简介:摘要:智能体(Agent)是分布式人工智能领域的一个术语,而多智能体(multi-agent system,缩写MAS)是指多个单智能体间的相互协作和协调来共同完成计算任务[1]。2020年9月,中国科学院自动化研究所在线上顺利举办了第一届智能决策论坛,其中多智能体算法应用是一个被许多专家学者广泛关注的问题。多智能体算法的核心是解决多个决策主体在合作、竞争、混合博弈环境下,如何做出最优决策,以解决决策目标的问题。随着人工智能领域的研究从感知智能逐渐深入到决策智能,多智能体算法的应用也变得越来越广泛。本文将从专利的角度分析多智能体的发展现状。
简介:摘要:当前智能电网的建设进程不断加快,智能电网在运行维修和管理过程中会产生大量的数据信息,在这些数据信息当中,既包含了结构性的数据信息,又包含了非结构性的数据信息,数据类型多种多样,如何对这些数据进行高效的储存并实现快速分析,快速挖掘是当前电力系统需要重点研究的内容。为此在今后电力系统智能化发展过程中,就需要注重做好多源数据的有效融合,通过加快构建一套完善的电力多源数据融合体系,能够将电网运行过程中所形成的各项信息进行自动化的收集分析和自动化的挖掘处理,保证各项信息的价值能够全面发挥,有效推动智能电网建设进程。本文主要结合实际工作经验,首先探讨了当前电力多源数据处理的局限性,然后分析了一种电力多源数据融合方法,希望通过研究对广大同行有所帮助。
简介:内容摘要:班级里出现偷盗事情,班主任通常会非常愤怒,急切地要揪出“小偷”,在情急之下,一些过激的做法又可能失当,因此,我们需要冷静。个别同学出现偷盗行为的成因,可能是学生自身的性格问题,也可能是家庭、或是受社会不良风气的影响,找到病因才便于对症下药。班主任要掌握适当的方法,识别同学有无偷盗行为,掌握一些心理知识,能利用人性的一些特点进行启发引导。同时要热爱学生,与同学建立亲密无间的师生关系,想办法帮助犯错误的同学摆脱困境,做学生高尚人格的引路人。
简介:摘要:随着新能源的普及以及因此对电力系统带来的不利影响,电力系统可靠性越来越受到了人们的关注。本文提出了一种基于分数阶威布尔的电力负荷预测方法,以期可以对于电力系统可靠性的提高做出一些贡献。首先将电力负荷数据用分数阶威布尔分布进行拟合,求出参数,并且由此得出分数阶威布尔过程的参数。通过这个方法得出的分数阶威布尔过程可以很好的表现出来电力负荷时间序列的随机性。电力负荷的长相关性由赫斯特指数进行说明。接下来用分数阶威布尔过程的微分来驱动随机微分方程从而得出相邻两个时间点的增量。将增量与当前电力负荷值相加便可以得出预测值。最后本文提出了基于此模型的电力系统负荷预测的操作方法。
简介:摘要目的分析新型冠状病毒灭活疫苗(Vero细胞)在60岁及以上人群中的安全性。方法采用随机、双盲、安慰剂对照的设计开展临床研究,于2020年5月,在河北省任丘市招募符合标准的60岁及以上常住老年人为研究对象。共纳入受试者422名(Ⅰ、Ⅱ期临床试验分别为72、350名)。按照0、28 d的免疫程序随机接种2剂次试验疫苗或安慰剂。Ⅰ期受试者随机分为中剂量、高剂量组,每个剂量组按照2∶1的比例分别接种试验疫苗和安慰剂,Ⅱ期受试者按照2∶2∶2∶1的比例随机分成4组,分别接种低剂量、中剂量、高剂量试验疫苗和安慰剂。采用定期随访和主动报告相结合的方式,观察疫苗接种后28 d内的不良反应,并分析比较试验组和对照组不良反应发生率。结果422名研究对象年龄为(66.45±4.70)岁,男性占48.82%(206/422);低、中、高3个剂量疫苗接种组和安慰剂组分别纳入100、124、124、74 名。剔除1名未接种疫苗者后,共将421名至少接种1剂次疫苗者纳入安全性分析。接种完第1剂或第2剂后28 d内,共有20.67%(87/421)的受试者发生不良反应(征集性和非征集性)。