属性

摘要： 明清温疫学派医家吴有性、戴天章、杨璿、刘奎、李炳皆重视下法治疫,强调辨证准确,不能滥用、过用下法,但五位医家在下法的具体使用上差异明显。吴有性主张在疫邪传胃时使用下法,多用大黄及三承气攻下;戴天章但见里证即下,用药除三承气外,又依据病位不同,增加了贝母、小陷胸汤、大柴胡汤的用法;杨璿认为热盛即下,多以升降散及其化裁方升清降浊、分消逐秽。以上三家多认可急证急攻,在攻下方药的使用上比较大胆。刘奎多在阳明腑实时使用下法,用药上多与养阴凉血药同用;李炳多在疫邪郁深热重、胃肠不通时使用大黄通下,刘奎、李炳在大黄的使用上比较谨慎。笔者认为温疫本质属郁热,治疫核心在通郁,郁热存在有形、无形之分,下法是治疗有形郁热的重要治法,温疫学派医家之所以在下法治疫上多有差异,其根本原因是不同医家所治郁热不同,即所治疫邪属性不同、郁热位置各异。

摘要： 深度学习方法的提出使得机器学习研究领域得到了巨大突破,但是却需要大量的人工标注数据来辅助完成.在实际问题中,受限于人力成本,许多应用需要对从未见过的实例类别进行推理判断.为此,零样本学习(zeroshot learning, ZSL)应运而生.图作为一种表示事物之间联系的自然数据结构,目前在零样本学习中受到了越来越多的关注.本文对零样本图学习方法进行了系统综述.首先概述了零样本学习和图学习的定义,并总结了零样本学习现有的解决方案思想.然后依据图的不同利用方式对目前零样本图学习的方法体系进行了分类.接下来讨论了零样本图学习所涉及到的评估准则和数据集.最后指明了零样本图学习进一步研究中需要解决的问题以及未来可能的发展方向.

摘要： 抛物线背景中的三角形属性问题十分常见,其中三角形的周长和面积问题需要转化为线段长,同时综合点坐标来构建思路.文章将结合实例探究问题的突破策略,并反思总结,关注探究重点.

摘要： 针对云计算跨域访问策略合成的自动化问题,以实现策略合成双方对聚合资源的保护需求,提出一种云计算环境下基于主体信任度属性和策略相似性合并的自动算子选择机制。通过引入主体信任度属性的相似度来简化复杂的主体信任度计算。同时引入弱一致性算子、异常算子、首次匹配算子对原有的策略合成算子进行扩充,给出了扩充算子的策略合成机制及选择方法,其次,对原有的访问控制策略相似性计算方法进行了改进,以消除合成策略当中的策略冗余。最后通过实验验证了策略相似度分析算法的性能及有效性。

摘要： 本文首先以逻辑辨析方式,完成了“元宇宙”概念的特征与属性界定及START 图谱整理,基于元宇宙的5 种特性(社会与空间属性 科技赋能的超越延伸 人、机与人工智能共创 真实感与现实映射性 交易与流通)提出“元宇宙是利用科技手段进行链接与创造的、与现实世界映射与交互的虚拟世界,是具备新型社会体系的数字生活空间”。其次, 通过对国内外“元宇宙”商业案例的解析,讨论了“元宇宙”在数字生活场域(场)、数字生活者与消费者(人)、产品与商业模式(货)等方面对于商业的影响,以及元宇宙中的营销传播应用问题。

摘要： 随着物联网技术逐步发展并走向成熟,云计算在环境监测中得到大量的应用,文章简述了便携式采样器中加入电信云应用的必要性,介绍了武汉天虹TH110E便携式采样器的电信云端的架构和设备中的软件操作,能实现设备云端控制和第三方无缝对接。

摘要： 本文详叙了蔚来量产产品质量部 NIO 8D思考的由来,框架的制定,以及实际案例的应用。为避免读者困惑,举证了NIO 8D与传统G8D的差异。同时经过多轮NIO 8D的试运行,对有价值信息进行抽取和汇总,初步形成了适用于蔚来售后问题解决的知识库。并希望在未来,通过NIO 8D的应用与扩展,形成可以广泛使用的制造业的问题解决方法论,分享给各个企业。

