摘要：一直以来,让机器具有模式识别能力一直是计算机科学家们的努力方向。研究模式识别,是理解人类智能的本质的重要途径。字符识别是一个典型的模式识别问题,手写数字识别具有不同字符体型相差不大,相同字符有多种不同写法,数字没有上下文关联等特点,这些特点使手写数字识别比较困难。该论文设计了一套基于KNN算法,用Python语言实现手写数字识别系统。先对图片进行预处理,预处理包括灰度化、去噪、二值化等等,再用KNN算法对图片进行分类,手写数字识别也是一个十分类的问题。实验结果表明该文所设计的手写数字识别具有较好的识别率,同时也说明KNN算法在手写数字识别上具有良好的应用。

摘要：为整合海量的信息和对个人知识进行建模,提出了基于特定领域建模元模型的知识建模方法。采用了面向对象技术定义了知识元模型,描述对象的特征属性、关系属性和操作。定义了知识类属性,讨论了知识对象提取过程,并设计了用于个人知识体系解析的知识分类体系。构建了实现个人知识建模,知识共享,知识发现的知识建模系统。

摘要：随着通用图形处理器(GPGPU)计算技术的流行,利用GPU的并行计算能力优化查询执行的性能成为数据库方向的研究热点。现有的研究成果能够利用GPU的高性能计算能力,通过查询任务间协同进行GPU资源管理的机制,支持并发的查询请求,有效提升GPU的资源利用率。但是这种系统架构中由于各查询任务单独管理GPU资源带来重复开销,并且过度使用PCIe总线的数据传输带宽,导致GPU的整体资源利用率仍然较低。Hyper Qx-GPU是一种GPU内存数据库系统新的软件架构设计与实现,该系统通过共享CUDAContext和数据库列存储数据等方式,来提升GPU资源利用率。实验结果表明,相比于当前的GPU数据库系统,Hyper Qx-GPU能够达到平均12.0倍的性能提升。

摘要：介绍利用高密度电法与地震映像法相结合的综合物探方法进行岩溶探测的工作原理,结合云南某区的勘探实例,分析其岩溶发育情况。经过对探测数据的抽道、连接、滤波和增益调节,二维反演和地形校正等处理,并结合勘探区的地质构造资料,得出结论为:2个剖面视电阻率分别呈"V"型低阻区或"U"型低阻区,深度地震反射波能量弱或基本不反射,岩溶发育,同时结合实地钻孔资料对勘探结果进行有效验证。最后指出应用综合物探方进行岩溶探测中法应注意的问题。

摘要：高校生物学实验教学中心安全教育是为了提高本科生在生物学实验中的安全意识为目标的实验室准入课。从以下三个方面展开介绍安全教育课程建设情况:高校生物学实验教学中心安全教育的必要性、本科生物学实验教学中心安全培训课程设计、学生安全教育评价考核。实践表明,通过该安全课程的开设,明显提高了学生在使用药品、操作仪器和垃圾分类方面的安全意识,降低了安全事故发生的几率,可为其他生物学实验安全教育课程的开设提供借鉴和参考依据。

摘要：目的了解临床试验报告规范(CONSORT声明)在国内随机对照试验(randomized controlled trial,RCT)护理研究领域相关科研人员中的认知率和实际应用情况。方法采用自行设计的调查问卷在全国范围内对护理科研人员进行调查,主要内容包括调查对象的基本信息和对CONSORT声明的认知率。结果共发放问卷279份,回收问卷261份,有效问卷244份。其中只有26.6%(65/244)的护理科研人员听说过CONSORT声明,而了解和熟悉CONSORT声明的人仅有13.9%(34/244)。有12.7%(31/244)的护理科研人员运用CONSORT声明来报告/撰写护理领域RCT的研究结果。结论国内护理科研人员对CONSORT声明的认知率和使用率较低。因此,我们认为有必要采取针对性措施推广与普及CONSORT声明,并尽快在国内相关期刊的稿约中引入CONSORT声明,以提高护理科研人员对其知晓率,提高护理领域RCT研究报告的质量。

