佛教写经群体及书风考释——以佛典汉译为观照视角

佛教写经以佛典汉译为发轫,依托于佛法东传而发展壮大。写经与佛典汉译一体两面,从佛典汉译角度对写经活动进行考察发现,初期佛教写经群体单一,早期写经依托于统治者,中期依赖于译场信众和笔受,后期官业写经的出现,打开写经的新局面。以佛典汉译的视角观照佛教写经,更能完整地看待写经发展的流变过程。

自我护理能力实施量表中文版在精神分裂症患者中的信效度

目的:评价自我护理能力实施量表(ESCA)中文版在精神分裂症患者中的信度和效度。方法:抽取150例精神分裂症患者进行ESCA初测,进行初步的项目分析;正式施测阶段抽取300例精神分裂症患者,7 d后对其中30例进行重测,计算克朗巴赫α系数、重测信度评价量表内部一致性;采用探索性因子分析方法考评量表结构效度;相关分析来评价量表的效标效度。结果:条目一总分相关法及决断值法对条目的区分度进行分析后,组成35个条目的新量表,经最大方差旋转法旋转后提取4个因子,4个因子累计解释的方差为42.38%;ESCA与日常生活能力评定量表、护士用住院病人观察量表相关系数分别为0.59,0.63;Cranach'sα系数为0.88,重测信度为0.65。结论:ESCA中文版具有较好的信度和效度,用于精神分裂症患者自我护理能力的研究需要反复修订。

康复期精神病患者院外服药自杀原因分析

目的了解院外康复期精神病患者自杀相关原因，为制定干预措施提供依据。方法对24例康复期精神病患者院外服药自杀者的相关资料进行回顾性分析。结果康复期精神病患者院外自杀与家庭、社会、经济、就业等因素密切相关。结论家庭、社会等因素对康复期精神病患者自杀的影响不容忽视。

精细化管理在精神科护理中的应用对策分析

目的分析精细化管理在精神科的应用效果,为管理医院提供理论上的依据。方法在2014年6月开始对该院精神科实施精细化管理方式,对比实施精细化管理前(对照组)后(研究组)患者满意度、护理质量评分。结果精神科实施精细化管理前后,护理质量评分对比,差异有统计学意义,P<0.05;研究组的满意度(95.0%)明显优于对照组(82.5%),差异具有统计学意义,P<0.05。结论在精神科实施精细化管理对于患者家属满意度、护理质量的提高具有积极作用,精神科实施精细化护理后,医疗事故发生率得到了降低。

糖尿病患者的心理问题与护理对策

目的探讨糖尿病患者的心理问题,并提出相应的护理对策。方法采用自编的统一问卷调查表进行面对面访谈调查。结果糖尿病患者普遍存在着各种各样的负性心理问题,其中发生悲观心理45例(77.6%),放任心理40例(69%),否认心理32例(55.2%),失望心理29例(50%),厌世心理28例(48.3%),过慎心理27例(46.6%),恐惧心理24例(41.4%),自责心理20例(34.5%)。结论护理工作者应重视心理护理,了解他们的心理需求和存在的心理问题,积极化解不良情绪,提高治疗依从性,以利于控制糖尿病病情,提高患者生活质量,促进早日康复。

基于深度残差网络的煤泥浮选泡沫图像分类方法研究

针对浮选精煤灰分在线检测困难、识别效率低和主观性强等问题,研究了一种基于深度残差网络的浮选精煤泡沫图像分类方法。以6种不同灰分级别的精煤泡沫图像为数据集,对数据集进行了数据增强,采用基于Pytorch框架的ResNet18,ResNet50,ResNet152神经网络模型进行训练分类,通过训练过程的损失值和准确率判断模型的性能。结果表明深度残差网络具有良好的准确度,现场应用效果良好,随着网络层数的加深,模型的分类效果越好。深度残差网络能有效地识别泡沫图像,在煤泥浮选图像分类中具有很大的应用潜力。

