针刀干预激痛点联合颈舒颗粒治疗神经根型颈椎病急性期临床研究

目的观察针刀干预激痛点联合颈舒颗粒治疗神经根型颈椎病急性期的临床效果。方法选取70例患者随机分为治疗组与对照组各35例。治疗组采取针刀干预激痛点联合颈舒颗粒治疗,对照组予以颈舒颗粒口服治疗。记录两组治疗前、治疗后、随访1个月以及随访3个月视觉模拟评分量表(VAS)评分、匹兹堡睡眠质量指数量表(PSQI)评分和功能障碍指数量表(NDI)评分。记录治疗前、治疗后以及随访3个月颈椎生理曲度和临床疗效。运用SPSS21统计学软件对所收集数据资料分析处理。结果治疗组和对照组临床总有效率分别是91.43%和85.71%(P<0.05),并且治疗后、随访1个月以及随访3个月后治疗组VAS、PSQI和NDI评分均低于对照组(P<0.05),治疗后和随访3个月颈椎曲度高于对照组(P<0.05)。结论针刀干预激痛点联合颈舒颗粒治疗神经根型颈椎病急性期可以明显改善疼痛程度、睡眠质量以及颈椎生理曲度。

稠油热采锅炉远程监测系统的方案设计

针对胜利油田稠油热采锅炉设备位置分散、人工流动值守等管理特点,并根据热采锅炉的运行控制特点,提出热采锅炉远程监测方案。该方案综合运用GPRS无线通信技术、SQL Server数据库管理技术及动态网页发布等现代信息技术,实现了对生产现场远程数据实时监测和锅炉运行工况简单故障预警的目的。

一种信号分析仪剩余响应的抑制方法研究

信号分析仪作为一种被广泛应用的测量分析仪器,对其性能指标的要求越来越高。剩余响应是影响信号分析仪性能的一个重要指标。通过其产生原理机制的分析,针对现实状况,一方面从电路设计方面提出改进设计方案,另一方面从结构工艺方面提出改进方案。从而有效地抑制剩余响应,提高信号分析仪的性能。

针刀配合整脊调髋手法治疗非特异性下腰痛急性期的临床观察

目的 观察针刀配合整脊调髋手法治疗急性期非特异性下腰痛的临床疗效。方法 选取急性期非特异性下腰痛患者60例,采用随机数字表法分为观察组与对照组各30例。观察组采用针刀配合整脊调髋手法治疗,对照组采用单纯的针刀治疗。比较两组患者治疗前、治疗结束后的疼痛视觉模拟量表(VAS)评分、日本骨科协会(JOA)评分、Oswestry功能障碍指数(ODI),并用SPSS23.0统计学软件对所得各项数据进行处理分析,统计临床有效率评定临床疗效。结果 两组患者治疗后VAS评分均较治疗前明显降低,患者腰骶部疼痛症状减轻;两组患者治疗后JOA评分均明显高于治疗前(P<0.01),患者腰椎功能趋于稳定,临床症状、体征及日常生活方面较前改善;两组患者治疗后的ODI评分均明显低于治疗前(P<0.01),患者的腰部功能障碍程度较前减轻。且以上各评分观察组明显优于对照组(P<0.05或P<0.01)。观察组临床有效率为96.67%,高于对照组的93.33%(P<0.05)。结论 针刀配合整脊调髋手法治疗急性期非特异性下腰痛在改善腰骶部疼痛及腰部活动受限方面疗效显著,见效快,操作简单。

干预激痛点治疗骨质疏松性疼痛机制综述

骨质疏松症(osteoporosis,OP)是以骨量逐渐降低,骨微结构破坏的全身性骨病。以骨骼脆性增加,易骨折为临床主要特征[1]。骨科门诊中的患者,常因骨质疏松导致骨折后疼痛就诊,但未骨折的患者也经常因骨质疏松性疼痛(osteoporoticpain,OPP)带来诸多不便,长期的疼痛甚至困扰患者的情绪造成疼痛加剧[2]。在以往的研究中,临川研究更倾向于关注骨密度的改变。因此,探索一种有效缓解疼痛的治疗方法势在必行。

基于卷积模型的农业问答语性特征抽取分析

互联网农技推广社区每秒增衍问答数据近万组,这些海量数据具有隐性的词性、情感和冗余向量特征,实现数据聚合与数据块消减是该领域的难题。提出了一种基于卷积神经网络的农业问答情感极性特征抽取分析模型,结合农业分词字典,对数据集进行分词后使用Skip-gram模型转换为256维的词向量,利用批规范后的卷积神经网络对数据集进行训练,从而得到用于识别农技推广社区问答词性情感相似性的神经网络模型参数。试验结果表明,该方法能够准确识别测试样例集中的冗余队列,与其他5种文本分类方法进行比较,各项指标优势明显,针对测试集的语性特征抽取准确率达到82. 7%。

