中医护理干预对COPD急性加重期患者心理状态及生活质量的影响

目的 探讨中医护理干预对COPD急性加重期患者心理状态及生活质量的影响。方法 84例COPD急性加重期患者随机分为两组各42例,对照组予以常规护理,观察组在对照组基础上予以中医护理干预,比较两组的干预效果。结果 护理后,观察组的SAS、 SDS评分均低于对照组,FVC、 FEV_(1)、 FEV_(1)/FVC以及SF-36评分均高于对照组(P <0.05)。结论 中医护理干预可有效改善COPD急性加重期患者的心理状态与肺功能,提高患者生活质量。

最优加权随机汇池网络的估计性能研究

利用自适应最优加权随机汇池网络对随机参数估计进行了理论和实验分析。将随机噪声优化的随机汇池网输出向量进行最优线性加权优化,给出了具有任意节点数目的随机汇池网络最优权向量以及估计信号与真实信号之间均方误差表达式。同时,在实际信号处理任务中,待估参数和噪声的统计信息经常是未知的,本文给出了基于观测数据的最优权向量和均方误差近似估计算法。理论和实验都验证了随机噪声对于随机汇池网络的优化能力,也展现了自适应最优加权随机汇池网络良好的估计性能。

最优加权随机汇池网络的自适应算法研究

对最优加权随机汇池网络的自适应算法进行研究,以均方误差作为随机汇池网络输出性能评价指标,推导了最小均方(LMS)和Kalman-LMS算法的递归表达式,并应用到输入信号方差发生改变的非稳态情况中,结果表明两种自适应算法都能够迭代收敛到权的最优解。与LMS算法相比,Kalman-LMS算法不仅收敛速度快,而且权均方偏差每一步都是最优的,在网络节点的个数较少时,Kalman-LMS算法能够获得更小的均方误差,而随着网络节点的个数增加,两种自适应算法得到的均方误差趋于一致。

加权随机汇池网络中递归最小二乘算法研究

实际应用中信号和噪声的统计知识经常是未知的,为探究未知噪声环境中加权随机汇池网络模型的信号参数估计性能,本文研究了加权随机汇池网络中信号估计的递归最小二乘自适应递推算法,分析了该模型下算法的收敛性、均方误差、学习曲线等统计特征。在非平稳输入信号下,引入遗忘因子,探究了算法有效跟踪信号变化的能力。实验结果验证了关于算法收敛性与均方误差性能的理论分析,同时还证实了自适应过程中的超阈值随机共振现象。本文研究结果对于加权随机汇池网络的实际应用具有理论指导义。

New approach to multiple attribute decision making with interval numbers

In an ambiguous decision domain, the evaluation values of alternatives against attributes would be interval numbers because of the inherent, uncertain property of the problems. By using a number of linear programming models, Bryson and Mobolurin propose an approach to compute attribute weights and overall values of the alternatives in the form of interval numbers. The intervals of the overall values of alternatives are then transformed into points or crisp values for comparisons among the alternatives. However, the attribute weights are different because of the use of linear programming models in Bryson and Mobolurin＇s approach. Thus, the alternatives are not comparable because different attribute weights are employed to calculate the overall values of the alternatives. A new approach is proposed to overcome the drawbacks of Bryson and Mobolurin＇s approach. By transforming the decision matrix with intervals into the one with crisp values, a new linear programming model is proposed, to calculate the attribute weights for conducting alternative ranking.

多阈值随机汇池网络自适应估计性能研究

本文研究了数模转换中多阈值随机汇池网络的自适应信号估计性能,给定网络节点数目,将模数转换的阈值进行均匀划分,分析了随机汇池网络输出的分布函数,理论给出了多阈值随机汇池网络的最优权向量和最小均方误差表达式,以及大规模网络输出的Fisher信息量近似值,实验验证了多阈值随机汇池网络中超阈值随机共振现象,随着阈值数量的增加,噪声的有益性逐渐减弱,而网络估计的最小均方误差不断变小且逐渐接近Fisher信息意义下的误差界。研究结果表明多阈值随机汇池网络的自适应信号估计方法具有重要的应用价值。

新型多焦点结构光显微成像技术

多焦点结构光显微镜(Multifocal structured illumination microscopy,MSIM)采用多点扫描和探测技术,可以快速获取厚样品的三维结构信息。尽管MSIM技术具有一定的超分辨和层析成像能力,但是现有MSIM技术的深层离焦荧光抑制效果不够理想,在成像结果中容易产生较强的背景信号。为此,本文提出了一种改进的MSIM方法,可以在保证横向分辨率的前提下显著提高层析成像能力,并利用仿真结果验证了该方法的有效性。

新能源汽车轻量化设计探讨

轻量化是目前新能源汽车发展的重要方向,从新能源汽车材料、结构、制造工艺方面分析探讨轻量化设计方法,以实现新能源汽车节能减排目的。

基于机器视觉和虚拟仪器的汽车油漆色差在线检测系统研究

随着科技的进步,汽车产业快速发展,汽车油漆色差成为检测汽车质量的关键参数。目前汽车油漆色差检测主要通过人工的方法进行,不仅效率低下且正确率严重依赖于检验人员的个人经验。基于此,设计了基于机器视觉和虚拟仪器的汽车油漆色差在线检测系统。首先采用机器视觉和虚拟仪器技术结合的方法,搭建了汽车油漆涂层色差在线检测系统;其次对颜色计算和色差判断的流程及算法进行研究;最后实验结果表明:系统能够有效识别微小的油漆颜色差别,可以实现汽车油漆色差缺陷的快速、准确检测。