基于知識(shí)圖譜的交通大數(shù)據(jù)分析與處理課程知識(shí)體系構(gòu)建

摘要：文章以交通大數(shù)據(jù)分析與處理課程為研究對(duì)象，探討了基于知識(shí)圖譜的課程知識(shí)體系構(gòu)建，以解決課程資源融合不足、內(nèi)容更新滯后和資源組織混亂等問(wèn)題。通過(guò)分層結(jié)構(gòu)設(shè)計(jì)（數(shù)據(jù)層、模式層、應(yīng)用層） ，并結(jié)合跨學(xué)科團(tuán)隊(duì)協(xié)作，構(gòu)建了一個(gè)全面、動(dòng)態(tài)且智能化的課程知識(shí)圖譜，同時(shí)利用Neo4j實(shí)現(xiàn)了圖譜的可視化與動(dòng)態(tài)更新。研究結(jié)果表明，該知識(shí)圖譜有效提升了課程教學(xué)效果，推動(dòng)了高職教育改革與創(chuàng)新，為應(yīng)對(duì)未來(lái)社會(huì)挑戰(zhàn)提供了有力支持。

關(guān)鍵詞：課程體系；知識(shí)圖譜；可視化

中圖分類(lèi)號(hào)：TP391" " " 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2025）28-0058-04

開(kāi)放科學(xué)（資源服務(wù)） 標(biāo)識(shí)碼（OSID）

0 引言

在人工智能、大數(shù)據(jù)和區(qū)塊鏈技術(shù)的驅(qū)動(dòng)下，社會(huì)進(jìn)入數(shù)據(jù)智能時(shí)代。如何應(yīng)對(duì)時(shí)代變化對(duì)社會(huì)發(fā)展和人才培養(yǎng)的影響，是我國(guó)教育亟須轉(zhuǎn)變傳統(tǒng)人才培養(yǎng)理念與模式的動(dòng)因[1]?！督逃?022年工作要點(diǎn)》強(qiáng)調(diào)了“實(shí)施教育數(shù)字化戰(zhàn)略行動(dòng)”的重要性，旨在利用信息化與數(shù)字化技術(shù)促進(jìn)教學(xué)方式的創(chuàng)新和教學(xué)效率的提升，進(jìn)而以高水平教育數(shù)字化引領(lǐng)教育現(xiàn)代化。

知識(shí)圖譜作為一種結(jié)構(gòu)化的知識(shí)表示方法，可以將課程知識(shí)點(diǎn)的層次結(jié)構(gòu)、知識(shí)點(diǎn)間的關(guān)聯(lián)關(guān)系以及相關(guān)資源等信息進(jìn)行整合和展示，并挖掘隱藏在其中的知識(shí)和潛在價(jià)值[2]。同時(shí)，借助可視化技術(shù)，可以以圖形化的方式呈現(xiàn)知識(shí)圖譜，使其更易于理解和應(yīng)用。這對(duì)于課程規(guī)劃、學(xué)習(xí)資源推薦、職業(yè)規(guī)劃和教學(xué)質(zhì)量評(píng)估等方面都具有重要的輔助和指導(dǎo)作用[3]。

因此，研究高職課程知識(shí)圖譜的構(gòu)建是十分必要的。本文以交通大數(shù)據(jù)分析與處理課程為研究對(duì)象，進(jìn)行基于知識(shí)圖譜的課程知識(shí)體系研究與構(gòu)建，以期進(jìn)一步推動(dòng)高職教育的改革和創(chuàng)新。

1 課程知識(shí)圖譜構(gòu)建研究

1.1 知識(shí)圖譜介紹

2012年，谷歌（Google） 公司正式提出了知識(shí)圖譜（Knowledge Graph） 的概念。知識(shí)圖譜本質(zhì)上是一種語(yǔ)義網(wǎng)絡(luò)，以有向圖結(jié)構(gòu)描述現(xiàn)實(shí)世界中的實(shí)體及其關(guān)系，并以符號(hào)形式呈現(xiàn)。知識(shí)圖譜以三元組（實(shí)體1—關(guān)系—實(shí)體2） 的形式表示，圖中的節(jié)點(diǎn)代表實(shí)體或概念，邊代表實(shí)體或概念之間的關(guān)系[4]。知識(shí)圖譜是一種新的知識(shí)表示方法，改變了傳統(tǒng)的信息檢索方式。知識(shí)圖譜技術(shù)在教育領(lǐng)域發(fā)揮著越來(lái)越重要的作用。通過(guò)建立教育領(lǐng)域的知識(shí)圖譜，可以挖掘出課程之間的相關(guān)性、依賴關(guān)系和概念的先決條件關(guān)系，從而促進(jìn)教育領(lǐng)域的知識(shí)組織和管理，提高學(xué)習(xí)效率。