基于变分模态分解和双向长短时记忆神经网络模型的滑坡位移预测

滑坡变形的定量预测是滑坡预警系统中的重要组成部分,滑坡变形受其自身地质条件和众多环境因素共同影响,具有动态、复杂和非线性等特点。针对目前滑坡累积位移—时间序列分析研究中随机性位移无法分解与预测、传统预测模型难以模拟滑坡动态演化特性等问题,本文建立了一种基于组合变分模态分解(Variational Mode Decomposition,VMD)和双向长短时记忆(Bidirectional Long Short-Term Memory,Bi-LSTM)神经网络的复合性滑坡位移动态预测模型。该模型首先利用时间序列分析和VMD将滑坡累积位移分解为趋势项、周期项和随机项位移分量,通过分析滑坡的演化特征和诱发滑坡的关键因素,为各位移分量选择合适的影响因素;然后采用多项式拟合预测趋势项位移、Bi-LSTM神经网络对周期项位移和随机项位移进行多数据驱动的动态预测;最后将各位移分量叠加得到累积位移预测值。以新滩滑坡和八字门滑坡为样本,利用实地观测数据,对本模型的预测精度与工程实用性进行对比评估。实验结果表明,本文提出的模型能较好地表征位移“阶跃式”的变形特征。在预测周期项位移时,Bi-LSTM网络相较于长短时记忆神经网络(Long Short-Term Memory,LSTM)和支持向量机(Support Vector Machine,SVM)具有更高的预测精度,平均相对误差(Mean Relative Error,MRE)分别降低了1.339%和7.817%,均方根误差(Root Mean Square Error,RMSE)分别降低了6.761 mm和27.163 mm。说明该模型不仅预测精度高,且更稳定,可以为滑坡防灾减灾工程的实际应用提供新的思路。

基于改进Elman神经网络和模糊控制的智能灌溉算法设计

针对以往智能灌溉系统多采用一级模糊控制且专家经验难以结合多种环境因素,导致适用范围小,不能精准灌溉等问题,设计了一种基于改进Elman神经网络和模糊控制的智能灌溉系统。根据作物的种类和种植时间,通过一级模糊控制器得到最佳土壤湿度;根据土壤湿度差值和蒸发蒸腾量,通过二级模糊控制器得到,灌溉决策结果,从而达到精准灌溉的目的。传统的蒸发蒸腾量计算方式比较复杂,而Elman神经网络具有稳定性强,动态性好的特点,利用改进粒子群优化(IPSO)算法对其优化,解决其容易陷入局部最优和收敛速度慢的问题,该神经网络在作物蒸发蒸腾量的预测方面有较好的效果。实验表明,该系统运行稳定,可实现精准灌溉。

基于改进AHP-FCE的滑坡地质灾害危险性评价

为提高滑坡地质灾害危险性区域等级划分的准确度,基于影响滑坡因素的代表性指标,地形地貌、岩石构造、人类影响等建立综合评价体系。首先,采用改进层次分析法(analytic hierarchy process, AHP)确各指标权重,简化判断矩阵一致性检验过程,利用AHP-熵权法优化组合赋权,根据权重结果确定重要影响因素,将各影响因素权重与模糊综合评价(fuzzy comprehensive evaluation, FCE)相结合。采用专家评分法计算定性指标量化值,建立滑坡灾害模糊综合评价模型。最后,以元谋县监测数据进行验证。结果表明,该方法能够有效的提升模型精确度,准确预测各区域对应的滑坡危险等级,为相关部门提供一定的借鉴经验。

基于布谷鸟优化轻量梯度提升机的泥石流预测

针对山区环境中引发泥石流的影响因素复杂多样,影响因子之间易存在相互耦合以及轻量梯度提升机(light gradient boosting machine,lightGBM)预测模型易陷入局部最优问题,提出了核线性判别分析法(kernel linear discriminant analysis,KLDA)与经布谷鸟算法(cuckoo search,CS)寻优后的LightGBM预测模型。首先,对传感器采集到的原始数据进行清洗,并将“清洗”后得到的规范数据通过KLDA进行降维处理,得到相关性低且贡献率高的影响因子作为预测因子。采用随机取样的方法对降维后数据进行规划,选取70%的数据用于训练模型,剩余30%用于验证模型。然后,将训练数据作为输入,基于CS-LightGBM算法训练出最优预测模型。最后,结合鹅项沟监测数据进行仿真。结果证明,此方法能够将复杂的泥石流影响因子降维成利于建模的预测因子,使预测模型具有较好的预测准确度,为泥石流灾害预测方面的研究提供了新的思路。

