基于中医内科教学改革的几点思考

中医内科学是中医临床教学的重点课程,关系到学生临床素养能力的培育,文章针对中医内科学的现状,对中医内科学教学中出现的问题进行反思,拟从教学主体回归到学生、丰富课堂教学方法、加强中医经典学习、培养自主学习能力方面来研究中医内科学改革的策略,提高中医内科学的教学效果,促进中医内科学的健康发展。

基于Logistic回归模型分析麻醉科住院医师术前访视

目的调查当前麻醉科住院医师术前访视的现状,通过多元有序Logistic回归模型筛选出影响住院医师规范化培训(简称住培)的麻醉科住院医师术前访视工作的因素,并对影响麻醉术前访视的因素进行分析。方法自行设计调查问卷,通过微信小程序对河北省多家住培基地的麻醉科住院医师发放调查问卷,问卷涉及住院医师对术前访视的认同感、住院医师对医院教学的评分等多方面问题。问卷结果通过Logistic回归模型进行分析。结果影响麻醉科住院医师术前访视能力及自我评价的因素中,外科医师和患者及家属配合度及麻醉科住院医师对术前访视的认同感与住院医师术前访视能力及自我评价呈正相关(P<0.05)。而麻醉术前访视的时间段与住院医师术前访视能力及自我评价不具相关性(P>0.05)。结论住院医师术前访视能力及自我评价受外科医师和患者及家属配合度及麻醉科住院医师对术前访视的认同感影响,相关因素为进一步提高麻醉术前访视质量和住院医师的术前访视能力提出参考。

基于SARIMA-SVM混合时序的吊弦故障强度预测方法

针对高速铁路接触网设备故障强度预测问题,以吊弦为例提出一种基于季节性自回归移动平均模型(SARIMA)-支持向量机(SVM)混合时序的吊弦故障强度预测方法。采用SARIMA对吊弦故障时间序列进行线性建模,并利用SVM对SARIMA预测残差进行非线性建模,实现组合预测。结果表明,混合时序对故障强度的预测精度好于单一预测模型,为吊弦及其他接触网设备故障强度预测提供了一种有效可行的方法。

基于长短期记忆神经网络的高铁接触网缺陷趋势预测

接触网是铁路牵引供电系统的薄弱环节,对接触网缺陷的历史数据进行挖掘,有利于对接触网历史运行情况和未来缺陷发生趋势进行预测,为实现接触网计划性维修和预防性检修提供参考。考虑到接触网缺陷既取决于当前状态,又具有长时序依赖的特点,本文提出一种基于长短期记忆神经网络(LSTM)的接触网缺陷趋势预测方法,为接触网单项缺陷分项进行中短期预测。通过实例检验,运用该方法能够实现对缺陷趋势的准确、可靠预测。

农产品直播销售的现状、问题及对策研究——基于线上和实地调查与直播数据的分析

随着互联网经济的发展,近年来涌现了多种电商模式,在新冠疫情中,直播销售这一模式开始爆发式增长,为农民收入的增加提供了一条路径。目前这一模式的可行性以得到验证,但在实践中也存在一些问题,本文基于线上问卷调查以及对直播数据的实证分析,剖析了直播销售的现状,并提出相应建议对策。该研究有助于提高直播销售的经济效益,促进农村收入增加,为乡村振兴添砖加瓦。