1.2 交通大數(shù)據(jù)分析與處理課程存在的問(wèn)題

交通大數(shù)據(jù)分析與處理是本校大數(shù)據(jù)技術(shù)專(zhuān)業(yè)中一門(mén)結(jié)合交通行業(yè)與大數(shù)據(jù)技術(shù)的專(zhuān)業(yè)核心課程。該課程涵蓋大數(shù)據(jù)技術(shù)核心知識(shí)和交通行業(yè)業(yè)務(wù)知識(shí)，具有跨學(xué)科和實(shí)踐性要求高的特點(diǎn)。隨著交通行業(yè)的快速數(shù)字化轉(zhuǎn)型和大數(shù)據(jù)技術(shù)的迅猛發(fā)展，該課程在建設(shè)和實(shí)施過(guò)程中主要存在以下幾方面問(wèn)題。

1.2.1 缺乏融合交通行業(yè)與大數(shù)據(jù)技術(shù)的資源

目前，市面上關(guān)于大數(shù)據(jù)技術(shù)的教材較多，但專(zhuān)門(mén)針對(duì)交通行業(yè)的大數(shù)據(jù)教材較為稀缺?，F(xiàn)有教材往往將交通行業(yè)知識(shí)與大數(shù)據(jù)技術(shù)知識(shí)割裂，缺乏系統(tǒng)化的整合與深度融合，難以滿足學(xué)生對(duì)跨學(xué)科知識(shí)體系的學(xué)習(xí)需求。此外，課程資源（如案例庫(kù)、實(shí)驗(yàn)數(shù)據(jù)集、行業(yè)標(biāo)準(zhǔn)等） 的匱乏也制約了教學(xué)效果的提升。

1.2.2 課程內(nèi)容更新滯后于行業(yè)發(fā)展

交通大數(shù)據(jù)領(lǐng)域的技術(shù)更新速度極快，新技術(shù)、新工具和新方法層出不窮。然而，課程內(nèi)容往往滯后于行業(yè)發(fā)展，難以將最新的技術(shù)成果和實(shí)踐案例及時(shí)納入教學(xué)體系。例如，智能交通系統(tǒng)中的實(shí)時(shí)數(shù)據(jù)處理技術(shù)、基于人工智能的交通預(yù)測(cè)模型等前沿內(nèi)容在現(xiàn)有課程中尚未得到充分體現(xiàn)。

1.2.3 課程資源難以有效組織與高效獲取

隨著信息化的發(fā)展，交通大數(shù)據(jù)分析與處理課程資源的形式日益多樣化，包括文本、視頻、案例庫(kù)、實(shí)驗(yàn)平臺(tái)、在線工具等。然而，這些資源往往分散在不同的平臺(tái)和系統(tǒng)中，缺乏統(tǒng)一的組織和管理，導(dǎo)致學(xué)生在學(xué)習(xí)過(guò)程中難以高效獲取所需資源。此外，資源之間的關(guān)聯(lián)性未被充分挖掘，學(xué)生難以形成系統(tǒng)化的知識(shí)體系。這種資源分散、組織混亂的現(xiàn)狀不僅降低了學(xué)習(xí)效率，還增加了教師的教學(xué)負(fù)擔(dān)。

