脑室出血患者经脑室外引流联合腰大池引流治疗效果及预后观察

目的:探讨联合采用脑室外引流术及腰大池引流与单纯实施脑室外引流术对脑室出血的临床疗效及对预后影响。本研究将我院2019年2月至2023年6月确诊的150例脑室出血患者分为两组。对比分析了两组的情况:脑室穿刺置管外引流术被用于对照组的治疗,而治疗组使用了脑室外引流术和腰大池置管引流术的结合方式进行治疗,总结比对两组的治疗效果和预后状况。治疗组患者治疗后良好、中等和差的比例分别为48、24和3;而对照组分别为34、22和19。治疗组的疗效显著优于对照组,差异在统计学上具有意义(x2 = 12.255, P 2值分别为5.565、6.689、3.449、4.158、7.314,P均<0.01)。我们可以得出结论,脑室外引流术和腰大池置管引流术的联合应用在治疗脑室出血方面显示出优越的疗效和安全性,预后状况让人满意,也较少出现并发症,整体上提高了患者的生活质量。

基于视频智能分析的配电房全天候监控系统设计与研究

合理运用视频智能分析技术可以智能化识别配电房中真实安全状态,从而增强配电房全天候监控系统监控精度与监控效率,约束工作人员的日常行为,减少设备发生故障、人员发生事故的概率。基于此,本文简单分析了配电智能监控系统结构,并深入探讨视频智能分析技术的具体应用功能,以供参考。

EuBa_(2)Cu_(3)O_(7-δ)超导带材中掺杂相对He^(+)离子辐照缺陷演化及超导电性的影响

为探究稀土钡铜氧化物(REBCO)第二代高温超导带材中掺杂相对离子辐照缺陷演化及超导电性的影响机理,本文采用能量为1.4 MeV的He^(+)离子对国产化未掺杂和掺杂摩尔分数3.5%BaHfO_(3)(BHO)的EuBa_(2)Cu_(3)O_(7-δ)带材进行三种不同剂量的室温辐照实验并退火.电学性能测试表明,随着辐照剂量的增加,掺杂带材的临界电流密度仍均高于未掺杂带材并且下降程度更小.透射电镜表征结果证明,超导层中通过掺杂BHO纳米相引入局域应变改变了辐照He缺陷的迁移行为,在一定范围内修复了损伤的超导结构,提高了带材载流能力的辐照耐受性.同时BHO纳米柱作为强钉扎中心使得掺杂带材临界电流密度的磁场依赖性和温度依赖性受辐照影响更小.不同于中子或重离子辐照后,通过退火可以恢复材料一定程度的超导电性,本文中大剂量He^(+)离子辐照的两种带材经氧气氛退火后,其电学性能继续恶化.相比于未掺杂带材,掺杂带材中BHO产生的局域应变在高温下抑制了辐照He缺陷在三维方向上的尺寸增长,改变了磁通钉扎特性,延缓了因氦泡长大而造成的超导层结构无序和非晶化.本研究为评估REBCO超导带材在辐照环境下的工况服役行为提供了参考依据.

采用平衡函数的大规模多标签文本分类

大规模多标签文本分类是自然语言处理领域的一项挑战性任务。该任务存在标签数据长尾分布的情况,在这种情况下,模型学习尾部标签分类能力不佳,导致模型的整体分类效果不理想。为解决以上问题,提出采用平衡函数的大规模多标签文本分类方法。该方法使用BERT预训练模型对文本进行词嵌入处理,进一步使用预训练模型中多层编码器的拼接输出作为文本向量表示,获取了丰富的文本语义信息,提高了模型收敛速度。最后采用平衡函数针对预测标签的训练损失赋予不同的衰减权重,提高了方法在尾部标签分类上的学习能力。在Eurlex-4K和Wiki10-31K数据集上的实验结果表明,评价指标P@1、P@3和P@5上分别达到86.95%、74.12%、61.43%和88.57%、77.46%、67.90%。

基于二次Renyi熵的正则化互信息特征选择方法

提出了一种基于二次Renyis熵的正则化互信息特征选择方法,该方法能高效地对互信息进行估计从而使计算复杂度大大降低。同时把正则化互信息特征选择方法与嵌入式方法相结合得到一个两段式特征选择算法,该算法可以找出更具特征的特征子集。通过实验比较了该方法与其他基于互信息的特征选择算法的效率与分类精度,结果表明该方法能够有效改善计算复杂度。

红曲霉降胆固醇有效成分的研究

红曲霉以其能产生大量天然红色素的特性而著称于世 ,此外还能产生多种有效的生理活性物质。

激光对红曲霉的诱变作用

本文报道了以红曲霉No.20549为出发菌株,采用Nd:YAG激光进行诱变处理,筛选获得洛伐他汀产量为1.78mg/g的高产突变株T20013。经过激光辐照,出发菌株的生理生化代谢流发生了一定程度的变化。试验结果表明,激光诱变技术是方便、实用、效果明显的一种新型的微生物选育的理想方法之一。

基于模糊软集合理论的文本分类方法

为提高文本分类精度,提出一种基于模糊软集合理论的文本分类方法。该方法把文本训练集表示成模糊软集合表格形式,通过约简、构造软集合对照表方法找出待分类文本所属类别,并针对文本特征提取过程中由于相近特征而导致分类精度下降问题给出一种基于正则化互信息特征选择算法,有效地解决了上述问题。与传统的KNN和SVM分类算法相比,模糊软集合方法在文本分类的精度和准度上都有所提高。