76名发生严重程度1级不良反应[18.05%(76/421)];22名发生严重程度2级不良反应[5.23%(22/421)];未发生3级及以上不良反应。共有19.71%(83/421)的受试者发生征集性不良反应,1级不良反应中,最常见的为接种部位的疼痛,其次是发热和疲劳乏力;2级不良反应中,最常见的为发热、疲劳乏力,其次为肌肉痛和接种部位红晕。共有2.61%(11/421)受试者发生非征集性不良反应。共有1.66%(7/421)受试者在疫苗接种后发生了严重不良事件,未发现与疫苗接种有关的严重不良事件。结论新型冠状病毒灭活疫苗应用于60岁及以上人群时安全性较好。
简介:摘要目的探讨Suidan术前评估模型在预测晚期上皮性卵巢癌患者肿瘤细胞减灭术效果中的应用价值。方法回顾性队列研究。纳入2019年1月—2020年10月蚌埠医学院第一附属医院妇瘤科手术治疗的晚期上皮性卵巢癌患者152例。患者年龄18~85岁,中位年龄55岁;依据国际妇产科联盟(FIGO)分期,Ⅲ期117例,Ⅳ期35例;采用Suidan术前评估模型评分为0~9分。患者均行卵巢癌肿瘤细胞减灭术,按治疗方案及Suidan评分将患者分为3组:行初始型肿瘤细胞减灭术(PDS)且术前Suidan评分<3分为PDS-A组(42例),行PDS且术前Suidan评分≥3分为PDS-B组(46例),行中间型肿瘤细胞减灭术(IDS)且术前Suidan评分≥3分为NACT+IDS组(64例)。比较3组患者的临床基线资料,以及不满意减瘤率、肉眼残留病灶率;比较不同Suidan评分,患者间不满意减瘤率、肉眼残留病灶率的差异;采用受试者操作特征(ROC)曲线评估Suidan术前评估模型对晚期上皮性卵巢癌患者治疗后不满意减瘤、肉眼残留病灶的预测价值。结果3组患者年龄、病理类型、组织学分级及FIGO分期等比较,差异均无统计学意义(P值均>0.05)。3组患者不满意减瘤率、残留病灶率由高到低依次为PDS-B组[71.7%(33/46)、78.3%(36/46)]、NACT+IDS组[48.4%(31/64)、54.7%(35/64)]、PDS-A组[23.8%(10/42)、33.3%(14/42)],差异均有统计学意义(χ2=20.19、18.05,P值均<0.001)。行PDS患者不同Suidan评分时,患者不满意减瘤率、肉眼残留病灶率随着评分数值的增加逐渐升高。ROC曲线显示:Suidan术前评估模型预测晚期上皮性卵巢癌患者不满意减瘤曲线下面积(AUC)为0.761[95% 可信区间(CI)0.657~0.864],约登指数为0.478时,最佳评分阈值为3分,灵敏度为76.7%,特异度为71.1%;预测晚期上皮性卵巢癌患者手术残留病灶AUC为0.730(95% CI 0.624~0.836),约登指数为0.457时,最佳评分阈值为3分,灵敏度为72.0%,特异度为73.7%。结论Suidan术前评估模型对晚期上皮性卵巢癌患者肿瘤细胞减灭术的效果有较好的预测价值,Suidan评分为3分时,灵敏度及特异度较高。
简介:摘要:幼儿正处在身心发展的关键时期,从各方面来讲他们都还较为稚嫩与脆弱,非常容易受到身心伤害,在身体上或是心理上留下创伤,这将对幼儿一生的成长与发展带来不良影响。因此,我们必须要不断加强对幼儿进行安全教育的研究、探讨与实践,提高幼儿园安全管理质量。
简介:【摘 要】 “双减”政策的颁布旨在减轻义务教育阶段学生过重的作业负担和校外培训负担。立足现实条件考虑,减轻学生的课外负担,作为学校对该政策要有深刻的认识,以学生为主体,去探索更多提高课内的教育教学质量的途径。特殊教育作为基础教育的一部分,特殊教育学校在落实该政策时,也应积极主动地为特殊学生提供更加适合的满足其发展需求的教育教学活动。我校尝试从课后服务方面、学生作业管理方面、教师成长方面明确了相关实施细则,充分发挥学校教育的主导作用,认真贯彻落实“双减”政策,为特殊学生在校有最大限度的发展提供了更多的可能。