多场景下基于AHP-EWM的人体健康状态评估模型研究

为解决人体健康评估方法个性化监测不足的问题以及在满足不同场景下健康状态精细化评估的需求,需要一种基于多场景的人体健康状态评估方法来实现长期自动化监测。提出一种基于层次分析法(AHP)和熵权法(EWM)组合的多场景人体健康状态评估模型。首先采集人体在运动、休息、工作/学习和娱乐等4种不同场景下的健康监测指标数据,构建相应的评估指标体系。然后分别根据评估指标计算出AHP和EWM权重,再采用量子粒子群优化(QPSO)算法对AHP和EWM中的主客观权重进行分配,以确保评价指标占比的客观性。最后通过模糊综合评价法对人体健康状态进行评估和量化,并利用实际监测数据对方法的可靠性和稳定性进行验证。实验结果表明,在4种场景下所提方法的综合得分分别为63.78、59.83、58.71和59.21,表明在不同场景下该模型都具有较好的准确性和稳定性。根据评估结果,对测试者的身体状态评价结果进行分析,并给出一些健康建议。所提模型可全面了解人体在不同场景下的健康状况,并为人们提供科学的健康指导,从而为健康管理和疾病预防提供科学依据。

D3DQN-CAA:一种基于DRL的自适应边缘计算任务调度方法

为解决已有基于深度强化学习的边缘计算任务调度面临的动作空间探索度固定不变、样本效率低、内存需求量大、稳定性差等问题,更好地在计算资源相对有限的边缘计算系统中进行有效的任务调度,在改进深度强化学习模型D3DQN(Dueling Double DQN)的基础上,提出了自适应边缘计算任务调度方法 D3DQN-CAA.在任务卸载决策时,将任务与处理器的对应关系看作一个多维背包问题,根据当前调度任务与计算节点的状态信息,为任务选择与其匹配度最高的计算节点进行任务处理;为提高评估网络的参数更新效率,降低过估计的影响,提出一种综合性Q值计算方法;为进一步加快神经网络的收敛速度,提出了一种自适应动作空间动态探索度调整策略;为减少系统所需的存储资源,提高样本效率,提出一种自适应轻量优先级回放机制.实验结果表明,和多种基准算法相比,D3DQN-CAA方法能够有效地降低深度强化学习网络的训练步数,能充分利用边缘计算资源提升任务处理的实时性,降低系统能耗.

血清L-Arg和IL-4水平预测症状性颈动脉狭窄患者再发缺血性脑卒中的价值

目的探讨血清L-精氨酸(L-Arg)和白细胞介素(IL)4水平预测症状性颈动脉狭窄患者再发缺血性脑卒中(IS)的价值。方法选取2018年7月—2021年7月西安交通大学第一附属医院、咸阳市第一人民医院和延安大学咸阳医院症状性颈动脉狭窄患者196例。收集所有患者的临床资料,采用多普勒超声检查颈动脉狭窄程度、颈动脉斑块性状和斑块新生血管密度相关参数[基线强度、峰值强度和时间-强度曲线的曲线下面积(AUCTC)],并检测血清L-Arg和IL-4水平。对所有患者随访12个月,根据是否再发IS分为再发组(35例)和未再发组(161例)。采用Logistic回归分析评估症状性颈动脉狭窄患者再发IS的危险因素。采用Pearson相关分析评估各项指标之间的相关性。采用受试者工作特征(ROC)曲线评价L-Arg和IL-4水平判断症状性颈动脉狭窄患者再发IS的效能。结果再发组峰值强度、AUCTC、颈动脉狭窄率高于未再发组(P<0.001),血清L-Arg和IL-4水平均低于未再发组(P<0.05)。血清L-Arg和IL-4水平与峰值强度、AUCTC和颈动脉狭窄率均呈负相关(P<0.05)。L-Arg降低、IL-4降低、峰值强度增加、AUCTC增加、颈动脉重度狭窄、高血脂和易损斑块均是症状性颈动脉狭窄患者再发IS的独立危险因素(P<0.05)。血清L-Arg、IL-4单项检测和联合检测判断症状性颈动脉狭窄患者再发IS的ROC曲线下面积(AUC)分别为0.803、0.760、0.845。根据L-Arg和IL-4的最佳临界值将所有患者分别分为降低组和未降低组。L-Arg降低组和IL-4降低组易损斑块所占比例分别高于L-Arg未降低组和IL-4未降低组(P<0.001)。结论低水平L-Arg和IL-4与症状性颈动脉狭窄患者再发IS有关,或可作为IS再发的预测指标。

