梅州市2013-2015年医疗机构法定传染病漏报调查分析

目的了解2013-2015年梅州市医疗机构法定传染病的疫情报告和管理情况,为进一步规范传染病疫情信息报告管理工作,提高传染病疫情报告质量水平提供科学有效的依据。方法根据"中国疾病监测信息报告管理系统"的网络直报数据统计,对2013-2015年梅州市法定传染病情况进行统计分析。结果 2013-2015年梅州市共抽查传染病数1 222例,报告传染病例数为1 204例,总迟报率和总漏报率分别为0.5%和1.47%。市级直属医院的漏报率最低,为0.49%,与县级医院和乡镇(街道)医院的比较,差异有统计学意义(P﹤0.05);而乡镇(街道)医院的漏报率最高,漏报率为2.41%,与市级直属医院和县级医院比较,差异有统计学意义(P﹤0.05)。2013-2015年梅州市抽查总报告卡数为1 212例,报录入一致总例数为1 192例,总的录入一致率为98.35%。2013-2015年梅州市抽查总报告卡数为1 044例,总完整率和总准确率分别为93.87%和95.88%,且3年期间完整率和准确率逐年增长。我市存在漏报的传染病为流感、手足口病和其他感染性腹泻,漏报率分别为4.65%、1.23%和2.49%。结论我市传染病疫情信息报告管理工作有待进一步规范,传染病疫情报告也有待进一步提高。

小波去噪在拉曼单模光纤传感系统中的应用

现有的拉曼光纤温度传感系统大多为多模系统,由于单模光纤传输损耗较小,采用单模光纤可以使测量范围轻易扩展。但由于单模光纤中产生的自发拉曼散射信号特别微弱,完全被淹没在噪声中,影响了系统的测温精度。针对存在的噪声信号问题,提出采用现有的累加平均算法与小波变换相结合的信号处理方法对拉曼散射信号进行处理。采用db5小波函数,分解层数为5层。通过matlab上进行仿真,结果表明信号处理方法可以有效地消除信号中的噪声,同时又能很好地保留有用信号,缩短了系统的测量时间,改善了系统的性能指标。

数据立方体技术在电力数据统计分析中的运用与研究

数据立方体是一类多维矩阵,让用户从多个角度探索和分析数据集,即它允许以多个维度对数据进行建模和观察,数据立方体技术是数据仓库的核心技术。本文以电力系统数据统计分析工作为例,介绍了数据立方体技术的原理,研究探讨了数据立方体技术在电力系统数据统计分析工作中的运用,通过建立基于数据立方体模型的电力数据统计分析系统,不但可以实现运行轻量级数据分析工具,而且满足了当前电网建设运行数据统计分析灵活、多样的需求。

自由空间激光通信策略下的电力系统应急通信

电力装置通信中断情况下,为实现快速恢复通信和电力装置抢修等目的,本文结合实际业务需求,针对自由空间激光电力系统应急通信模块,对其具体构成、技术优点、电力系统应急通信模块传送带宽、装置构成、传送链路余量、传送链路衰减以及波长选取等进行综合分析,证明自由空间激光通信在电力装置应急通信的实际应用价值。

基于卷积神经网络与多维度电力大数据的信用评估系统

2017年,国家发展和改革委员会牵头启动"信易+"联盟建设,社会信用体系建设全面铺开。其中,企业信用评估是国家信用体系建设重要组成部分,国家对企业信用建设给予了高度重视。通过服务电力业务的信用评估系统构建,可以高效支撑电力行业对企业异常用电行为进行预警。在国家大力倡导社会信用体系建设背景下,国家电网各业务部门及单位积极开展了自身信用体系建设。文中使用电力行业上下游的企业用户用电信息、履约情况、安全监管等数据,结合改进的模糊聚类算法对电力企业用户进行划分和用电信用系统构建,同时使用卷积神经网络算法(CNN)对企业信用评估系统进行分析建模。改进的模糊聚类算法能够适应不同的数据分布和提高聚类效果;改进后的多尺度卷积核CNN模型设计能克服传统CNN算法计算量大、易过拟合的缺点。实验证明多维度电力数据集可以很好反映企业信用信息,文中所提出的分类模型的运算效率和准确率较高,整体实现了企业电力风险评估系统。

