基于STSS模型的改进及其应用

随着信息技术的迅猛发展和大数据时代的到来,一些时空数据集不仅规模庞大,还包含着各种不同的信息变量,因此需要合适的表达来描述这类时空数据的特征。在French等提出的STSS模型的基础上,引入协变量函数和周期函数对响应变量的影响。利用STSS模型关于基函数和惩罚函数的运用,对大规模数据做平滑处理,同时还伴随着协变量以及周期性对观察变量的影响,这样的结合使得改进的模型能更全面、更贴合实际地描述时空数据的结构和变化。最后使用模拟数据和真实时空数据验证了该方法的优越性和适用性。

青藏铁路冻土路基沉降的半参数模型分析及预测

青藏冻土地段地质条件的复杂性和传热效果的差异性容易导致铁路路基产生沉降变形等问题,严重威胁机车的行车安全。建立能够准确预测路基沉降问题的模型对于预防灾害的发生至关重要。利用半参数模型对青藏铁路K1425+000~K1425+700冻土区段内15个测点的路基沉降数据进行分析,与较为常用的灰色预测模型GM(1,1)对比,结果表明,所提出的半参数模型预测精度较高,数据拟合的效果更优,可用于路基沉降预测。

优质护理模式在心血管内科护理工作中的应用分析

目的:分析和研究优质护理模式在心血管内科护理工作中的应用效果。方法我们选取2011年8月—2013年12月心血管内科住院患者132例,将其按随机数字表法分为对照组66例与观察组66例。对照组患者给予常规护理;观察组患者在常规护理基础上加用优质护理干预,将两组患者对护理工作的满意度进行对比。结果观察组患者对护理工作满意度明显高于对照组(P<0.05),具有统计学意义。结论将优质护理模式应用于心血管内科住院患者治疗中,患者从入院至出院,护理人员通过向其提供优质、满意、安全的护理服务,不仅满足了患者个体化需求,同时也提高了患者对护理工作的满意度,对促进患者康复有重要作用。

老年高血压患者体位性低血压与体位性高血压的临床研究与护理风险的有效防范

目的:分析和研究老年高血压患者体位性低血压与体位性高血压的临床特征以及风险防范措施。方法我们选取2011年7月~2013年9月住院治疗高血压老年患者108例,将其按卧位与立位3min血压检测值变化情况分为三组:A组(体位性低血压36例);B组(体位性高血压39例);C组(血压检测值无明显变化33例)。将三组患者脑卒中、血脂异常、血糖异常、冠心病的发生情况进行对比。结果 A组与B组患者中脑卒中、血脂异常、血糖异常、冠心病发生率明显高于C组(P<0.05),具有统计学意义。结论高血压老年患者中,体位性高血压与体位性低血压较常见,其可引发心脑血管事件,在临床护理中应加强老年高血压患者体位性血压变化评估,以便采取有效的防范措施,降低心血管事件发生机率,对提高老年高血压患者生存质量有重要意义。

基于Jensen和Gaussian尾流模型的风电场布局优化的比较

风电场中由于尾流效应,上游风机形成的尾流会导致下游风机风速的降低和发电量的减少.为减少尾流效应,风电场的布局优化问题在近些年受到了广泛关注,其中尾流模型在风电场布局优化中发挥着重要作用.采用改进的遗传算法从最优布局的角度比较了两种简单尾流模型——Jensen尾流模型与Gaussian尾流模型,结果显示这两种尾流模型在布局优化方面有着较为显著的差异,该结果为实际工程应用中的模型选择提供了一定的参考价值.