基于类别不平衡数据联邦学习的设备选择算法

考虑移动边缘计算下的联邦学习,其中全局服务器通过网络连接大量移动设备共同训练深度神经网络模型。全局类别不平衡和设备本地类别不平衡的数据分布往往会导致标准联邦平均算法性能下降。提出了一种基于组合式多臂老虎机在线学习算法框架的设备选择算法,并设计了一种类别估计方案。通过每一轮通信中选取与前次全局模型的类别测试性能偏移最互补的设备子集,使得训练后线性组合的全局模型各类别测试性能更平衡,从而获得更快的收敛性、更稳定的训练过程以及更好的测试性能。数值实验充分探究了不同参数对基于类别不平衡联邦平均算法的影响,以及验证了所提设备选择算法的有效性。

电力系统中不确定性潮流分析的研究展望

环境保护是世界上最具有挑战性的难题之一。为了应对这个全人类的挑战,世界各国争相制定出一系列的能源计划。分布式能源的渗透主要集中在可再生能源的飞速发展,新能源以一种空前的发展速度,使人类快速步入新能源时代。然而,这对电力系统产生了新的不确定性,因此对电力系统性能的不确定性分析十分必要。通常,工程系统的不确定性研究可以表示为基于概率理论或基于可能性理论。在不确定性潮流分析中,同时考虑概率性和可能性的不确定性是现今不确定性潮流分析研究中的发展方向。

中药辅助甲氨蝶呤治疗输卵管妊娠的临床观察

目的观察中药辅助甲氨蝶呤(MTX)治疗输卵管妊娠的临床效果。方法随机选取30例输卵管妊娠患者应用中药辅助MTX治疗为观察组,另28例单用MTX治疗为对照组,比较2组疗效。结果观察组保守治疗成功率明显高于对照组(P<0.05)且不良反应少。结论中药辅助MTX治疗输卵管妊娠疗效好,不良反应少。

GyneFix IN、MLCu375、TCu220C宫内节育器临床效果分析

目的探讨GyneFix IN IUD、MLCu375 IUD与TCu220C IUD的临床效果及安全性。方法 600例要求使用IUD避孕的育龄妇女,随机放置GyneFix IN IUD、MLCu375 IUD与TCu220C IUD各200例,放置后1,3,6,12个月定期随访观察。结果放置满12个月时,GyneFix IN IUD组、MLCu375 IUD组与TCu220C IUD组比较,继续使用率分别为96.29%,94.05%与88.08%,有显著性差异(P均<0.05);累积脱落率分别为0.51%,0.72%与4.78%,有显著性差异(P均<0.05);因症取出率分别为1.81%,2.36%与5.20%,有显著性差异(P均<0.05);累积带器妊娠率分别为0.43%,0.82%与0.88%,无显著性差异(P均>0.05);4次随访主诉发生率均有显著性差异(P均<0.05)。结论 GyneFix IN IUD和MLCu375 IUD具有因症取出率低、继续使用率高的优点,值得临床应用。根据对象的自身条件,选择合适的IUD,可提高避孕效果,减少不良反应的发生。

浅析配电间高压侧主接线的构成原理与安全性方案

电力系统行业持续稳定发展,为国民经济工业的腾飞提供坚实的保障。文章针对某一典型配电系统进行了分析与改进。其中,首先阐述了工厂电气设备的核心功能定位,进而对高压配电间的供配电和布局进行了深度解构和剖析,并在配电系统运行方式的构想上提出改良方案。最后,对配电网络可能出现的安全隐患创新性地设计了解决方案。结果表明,该套方案具有良好的工程实践性和有效性。