摘要：为保证风力机具有最大的风能利用系数,本文主要对水平轴风力机风轮的设计和优化方法进行了研究。通过对叶片翼型的弦长和扭角的优化计算,可以得出叶片的几何参数,包括叶片数、叶片各断面的翼型选择以及叶片根部的安装位置等。根据提出的优化设计方法编制了相关软件,给出的算例说明了采用不同单一翼型设计的风轮在相应设计叶尖速比下的风能利用系数和轴向力系数的变化规律。

摘要：《试验报告统一标准》(Consolidated Standards of Reporting Trials,CONSORT)2010声明提供了报告随机试验的最低准则。它的广泛使用有助于保证评估新的干预措施的透明性。最近,人们越来越认识到,涉及人工智能(artificial intelligence,AI)的干预需要经过严格的前瞻性评估,以明确其对健康的影响。《人工智能试验报告统一标准》(Consolidated Standards of Reporting Trials Artificial Intelligence,CONSORT-AI)是一个新的临床试验报告指南,用以评估具有AI成分的干预。它是与《人工智能干预试验方案报告标准》(Standard Protocolitems:Recommendations forI nterventional Trials-Artificial Intelligence,SPIRIT-AI)同步编制的。这两项指南的编制通过分阶段的文献回顾和专家咨询等过程达成共识,产生29项候选条目。由国际多方利益相关者小组在两阶段德尔菲调查(103个利益相关者)中对这些条目进行了咨询,并在共识会议上达成一致意见(31个利益相关者),通过34个试点参与进行改进和优化。CONSORT-AI扩展包括14项新条目,这些新条目对于AI干预非常重要,除了2010年CONSORT声明的核心条目之外,试验报告还应常规包含这些内容。CONSORT-AI建议研究人员提供关于AI干预的清晰描述,包括使用AI所需的说明和技能、AI干预集成环境的设置、输入和输出数据处理的注意事项、人-AI交互和错误案例分析。CONSORT-AI将有助于提高AI干预临床试验方案的透明度和完整性,也有助于编辑、同行评审以及普通读者理解、解释和严格评估临床试验的设计和偏倚风险。

摘要：1.根据2018年美国糖尿病学会标准诊断中国糖尿病患病率:全国横断面研究目的:评估糖尿病患病率及其危险因素。设计:基于人群的横断面研究。背景:2015-2017年中国大陆31省份全国横断面数据。调查对象:75880名18周岁及以上代表中国大陆人口的成年人样本。主要观察指标:根据2018年美国糖尿病学会和世界卫生组织标准诊断中国成人不同性别、区域和种族的糖尿病患病率。通过问卷的方式记录调查对象的社会人口学信息、生活方式和疾病史。

摘要：气候变暖可缩短全球采暖期,延长制冷期。制冷与采暖度日数可反映气候因素对建筑制冷与采暖能耗的影响,是温度和能源定量关系的测度指标,被认为是最简单可靠的衡量能源需求的指标,已被广泛应用在气候变化、建筑能源需求与热舒适度评定等领域。制冷与采暖度日数用日平均温度与设定的基准温度相比较的方式来表征,制冷度日数(cooling degree days,CDDs)是一定时间范围内日平均气温高于某一基准温度的累计度数,采暖度日数(heating degree days,HDDs)为一定时间范围内日平均气温低于某一基准温度的累计度数。根据行业标准《夏热冬冷地区居住建筑节能设计标准JGJ 134―2001》,本项研究设定制冷的基准温度为26℃,采暖的基准温度为18℃。在此基础上,采用ERA5-Land再分析气象数据集的2 m气温(0.1°×0.1°空间分辨率),在Google Earth Engine平台上使用制冷及采暖度日数计算方法制作1981–2020年逐年尺度的18°N以北中国制冷及采暖度日数数据集。本数据集为我国首套近40年时空连续的制冷及采暖度日数数据集,数据集包括1981–2020年的以下数据:(1)制冷度日数数据;(2)采暖度日数数据。数据集的时间分辨率为年,空间分辨率为0.1°,数据集存储为.tif格式,由80个数据文件组成,数据量为75 MB(压缩为1个文件17.7 MB)。