美沙酮维持治疗者93例脱失原因分析

目的:了解美沙酮维持治疗者的脱失原因。方法:采用电话随访和家访对93例脱失者进行跟踪调查。结果:脱失率为51.1%(93/182)。因偷吸或发生刑事案件被拘捕的26例,占28%;自动退出,无法联系的23例,占24.7%;治疗期间因艾滋病感染死亡5例,占5.4%;自称脱毒成功的17例,占18.2%;其他综合因素共有22例,占23.6%。结论:影响美沙酮维持治疗依从性的因素是多方面的,应该针对不同的原因采取相应的干预措施。

品管圈活动在降低精神障碍患者平均约束时间中的应用

目的通过开展"缩短精神科患者保护性约束平均时间"为主题的品管圈活动,以降低精神障碍患者约束时间,使医患关系和谐发展,降低医疗风险.方法选择2018年4月—2019年5月在本院六病区实施约束的精神障碍患者98例作为研究对象,按照收治时间分为对照组和研究组两组,对照组为2018年4—10月收治的患者51例,研究组为2018年11月—2019年5月收治的47例患者.对照组给予常规护理干预,研究组给与常规护理干预的基础上进行品管圈活动,比较品管圈活动.干预后的差异.结果(1)活动后成员的各项无形成果得分均高于活动前,并且有较大幅度的提升.(2)两组患者干预后平均约束时间进行比较,对照组为(475.06±52.11)min,研究组为(226.63±29.87)min,差异具有统计学意义(P<0.05).(3)两组患者干预后保护性约束并发症的发生率进行比较,对照组为13.73%,研究组为2.13%,差异具有统计学意义(P<0.05).(4)两组患者干预后的满意度得分进行比较,对照组得分为(91.18±5.96)分,研究组得分为(97.02±2.47)分,差异具有统计学意义(P<0.05).结论将品管圈活动应用于降低精神障碍患者平均约束时间中,可有效降低患者平均约束时间,降低保护性约束并发症的发生率,提高满意度,值得推荐.

加强煤质管理 提升企业品牌形象

随着改革开放步伐的不断前进,在加入世贸组织后,全球经济发展如日中天,我国的经济发展也日益加快,同时环境问题也呈现在世人的面前,如何应对各种污染对人类生存环境的改变,是目前面临的严峻考验,对于煤矿企业来说如何采取有效的措施来保护我们的生存环境是当前面临的重要课题。

恢复期精神病人的康复护理

恢复期精神病人的康复护理云南大理州精神卫生中心（大理６７１０００）赵林杨林顺孙传华精神病患者在住院期间，经过系统的药物治疗，疾病得到控制，症状基本消除，内省力逐渐恢复，进入了恢复期。然而精神症状的消除和疾病得到控制并不意味着疾病的痊愈。处于恢复期的患...

住院精神病人暴力行为的产生及护理对策

精神病人易出现暴力行为，且常不记后果，往往对社会、家庭、病友、医护人员造成伤害，甚至危及他人生命安全。随成为精神科护理的难点重点。现将我院男病区１９９５年至２０００年间收治的７２例住院精神病人暴力行为的发生及护理对策总结如下。

选煤厂选煤工艺设计分析

选煤厂选煤工艺设计是选煤厂设计的重要组成部分,其设计水平的高低将会对选煤厂能否正常运营产生重要影响。随着我国科学技术水平的不断提高,煤炭行业的技术水平也有了较大的进步,选煤厂选煤工艺的设计问题成为该行业研究的重点。结合选煤厂选煤工艺的现状,具体介绍选煤厂选煤工艺设计流程,并进行高效选煤工艺分析。

卡马西平过敏致全身剥脱性皮炎的观察和护理

据文献报道,过敏体质者应用卡马西平可能会出现皮诊,一般发生于用药10～12天,精神科发生率多于神经科,可能与其它抗精神病药物合用有关。我院在治疗躁狂症过程中共发生8例全身剥脱性皮炎患者,临床表现以全身皮肤水肿、渗出、糜烂、剥脱。