RNN与LSTM方法用于滑坡位移动态预测的研究

良好的滑坡位移预测是实施滑坡灾害预警的重要组成部分。受限于滑坡位移演化的非线性动态特性,传统的预测方法中普遍存在对历史数据遗忘,致使预测精度不高的问题。为此,提出了一种深度学习的滑坡位移预测方法,分别建立了循环神经网络(Recurrent Neural Network,RNN)和长短时记忆网络(Long Short Term Memory Network,LSTM)2种位移动态预测模型进行比对。以新滩滑坡工程为例,采用“流转训练”的方式,并选取多个监测点位移变化进行动态预测。结果表明,在误差函数满足期望精度时,LSTM模型具有更高的预测精度,且各项评价指标也表明LSTM模型的预测总体效果更优。

基于时间序列和CNN-LSTM的滑坡位移动态预测

针对滑坡演化的动态特性以及静态预测模型的不足,提出一种基于时间序列与卷积长短期记忆神经网络(CNN-LSTM)的滑坡位移动态预测模型。首先,在利用曼-肯德尔(Mann-Kendall)趋势检验法检验滑坡位移的趋势特征的基础上,采用二次移动平均法将滑坡累积位移分解为趋势项位移和周期项位移,并采用最小二乘多项式函数拟合趋势项位移。然后,采用频谱图检验滑坡位移的周期特征,对周期项位移采用CNN-LSTM混合网络模型进行预测。最后,将两者预测值叠加得到累积位移预测值。该模型在中国三峡库区八字门滑坡得到了验证。实验结果表明,与当前常见的预测模型相比,所提方法的能有效对滑坡位移进行预测,且在周期项位移预测方面相较于经典BP神经网络,LSTM网络以及“门循环”(gated recurrent unit,GRU)网络模型,CNN-LSTM网络模型有更高的预测精度。

基于ROS的室内自主移动与导航机器人研究

针对室内自主移动机器人定位与路径导航的难题,从机器人开源操作系统ROS入手,对现实应用环境下的室内自主移动与导航机器人的关键技术展开研究,包括地图生成与定位技术、全局最优路径规划技术等。研究实现了基于激光SLAM算法的未知环境下的地图生成、基于蒙特卡洛算法的机器人自身定位以及基于A^(*)搜索算法的全局最优路径规划。基于ROS搭建系统实验平台,进行机器人自主移动与导航实验,验证系统的可行性。该系统具有功能包开源、各部分功能模块化、易于后期拓展等优点。

基于GWO-ELM算法模型的水体含沙量预测

泥沙含量的演变受多种因素的影响,为了快速、准确地对水中泥沙含量进行高精度预测,为泥沙治理以及合理利用水土资源提供理论依据,提出了一种基于GWO-ELM算法模型的水体含沙量预测方法。首先,将影响泥沙含量的8种原始影响因子赋予权重,利用主成分分析(principal component analysis,PCA)法提取出4个主成分影响因子,避免维数灾难;然后,将提取出来的因子作为极限学习机(extreme learning machine,ELM)算法模型的输入,进行泥沙含量的预测,并使用灰狼优化算法(grey wolf optimizer,GWO)更新预测模型的最优参数;最后,以长江口北槽监测数据进行了仿真验证。结果表明:本文所提方法有效降低了维数灾难,且提高了在相同隐含层神经元节点数情况下的预测准确率,预测值与实际值拟合效果较好,预测精度较高。研究结果说明了GWO-ELM模型可用于对泥沙含量的预测,为相关决策部门提供了一定的借鉴经验。

基于模糊控制的智能灌溉控制系统设计

针对自动灌溉设备因人为及环境因素之间的耦合作用导致灌溉精准度下降等问题,设计一款基于物联网的智能灌溉系统。系统通过感知层采集作物所处环境参量数据,采用阿里云服务器和MYSQL数据库作为智能网络平台供电脑端或微信端进行数据调用;用户通过电脑或手机端应用程序获取当前植物所处环境参量,并下达灌溉指令。依托物联网技术和微信公众平台建立环境监测系统,以STM32作为灌溉控制器,并结合模糊控制算法,实现智能精准灌溉。实验表明,系统运行稳定,可实现实时精准灌溉,且操作简便,成本低廉。