摘要： 海外中国共产党研究近年来发展较快,被视为显学,但是其研究范围应该如何界定?学科本质究竟是什么?这些问题没有得到有效解答,成为研究中的一个明显不足。本人认为,海外中国共产党研究本质上是一种跨文化研究,是从文化比较视角对中国共产党进行的再研究,这正是该研究有利于全面认识中国共产党、能够成为国内传统中国共产党研究重要补充的根本所在。明确海外中国共产党研究跨文化属性具有重要意义,有利于进一步明确研究对象,有利于进一步聚焦研究重点,也有利于进一步规范研究范式。但与此同时也要处理好几个重要关系,主要是国外与海外的关系、主体与客体的关系、文化与立场的关系等。

摘要： 乡约形成之初属民间自发性质,是一种以教化乡民为目的的基层社会组织,与乡规民约有着本质的区别。明清以后,随着乡约逐渐被官方利用,成为吏治或御用的工具,其属性也发生了变化,民间性被官方性所取代,区域性转变为全国性。乡约的初始职能是社会教化,明清以后又衍生出救助、行政、司法等次生职能,成为封建政府管理和控制乡村社会的工具。乡约在民国年间梁漱溟等开展的乡村建设运动中昙花一现后,便悄然退出了历史舞台,而比乡约出现早上千年的乡规民约则一直在发展,在我国乡村社会中发挥着规范社会秩序的作用。

摘要： 针对目前的道路交通事故逐年增加,也引发了相应的社会矛盾,结合《道路交通安全法》对交通事故处理的要求以及交通事故案件审理的需要,提出道路交通事故鉴定需求[1]。在此基础上,初步探讨交通事故痕迹鉴定中常见的几种鉴定事项内容,然后对应列举对应委托鉴定事项的经典案例,分析其在交通事故中的运用,让更多人了解到司法鉴定中道路交通事故痕迹鉴定的常见内容,是我国构建法制、和谐社会不可或缺的重要组成部分。

摘要： 概念格作为形式概念分析理论中的核心数据结构,在机器学习、数据挖掘和知识发现、信息检索等领域得到了广泛的应用,概念格的构造在其应用过程中是一个主要问题.提出了采用树结构对概念格节点进行组织,研究了基于属性的概念格渐进式构造算法.概念格节点的树结构组织可以约束更新格节点和产生子格节点的搜索范围,从而可以有效地减少算法的执行时间.在随机生成的数据集上进行的实验测试表明,本算法的时间性能更优越.

摘要： 深入分析了IEC61850标准信息交互模型中xxxEna属性在不同模型中的含义,总结了GOOSE报文中的stNum,sqNum取值原則以及区分时间激活控制和普通控制的依据．建议在IEC61860进入广泛应用阶段之前建立各厂家之间相互沟通的平台,以加强国內各厂家对标准的理解和把握,从而加快国內IEC61850技术和产品研发的步伐,为IEC61850的应用推广奠定坚实的基础．

摘要： 当前存储系统存在的主要问题之一是各级接口在主机和设备之间隐藏了各自丰富的信息，这种为了维持稳定而使用简单接口的做法，将使存储系统在面对日益复杂、需求各异的负载情况时变得无所适从。从动态和静态两个方面分析了存储系统的属性，建立属性类和数据组织策略的对应关系，通过存储对象组织并传递与负载相关的各种属性信息，设备再根据这些属性实施对应的数据组织优化策略。实验结果表明，原型系统能相对于各种负载选择最合适的数据组织策略使I/O性能总保持最优。

摘要： 就中药而言,每种药物都有自己的药性,即中药的属性,也是中药与西药的最大区别.针对中药进行的研究仅限于单体提纯,提纯的物质并没有药性,也没有属性,医生不能按照中医辨证的理论指导用药,只能称其为植物药,不能说它们是中药.本文对没有属性的药物不是中药的问题进行了探讨.

