重识南音的文化价值

泉州南音成功入选《人类非物质文化遗产代表作名录》，得益于其自身历史悠久、风格独特、影响广泛、文化积淀深厚，更离不开泉州市以及海内外弦友长期以来对南音的执着热爱、自觉传承和创新发展。这让泉州古城拥有了世界文化品牌，也将进一步促进泉州市优秀传统文化的保护、传承和弘扬工作，

基于C-AdaBoost模型的乳腺癌预测研究

机器学习和深度学习技术可用于解决医学分类预测中的许多问题,其中一些分类算法的预测精度较高,而另一些算法的精度有限。提出了基于C-AdaBoost模型的集成学习算法,对乳腺癌疾病进行预测,发现了判断乳腺癌是否复发、乳腺癌肿瘤是否为良性的最优特征组合。通过逐步回归方法对现有特征进行二次选取,并结合C-AdaBoost模型使得预测效果更优。大量实验表明,基于C-AdaBoost模型的算法的预测准确率比SVM、Naive Bayes、RandomForest以及传统的集成学习模型等机器学习分类器的准确率最多可提高19.5%,从而可以更好地帮助医生进行临床决策。

基于数据挖掘的中医特色治疗绩效考核指标研究

基于现行三级公立中医医院绩效考核办法,使用数据挖掘技术对中医特色治疗相关指标进行深入分析。采用无监督学习算法,将中医特色治疗项目数据进行分类,实现对科室绩效考核目标的多维度评价。该研究通过构建CK-means聚类模型,使用三种特征工程方法对中医特色治疗相关指标进行预处理,然后使用优化后的CK-means模型进行无监督的聚类训练。改变传统科室考核划分模式,将全院科室分为5类。根据分类结果,制定并优化更具有中医特色的科室考核方法,为三级中医医院的良好发展提供支持与保障。

空间插值方法对土壤重金属污染格局识别的影响

针对广东省某地区土壤中采样样品点的重金属污染物砷(As),文章选取统计学中具有代表性的反距离加权(IDW)、样条函数(Spline)、普通克里格(OK)3种空间插值方法,对比分析不同空间插值方法下研究区土壤中As浓度估算精度、污染特征识别和污染格局空间区划的差异。结果表明:3种空间插值方法在研究区土壤As浓度的估算中,IDW表现最佳;3种插值方法所识别的研究区As污染空间分布特征和污染格局均存在差异,但相对于OK法,IDW和Spline两种方法的结果更加相近。研究表明,在基于点状离散数据采用空间插值方法分析区域土壤重金属污染特征的过程中,应首先考虑结合区域数据样本的数量和特征,开展各空间插值方法的精度评价。

土壤重金属污染风险时空变化模拟与分析

针对稀疏采样无法准确揭示土壤重金属污染时空分布及其健康危害的问题,该文集成协同克里格插值和情景预测模型模拟绘制了2005、2020年我国南方某地土壤表层重金属砷、镉含量的时空分布格局,基于污染场地风险评估导则模拟分析了无突变与乐观情景致癌风险动态变化。结果表明:耦合地理要素的协同克里格插值和情景预测可以客观反映研究区土壤重金属砷、镉含量的时空分布特征与变化趋势;研究区土壤重金属污染对人体存在致癌风险,但风险范围与水平在2020年乐观情景下均会降低。