基于CC2630的农作物环境监测系统

为应对不适的生长环境及病虫害等因素导致农作物大量减产,设计一种农作物环境监测系统。系统包括环境因素监测与视频监测两部分。基于CC2630射频芯片的一体化无线采集模块,实现对6种环境数据的采集,帮助种植户了解农作物生长情况,进而调控农作物生长环境因子变化以达到最适生长环境,促进农业增产、增收;采用多路500W高清摄像头通过光纤对农作物图像进行实时监测,及时确认农作物是否发生病虫害,省去了传统模式下农业工作者必须亲临现场的不便。系统便于搭建、可靠易用,有助于提高农业生产效率,保障农产品高质、稳定供给。

接收机类微波毫米波测量仪器概述

电子测量仪器在现代电子科技发展过程中具有举足轻重的地位。电子测量仪器的种类繁多,具有通用功能或专用功能的各类电子测量仪器,对于不甚了解的人,经常会混淆不同电子测量仪器的功能。本文从结构特点、方案原理、功能特性等方面,主要对电子测量仪器中的接收机类微波毫米波测量仪器进行了分类介绍和探讨。

基于网络药理学伸筋草治疗膝骨性关节炎的分子机制研究

基于网络药理学研究方法研究伸筋草治疗膝骨性关节炎的靶点及分子机制。方法:在TCMSP数据库筛选伸筋草活性化合物,通过PubChem获取化学结构,最后应用SwissTargetPrediction获得药物作用预测靶点。从GeneCrads和OMIM数据库搜索疾病靶点。建立药物-疾病交集靶点韦恩图,筛选出伸筋草治疗膝骨性关节炎的特异性靶点并通过Cytoscape软件分析。将药物-疾病交集靶点上传至STRING网站,构建蛋白-蛋白相互作用(PPI)网络模型,富集分析其信号通路并通过Cytoscape软件分析。结果:检索到74种伸筋草的活性化合物,筛选出入血活性成分5种。获得109个药物作用预测靶点和与膝骨性关节炎发生发展相关的2110个疾病靶点,通过药物-疾病韦恩图筛选出43个交集基因。富集分析结果伸筋草参与治疗膝骨性关节炎的靶点关联分子功能主要有核受体的活动、配体激活的转录因子活性、类固醇绑定、dna结合转录激活物活性、RNA聚合酶ii特异性、腺苷三磷酸酶绑定等。在显示的生物通路中包含癌症通路、Th17细胞分化、胰岛素抵抗、花生四烯酸代谢、Jak-STAT信号通路、催乳激素信号通路、对EGFR酪氨酸激酶抑制剂的耐药性、Th1和TH2细胞分化、雌激素信号通路等。结论:伸筋草具有治疗膝骨性关节炎的药物潜能,主要通过多靶点和多通路参与调控。

军事公众号“一号哨位”的传播策略及优化

随着移动互联网时代的到来和我国军事建设的不断发展,一批军事公众号的出现为我国强军建设宣传提供了新的平台,"一号哨位"作为发展势头良好的军事公众号,笔者认为,其成功的原因在于把握住了移动互联网时代军事传播的特点,在军民融合发展的时代背景下找准自身定位和特色。

超声引导下针刀联合侧卧斜扳法治疗第三腰椎横突综合征60例

目的:观察超声引导下针刀联合侧卧斜扳法治疗第三腰椎横突综合征的临床疗效。方法:回顾性分析2022年1月至2022年12月60例第三腰椎横突综合征患者。采用超声引导下针刀联合侧卧斜扳法治疗,7 d为一个疗程,共治疗3个疗程,记录治疗前、首个疗程结束后以及3个疗程结束后疼痛视觉模拟量表(VAS)评分、下腰痛日本骨科协会(JOA)评分、Oswestry功能障碍指数(ODI)以及炎症因子水平。结果:患者结束3个疗程治疗后VAS评分为(1.16±0.22)分,JOA评分为(26.30±1.38)分,ODI评分为(8.56±1.14)分,炎症因子水平超敏C-反应蛋白(hs-CRP)为(3.09±0.51)mg/L、白细胞介素-6(IL-6)为(27.76±4.56)pg/mL、肿瘤坏死因子-α(TNF-α)为(15.30±3.36)ng/mL,临床有效率为91.67%,各数据差异均有统计学意义(P<0.05)。结论:超声引导下针刀联合侧卧斜扳法治疗第三腰椎横突综合征具有诊疗优势,操作可视化,疗效明显,值得临床推广应用。