摘要： 本文描述了一种基于属性和规则的人名、地名和译名等三种未登录词的识别方法。在统计得到的未登录词用字表中,对每个字添加描述其是否能充当未登录词词素的可能性的属性及属性值信息。在判定规则中利用这些属性、属性值及相关的上下文信息来判别未登录词。文中详细列举了一些采用本文描述的方法的未登录词判定规则。

摘要： 对象生命期信息是Java内存管理优化的基础。逃逸分析获得对象的逃逸状态，分析对象生命期不够精确。丈中提出一种基于逃逸分析的增量式过程间对象生命期分析方法，利用称为连接图的程序抽象进行图上结点属性的过程内与过程间传播，设计数据流方程计算非全局对象的生命期在哪个方法中结束。实验结果表明该方法精确性较高。

摘要： 针对基于角色的访问控制(Role-BasedAccessControl,RBAC)的不足,本文描述了一种能够实现自动化的用户-角色分配模型.

摘要： 软件异常分类是软件组织建立异常跟踪系统的基础条件。IEEEStd 1044-1993《软件异常分类标准》在分析异常分类过程的基础上，提出了完整的软件异常分类方案。软件组织在实施此方案时，需要根据自身的特殊情况进行客户化。本文参考IEEE Std 1044.1-1995《软件异常分类指引>，给出了详细的客户化流程，并简要阐述了建立异常跟踪系统的可选方式。

摘要： 软件异常分类是软件组织建立异常跟踪系统的基础条件。IEEEStd 1044-1993《软件异常分类标准》在分析异常分类过程的基础上，提出了完整的软件异常分类方案。软件组织在实施此方案时，需要根据自身的特殊情况进行客户化。本文参考IEEE Std 1044.1-1995《软件异常分类指引>，给出了详细的客户化流程，并简要阐述了建立异常跟踪系统的可选方式。

摘要： 软件异常分类是软件组织建立异常跟踪系统的基础条件。IEEEStd 1044-1993《软件异常分类标准》在分析异常分类过程的基础上，提出了完整的软件异常分类方案。软件组织在实施此方案时，需要根据自身的特殊情况进行客户化。本文参考IEEE Std 1044.1-1995《软件异常分类指引>，给出了详细的客户化流程，并简要阐述了建立异常跟踪系统的可选方式。

摘要： 本发明提供了一种快速而准确地检测图像中的头部的头部检测方法。本发明的头部检测方法使用：预备的头部检测模型和确定的头部检测模型，其中所述预备的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个在预先规定的规定图像区中包括头部的至少一部分，该作为反例的图像中的每一个在所述规定图像区中不包括头部，所述确定的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸相匹配的头部，该作为反例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸中的至少一个不匹配的头部。

摘要： 本发明提供了一种快速而准确地检测图像中的头部的头部检测方法。本发明的头部检测方法使用：预备的头部检测模型和确定的头部检测模型，其中所述预备的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个在预先规定的规定图像区中包括头部的至少一部分，该作为反例的图像中的每一个在所述规定图像区中不包括头部，所述确定的头部检测模型是利用作为正例的图像和作为反例的图像获得的，该作为正例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸相匹配的头部，该作为反例的图像中的每一个包括与所述规定图像区中预先规定的位置和尺寸中的至少一个不匹配的头部，所述方法包括：图像获取步骤，获取待检测图像；预备的头部检测步骤，裁剪出所述待检测图像的所述规定图像区作为图像片，通过参考所述预备的头部检测模型，从所述待检测图像中检测头部图像；以及确定的头部检测步骤，通过参考所述确定的头部检测模型，从在所述预备的头部检测步骤中获取的多个头部图像中检测所述确定的头部图像。

摘要： 本发明提供具有针对人的高检测精度的属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，利用这样的方法、装置和系统，甚至在脸部的特征部位被隐藏的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定人的图像；属性确定区域检测步骤(S21)，检测从来自待确定人的图像的头部区域、脸部区域以及其他区域构成组中选择的至少两个属性确定区域；以及属性确定步骤(S22)，基于至少两个属性确定区域的图像来确定属性。