深度神经网络动态分层梯度稀疏化及梯度合并优化方法

针对数据并行方法加速大规模深度神经网络时易出现的通信开销大、训练耗时长、资源利用率不高的问题,提出了一种深度神经网络动态分层梯度稀疏化及梯度合并优化方法。首先,将梯度稀疏化压缩与流水线并行技术相结合,提出动态分层梯度稀疏优化方法,为每层神经网络匹配一个合适的阈值,通过在后续迭代时动态调整该阈值,实现对每层网络传输梯度的自适应压缩。然后,提出了层梯度合并方法,利用动态规划算法对层梯度合并时的通信开销、稀疏化及层梯度计算时间进行权衡优化,求解出最佳的层梯度合并组合,并将多层小尺度梯度张量合并为一层通信,以降低分层梯度决策时引入的过高通信延迟开销。最后,将求解出的最佳层梯度合并组合应用于具体的训练迭代过程。实验结果表明:与已有方法相比,所提方法可在保证模型训练精度的同时大大降低通信开销,提升模型的训练速度;与未压缩方法相比,训练速度最大可提升1.99倍。

深度神经网络模型任务切分及并行优化方法

为解决传统手工切分神经网络模型计算任务并行化方法面临的并行化难度大、训练耗时长、设备利用率低等问题,提出了一种基于深度神经网络(DNN)模型特性感知的任务切分及并行优化方法。结合硬件计算环境,对模型计算特性进行动态分析,获取模型内部相关性和各类参数属性,构建原始计算任务有向无环图(DAG);利用增强反链,构建DAG节点间可分区聚类的拓扑关系,将原始DAG转换为易于切分的反链DAG;通过拓扑排序生成反链DAG状态序列,并使用动态规划将状态序列切分为不同执行阶段,分析最佳分割点进行模型切分,实现模型分区与各GPU间动态匹配;对批量进行微处理,通过引入流水线并行实现多迭代密集训练,提高GPU利用率,减少训练耗时。实验结果表明:与已有模型切分方法相比,在CIFAR-10数据集上,所提模型切分及并行优化方法可实现各GPU间训练任务负载均衡,在保证模型训练精度的同时,4 GPU加速比达到3.4,8 GPU加速比为3.76。

丁二烯装置循环气压缩机出口消音器及管道振动原因分析及改造

针对某化工企业螺杆压缩机出口消音器及管道振动问题,对原排气管道进行了气流脉动和管道振动分析,结合现场管道振动实测数据,找到管道振动的主要原因并提出相应的改造措施。通过将消音器更换为三腔室阻抗复合式消音器,改变排气管道,增加支撑结构,加固热电偶支管等措施。改造后排气管道内各点的压力不均匀度均在API 619的允许范围内,脉动平均降幅72%;高阶固有频率避开压缩机激发频率的±10%,排气管道系统整体的一阶固有频率由4.572 Hz升至8.862 Hz,改造后的消音器振动值最大为32 mm/s,较改造前降低了64%;出口管道的振动值最大为10 mm/s,较改造前降低了87.5%,证明了改造措施的有效性。

异构众核系统及其编程模型与性能优化技术研究综述

异构众核系统已成为当前高性能计算领域重要的发展趋势.针对异构众核系统,从架构、编程、所支持的应用三方面分析对比当前不同异构系统的特点,揭示了异构系统的发展趋势及异构系统相对于传统多核并行系统的优势;然后从编程模型和性能优化方面分析了异构系统存在的问题和面临的挑战,以及国内外研究现状,结合当前研究存在的问题和难点,探讨了该领域进一步深入的研究方向;同时对两种典型的异构众核系统CPU+GPU和CPU+MIC进行不同应用类型的Benchmark测试,验证了两种异构系统不同的应用特点,为用户选择具体异构系统提供参考,在此基础上提出将两种众核处理器(GPU和MIC)结合在一个计算节点内构成新型混合异构系统;该新型混合异构系统可以利用两种众核处理器不同的处理优势,协同处理具有不同应用特点的复杂应用,同时分析了在该混合异构系统下必须要研究和解决的关键问题;最后对异构众核系统面临的挑战和进一步的研究方向进行了总结和展望.

早期气管切开对特重型基底节区高血压脑出血术后病人运动功能障碍及并发症的影响

目的探讨早期气管切开对特重型基底节区高血压脑出血术后病人运动功能障碍及并发症的影响。方法随机选取2013年3月—2016年3月我院收治的特重型基底节区高血压脑出血病人80例,依据治疗方法分为两组,即早期气管切开组(开颅手术后即刻)和常规气管切开组(开颅手术后3 d),每组40例,比较两组病人运动功能障碍程度及并发症。结果早期气管切开组病人运动功能障碍程度1级、2级比例均显著高于常规气管切开组(P<0.05),5级比例显著低于常规气管切开组(P<0.05);并发症发生率12.5%(5/40)显著低于常规气管切开组35.0%(14/40)(P<0.05),差异有统计学意义。结论早期气管切开可有效减轻特重型基底节区高血压脑出血术后病人运动功能障碍程度,减少并发症。

