实行立卷归档全方位目标管理的尝试     

冯雪英  曹海芊  刘清 《兰台世界》1999,(7):11

自1994年以来,中日友好医院在立卷归档工作中实行全方位的目标管理.几年来,取得了较好的效果.  相似文献   

研究孙中山的一篇重要文献——孙中山佚文《<詹氏宗谱>序》评介     

刘清 《黄冈职业技术学院学报》1999,(2)

一 1922年,湖北黄冈蕲春县田家桥籍著名革命先烈詹大悲家族筹备五修族谱,应詹大悲之请求,孙中山于1923年2月为其族谱作序,是为孙中山《<詹氏宗谱>序》。该序作于孙中山晚年,是研究孙中山政治思想、哲学思想的一篇颇有价值的文献,也是谱牒学上一篇不可多得的文章。此文因故长期流落民间,迄今未能引起思想界、学术界的重视。现据蕲春县田家桥詹大悲家族所存于1923年底刊印的族谱,将孙中山《<詹氏宗谱>  相似文献   

地面气象测温传感器设计及实验研究     

许广佳  刘清惓  杨杰  薛良玉  赵自强  张旭 《中国科技论文》2024,(1):108-114

地面气象测温传感器受太阳辐射的影响,测量时其辐射误差可达1 K量级。针对此问题,设计了一种新型地面测温传感器结构。使用计算流体动力学（computational fluid dynamics,CFD）方法将多个气象参数下的仪器辐射误差进行量化,采用粒子群优化支持向量机算法对其结果进行拟合,得到辐射误差修正方程。以076B强制通风仪器的测量值作为温度基准开展场外实验。结果表明,设计的地面气象测温传感器经修正方程修正后的测量结果与温度基准的均方根误差（root mean square error,RMSE）和平均绝对误差（mean absolute error,MAE）分别为0.029 K和0.027 K,可将辐射误差保持在0.05 K以内。  相似文献   

广西某三甲医院心血管疾病住院费用构成及影响因素分析     

满丽芳  廖宁  邓添薪  刘清  周芳  甘勇升  林桂玲 《大众科技》2023,(3):223-226

目的：分析心血管疾病患者的住院费用构成，探讨其影响因素，为合理控制住院费用提供参考依据。方法：根据广西某三级甲等医院2014—2022年心血管病种的住院数据，对患者和主要病种情况进行描述性统计分析，并建立多元线性回归模型对患者住院费用的影响因素进行分析。结果：心血管疾病患者的住院费用中手术材料费占比最高，住院天数、自付金额占比与住院总费用之间均存在正相关关系。结论：可从加强对潜在患者的健康关注，提高社会心血管疾病防治意识；住院治疗中合理规划治疗方案，合理缩短住院天数；降低心血管疾病治疗的材料价格三方面入手，实现对住院费用的有效控制。  相似文献   

基于网络突发公共卫生事件早期谣言识别研究——以新冠疫情谣言为例     

丁浩  刘清  齐江蕾  胡广伟 《情报科学》2023,(4):156-163

【目的/意义】随着社交网络与新闻媒体的发展，大量虚假信息的滋生与传播已经引发了严重的社会问题。目前的研究主要依赖于收集谣言发生后的传播特征进行识别。为了在早期更准确地发现谣言，本文提出一种融合深度语义知识的谣言识别模型。【方法/过程】本文通过使用Transformer和Multi-head注意力抽取舆情信息深层结构的复杂特征，融合了文档结构及上下文语义知识表征，以提高早期识别虚假舆论信息准确率来及时防止谣言传播扩散。【结果/结论】本文通过在各个平台的真实数据集进行训练和识别实验，较现有基线方法的准确率最少提升了5.6%，最大提高了24.6%。结果表明，本文模型可通过对早期谣言文本的事实验证，提高模型识别谣言的准确性以在早期阶段阻断谣言传播。【创新/局限】本文谣言识别模型在BERT-Base基础上进一步结合了舆情文本语义知识特征表征，能有效提高早期谣言的识别准确度，但目前尚未考虑谣言传播者个性化特征如社会标签、行为信息等，如何融合更多传播者特征有待进一步研究。  相似文献   

融合多重特征词嵌入的农业实体命名识别研究     

丁浩  孔令圆  刘清  胡广伟 《现代情报》2023,(11):135-145

[目的/意义]本文针对农业领域提出一种基于融合多重特征词嵌入模型的农业命名实体识别方法，以提高识别准确度。[方法/过程]通过使用结合字符、位置语义、领域知识字典特征等多重特征向量作为嵌入层，充分考虑字符的位置信息和上下文语义信息，并根据农业领域的中文实体的特点改进了单一字符向量嵌入，获得更多的农业实体特征，同时采用双向长短时记忆网络BiLSTM和多头注意力机制来学习文本的长距离依赖信息，再利用条件随机场CRF获得全局最优标注序列。[结果/结论]本文在农业领域中文实体语料数据集中与9种基于基线方法进行对比实验，模型的Precision为92.2%,Recall为92.0%,F1值为92.11%,均优于其他基线模型，说明本文模型对于中文农业命名实体识别更精确。  相似文献