2 交通大數(shù)據(jù)分析與處理課程知識(shí)圖譜構(gòu)建思路

2.1 課程知識(shí)圖譜設(shè)計(jì)思路

在構(gòu)建交通大數(shù)據(jù)分析與處理課程的知識(shí)圖譜時(shí)，本研究針對(duì)課程教學(xué)問(wèn)題，依托知識(shí)圖譜進(jìn)行教學(xué)改革，基于知識(shí)圖譜構(gòu)建框架，構(gòu)建流程采用了分層結(jié)構(gòu)，以確保知識(shí)的系統(tǒng)性和可擴(kuò)展性。知識(shí)圖譜的設(shè)計(jì)思路主要包括數(shù)據(jù)層、模式層和應(yīng)用層三個(gè)部分。通過(guò)這三個(gè)層次的協(xié)同工作，能夠構(gòu)建一個(gè)全面、動(dòng)態(tài)且智能化的課程知識(shí)體系。交通大數(shù)據(jù)分析與處理課程知識(shí)圖譜構(gòu)建思路如圖1所示。

2.1.1 數(shù)據(jù)層構(gòu)建

數(shù)據(jù)層的構(gòu)建是知識(shí)圖譜的基礎(chǔ)，它涉及數(shù)據(jù)的收集、導(dǎo)入和預(yù)處理。數(shù)據(jù)層涵蓋了課程所需的各種數(shù)據(jù)類(lèi)型，包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。

1） 收集數(shù)據(jù)。從權(quán)威教材、電子教案、微課視頻等來(lái)源獲取非結(jié)構(gòu)化數(shù)據(jù)，同時(shí)利用Python工具從網(wǎng)絡(luò)平臺(tái)（如百度百科、學(xué)術(shù)數(shù)據(jù)庫(kù)等） 抽取半結(jié)構(gòu)化數(shù)據(jù)。

2） 數(shù)據(jù)預(yù)處理。使用文字識(shí)別工具將紙質(zhì)教材轉(zhuǎn)換為電子文本，便于分析處理；對(duì)收集的數(shù)據(jù)進(jìn)行清洗，包括去除無(wú)用信息、修正錯(cuò)誤、分詞和去停用詞等，以提高數(shù)據(jù)質(zhì)量。

2.1.2 模式層構(gòu)建

模式層的構(gòu)建是對(duì)數(shù)據(jù)層的抽象和建模，用以定義知識(shí)圖譜中的實(shí)體、屬性和關(guān)系類(lèi)型及其約束條件。

1） 本體構(gòu)建。定義課程知識(shí)圖譜中的實(shí)體、關(guān)系和屬性，明確數(shù)據(jù)層中實(shí)體和關(guān)系的語(yǔ)義條件。

2） 知識(shí)抽取。通過(guò)實(shí)體識(shí)別、關(guān)系抽取和屬性抽取等技術(shù)，從預(yù)處理后的數(shù)據(jù)中提取知識(shí)，形成知識(shí)圖譜的底層數(shù)據(jù)。

2.1.3 知識(shí)融合與優(yōu)化

在數(shù)據(jù)層和模式層構(gòu)建完成后，須對(duì)抽取的數(shù)據(jù)進(jìn)行進(jìn)一步的融合和優(yōu)化。

1） 知識(shí)融合。通過(guò)機(jī)器語(yǔ)言標(biāo)注進(jìn)行知識(shí)融合，包括模式對(duì)齊、實(shí)體對(duì)齊、屬性對(duì)齊、指代消解和知識(shí)更新等，以解決數(shù)據(jù)中的模糊和重復(fù)問(wèn)題。

2） 數(shù)據(jù)庫(kù)完善。對(duì)構(gòu)建的數(shù)據(jù)庫(kù)進(jìn)行完善，確保數(shù)據(jù)的準(zhǔn)確性和嚴(yán)謹(jǐn)性，為知識(shí)圖譜的構(gòu)建提供高質(zhì)量的數(shù)據(jù)支持。

2.1.4 應(yīng)用層構(gòu)建

應(yīng)用層的構(gòu)建是將知識(shí)圖譜應(yīng)用于教學(xué)和學(xué)習(xí)過(guò)程中，以實(shí)現(xiàn)個(gè)性化學(xué)習(xí)和教學(xué)效果提升。例如，根據(jù)學(xué)生的學(xué)習(xí)數(shù)據(jù)，利用機(jī)器學(xué)習(xí)或數(shù)據(jù)挖掘技術(shù)推薦適合的學(xué)習(xí)路徑，實(shí)現(xiàn)個(gè)性化學(xué)習(xí)路徑推薦；可利用知識(shí)圖譜的可視化特性，采用項(xiàng)目式學(xué)習(xí)、案例分析等教學(xué)方法，提高教學(xué)效果，進(jìn)行課程教學(xué)模式創(chuàng)新等。