摘要： 本发明提供属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，具有高检测精度，利用这样的方法、装置和系统，甚至可以在人并不完全正面面向的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定图像；头部区域检测步骤(S21)，从待确定图像中检测头部区域；以及属性确定步骤(S22)，基于头部图像来确定属性。

摘要： 具有属性判定装置和拍摄图像的多个拍摄装置的属性判定系统的属性判定装置具有：图像获取部，获取上述多个拍摄装置拍摄到的图像；图像解析部，提取映有作为属性判定对象的第一对象的图像，对在提取出的上述图像中映有的上述第一对象进行图像解析，并且对拍摄到映有上述第一对象的图像的每个第一拍摄装置计算上述第一对象为第一属性的第一概率；以及属性判定部，基于第二概率和上述第一概率，判定上述第一对象是否为上述第一属性，上述第二概率是上述多个拍摄装置分别具有的概率且表示在拍摄到的图像中映有上述第一属性的对象的概率。

摘要： 属性协作装置(20)将由多个数据管理装置(30)分别管理的属性信息发送给某个数据管理装置(30)，使该数据管理装置(30)基于属性信息指定对数据的访问条件，并在此基础上存储所述数据。属性协作装置(20)将访问信息发送给某个数据管理装置(30)，使该数据管理装置(30)基于访问信息来判定是否满足访问条件，从而控制对数据的访问，该访问信息中设定了由多个数据管理装置(30)分别管理的属性信息中的与对象用户相关的属性信息。

摘要： 本发明提供属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，具有高检测精度，利用这样的方法、装置和系统，甚至可以在人并不完全正面面向的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定图像；头部区域检测步骤(S21)，从待确定图像中检测头部区域；以及属性确定步骤(S22)，基于头部图像来确定属性。

摘要： 本发明提供具有针对人的高检测精度的属性确定方法、属性确定装置、程序、记录介质以及属性确定系统，利用这样的方法、装置和系统，甚至在脸部的特征部位被隐藏的情况下也能够确定人的属性。本发明的属性确定方法包括：图像获取步骤(S11)，获取待确定人的图像；属性确定区域检测步骤(S21)，检测从来自待确定人的图像的头部区域、脸部区域以及其他区域构成组中选择的至少两个属性确定区域；以及属性确定步骤(S22)，基于至少两个属性确定区域的图像来确定属性。

摘要： 本发明涉及场景识别技术领域，尤其涉及一种基于类别标签和属性注释的多任务属性场景识别方法，基于多任务属性场景识别网络MASR，利用并计算对象属性分数对对象属性进行筛选精简，简化属性注释流程，减小由数据引起的训练偏差，此外，在MASR网络中设计并运用了一种属性损失函数与一个属性层，以充分利用上述筛选与精简后的属性特征，根据对象检测分数的重要性级别，对对象属性进行重新加权。本发明有效地注释了四个大规模数据集的属性标签，实验结果表明，与最先进的方法相比，本发明学习了更具辨别力的表示并实现了有竞争力的识别性能。

摘要： 本发明属于模式识别、计算机视觉、视觉场景分析及多标签分类领域，具体涉及了一种基于属性特征学习解耦的行人属性识别方法及系统，旨在解决有技术采用相同的特征分类不同的属性，从而行人属性识别的有效性低、鲁棒性不强的问题。本发明包括：通过基于深度神经网络构建的特征提取模型，并提取待识别预处理图像的卷积图像特征；预设可学习参数并获取每个类别属性的属性索引特征；通过语义空间互注意力模块提取属性特征和索引注意力图；以前一个语义空间互注意力模块的输出作为当前模块的输入进行迭代；通过属性分类器进行迭代获得的最终的待识别图像属性特征的分类。本发明可应用于各场景的行人图片属性识别，并能显著提高行人图片属性识别的性能。