502)和10000元以上收入水平(OR=3.351;95%CI:1.3728.185),首诊医院接受过住院服务(OR=7.122;95%CI:4.87510.404),部分了解(OR=2.153;95%CI:1.0664.350)和较为了解(OR=3.240;95%CI:2.1604.859)政策的工伤人员更倾向于选择康复治疗(P<0.001)。结论上海市工伤保险覆盖率较高,但政策知晓率较低。重视人员流动、收入水平、政策了解程度、首诊住院情况等因素,推动贯彻执行“先康复,后鉴定”的工伤康复原则,加强政策宣传力度是促进工伤人员康复积极性的有力关注点。

摘要：随着军方及部队对航空武器装备的关注重点逐渐由单一指标验证向综合能力评估转变,机动转场能力愈发受到重视。以机动转场要求为牵引,从任务、可靠性水平、使用维修活动及保障资源4个维度入手,完成建模及模型间交互关系研究,同时给出使用维修活动频度计算方法,进一步形成机动转场保障资源规划及验证方法,并应用飞行试验数据对模型进行了验证。对部队开展机动转场保障资源规划提供方法支撑,也为后续保障资源仿真系统的设计和实现奠定了技术基础。

摘要：传统传感器故障数据分析系统硬件及程序设计不够兼容,存在实时性差,分析结果不够精准的问题;据此,提出基于深度学习设计了一种新的传感器故障数据分析系统,由传感器、ARM数据处理器、主电路板、FODI数据处理器、集成采集接口板、故障数据传感器、多转质感器、场效应传感器、GKCL储存器组成系统的硬件结构,ASVH248的最大特点就是分辨率高,能够有效提高系统显示的清晰度;分别设计了故障数据采集程序、数据处理程序和数据存储程序;为了检测系统的有效性,由采集程序采集传感器内部数据,处理程序对数据结果进行分析,存储程序负责记录分析后的结果;设定对比实验,结果表明,基于深度学习设计的传感器故障数据分析系统分析结果精准度提高了15.28%,实时性更强,使用价值更高。

摘要：人工智能技术正为人类社会的通讯、医疗、交通、产业制造等方面赋能。随着Web 3.0时代的到来,人工智能已在自然语言处理、机器学习、智能机器人、模式识别等领域取得了重要进展。对人工智能发展历史及发展现状的梳理可以帮助我们认识人工智能的本质特征并更好地确定其未来发展方向,为人工智能的技术治理提供思路。从机器技术视角梳理人工智能诞生的过程、总结其重要流派及对现世有影响力的观点;从伦理治理视角梳理人工智能发展现状、应用研究热点与可能产生的问题。从技术和伦理角度的对比融合中展望人工智能的未来发展方向:加强系统性的顶层谋划和伦理嵌入式设计,基于“人在环路”的方法提升技术自主性和安全识别机制,建立基于“社会参与”的技术监督与管理机制等。