一种新的互信息特征子集评价函数

传统基于互信息的特征选择方法较少考虑特征之间的关联,并且随着特征数的增加,算法复杂度过大,基于此提出了一种新的基于互信息的特征子集评价函数。该方法充分考虑了特征间如何进行协作,选择了较优的特征子集,改善了分类准确度并且计算负荷有限。实验结果表明,该方法与传统的MIFS方法相比较,分类准确度提高了3%～5%,误差减少率也有25%～30%的改善。

基于粗糙集与相关向量机的文本分类新方法

研究信息检索优化问题,在文本分类领域,分类方法由于训练样本的混合重叠及文本的维度过高而导致分类精度及效率的下降,为了提高分类精度,把粗糙集理论与相关向量机相结合,提出一种新的文本分类方法,首先依据粗糙集理论对决策表进行属性约简,把冗余的属性从决策表中删去,降低了文本的维数,利用相关相量机具有对噪声数据不太敏感、无需多余参数调整等特点,对文本进行分类。新方法能充分利用二者的优势,同时克服了RVM本身弱点,很好地解决了上述问题,进行仿真与其它分类算法进行比较,证明新方法能够有效提高分类精度,可为设计提供实用有效的算法。

分层格值命题逻辑系统中几类推理规则的讨论

在基于格值逻辑的不确定性推理的研究中,推理规则的选取是其重要研究内容之一。基于分层格值命题逻辑系统,提出了几类既包含有语义又含有语法的推理规则,且这些推理规则具备协调水平的特性;同时也证明了这几类推理规则在一定程度上有闭性。

模糊软集之间的相似性度量及应用

研究模糊软集的不确定度量问题,给出模糊软集的包含度、相似度公理化定义;基于模糊蕴含算子提出新的模糊软集包含度与相似度度量方法,该方法具有一定的普遍性,在某种程度上提供不同的模糊蕴含算子就可得到不同的包含度与相似度。基于新的相似度度量方法构造了一种决策方法并应用于金融企业流动性检测中。

红曲霉降胆固醇有效成分的研究

红曲霉以其能产生大量天然红色素的特性而著称于世,此外还能产生多种有效的生理活性物质.日本学者对红曲降血脂、降血压等功能的发现 ,掀起了利用红曲开发保健食品的热潮.本文主要对红曲霉生产胆固醇合成途径中的限速酶抑制剂--Monacolin K类物质的研究、特性、药用价值和生产概况和进展等方面进行综述 .

氨法提取啤酒酵母RNA的工艺研究

利用啤酒厂淘汰的酵母泥,用氨法破壁工艺提取核酸,其最佳条件为:酵母浓度为10％,氨浓度为1％,温度为60℃,破壁时间为25min。采用抽提液浓缩,加蛋白质沉淀剂除杂质,分步沉淀的方法提取RNA,可得纯度为83.8％的优质核酸,提取率达2％以上。

一种优势关系粗糙集近似集动态更新算法

近似集计算是运用粗糙集理论在数据挖掘相关研究领域中发现隐藏在数据中潜在知识的一个关键步骤。实际问题求解中,人们常常面对的信息系统是动态变化的。针对信息系统中对象集变化的情况,提出一种基于有序等价类进行信息粒合并的优势关系粗糙集近似集动态快速更新策略及相应算法。通过一个数值化算例验证了信息粒动态更新的可行性,实验结果反映出粒度动态更新方法能有效提高近似集的动态更新效率。

移动终端软件开发技术课程教学改革研究与实践

为适应移动应用开发商的需求,选择Android应用程序开发作为移动终端软件开发技术课程的教学内容。对教学目标、教学内容的选取、以项目过程控制的课程开发方式以及课程考核方法等方面进行阐述。实践表明,改革后的教学效果良好。

基于Java Applet技术的WebGIS客户端设计与实现

本文简介了目前W ebG IS系统中客户端采用的两种技术:HTM L客户端和基于Sw ing A pp let客户端,对比两者的优势与不足。给出了基于A pp let的W ebG IS客户端设计和实现方案。讨论了实现的关键技术,并给出相关代码。

基于多输入信息融合模型的暂态稳定分类

应用一种信息融合模型对电力系统暂态稳定进行分类评估。当电力系统发生故障时,采用该方法可以综合来自电网和发电机的多个信息源对电力系统的暂态稳定进行判别。利用D-S证据理论实现决策级融合,从而提高电力系统暂态稳定评估的可靠性。10机39节点系统被用来进行仿真研究,结果表明,提出的模型比原有的模型更有效。

基于VPRS理论的一种混合分类算法

在文本分类领域中,KNN与SVM算法都具有较高的分类准确率,但两者都有其内在的缺点,KNN算法会因为大量的训练样本而导致计算量过大;SVM算法对于噪声数据过于敏感,对分布在分类超平面附近的数据点无法进行准确的分类,基于此提出一种基于变精度粗糙集理论的混合分类算法,该算法能够充分利用二者的优势同时又能克服二者的弱点,最后通过实验证明混合算法能够有效改善计算复杂度与分类精度。

基于软集理论的人才推荐系统研究与设计

为消除就业难与企业单位招聘难之间的鸿沟,提高人才推荐系统的效能,真正实现人才推荐系统的智能化,基于软集最优决策方法,提出并实现了基于软集理论的智能人才推荐新方法。将人才与企业信息数字化为两个软集,通过对软集的最优计算得出最佳的人才与企业匹配结果,推荐系统允许用户自主关心的属性及属性的重要性排序,对推荐结果进行优劣排序,使得推荐结果更加客观全面,又能符合人才及企业的需求。最后实验表明该方法具有较高的性能。