教学课程资源库 更多>>

关键词： 原子荧光光谱法   水环境污染物   检测应用  

摘要： 文章探讨原子荧光光谱法在水环境污染物检测中的应用，阐述原子荧光光谱法的基本原理与特点，详细介绍其在检测重金属、非金属等多类水环境污染物中的应用，结合实际案例分析应用效果，剖析面临的挑战及应对策略，并对未来发展趋势进行展望，旨在为水环境监测领域提供专业参考，助力提升水环境污染物检测水平，保障水生态环境安全。

摘要： 在氢能产业蓬勃发展的浪潮中，一场汇聚行业精英、聚焦前沿技术的论坛吸引了众多关注。近日，第六届绿色交通动力与能源技术国际论坛暨氢能产业创新交流会议在武汉举办。本次会议由清华大学苏州汽车研究院联合慧链（上海）商务咨询有限公司、江苏省内燃机学会、湖北省内燃机学会、东风公司发动机（柴油）专业技术委员会、氢成绿动新能源（武汉）有限公司、无锡市惠山区同惠新能源汽车创新研究院等机构共同主办。

关键词： 交通运输   安全管理   交通基础设施  

摘要： 新时代背景下，交通运输安全管理问题日渐显露，如交通基础设施老化和维护不足导致的安全隐患、交通参与者的低安全意识导致的不安全行为、科技应用不足导致的智能交通系统和大数据分析技术无法全面推广等。为解决这些问题，需从多个层面入手，如加强基础设施投资和维护以确保交通设施的安全性和可靠性、加强宣传教育以增强公众的安全意识、推动智能交通技术的研发与应用以提升交通管理的精准性和效率等，实现更高水平的安全保障。该文探讨新时代交通运输安全管理存在的问题及解决策略，以有效提升新时代交通运输安全管理水平，为人们带来更加有效的安全保障。

关键词： 老旧小区改造   城市更新   跨学科研究   文献计量分析  

摘要： 综合运用CiteSpace 6.4.R1软件和文献计量分析方法，系统研究2014—2024年国内外老旧小区改造的学术文献。研究发现：国内该领域研究经历了从萌芽期到快速发展期再到波动平缓期的演变过程；国外该领域研究处于缓慢发展阶段。探讨全球范围内论文发表情况，发现2021年后国内的研究比国外更为活跃。通过关键词共现频次分析、中心度分析、聚类分析和时间线峰图分析，揭示老旧小区改造研究的国内外热点议题与发展趋势。研究发现，国内研究可归纳为三大热点：城市更新与改造、社会治理与利益协调、分析与模拟；国外研究可归纳为四大热点：建筑与环境、城市规划与社区发展、健康与生活质量、可持续发展与评估。改造和社会资本等问题成为国内的研究前沿；older adults、thermal comfort、impact是近期国外的研究热点。研究提出老旧小区改造研究的未来发展方向，强调跨学科合作的重要性，并提倡将人工智能与建筑信息模型(BIM)技术应用于老旧小区的改造过程。

摘要： 在文化创意行业,有一位女性企业家,她以独特的视角、不懈的创新精神和突出的领导力,带领北京新客意维文化传媒有限公司(以下简称“新客意维”)在激烈的市场竞争中脱颖而出,成为连接品牌、时代与企业之间的桥梁,通过独具创意的叙事为客户提供涵盖媒体公关、品牌推广、战略咨询等一体化服务解决方案。她就是新客意维的创始人兼总经理——张娟。

关键词： 临床护士心理护理   研究热点   共词分析   聚类分析   护理研究  

摘要： 目的 分析近5年PubMed数据库国外临床护士心理护理研究热点，以期为我国临床护士心理护理研究方向提供借鉴。方法 系统检索PubMed数据库2019年～2024年国外临床护士心理护理相关论文，使用BicombV202108以及gCLUTOV1.0软件进行词频分析和聚类分析。结果 共纳入临床护士心理护理相关文献1 840篇，发文量在2023年达到最高，近5年总体呈上升趋势；共提取高频关键词16个，出现频次累计百分比为21.49%。经聚类分析共总结出研究热点：护士的心理适应性、护士的态度及心理困扰情况、COVID-19期间护士心理、护理专业学生的心理弹性、护士的职业倦怠。结论 近年来，临床护士心理护理研究的内容更加精细和深入，研究对象包含综合医院和各专科医院临床护士以及由学校阶段向医院阶段过渡的临床实习护理专业学生，聚焦护士的心理适应性、心理困扰、心理弹性等临床关注热点问题。今后仍需不断总结临床护士心理护理研究热点，为进一步挖掘临床护士心理护理研究的深度和广度提供思路。