2.2 組建課程知識(shí)圖譜開(kāi)發(fā)團(tuán)隊(duì)

知識(shí)圖譜的構(gòu)建是一項(xiàng)系統(tǒng)性工程，需要跨學(xué)科、跨領(lǐng)域的專(zhuān)業(yè)知識(shí)與技能，因此組建一支高效、協(xié)同的課程知識(shí)圖譜開(kāi)發(fā)團(tuán)隊(duì)是關(guān)鍵環(huán)節(jié)。本團(tuán)隊(duì)的組建充分考慮了課程特點(diǎn)、知識(shí)圖譜構(gòu)建需求以及各成員的專(zhuān)業(yè)背景與能力，旨在打造一個(gè)多元化、專(zhuān)業(yè)化、協(xié)同化的團(tuán)隊(duì)。

1） 課程教學(xué)專(zhuān)家。課程教學(xué)專(zhuān)家是團(tuán)隊(duì)的核心成員，由具有豐富教學(xué)經(jīng)驗(yàn)的課程主講教師擔(dān)任，根據(jù)課程的教學(xué)目標(biāo)、知識(shí)體系以及學(xué)生的學(xué)習(xí)特點(diǎn)，為知識(shí)圖譜的構(gòu)建提供教學(xué)邏輯和內(nèi)容支持。其主要職責(zé)包括：梳理課程的知識(shí)點(diǎn)及其層次結(jié)構(gòu)，確定知識(shí)圖譜的核心內(nèi)容框架；提供教學(xué)案例和實(shí)踐經(jīng)驗(yàn)，確保知識(shí)圖譜與教學(xué)需求緊密結(jié)合。

2） 行業(yè)企業(yè)專(zhuān)家。行業(yè)企業(yè)專(zhuān)家是連接課程內(nèi)容與實(shí)際應(yīng)用的重要橋梁。本研究聘請(qǐng)浙江交通集團(tuán)、浙江華為通信技術(shù)有限公司、浙江中控信息技術(shù)有限公司等交通大數(shù)據(jù)相關(guān)企業(yè)的專(zhuān)家，為知識(shí)圖譜提供行業(yè)最新技術(shù)動(dòng)態(tài)和實(shí)踐案例。其主要職責(zé)包括：提供交通大數(shù)據(jù)領(lǐng)域的實(shí)際應(yīng)用場(chǎng)景和數(shù)據(jù)資源；協(xié)助設(shè)計(jì)知識(shí)圖譜中的實(shí)踐教學(xué)模塊；參與知識(shí)圖譜的實(shí)用性評(píng)估與優(yōu)化。

3） 學(xué)生代表。學(xué)生是知識(shí)圖譜的最終使用者，他們的參與能夠確保知識(shí)圖譜的設(shè)計(jì)符合學(xué)生的學(xué)習(xí)需求。從大數(shù)據(jù)技術(shù)專(zhuān)業(yè)各年級(jí)分別選取優(yōu)秀學(xué)生代表。其主要職責(zé)包括：提供學(xué)習(xí)過(guò)程中的痛點(diǎn)和需求反饋；參與知識(shí)圖譜的試用與優(yōu)化；協(xié)助設(shè)計(jì)知識(shí)圖譜的用戶界面和交互體驗(yàn)。

3 交通大數(shù)據(jù)分析與處理課程知識(shí)圖譜構(gòu)建實(shí)施

3.1 知識(shí)數(shù)據(jù)的獲取與組織

課程知識(shí)數(shù)據(jù)的收集是構(gòu)建交通大數(shù)據(jù)分析與處理課程知識(shí)圖譜的第一步，知識(shí)數(shù)據(jù)的獲取直接關(guān)系到圖譜的全面性、完整性及前沿性。課程知識(shí)體系包含三個(gè)層級(jí)，分別為知識(shí)領(lǐng)域、知識(shí)單元與知識(shí)點(diǎn)[5]。知識(shí)領(lǐng)域?qū)?yīng)課程，知識(shí)單元對(duì)應(yīng)教學(xué)單元，知識(shí)點(diǎn)對(duì)應(yīng)教學(xué)知識(shí)點(diǎn)。以《高等職業(yè)教育專(zhuān)科大數(shù)據(jù)技術(shù)專(zhuān)業(yè)教學(xué)標(biāo)準(zhǔn)》、學(xué)校課程標(biāo)準(zhǔn)等為依據(jù)，對(duì)交通類(lèi)企業(yè)及信息類(lèi)企業(yè)進(jìn)行交通大數(shù)據(jù)分析與處理崗位的能力調(diào)研，明確崗位需要掌握的知識(shí)內(nèi)容，并結(jié)合網(wǎng)絡(luò)前沿知識(shí)，將交通大數(shù)據(jù)分析與處理課程分為6個(gè)知識(shí)單元，具體如表1所示。

