针对电池电气特性与热特性之间复杂的耦合关系、温度对电池功率性能的影响以及荷电状态(state of charge,SOC)、温度状态(stateoftemperature,SOT)与峰值功率状态(state of power,SOP)之间的复杂关联等问题,该文提出一种考虑电热耦合特...针对电池电气特性与热特性之间复杂的耦合关系、温度对电池功率性能的影响以及荷电状态(state of charge,SOC)、温度状态(stateoftemperature,SOT)与峰值功率状态(state of power,SOP)之间的复杂关联等问题,该文提出一种考虑电热耦合特性的电池模组多状态协同估计方法。首先,分析电池电气特性与热特性之间的耦合关系,将分数阶等效电路模型与集总参数双态热模型结合,构建电池模组电热耦合模型。其次,针对电热耦合关系需要准确的SOC与SOT来维持的问题,采用自适应扩展卡尔曼算法(adaptive extended Kalman filter,AEKF)实现电池模组SOC与SOT估计。最后,分析不同状态之间的关联特性,将电池的SOC、SOT引入到多约束条件下的峰值SOP估计中,实现电池模组多状态协同估计,提高电池状态估计的准确性。仿真结果表明,所提方法在SOC初始误差为20%情况下,能够快速收敛至真实值,且均方根误差在0.52%以内,核心温度与表面温度估计误差分别在0.36和0.31℃以内。在40℃时,核心温度约束起作用,峰值功率估计结果显著降低,为动力电池的实时安全监控提供了有力保障。展开更多
准确预测学生答题表现是智能导学系统为学生提供个性化学习服务的先决条件.认知诊断和知识追踪作为主流的学生表现预测方法,均将学生表现仅归因于知识状态,而忽视了学生答题过程中的应试心理状态,限制了模型预测精准性的进一步提升.为此...准确预测学生答题表现是智能导学系统为学生提供个性化学习服务的先决条件.认知诊断和知识追踪作为主流的学生表现预测方法,均将学生表现仅归因于知识状态,而忽视了学生答题过程中的应试心理状态,限制了模型预测精准性的进一步提升.为此,本文将学生的应试心理状态融入以知识为中心的学生表现预测模型中,并结合认知诊断可解释与知识追踪动态预测的互补优势,提出了一种应试心理状态增强的学生表现预测模型(Test-taking psychological state enhanced Student Performance Prediction model,TSPP).该模型通过捕捉习题与学生答题行为之间的复杂高阶关系,对学生应试心理状态进行建模;同时通过提取异构知识图中丰富的节点间关系对学生动态知识状态进行建模;最后设计了一种渐进式融合门,其采用可解释渐进式的方式融合应试心理状态与知识状态,得到可解释的预测结果.在3个真实世界数据集上的大量实验结果表明,TSPP模型在AUC(Area Under the Curve)和ACC(ACCuracy)2项指标上,相较于9种对比模型的平均表现,分别提升了6.05%和7.27%,在RMSE(Root Mean Square Error)指标上降低了6.76%.此外,通过对TSPP中的应试心理状态和知识状态进行可视化分析,并探究其可解释性参数的优势,本文进一步验证了TSPP的可解释性.展开更多
目的评估抑郁症患者中体质量指数(body mass index,BMI)正常、超重和代谢综合征(metabolic syndrome,MetS)的转移规律。方法以2016年1月至2021年11月期间于首都医科大学附属北京安定医院治疗,有多次入院记录的抑郁症患者为研究对象,根...目的评估抑郁症患者中体质量指数(body mass index,BMI)正常、超重和代谢综合征(metabolic syndrome,MetS)的转移规律。方法以2016年1月至2021年11月期间于首都医科大学附属北京安定医院治疗,有多次入院记录的抑郁症患者为研究对象,根据每次入院时BMI和代谢情况分为BMI正常、超重和代谢综合征3种状态,采用多状态Markov模型分析转移规律。结果纳入398例研究对象的892条观测记录,中位年龄56岁,中位随访时间40个月。结果显示3种状态间共发生494次转移,其中5.1%由BMI正常转移为超重,5.5%由超重转移为MetS。超重发展为MetS的转移强度最高,是超重变为BMI正常的9.52倍。48.53个月后,BMI正常的抑郁症患者开始转移为MetS。对于超重的患者,8.77个月后开始转移为MetS。36个月后,BMI正常或超重者转移为MetS的概率为31.4%和50.4%;对于合并MetS者,36个月后仍为MetS的概率为51.2%。多因素分析显示未婚是体质量正常的抑郁症患者转移为超重的危险因素,而具有较高的受教育程度是超重的抑郁症患者转移为MetS的保护因素。结论抑郁症患者发展为MetS的强度和风险较高,发生MetS后不易好转,提示加强抑郁症患者的BMI管理和MetS的干预。展开更多
世界卫生组织(World Health Organization, WHO)强调通过健康促进、疾病预防和早诊早治以提升健康水平。由于疾病种类繁多、观点错杂,病机往往呈现为“多元化”的势态,尤其重大慢病、疑难重症、复合共病更是与复合体质状态密切关联,故...世界卫生组织(World Health Organization, WHO)强调通过健康促进、疾病预防和早诊早治以提升健康水平。由于疾病种类繁多、观点错杂,病机往往呈现为“多元化”的势态,尤其重大慢病、疑难重症、复合共病更是与复合体质状态密切关联,故而从“体病相关”切入探讨是突破疾病预测、预防以及治疗瓶颈的关键。基于多年的研究提出“五行十态体质”创新观点;遵循“天人相应”规律,将传统六十甲子周期理论运用于体质状态研究,综合考虑五运六气交互承制、天干地支本属系统、正化对化、天地二甲子、运气的平气状态等关键因素对人体五脏六腑功能的影响,运用传统“医算法”,依据“生克制化”“胜复郁发”“淫胜郁复”之气机升降特点,详细分析了基础体质与后天体质状态的关联;重视始生之时、疾病始发时、传变时、欲解时以及就诊时等不同节点的运气格局对人体的影响,以揭示体质特异性与相应系统疾病的易感性以及脏腑复合病机主、次标本的关系,预判健康状态与疾病不同阶段的病机、病势演变,为临床疾病的预测、预防、个体化干预以及群体化防治提供指导思路。展开更多