关键词： 能耗预测   增量学习   多变航行环境   梯度记忆片段  

摘要： 针对船舶能耗预测模型在复杂航行环境中因新数据流导致精度下降的问题，提出了一种基于增量学习的GEM-CNN-LSTM模型。首先构建CNN-LSTM模型，通过融合卷积神经网络与长短期记忆网络，验证了其在船舶能耗预测中的可行性。随后引入梯度记忆片段（GEM）算法，使模型具备动态更新能力，既能适应新数据流，又能抑制模型更新对历史数据的遗忘。实验表明，GEM-CNN-LSTM模型在原始数据集上的决定系数（R2）从0.991稳定维持在0.993,未出现显著遗忘；在新增的4个任务中，预测精度显著提升，R2分别从0.927、0.911、0.933、0.884提高到0.979、0.989、0.981、0.980,有效增强了模型在变化环境中的适应性和预测准确性，为船舶能耗动态预测提供了更可靠的解决方案。

关键词： Polo样激酶1   肺腺癌   数据库   预后   生物信息学  

摘要： 目的 探讨Polo样激酶1(PLK1)基因在肺腺癌（LUAD）中的表达、临床价值及与LUAD发生、发展的关系。方法 GEO数据库中筛选LUAD的差异表达基因并根据相关性强度确定核心基因。利用Oncomine数据库分析核心基因在LUAD中的表达变化。Kaplan-Meier生存分析用于评估PLK1表达水平与总生存期（OS）的相关性；logsitic回归模型用于评价PLK1表达水平与不同临床病理学参数的相关性；Cox回归模型用于探讨影响LUAD患者生存的预后因素。结果 PLK1在LUAD中显著上调，并与临床分期、T期、N期、M期及性别显著相关；Kaplan-Meier分析及单变量Cox回归均显示，PLK1的高表达与OS相关，多变量分析确认其为独立预后因子。结论 PLK1可能是LUAD的一个潜在的独立预后因素。

关键词： 数据库   查询优化   机器学习   连接顺序   面向数据库的人工智能  

摘要： 多表连接顺序选择是指在进行查询优化时为查询语句中涉及的多个表选择最优的连接顺序以提升查询性能。在复杂查询中，不同的表连接顺序能够显著影响查询执行效率。在大数据时代，面对庞大的数据集、多样的应用环境以及复杂的查询语句，基于启发式规则的传统多表连接顺序算法无法根据环境动态适应和自我学习，缺乏泛化能力，因此选择次优的多表连接顺序，甚至会严重影响查询性能。随着机器学习技术的蓬勃发展，面向数据库的人工智能(AI4DB)技术逐渐引领查询优化领域。机器学习技术能够解决传统连接顺序选择算法存在的问题，在自我学习以及场景适应方面具有较好表现。首先介绍连接顺序的传统选择算法，挖掘其存在的问题，然后总结当前主流的针对多表连接的机器学习模型，并分别介绍它们的核心技术方案，在效果、可用场景等方面对它们进行横向对比，为该领域后续科研工作者提供有价值的参考。

关键词： 太阳能光伏   超低能耗建筑   可再生能源利用率   节能降碳  

摘要： 太阳能光伏发电技术作为可再生能源利用的措施，其有效应用为建筑迈向超低能耗、近零能耗以及零能耗的目标奠定了坚实基础，并为建筑行业在推进碳减排进程及实现能源结构转型上提供了富有成效的策略方案。详细分析了太阳能光伏发电系统的类型、设置比例以及其在超低能耗建筑中的具体应用。通过对某综合楼进行分析，展示了太阳能光伏发电系统如何显著降低建筑能耗，并提高可再生能源利用率。为同类型的项目及设计人员提供切实可行的参考，具有一定的指导意义，同时促进太阳能光伏发电在建筑领域的应用与推广。