相互融合

摘要： 文化的建设一直是一个群体、一个企业,乃至一个国家重要的核心建设,不仅可以促进经济的快速发展,还可以为日后的发展战略方针制定提供科学指引。企业通过高质量的文化建设可以帮助增加内部的团结性和稳定性,从根本上促进内部结构的优化。从当前情况来看,企业进行文化氛围的营造和文化创新与党建工作具有直接联系。基于此,本文从不同角度分析了国有企业组织党建活动的重要途径,就当下企业内部存在的问题展开讨论,就战略性发展指向提出了一些建设性意见,希望可以实现国有企业核心竞争力的提升。

摘要： 什么是“数智牧业”?当已经上升到国家战略层面的“数字化转型”,遇到了牧业行业方兴未艾的“智慧牧场”后,两个理念相互融合发展,最终诞生出来一个全新的、更加全面的解决产业发展的新理念——“数智牧业”,其将是未来10年中,牧业升级转型和信息投资的主要领域和方向。

摘要： “五育并举”是指德育、智育、体育、美育、劳动教育的全面发展,是“五育”的相互渗透、相互贯穿、相互滋养、相互融合。学科育人与“五育”之间的契合,是学科教学落实“五育并举”的关键。

摘要： 借鉴协同理论,将党建与工会工作融合发展,有助于推进党对高校全面的领导,有助于推进民主治校、依法治校,有助于构建高校和谐稳定的发展大局。高校应深刻认识到两者相互融合的现实基础,高度重视两者相互融合的实践意义,积极探索两者相互融合的创新实践。

摘要： 赭红、黄、黑、白的彩陶色彩让我炫目,漩涡、波浪、折线的纹路让我沉沦,我试图解释、分解它,无从开始便开始迷失。彩陶整体可分解为实用部分和装饰部分,但实用的造型也逃脱不了优美的器形设计,精细的花纹也充分考虑使用的需求,实用和装饰相互融合、难舍难分。彩陶造型浑圆流畅是现代简约风格的雏形,本作品在延续彩陶造型风格的基础上,采用彩陶配色进行撞色拼接,充分演绎彩陶之美。陶之魅力,不可言说。

摘要： 在中国迈入新时代的今天,中小学道德与法治课堂(下文简称思政课)要渗透劳动教育,就必须学习《关于全面加强新时代大中小学劳动教育的意见》《大中小学劳动教育指导纲要(试行)》等相关文件,从劳动技能、劳动素养、劳动育人核心要点等方面理解新时代下劳动教育的现实价值,并以此为根据深刻理解一体化背景下思政课融合劳动教育的时代要求,准确把握新时代劳动教育的时代意义,按照不同学段的要求将劳动教育落实于思政课教学中,与时俱进,使学生形成正确的劳动观。

摘要： 最近几年,我国高校的一些学者在持续研究重构思政课程教育体系,以此推动高校思政教育改革,并创建出了种类丰富、形式各异的思政教育课程,尝试在全国范围内推广和施行。因此,如何将思政教育与相关专业教育相互融合,促进思政教育与专业教育共同发展,就需要我们进行深入思考。

摘要： 本文基于福建省制造业与生产性服务业融合的视角,分析了二者融合对福建省产业结构升级的影响机制,并对二者融合与福建省产业结构升级之间的关系进行实证检验。基于制造业与生产性服务业二者的相互融合是福建省产业结构升级的原因,与此同时产业结构的升级也反过来加深了福建省的制造业与生产性服务业的相互融合。对制造业应提升发展档次,在延伸制造业产业链的同时,加大技术研发、提高创新能力。

摘要： 中小学语文教育在传授知识、塑造学生品格方面起着重要的作用。劳动教育在语文学科中的渗透,可以更好地服务于教学,促进学生综合素质的全面养成。本文主要从劳动教育在语文学科中的具体运用等方面进行探讨,阐述了文学与劳动的关系,在语文学习中塑造学生的劳动观,在语文教学中创新劳动教育及在语文实践中体验劳动,进一步论述了学科语文与劳动教育的相互融合、相互渗透的意义。