面向众核系统的线程分组映射方法

为了使应用线程更合理地映射到众核处理器具体处理核上,提出一种利用不同线程内部数据局部性及不同线程间数据相关性的特点、结合具体硬件架构特征的线程分组映射方法。通过计算数据重用距离,分析应用程序线程内部数据局部性,用线程相关性矩阵度量不同线程间的数据相关性;根据应用程序数据相关性及众核处理器硬件架构特点,通过设计数据相关性子树生成算法,将应用线程分为能反映不同线程数据访问特点的逻辑组;在线程逻辑分组的基础上,通过线程到处理核的绑定实现线程到具体处理器不同处理核硬件线程的合理映射。实验结果表明:与传统映射方法相比,该线程分组映射方法在不产生额外运行时开销的基础上,计算性能平均提高了14%,能耗降低了12%。该方法可以根据应用程序不同线程之间的数据相关性,将不同线程合理映射到具体众核处理器不同处理核上,在不引入额外运行时开销的基础上,提升众核系统的计算效能。

番茄工作法在混合式教学模式中的探索与实践——以Java语言程序设计课程为例

为解决Java语言程序设计传统模式下教学过程中存在的问题,探讨在双创教育背景下,基于混合式教学模式对Java语言程序设计课程进行改革创新。通过引入精品课程构建SPOC线上线下混合式教学平台,基于改进番茄工作法规划具有丰富过程性交互的课程设计,并利用信息化教学平台和工具实现对学生个性化指导,从而充分调动学生学习的主动性和积极性,构建出特色鲜明、有利于创新创业能力培养的混合式教学模式。实践表明,该模式能有效启发学生的创新意识,逐步培养学生的创新能力、系统设计和开发能力,提升其分析、解决复杂工程问题的能力。

面向图片识别的深度学习模型并行优化方法

针对机器学习中的图片识别问题,结合已有的图片识别方法,在集群并行系统上对图片识别的并行优化方法进行研究。通过引入参数服务器机制,对分布式随机梯度下降算法中的参数更新机制进行了改进。一方面对Worker节点计算出的梯度进行稀疏化处理,以减少Worker节点和参数服务器节点之间的通信量;另一方面将参数服务器节点向Worker节点发送更新后的模型参数转换为参数服务器节点向Worker节点发送累积的梯度,然后对累积的梯度进行稀疏化处理,以进一步减少Worker节点和参数服务器节点之间的通信量。此外,为了解决由于稀疏化而引起的训练精度损失问题,引入了一种应对动量损失的动量修正方法,以提升图片识别模型的精度。实验结果表明,与基本的异步随机梯度下降算法ASGD相比,本文并行优化方法在3种不同的压缩率下,对深度学习图片识别模型的训练速度平均可提高2.95倍,测试准确率平均提高了4.6%。

在奇观中行走——后人类主义视域下的数字动画电影文化探究

数字时代的动画电影,对后人类生存状况展开了一系列的奇观想象,电影通过符号之域将各种“不合理”“更疯狂”的东西从想象之域释放出来,不断冲入观众的精神之域,使人对自我的确证不断发生更新。后人类主义视域下,数字动画电影的各种“非人”银幕形象,作为现实的“赘生物”,以各种奇观形态将观众从“现实”中“重新导引”出来。数字动画电影创设的各类“后人类”空间景观,表征着“后人类”世界的想象和谵妄体验,也注定成为观影者主体自省的内驱力。

高血压性脑出血120例危险因素分析

目的:探讨高血压性脑出血(HICH))患者的危险因素。方法:选取120例高血压性脑出血患者为病例组,120例同期治疗的高血压性非脑出血患者为对照组,调查分析两组患者的危险因素,进行相关生化检验。结果:组间比较性别,年龄,吸烟史,糖尿病史,饮酒,冠心病和服用降压药情况,差异有统计学意义(P<0.05)。多因素Logistic回归分析男性,年龄,糖尿病史,饮酒,未服用降压药情况为高危因素,差异有统计学意义(P<0.05)。生化指标结果显示,载脂蛋白B,甘油三脂,低密度脂蛋白,同型半胱氨酸,脑微出血(CMBs)等水平升高为高血压性脑出血的高危因素,两组比较差异有统计学意义(P<0.05)。结论:男性,年龄,糖尿病史,饮酒,未服用降压药,载脂蛋白B,甘油三脂,低密度脂蛋白,同型半胱氨酸,CMBs水平为高血压性脑出血高危因素。