文摘针对电池电气特性与热特性之间复杂的耦合关系、温度对电池功率性能的影响以及荷电状态(state of charge,SOC)、温度状态(stateoftemperature,SOT)与峰值功率状态(state of power,SOP)之间的复杂关联等问题,该文提出一种考虑电热耦合特性的电池模组多状态协同估计方法。首先,分析电池电气特性与热特性之间的耦合关系,将分数阶等效电路模型与集总参数双态热模型结合,构建电池模组电热耦合模型。其次,针对电热耦合关系需要准确的SOC与SOT来维持的问题,采用自适应扩展卡尔曼算法(adaptive extended Kalman filter,AEKF)实现电池模组SOC与SOT估计。最后,分析不同状态之间的关联特性,将电池的SOC、SOT引入到多约束条件下的峰值SOP估计中,实现电池模组多状态协同估计,提高电池状态估计的准确性。仿真结果表明,所提方法在SOC初始误差为20%情况下,能够快速收敛至真实值,且均方根误差在0.52%以内,核心温度与表面温度估计误差分别在0.36和0.31℃以内。在40℃时,核心温度约束起作用,峰值功率估计结果显著降低,为动力电池的实时安全监控提供了有力保障。
文摘准确预测学生答题表现是智能导学系统为学生提供个性化学习服务的先决条件.认知诊断和知识追踪作为主流的学生表现预测方法,均将学生表现仅归因于知识状态,而忽视了学生答题过程中的应试心理状态,限制了模型预测精准性的进一步提升.为此,本文将学生的应试心理状态融入以知识为中心的学生表现预测模型中,并结合认知诊断可解释与知识追踪动态预测的互补优势,提出了一种应试心理状态增强的学生表现预测模型(Test-taking psychological state enhanced Student Performance Prediction model,TSPP).该模型通过捕捉习题与学生答题行为之间的复杂高阶关系,对学生应试心理状态进行建模;同时通过提取异构知识图中丰富的节点间关系对学生动态知识状态进行建模;最后设计了一种渐进式融合门,其采用可解释渐进式的方式融合应试心理状态与知识状态,得到可解释的预测结果.在3个真实世界数据集上的大量实验结果表明,TSPP模型在AUC(Area Under the Curve)和ACC(ACCuracy)2项指标上,相较于9种对比模型的平均表现,分别提升了6.05%和7.27%,在RMSE(Root Mean Square Error)指标上降低了6.76%.此外,通过对TSPP中的应试心理状态和知识状态进行可视化分析,并探究其可解释性参数的优势,本文进一步验证了TSPP的可解释性.
文摘目的评估抑郁症患者中体质量指数(body mass index,BMI)正常、超重和代谢综合征(metabolic syndrome,MetS)的转移规律。方法以2016年1月至2021年11月期间于首都医科大学附属北京安定医院治疗,有多次入院记录的抑郁症患者为研究对象,根据每次入院时BMI和代谢情况分为BMI正常、超重和代谢综合征3种状态,采用多状态Markov模型分析转移规律。结果纳入398例研究对象的892条观测记录,中位年龄56岁,中位随访时间40个月。结果显示3种状态间共发生494次转移,其中5.1%由BMI正常转移为超重,5.5%由超重转移为MetS。超重发展为MetS的转移强度最高,是超重变为BMI正常的9.52倍。48.53个月后,BMI正常的抑郁症患者开始转移为MetS。对于超重的患者,8.77个月后开始转移为MetS。36个月后,BMI正常或超重者转移为MetS的概率为31.4%和50.4%;对于合并MetS者,36个月后仍为MetS的概率为51.2%。多因素分析显示未婚是体质量正常的抑郁症患者转移为超重的危险因素,而具有较高的受教育程度是超重的抑郁症患者转移为MetS的保护因素。结论抑郁症患者发展为MetS的强度和风险较高,发生MetS后不易好转,提示加强抑郁症患者的BMI管理和MetS的干预。
文摘世界卫生组织(World Health Organization, WHO)强调通过健康促进、疾病预防和早诊早治以提升健康水平。由于疾病种类繁多、观点错杂,病机往往呈现为“多元化”的势态,尤其重大慢病、疑难重症、复合共病更是与复合体质状态密切关联,故而从“体病相关”切入探讨是突破疾病预测、预防以及治疗瓶颈的关键。基于多年的研究提出“五行十态体质”创新观点;遵循“天人相应”规律,将传统六十甲子周期理论运用于体质状态研究,综合考虑五运六气交互承制、天干地支本属系统、正化对化、天地二甲子、运气的平气状态等关键因素对人体五脏六腑功能的影响,运用传统“医算法”,依据“生克制化”“胜复郁发”“淫胜郁复”之气机升降特点,详细分析了基础体质与后天体质状态的关联;重视始生之时、疾病始发时、传变时、欲解时以及就诊时等不同节点的运气格局对人体的影响,以揭示体质特异性与相应系统疾病的易感性以及脏腑复合病机主、次标本的关系,预判健康状态与疾病不同阶段的病机、病势演变,为临床疾病的预测、预防、个体化干预以及群体化防治提供指导思路。