基于优化强化学习的多智能体编队最优控制

针对一类非线性多智能体系统的编队控制问题,设计了基于优化强化学习的最优控制策略。首先,通过设计分布式多智能体性能指标函数获得了多智能体的分布式哈密顿-雅可比-贝尔曼(HJB)方程。利用优化强化学习的方法来求解HJB方程,从而获得最优控制策略,其中评价网络和执行网络分别用于逼近系统的性能指标函数和最优控制策略。与传统强化学习方法相比,所提方法避免了通过基于HJB方程估计误差平方的梯度下降法来获得神经网络的权重更新律的过程,从而简化了控制器设计。然后,通过李雅普诺夫理论证明了闭环控制系统的稳定性。最后,通过仿真实验验证了所提控制方法的有效性。

电力物联网中基于深度学习的无蜂窝接入点选择算法

针对传统电力物联网中的设备间干扰和高能耗问题,提出一种基于深度神经网络(deep neural network,DNN)的无蜂窝接入点(access point,AP)选择算法。首先,考虑无蜂窝网络下,将中央处理单元连接的多个协作AP随机分布在大规模电力设备周围,从而拉近AP与设备间的距离以降低能耗;然后,基于深度神经网络算法对AP进行有效筛选,通过训练静态随机设备的大尺度衰落系数将AP组合进行标签分类,使得平均频谱效率(spectrum effectiveness,SE)达到最大;最后,利用测试集进行测验,仿真结果表明,算法准确率能够达到95%,且相比于传统全AP传输和基于信道特征排序的算法,所提出的算法能够进一步提升无蜂窝网络多设备的平均SE,并具有更低能耗。

2014-2015年梅州市流行性感冒监测结果分析

目的分析梅州市流行性感冒监测结果，为预防及控制提供依据。方法利用感染性疾病检测系统统计2014年1月-2015年11月发热门诊监测的流行性感冒病例数据，采集部分流行性感冒患者的咽拭子标本做检测，用MDCK细胞对流感病毒进行分离，采用血凝抑制试验对流感病毒进行型别鉴定。结果共监测流感样病例2830例，包括2014年的1425例与2015年的1395例，占门诊就诊比例的1．24％，采集咽拭子标本1256例，分离出病毒的阳性标本有154例，其阳性率为12．26％，2014年80例，2015年74例，其中甲型为123例，乙型为25例，丙型为6例；感病毒阳性主要以小于10岁人群占较大比例，2014年为70．00％，2015年为69．92％；职业分布以散居儿童与幼儿园学生居多；流感病毒爆发时间以1～3月份较多。结论两年内市区流行性感冒处于相对平稳状态，儿童是流行性感冒的易感人群，做好儿童的预防是预防控制工作的重点。

一起毒蘑菇(大青褶伞)食物中毒事件调查

目的调查梅州市某公司发生一起食物中毒事件的原因,查找致病因子。方法开展病例搜索、现场流行病学和卫生学调查,调查进食的剂量-反应关系,采集样品进行实验室检测。结果此事件共发病15例,罹患率15.0%(15/100),发病平均潜伏期140min(50min^230min),呈点源暴发型;临床主要表现为呕吐(100.0%)、腹泻(53.0%)和腹痛(6.7%)等;15例有共同进食野生蘑菇史,未进食蘑菇者不发病;进食蘑菇量多或空腹进食者症状较重,进食蘑菇量少者症状较轻;剩余蘑菇经形态学鉴定为大青褶伞(铅青褶伞、铅绿褶菇);根据临床表现、流行病学和卫生学调查,结合实验室检测结果,判定是一起毒蘑菇引起的食物中毒事件,致病食物为大青褶伞。结论预防野生蕈类食物中毒最关键的措施,是开展健康教育宣传。食品安全监管机构应加大宣传教育力度,让群众充分认识毒蘑菇中毒的危害性和严重性,并建议在其产地的山区林区等入口处设置警示牌。

基于FlashGIS的电网态势标绘及协同会商系统的研究与设计

介绍了基于地理信息和事件信息的电网综合标绘与在线会商系统,介绍了建立此系统的主要目的,阐述了系统设计的关键技术与总体功能,介绍了实际应用。