多核集群系统下的混合并行遗传算法研究

为应对传统遗传算法在处理大规模组合优化问题面临的进化速度缓慢,难以达到实时要求的严峻挑战,提出了一种在多核PC集群系统上实现"粗粒度-主从式"混合并行遗传算法的模型:通过把"粗粒度-主从式"并行遗传算法映射到多核PC集群上,结合消息传递和共享存储两种并行编程模型,在节点间使用消息传递模型(MPI),对应的遗传算法为粗粒度并行遗传算法,在节点内使用共享存储模型(OpenMP),对应的遗传算法为主从式并行遗传算法,用MPI和OpenMP混合编程的方式以进程和线程两级并行在多核集群上实现具体的混合并行遗传算法。理论分析和实验结果表明,提出的实现模型有较好的性能,可大大改进传统遗传算法的缺陷。为利用并行遗传算法在普通多核PC集群上处理大规模组合优化问题提出了一种有效、可行的解决方案。

26例颅内原始神经外胚层肿瘤的回顾性分析

目的探讨原始神经外胚层肿瘤的临床特点、影像学表现、病理学特征,提高对该病的诊断水平。方法对26例经立体定向活检病理证实的原始神经外胚层肿瘤进行回顾性分析,总结影像学表现、病理学特征。结果 26例患者临床表现以颅内压升高为主。影像学特征:瘤周水肿反应较轻;CT扫描多为等或略高密度。肿瘤实质部分磁共振T_1像为等信号或稍低信号,T_2像呈等信号,增强扫描时可见实性部分强化。病理学特征:瘤细胞部分呈Homer-Wright菊形团样排列。结论原始神经外胚层肿瘤由于临床报告病例少,与颅内其他肿瘤难以鉴别,结合26例PNET的临床特点,配合立体定位活检结果,提供诊断依据。

无框架立体定向手术联合高压氧治疗高血压脑出血的临床研究

目的探讨无框架立体定向手术联合高压氧治疗高血压脑出血的临床疗效。方法选取90例高血压脑出血病人,分别行无框架立体定向手术联合高压氧治疗(联合治疗组,n=30)、无框架立体定向手术治疗(单纯手术组,n=30)和保守治疗(保守治疗组,n=30)。观察三组病人脑血管功能、临床疗效和平均住院时间。结果联合治疗组脑血管功能较其余两组明显改善(P<0.05);联合治疗组治疗的总有效率为90.00%,与单纯手术组比较无显著性差异,但显著高于保守治疗组(P<0.05),而平均住院时间(14.2±2.5)d,显著少于其余两组(P<0.05)。结论无框架立体定向手术治疗高血压脑出血是一种操作简单、定位准确、疗效显著的方法,联合高压氧治疗可改善脑血流动力学,提高病人生存质量。

用两颗GPS卫星确定低轨卫星轨道的初值方法

研究了用两颗全球定位系统（ＧＰＳ）卫星粗略确定低轨卫星轨道的问题，并着重讨论了其中的初值问题，给出了一种有效的初值方法。实验结果证明：这种方法能给出一个确定的、实用的初值，大大减少了初轨计算的计算量，并使得算法收敛更加有保障。

基于高动态GPS接收机输出数据的卫星自主导航

为了减轻地面测控站的压力 ,研究了利用高动态 GPS数据进行卫星自主导航的方法 ;给出了旋转地球坐标系下的报轨动力学模型 ,在 N点位置误差最小二乘指标下 ,导出了一种计算卫星初始状态的迭代算法 ;用某型号接收机输出的位置数据 ,进行了报轨算法的检验 ,验证了方法的有效性。

基于GPS的低轨卫星简化解析法轨道预报

由于星载设备的运算量、存储量的限制,在保证所需精度的前提下,根据卫星轨道的具体特点,尽可能地简化轨道改进、预报和摄动计算公式,对此提出基于GPS的星载简化解析法,采用一阶分析摄动理论和部分田谐项摄动。通过实例,证明该方法可在满足一定精度的情况下降低定轨方案的复杂度,具有一定的工程应用参考价值。

Survivin与甲状腺肿瘤及凋亡指数的研究进展

细胞凋亡（ Apoptosis ）是一种由基因调控的高度保守的细胞主动死亡过程，这一过程受到一系列促凋亡蛋白及抑制凋亡蛋白的精确调控。细胞凋亡异常是许多恶性肿瘤显著的生物学特征。甲状腺癌（ Thy-roid carcinoma TC ）是最常见的头颈部及内分泌系统恶性肿瘤，Survivin 是迄今为止最小的凋亡抑制蛋白家族的新成员。研究显示， Survivin 对凋亡的抑制可能是其参与甲状腺癌发生的重要机制。细胞凋亡指数（apoptotic index AI）作为近年来评价肿瘤细胞凋亡发生程度的一项指标，已普遍用于各种肿瘤中凋亡的检测。本文就survivin与甲状腺癌及其凋亡指数的研究现状做简要综述。