甲状腺乳头状癌的超声影像特征及预测淋巴结转移的临床价值

目的:探究甲状腺乳头状癌的超声影像特征及预测淋巴结转移的临床价值。方法:选取2021年3月至2023年3月在本院经诊断证实的76例甲状腺乳头状癌患者为观察组,另选取同期收治的76例甲状腺良性结节为对照组,其中观察组根据有无淋巴转移进一步分为转移组42例和未转移组34例。术前均进行甲状腺超声影像检查,比较对照组与观察组、转移组与未转移组超声影像特征的差异。采用Logistic回归分析甲状腺乳头状癌的超声影像特征预测淋巴结转移的价值。结果:甲状腺结节病理性质与超声影像形态、纵横比、边界、与包膜的关系、钙化、血流分布有关,差异具有统计学意义(P<0.05);甲状腺乳头状癌有无淋巴结转移与超声造影参数形态、纵横比、边界、与包膜的关系、钙化、血流分布有关,差异具有统计学意义(P<0.05);Logistic回归分析显示,纵横比≥1和紧贴包膜是甲状腺乳头状癌发生淋巴结转移的独立危险因素。结论:甲状腺乳头状癌的超声影像特征较为明显,临床可通过超声影像鉴别结节性质,其预测淋巴结转移的临床价值较高。

腺嘌呤制作肾阳虚型慢性肾功能衰竭大鼠模型的电镜病理学研究

用腺嘌呤制作肾阳虚型慢性肾功能衰竭 SD大鼠模型 ,电子显微镜观察发现其肾脏病理改变为炎性反应连续性破坏病变 ,其病理改变稳定 ,与临床症状。

用于微博情感分析的深度学习网络模型

随着微博在网络中的兴起,对微博中包含的情感信息的研究越来越多地引起人们的关注,并取得了一定的成果。论文结合特定情感特征和卷积神经网络进行情感分析,提出一种用于中文微博情感分析的多通道卷积神经网络模型。针对微博短文本特有的内容信息,提取微博短文本的情感词集合。通过不同特征信息的结合,形成不同的通道作为卷积神经网络的输入,使卷积神经网络学习到更多的特征信息,获取更多的隐含信息。最后在COAE2014数据集和微博语料数据上进行实验,取得了比目前主流的卷积神经网络和传统分类器更好的性能。

多特征融合与注意力机制的中文文本关系抽取

在中文关系抽取任务中,数据稀疏和噪声传播问题是其研究难点。基于此,提出了在文本特征组织方面融合位置特征、最短依存特征和N-gram特征等多元特征,并提升关键性特征的权重,以缓解传统词特征的数据稀疏问题。这种组合特征进一步改善了文本中噪声传播问题,提高了句法特征在稀疏性问题下的可靠性。此外,在传统的双向LSTM神经网络中加入注意力机制,使模型更关注较为重要的特征,降低噪声对抽取任务的影响。在人物关系公开语料集上进行实验,结果表明采用该方法进行中文文本关系抽取的效果较好,并为信息抽取、知识图谱等领域提供了方法支持。

机器人对话中的情感倾向性分类模型研究

如何使机器人能够像普通人一样识别情感,有针对性地与人聊天是目前人工智能领域研究的核心问题。将情感识别任务看成一个分类问题,构建了两种分类模型,一是基于PCA-SVM的情感倾向性分类模型,有效地提取主要特征,从而转换到一个低维空间去处理数据,有利于提高分类效率和质量;二是基于LSTM的情感倾向性分类模型,利用Word2vec进行特征选择与组合,送入长短记忆神经网络(LSTM)进行特征表示学习,输出分类结果。实验表明,针对中小规模的评论语料数据,LSTM模型比SVM模型的分类效果更好。

微喷灌技术在胡萝卜生产上的应用及技术要点

微喷灌是通过塑料管道压力水,用很小的微喷头将水喷洒在土壤表面和植物叶面上进行灌溉的一种节水灌溉方式。该文介绍在旱作地区应用微喷灌节水技术发展胡萝卜生产的成效与技术。

火龙果良种与高优栽培技术

笔者针对惠安火龙果生产实际,综合当今科技成果和实践经验,介绍‘白巨龙’、‘巨龙’、‘红仙蜜’、‘赤龙’等火龙果优新品种,以及生产的高优栽培技术。

滨海盐碱地火龙果隔盐联排高效栽培技术

盐碱地土地利用率和产出率低下一直困扰着滨海农业产业的发展,采用盆栽隔盐联排栽培技术,可使蜜宝红肉火龙果每亩产量比传统未隔盐柱式栽培提高70%以上。本文作者从火龙果种苗选育、搭架定植、温度、水肥管理、修枝疏果、病虫害防治及果实采收等方面详细总结了蜜宝火龙果在滨海盐碱地盆栽隔盐高效种植的技术要点。

甘薯新品种“泉薯12号”特征特性及其栽培技术

泉薯12号在惠安县表现丰产、稳产,总结其选用壮苗、深耕松土、精细整畦、科学施肥、适时早插、合理密植、田间管理以及病虫害防治等技术措施。

创新服务方式 助农增产增收——五华县华阳供销社服务“三农”纪事

在一个春光明媚、百花齐放的时节，笔者一行数人驱车60多公里，前往位于五华县最南端、与紫金县相邻，分别被梅州市政府授予“农业龙头企业”，被广东省供销合作联社认定为“省级示范专业合作社”的华阳供销社参观访问。