摘要： 打造“白+黑”全时、全龄新经济地标,形成以地域文化特色业态为核心竞争力的商业街区,促进商贸、文化、旅游、娱乐等产业相互融合,对于“夜经济”有着极大促进和提升作用。

摘要： 本发明提供一种相互隔离的多来源大数据融合分析方法及系统，方法包括：每个数据提供客户端在本地自定义数据变换规则，并私密保存自定义的数据变换规则；每个所述数据提供客户端自定义的数据变换规则对其他数据提供客户端和所述数据挖掘平台均保密；每个数据提供客户端对原始数据采用数据变换规则进行处理，再将所述变换后的数据上传给所述数据挖掘平台，由此实现数据挖掘平台获取相互隔离的多来源大数据。优点为：有效保护了数据隐私，防止用户隐私泄漏，具有用户隐私保护安全级别高的优点；方便数据挖掘平台对不同数据来源的同一个ID对应的数据进行融合计算；彻底消除可阅读的信息量，消灭交叉验证的可能性，保证隐私的绝对安全。

摘要： 本发明提供了一种融合肽，该融合肽包含至少成分(I)以及成分(II)，其中成分(I)包括运载体肽，成分(II)选自抑制神经元N－甲基－D－天冬氨酸受体(NMDAR)与NMDAR相互作用蛋白的相互作用的肽，其中成分(II)完全由D－对映体氨基酸组成。本发明还提供了发明的药物组合物，该药物组合物包含本发明的融合肽，并提供了用于给予该药物组合物的方法，以及采用本发明的融合肽的试剂盒和应用。

摘要： 本发明涉及一种基于深度特征融合编码器的药物‑靶标相互作用预测系统，涉及生物信息、药物‑靶标相互作用、深度学习领域。包括：1)通过药物‑靶标相互作用数据库进行数据采集，获取相关的数据；2)数据传输特征编码组件，进行药物和蛋白质数据的全局和局部特征的编码；3)经过特征编码之后的数据经过智能预测组件，采用基于深度特征融合编码器的药物‑靶标相互作用预测算法对数据进行特征提取，并通过相互作用特征融合模块进行药物‑靶标相互作用特征的降维和预测；4)预测结果将反馈给用户，并将用户数据以及预测分析记录作为历史参考数据存入药物‑靶标相互作用预测系统服务器中的数据库，以便用户下载和查看；5)经过药物研究者确定后的预测数据可以用于扩充数据集，对模型进行参数调优，不断提升药物‑靶标相互作用预测的准确率。

摘要： 本发明提出了一种基于多源数据高效融合的药物靶标相互作用的预测方法，首先，通过对药物和靶点多源数据进行分类，将多源数据融合或拼接。对于原始数据，根据药物或靶标的生物学特性，分别划分为几类。当类别中存在多个网络时，根据网络的特点选择融合节点特征或拼接节点特征。其次，网络嵌入方法获得高质量、丰富的节点低维特征表示。最后，使用正向无标记学习来预测潜在的DTIs。本发明根据数据的性能对其进行分类，并在融合过程中对分类后的数据进行不同权重的处理，使不同类别的药物和靶点能够进行自适应融合。在制药生物试验前，通过计算机技术学习获得候选药物靶标，大大减少了生物对照试验的时间和金钱成本，缩短制药周期。

摘要： 本发明涉及一种融合网络拓扑信息的化合物‑蛋白质相互作用预测方法，包括以下步骤：步骤1：数据预处理；步骤2：构建相互作用网络，计算网络中每个节点的中心性度量；步骤3：对于数据集中每对化合物和蛋白质，使用基于共同邻居数的方法，计算化合物与蛋白质的相关性度量；步骤4：构建一个基于transformer的模型，将节点的中心性加到节点特征中。步骤5：将每对节点的相关性作为交叉注意模块中的偏置项。步骤6：利用全连接层输出预测概率。本发明考虑到了相互作用网络中的拓扑信息，将蛋白质和化合物本身的性质与相互作用网络的拓扑信息融合，有效地利用拓扑信息提高了化合物‑蛋白质相互作用预测的准确率。