系统化整体护理在精神科病房的实施及效果

随着医学模式的转变,护理模式也发生相应的改变。发展以人为本的整体护理逐渐成为护理学的发展趋势。怎样从以疾病为中心的功能制护理转向以病人为中心的整体护理呢?应该怎么去做呢?现就我院从2001年4月以来实施整体护理的经验介绍如下。

西铭矿选煤厂工艺运行调试简述

介绍了西铭矿选煤厂工艺运行调试的内容,包括单机空载与联合空载的试运转及调试,带水、带介、带煤联合试运转及调试,煤泥水系统的调试等。

EKOF浮选药剂在官地矿选煤厂的应用

EKOF浮选药剂是德国KHD公司的产品,官地矿选煤厂采用煤油与EKOF浮选进口药剂与采用煤油为捕收剂、仲辛醇为起泡剂的浮选国产药剂作试验时,浮选进口药剂比国产药剂使浮精产率提高了2%～8%,药剂耗量降低了0.3kg/t～0.7kg/t。

自我的呐喊:私纪录片的讲述特点

私纪录片具有独特的风格,私纪录片的创作者在拍摄中投注情感,带有极强的主观色彩。私纪录片的拍摄不为盈利,不为主流甚至不为他人发声,只为自我发声,创作者不再刻意隐藏自己的情感和态度,而是以个人化的视角去窥探自我或他人的隐秘空间。本文探讨总结私纪录片的讲述特点,从对象之私及空间之私两方面进行阐述。

基于谱聚类分析的托辊故障诊断

有效地诊断托辊故障,对提高选煤工作效率和工厂智能化水平具有重要的作用。针对工业现场环境复杂,噪音类型多且杂的特点,首先提出利用差分法来消除托辊音频序列数据时间趋势影响的有效方法,在此基础上提取托辊音频序列特征,分别利用K-Means和谱聚类算法进行聚类分析以及故障识别,并从噪音音频序列数据中挖掘有用的信息。然后为了评价聚类模型的优劣,创新提出将同一音频序列分割得到子音频序列的相同聚类标签的平均比率,以此作为聚类优劣的评判标准。实验结果表明,谱聚类算法的效果优于K-Means,动态选取谱聚类的参数值能够提高局部诊断准确率,且具有较强的鲁棒性,能够实现对生产范围内多种类型噪音音频信号进行有效聚类识别。智能化托辊故障诊断系统的应用提高了选煤工作效率,减少了非计划停机次数,产生了较好的经济效益。

基于KNN与SVM两级综合健康指标的托辊故障诊断方法

带式输送机是煤炭生产过程中的重要运输设备,但目前其故障诊断技术发展仍不成熟。为推进智能化故障诊断方法在带式输送机故障诊断中的应用,以带式输送机的转动部件——托辊的故障诊断方法为研究对象,提出了一种基于两级综合健康指标的托辊故障诊断方法。该方法以提取的音频序列的Mel频率倒谱系数(MFCC)作为特征,利用K最近邻(KNN)分类算法的结果计算一级健康指标,据此判断故障是否发生;采用支持向量机(SVM)的结果计算二级健康指标,据此对故障程度进行识别,从而最终完成托辊故障等级的智能化评估。在方法验证阶段,使用采集到的屯兰选煤厂托辊声音数据,并依托Matlab平台进行了试验验证,结果表明:该诊断方法能较好地识别托辊故障是否发生并准确判断故障等级,在故障诊断准确性方面优于其他方法。

基于深度视觉的筛板故障智能检测方法研究

针对人工方法检测筛板故障的滞后性,提出了一种基于深度视觉的筛板故障智能检测方法。该方法采用TOF相机获取筛板的深度图像,利用三维空间关系获得疑似故障区域工位与相机之间的距离,并结合该区域的深度图像数据,实现了对筛板故障的智能诊断。试验表明,该方法不仅可实现筛板故障的实时、智能检测,且检测准确率高,为选煤生产系统的正常运行提供了保障。