先进制造技术在电梯制造中的应用研究

随着国家对制造业进行智能性转型升级的大力推进,电梯作为人们在现代化城市中的重要机械运载装备之一。其制造安全可靠性的要求越来越引起人们的重视。

基于最短依存路径和BERT的关系抽取算法研究

深度学习模型依靠文本单一的词特征、位置特征在文本关系抽取任务中取得了不错的效果.但以往研究未能充分理解句子语义,数据稀疏和噪声传播问题对分类模型的影响依旧存在.随着注意力机制和预训练语言模型的研究不断深入,BERT(bidirectional encoder representations from transformers)预训练模型为自然语言处理任务提供了更好的词句表示.因此,该文提出结合BERT预训练语言模型获得更具语义表现力的特征表示,同时使用依存句法分析提取出最短依存路径作为额外信息输入分类模型,降低了噪声词汇对分类模型的影响.该算法在中文人物关系抽取数据集和SemEval2010 Task 8语料集上进行对比实验,最终实验效果F值可达到0.865.

基于深度神经网络的关系抽取研究综述

关系抽取作为信息抽取领域近年来的研究热点,从宏观上可具体分为基于流水线的关系抽取、联合抽取和远程监督等,其中各个类别的关键性问题并不相通。近年来深度神经网络因其强大的语义表征能力,逐渐取代传统的机器学习成为关系抽取的基本模型,又可根据抽取方法细分为基于特征、卷积神经网络和注意机制模型等的关系抽取任务。随着数据规模的不断增大,自动高效地从文本中抽取结构化信息并构建知识库具有重大意义,关系抽取的研究和发展更具有必要性。文章对深度学习模型在各类关系抽取任务中的应用进行系统性评述,先主要介绍了常用的语料集及其规模、构建方式等;然后介绍深度神经网络在基于流水线的关系抽取和联合抽取任务中的具体应用,并描述两类任务的重难点问题。最后,文章认为迁移学习和小样本学习在基于深度神经网络的关系抽取研究中更具挑战性和普遍性。

基于情感分析的新闻浏览平台设计与实现

随着信息技术的迅速发展,传统的以关键字为检索手段的信息获取技术已不能满足人们对信息的需求,如何高效准确地从海量的新闻和新闻评论中找到读者感兴趣的信息成为了信息检索研究的焦点。基于此,设计与开发了一个基于情感分析的新闻浏览平台,采用jsp、servlet、javabean的MVC模式实现视图层、业务逻辑层、持久层的分离,后台使用oracle数据库,采用贝叶斯分类器对新闻和新闻评论进行情感分析获取相应的情感极性,前台搜索引擎可以将查找内容和情感极性两个参数传入系统后台,系统后台通过这两个参数返回具有情感极性分类的新闻列表,从而达到从海量的新闻中查找读者感兴趣的内容,提高用户浏览体验的目的。

基于半监督卷积神经网络的文本情感分类

针对情感分析需要标注大量高质量的训练集来提高模型的准确率,以及卷积神经网络无法充分利用句子中特有的情感信息,提出了一种基于多通道半监督卷积神经网络的情感分析模型。该模型通过重构卷积神经网络的损失函数以及不改变网络的结构来实现模型的半监督学习。同时,模型针对情感分析任务中特有的情感信息来构建文本输入矩阵以及将句子不同特征信息结合形成不同的网络输入通道,使模型在训练过程中从多方面的特征表示来学习输入句子的情感信息。并在COAE 2014和IMDB数据集上进行试验,验证了所提出方法的有效性。

甘薯新品种“惠薯6号”的特征特性及栽培技术

总结惠薯6号的种植表现及栽培技术,惠薯6号在我县试种示范,表现丰产稳产,生育期适中,较抗旱、优质、抗蔓割病等特点,2002年通过福建省农作物品种审定。

报考军大

一1949年8月17日凌晨,我父亲去西门买菜,回来就在巷口大声嚷道:"解放军进城了,福州解放啦!"我急忙冲出小巷,与奔走相告、欢呼雀跃的人们一起去迎接大军。

回忆福州解放与报考军大

一 1949年8月17日凌晨,我父亲去西门买菜,回来就在巷口大声嚷道:“解放军进城了,福州解放啦！”我急忙冲出小巷,与奔走相告、欢呼雀跃的人们一起去迎接大军。 我先看到一个穿便装、戴蓝帽,肩背冲锋枪的侦察兵,骑着自行车边搜索边前进。接着从东门方向有两个尖兵班,左臂上都缠着红色战斗巾,成两路纵队顺街道两侧向东街口行进。 这时,我想去看看自己的学校——福建省立福州中学,就顺着昔日走熟的路,转入三牧坊。到了校门口,解放军战士很和气地问:“你有什么事吗?”我说:“我是这个学校的学生,想到学校去看看。”答复是:“可以,你进去吧。” 一进校门,正赶上住在红砖楼上的国民党的一个保安连,在解放军包围下纷纷把枪支从窗口往外扔,解放军把他们押到学校大礼堂去上政治课。