关键词： 二十届三中全会   全面深化改革   改革开放   中国式现代化  

摘要： 习近平关于全面深化改革重要论述是中国共产党领导中国改革事业的理论创新与经验结晶,深刻回答了新时代为何要全面深化改革以及如何全面深化改革。改革的“永无止境”论、“系统工程”论、“人民中心”论、“问题导向”论、“目标体系”论、“原则方向”论、“多重关系”论、“内在价值”论,构成了习近平关于全面深化改革重要论述的主要内容。与此同时,习近平关于全面深化改革重要论述内含的整体推进与重点突破并行的改革逻辑、顶层设计与基层探索并用的改革构想、思想革新与体制创新并重的改革理念、独立自主与开放包容并存的改革视野,又凸显了辩证法的光辉品格。习近平关于全面深化改革重要论述,既深化了马克思主义发展动力论,实现党的创新理论的新突破;又形塑了中国式现代化崭新局面,为强国建设和民族复兴伟业赋能;还传承发展了中国智慧和改革经验,为他国改革实践提供参照。

关键词： 党的建设   党史学习教育   理论武装   斗争精神   历史自信  

摘要： 推进党史学习教育常态化长效化是坚定理论自信、牢记初心使命、推进自我革命、发扬斗争精神、增强历史主动的必然要求。我们要深刻认识推进党史学习教育常态化长效化的重要意义,准确把握好推进党史学习教育常态化长效化的内在要求,建立健全党史学习教育常态化长效化机制,在常态化开展、长效化落实党史学习教育中探寻理论发展脉络、感悟理想信念力量、追求为民服务指南。

关键词： 医疗物联网   聚类分析   经典联邦学习   高效联邦学习  

摘要： 联邦学习作为一种先进的分布式机器学习范式,允许参与方在不直接共享原始数据的情况下协作训练模型,为解决大模型应用落地的技术难题提供了创新路径,是医疗智能服务的理想选择。然而,联邦学习在训练时,通常进行多次迭代,且客户端和云服务器反复传递高维度参数信息,这对训练一个复杂的模型而言通信开销不可忽略。因此,针对联邦学习在训练复杂模型时产生的高通信开销问题,文章设计了一种基于聚类的通信高效联邦学习方法,从所有客户端更新中选择具有代表性的本地更新并上传到服务器,以降低通信成本。实验结果表明,与经典联邦学习方法相比,该方法在保证模型性能的同时,能够大幅降低通信开销,从而提高联邦学习在医疗物联网中的运用效率。

关键词： 习近平文化思想   第二个结合   中华优秀传统文化   哲学方法论  

摘要： 作为习近平文化思想的重要内核,“第二个结合”是又一次的思想解放,这一重大理论创新蕴含着丰富的哲学方法论内涵,其中包括历史思维方法、辩证思维方法、系统思维方法和创新思维方法四个维度,对这四个维度的哲学方法论进行分析是我们深入研究“第二个结合”的基础,同时也是持续推进第二个结合并保证推进方向始终正确的依据所在。并且,“第二个结合”具有突出的哲学方法论意义,它从现实性出发巩固了“第二个结合”的科学世界观与方法论、从矛盾分析出发揭示了社会主义先进文化与中华优秀传统文化的有机统一、从总体性出发实现了人类发展历史进程中的又一次重大飞跃。

关键词： 深度学习   自然之美   生态系统   情境与情感   高中阶段   生物学科知识   生命机制   体验科学  

摘要： 高中阶段的生物学习,既是对复杂生命机制的认识,也是发现自然之美、体验科学探索的奇妙过程。通过情境与情感融合,我们逐渐从抽象的概念中体会到生命的顽强与生态系统的精妙平衡,理解到这些现象与人类生活息息相关。这种深度学习不仅可以帮助我们更深入地理解生物学科知识,还可以激发我们对自然与科学的浓厚兴趣。

关键词： SAR图像   配准   深度学习   掩码匹配   SAM  

摘要： 在SAR影像的配准中,由于SAR影像固有的斑点噪声,导致配准稳定性差、配准效率低。针对这个问题,文章提出了利用SAM大模型对SAR影像配准的深度学习方法。该方法使用SAM分割大模型对参考图像进行分割,得到参考图像的掩码,然后利用基于编码器和解码器的深度学习网络寻找该掩码在主图像中的位置,以此来寻找参考图像和主图像之间的对应关系,并把这个对应关系转成点与点的对应关系,进而达到配准的目的。实验结果表明:该方法能准确找到参考图像的掩码在主图像中的位置,均值误差在5%以内;在大尺寸SAR影像配准中,该方法具有很好的稳定性,且配准效率较高。