在知識(shí)數(shù)據(jù)獲取過(guò)程中，主要從以下幾個(gè)來(lái)源收集數(shù)據(jù)：

1） 課程教材與教案。從權(quán)威教材和教師提供的電子教案中提取課程的核心知識(shí)點(diǎn)、教學(xué)內(nèi)容、實(shí)驗(yàn)資料。

2） 交通數(shù)據(jù)資源。從學(xué)校數(shù)字公路應(yīng)用技術(shù)浙江省工程研究中心、校內(nèi)交通大數(shù)據(jù)平臺(tái)等實(shí)驗(yàn)平臺(tái)和數(shù)據(jù)庫(kù)中獲取交通大數(shù)據(jù)的實(shí)驗(yàn)數(shù)據(jù)，如交通流量數(shù)據(jù)、傳感器數(shù)據(jù)等。

3） 網(wǎng)絡(luò)資源。利用Python工具從網(wǎng)絡(luò)爬取相關(guān)的學(xué)術(shù)資源，補(bǔ)充課程的前沿知識(shí)，并利用人工智能和大模型進(jìn)行知識(shí)的挖掘。

4） 微課視頻與在線資源。依托分院省級(jí)教學(xué)資源庫(kù)“智能交通資源庫(kù)”和智慧職教、超星學(xué)習(xí)通等在線學(xué)習(xí)平臺(tái)獲取教學(xué)課件、微課視頻、實(shí)驗(yàn)指導(dǎo)書(shū)等教學(xué)資源內(nèi)容，豐富知識(shí)圖譜的多媒體資源。

3.2 知識(shí)抽取

在本課程的知識(shí)圖譜中，實(shí)體主要來(lái)源于先前梳理的交通大數(shù)據(jù)相關(guān)核心知識(shí)點(diǎn)。由課程教學(xué)專(zhuān)家和行業(yè)企業(yè)專(zhuān)家采用人工標(biāo)注的方式來(lái)定義這些實(shí)體，以確保實(shí)體的準(zhǔn)確性。在交通大數(shù)據(jù)分析與處理課程中，知識(shí)點(diǎn)之間的關(guān)系主要存在三種類(lèi)型：前置知識(shí)、后置知識(shí)和包含關(guān)系。其中，前置知識(shí)指的是某個(gè)知識(shí)點(diǎn)是學(xué)習(xí)另一知識(shí)點(diǎn)的前提條件；后置知識(shí)則表示某個(gè)知識(shí)點(diǎn)是在掌握了先前知識(shí)點(diǎn)之后進(jìn)行學(xué)習(xí)的知識(shí)點(diǎn)；包含關(guān)系則指一個(gè)知識(shí)點(diǎn)是另一個(gè)知識(shí)點(diǎn)的子集或組成部分。課程知識(shí)圖譜關(guān)系如圖3所示。