摘要： 一种融合序列及网络嵌入的病毒宿主蛋白‑蛋白相互作用预测方法，步骤1：对数据进行预处理；步骤2：使用Doc2vec方法提取病毒及宿主蛋白质序列特征，对蛋白质序列进行矢量化；步骤3：构建宿主蛋白‑蛋白相互作用网络及病毒蛋白质序列相似性网络；步骤4：使用Node2vec算法提取上述两个网络的特征，将网络矢量化后与序列特征进行数量积；步骤5：根据得到的融合上述两种特征的矩阵，构建长短期记忆网络进行训练，将训练好的模型用于预测。本发明考虑到了蛋白质相互作用的网络特征，利用Node2vec模型对蛋白质相互作用网络特征建模，将网络特征与序列特征融合起来，更好地提高了病毒宿主蛋白‑蛋白相互作用预测的正确率。

摘要： 本发明属于树苗培育技术领域，包括以下步骤：(1)选择酸性或偏中性的肥沃疏松砂质田地，于定植前2～3个月将田地进行深翻后整地，并进行灭草灭虫及施肥处理；(2)于步骤(1)中所起的垄中，对1～2年生金银花靠接苗进行定植养殖，每垄两行，行距为30～60cm，株距为2～4cm，养殖2～3年后，于2～3月份进行隔株移栽，行距为30～60cm，株距为4～8cm；(3)完成移栽后的3～5月，对金银花进行修枝处理，及时修掉内膛枝、重叠枝和病虫枝，并摘除枝条叶片总量的0.2～0.4倍的叶片，尽量保持金银花树形的完整性；(4)将修枝完成的金银花起苗，用草绳裹干1.8～2.3m，用于园林植栽。本发明有益效果是提高金银花在夏季补植的成活率。

摘要： 本发明提供了一种融合多邻域关联信息的药物‑疾病相互作用预测方法，首先，对药物组学数据库中的药物和疾病信息进行预处理，构建药物‑疾病关联关系网络；其次，引入节点聚合和线性融合，并行提取药物和疾病在多个邻域空间中的特征信息；然后，利用对比学习对单领域特征和多邻域特征进行并行融合，并采用层级注意力机制聚合特征表示以获得药物和疾病的通用特征；最后，将提取的药物和疾病的特征信息送入全连接神经网络构成的分类模型中进行训练，并提出预测损失和负样例生成损失相结合的混合优化策略对模型进行整体优化，保存模型并对药物和疾病的关系进行预测。本发明在进行药物‑疾病关联关系预测时性能更好，降低了对先验知识的依赖性。

摘要： 本发明公开了一种基于二级结构和多模型融合的非编码RNA与蛋白质相互作用预测方法，属于生物信息学与计算机应用领域，该方法通过结合的集成学习模型进行非编码RNA与蛋白质相互作用预测，方法的步骤中包括：分别提取非编码RNA、蛋白质序列和二级结构的k‑mer字符组合；根据序列和二级结构的对应关系，构造非编码RNA和蛋白质的高阶序列‑二级结构特征矩阵，使RNA、蛋白质序列信息数字化；搭建卷积神经网络框架，使用公开的PDB数据集训练该深度学习模型；提取通过深度学习处理后的高水平特征，训练随机森林模型。有益效果：本发明能在不丢失关键RNA和蛋白质序列信息的情况下，准确高效地预测出给定非编码RNA与蛋白质是否相互作用，预测精度高，性能稳定。

摘要： 本发明公开了一种基于类别之间相互融合的声音数据增强方法，包括将数据集向下聚类，利用聚类的大类结果辅助选择要拼接的频谱图的小类别，随后选出要拼接的频谱图；分别在选出的频谱图时域上截取连续的α、1‑α比例面积的频谱图，然后将截取出的频谱图在时域上进行拼接，并为拼接后的频谱图打上相应的标签；将拼接的频谱图和相应标签加入增强后的频谱图集中。利用增强后的频谱图训练神经网络，以达到更优的声音识别性能。本发明利用向下聚类，可控的选择出要拼接的频谱图类别，保证了数据分布的可控性；提出在时域上融合两张频谱图的方法，高效的利用了数据的信息，达到了增强数据的效果，进而提升了声音识别性能。