关键词： 配电网   无人机   迁移学习   线路检测   PINet  

摘要： 使用无人机(unmanned aerial vehicle,UAV)代替传统的徒步巡检配电线路更加符合目前新型电力系统的发展需求。针对传统滤波器和梯度存在不足,以及线路环境嘈杂,因而无法精准检测配电线路的问题,提出了一种基于迁移学习方法的UAV架空配电线路精准定位和拍摄技术。首先介绍了该学习方法及其过程中用图像重新训练成适用于UAV巡检的点实例网络(point instance network,PINet)车道线检测模型。然后通过多次训练PINet车道线检测模型,提出了在其前后分别添加旋转比较器模块和后处理模块的方法,得到了一种新的配电线路检测技术。最后在手持相机拍摄图像、UAV拍摄图像、山地线路数据集、城区线路数据集4个数据集中进行了训练验证,结果表明该方法均达到了合格的准确率、误报率和低漏检率,尤其在城区线路数据集上的效果超越了现有其他方法。

关键词： 模仿学习   轨迹建模   动态运动基元   高斯混合模型   高斯混合回归  

摘要： 在人机协作领域,模仿学习是广泛使用的机器人编程方法。在机器人对运动轨迹进行技能学习过程中,针对基于动态运动基元方法(dynamic movement primitives,DMP)只能从单条示教轨迹建模动作的局限性,提出了一种新的将高斯混合模型(gaussian mixture model,GMM)、高斯混合回归(gaussian mixture regression,GMR)和改进的DMP三者相结合的运动轨迹模仿学习方法。该方法先将高斯噪声引入示教轨迹,消除由于示教数据中不可避免存在噪声等不平滑特征带来的不利影响;然后,为了减少单条示教轨迹的不确定性带来的动作建模误差,采用GMM从多条示教轨迹中对运动特征进行编码,使用GMR进行概率轨迹回归;其次,利用改进的DMP算法将轨迹进行泛化,提高机器人技能学习的适应性;最后,通过手写字母轨迹和协作机器人拖动轨迹技能学习试验验证了所提算法的有效性。

关键词： 创伤性脑出血   计算机体层摄影   深度学习   体积定量   创伤性脑损伤  

摘要： 目的基于Trans-UNet模型构建创伤性脑出血(traumatic intracerebral hemorrhage,TICH)体积定量的深度学习方法,并与公式法进行比较。方法收集我院放射科于2018年5月至2023年5月收治的141例创伤性脑出血患者的CT资料,建立基于Trans-UNet模型的深度学习方法,以影像归档与通讯系统(picture archiving and communication system,PACS)人工勾画为金标准,对比其与公式法(共10种)在创伤性脑出血体积定量的准确性、一致性和测量耗时差异。结果PACS人工勾画的创伤性脑出血中位体积为1.167 mL,单个患者的测量中位时间为135 s。深度学习方法与PACS人工勾画的体积百分误差中位数为3.59%,Spearman相关系数为0.999(P<0.001),单个患者测量的中位时间仅为4.38 s;而公式法中,最低体积百分误差中位数为16.451%,最高Spearman相关系数为0.986(P<0.001),单个患者测量的最低中位时间为20 s。两类方法在体积百分误差和测量时间上的差异均具有统计学意义(P均<0.001)。结论本研究所构建的深度学习方法相较于公式法,在测量准确性和时效上均表现更优。

关键词： 人工智能   室性异位QRS波群   迁移学习   深度学习模型  

摘要： 目的探索迁移学习方法在精准识别室性异位QRS波群中的应用。方法回顾性提取2007年3月至2019年9月在宁波大学附属第一医院心律失常诊疗中心行射频导管消融术的545例特发性室性心律失常(VAs)患者,构成研究数据库(Ningbo DB)。采用小波散射网络特征提取算法从Ningbo DB中获取模型输入特征,使用美国麻省理工学院心律失常研究数据库(MIT-BIH DB)对深度学习模型进行训练,利用Ningbo DB验证该深度学习模型作为迁移学习方法。采用ROC曲线相关指标AUC、灵敏度、特异度、F1评分和准确度评估深度学习模型预测的效能。结果共提取心电图片段19695段,其中室性心律下QRS波群片段11988段(60.87%)、室性心律片段7471段(37.93%)、室上性期前收缩伴差异性传导片段236段(1.20%)。利用MIT-BIH DB建立深度学习模型,识别室性心律QRS波群的AUC、灵敏度、特异度、F1评分和准确度分别为0.997、0.996、1.000、0.997、0.996。采用Ningbo DB验证该模型识别室性心律QRS波群的AUC、灵敏度、特异度、F1评分和准确度分别为0.996、0.993、0.998、0.995、0.997。结论小波散射网络特征提取算法与残差网络深度学习模型结合的迁移学习方法能识别室性异位QRS波群。