3.3 圖譜可視化

圖譜可視化使得復(fù)雜的知識(shí)關(guān)系變得直觀易懂，便于用戶探索和理解。本文采用Neo4j作為圖數(shù)據(jù)庫(kù)來(lái)存儲(chǔ)和可視化知識(shí)圖譜。Neo4j是一個(gè)高性能的圖數(shù)據(jù)庫(kù)，專(zhuān)為處理復(fù)雜的網(wǎng)絡(luò)數(shù)據(jù)而設(shè)計(jì)，它使用節(jié)點(diǎn)、關(guān)系和屬性來(lái)表示和存儲(chǔ)數(shù)據(jù)[6]。在Neo4j中，根據(jù)定義好的本體模型構(gòu)建圖譜，包括創(chuàng)建節(jié)點(diǎn)、定義節(jié)點(diǎn)屬性、建立節(jié)點(diǎn)間的關(guān)系等步驟。構(gòu)建知識(shí)圖譜的第一步是將前面步驟中抽取的實(shí)體和關(guān)系導(dǎo)入Neo4j數(shù)據(jù)庫(kù)中，須確保所有的數(shù)據(jù)都符合Neo4j的數(shù)據(jù)模型，即節(jié)點(diǎn)和關(guān)系的結(jié)構(gòu)。圖4為交通大數(shù)據(jù)分析與處理課程知識(shí)圖譜，該圖譜展示到了第4層節(jié)點(diǎn)，根節(jié)點(diǎn)為課程名稱(chēng)，第二層節(jié)點(diǎn)為知識(shí)單元。

3.4 知識(shí)圖譜的動(dòng)態(tài)更新

知識(shí)圖譜的動(dòng)態(tài)更新是確保交通大數(shù)據(jù)分析與處理課程內(nèi)容始終保持前沿性和準(zhǔn)確性的關(guān)鍵過(guò)程。隨著交通大數(shù)據(jù)領(lǐng)域的快速發(fā)展，新的理論和實(shí)踐不斷涌現(xiàn)，課程知識(shí)圖譜需要定期更新以反映這些變化。為了實(shí)現(xiàn)知識(shí)圖譜的動(dòng)態(tài)更新，須建立一個(gè)有效的更新機(jī)制，包括以下幾方面：

1） 定期審查。每學(xué)期對(duì)知識(shí)圖譜進(jìn)行一次審查，以確定哪些內(nèi)容需要更新或添加。

2） 事件觸發(fā)。新知識(shí)、新理論的提出或新技術(shù)的應(yīng)用等均可觸發(fā)更新流程。

3） 用戶反饋。收集教師和學(xué)生的反饋，并根據(jù)這些反饋對(duì)知識(shí)圖譜進(jìn)行調(diào)整和優(yōu)化。

4 結(jié)束語(yǔ)

本文提出了一種基于知識(shí)圖譜的交通大數(shù)據(jù)分析與處理課程知識(shí)體系構(gòu)建方法，實(shí)現(xiàn)了知識(shí)圖譜的可視化與動(dòng)態(tài)更新，為課程教學(xué)提供了直觀、高效的知識(shí)呈現(xiàn)方式。該知識(shí)圖譜能夠有效提升課程教學(xué)效果，促進(jìn)學(xué)生對(duì)跨學(xué)科知識(shí)的理解與應(yīng)用，推動(dòng)高職教育的改革與創(chuàng)新。后續(xù)工作將進(jìn)一步完善知識(shí)圖譜的動(dòng)態(tài)更新機(jī)制，結(jié)合更多前沿技術(shù)，探索其在其他課程中的應(yīng)用，為教育數(shù)字化轉(zhuǎn)型提供更廣泛的支持。

參考文獻(xiàn)：

[1] 何克抗. 21世紀(jì)以來(lái)的新興信息技術(shù)對(duì)教育深化改革的重大影響[J]. 電化教育研究，2019，40（3）：5-12.

[2] 黃恒琪，于娟，廖曉，等. 知識(shí)圖譜研究綜述[J]. 計(jì)算機(jī)系統(tǒng)應(yīng)用，2019，28（6）：1-12.

[3] 劉梅娟，余冰冰，方草. 基于知識(shí)圖譜的智能會(huì)計(jì)課程體系構(gòu)建研究[J]. 財(cái)會(huì)通訊，2024（13）：160-164，171.

[4] HAO X， JI Z， LI X. Construction and application of a knowledge graph[J]. Remote Sensing， 2021，13（13）： 2511.

[5] 潘迪，沈祥春，陳妍. 藥理學(xué)課程知識(shí)圖譜設(shè)計(jì)與建設(shè)初探[J]. 衛(wèi)生職業(yè)教育，2024，42（18）：41-44.

[6] 吳賽賽，周愛(ài)蓮，謝能付，等. 基于深度學(xué)習(xí)的作物病蟲(chóng)害可視化知識(shí)圖譜構(gòu)建[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36（24）：177-185.

【通聯(lián)編輯：王力】