预见性护理在结直肠息肉切除术后患者中的应用效果

目的:观察预见性护理在结直肠息肉切除术后患者中的应用效果。方法:选取2019年1月至2021年12月该院收治的120例结直肠息肉切除术后患者进行前瞻性研究,按照随机数字表法分为观察组与对照组各60例。对照组采用常规护理,观察组在对照组基础上采用预见性护理,比较两组并发症发生率、肠鸣音恢复时间、肛门排气时间、住院时间、抑郁-焦虑-压力量表(DASS-21)评分、健康行为能力自评量表(SRAHP)评分和护理满意度。结果:观察组并发症发生率为6.67%,低于对照组的31.67%,差异有统计学意义(P<0.05);观察组肠鸣音恢复时间、肛门排气时间、住院时间均短于对照组,差异有统计学意义(P<0.05);护理后,观察组DASS-21各维度评分低于对照组,SRAHP各维度评分高于对照组,差异均有统计学意义(P<0.05);观察组护理满意度为98.33%,高于对照组的85.00%,差异有统计学意义(P<0.05)。结论:在常规护理基础上采用预见性护理可提高结直肠息肉切除术后患者SRAHP评分和护理满意度,缩短肠鸣音恢复时间、肛门排气时间和住院时间,以及降低DASS-21评分和并发症发生率,效果优于单纯常规护理。

基于6σ稳健性的拼焊板车门轻量化研究

将某拼焊板车门各板件厚度及内板拼焊线位置作为变量,综合试验设计、响应面法、优化算法和蒙特卡罗模拟技术,提出了基于6σ稳健性的轻量化方法。算例结果表明,该方法在减轻车门质量的同时,提高了设计变量的可靠性和响应的稳健性,因此具有较强的工程实用性。

场景化分析:一种数据驱动下的学习行为解释性框架

教育数字化战略的实施加速了以数字化为支撑的学习行为分析框架与理论模型建设的同时,也暴露出当前模型的教育解释力不足等新问题。文章试图以“场景”为研究切入点,借助“场景”作为洞察和解释人类社会行为的认知工具,从“场景”如何量化学习行为大数据的视角,建构一个可量化、可解释的学习行为分析框架,以更好地洞察与阐释隐藏在行为大数据背后的学习行为规律。研究从“场景”与“行为”的关联视角,深度剖析了“场景”与人类社会行为之间的关联渊源,以及“场景”对学习行为模式解释性的影响;再从数据驱动的量化视角,对场景量化的构成要素、特性等进行分析,深层次分析了场景驱动学习行为分析建模的量化逻辑;从场景如何解释行为模式的视角,围绕以“场景”为核心,构建一个数据驱动的学习行为分析的解释性框架,并探讨了该解释性框架的应用方向。

智能教学系统中认知学生模型的设计

针对目前智能教学系统中,大部分对学生认知能力的评价过于单一,而且并没有对学生的学习数据进行预处理,导致学生认知能力的评价结果缺乏说服力。本文提出在使用试题重复答对率对学生的学习数据进行预处理的基础上,采用矢量记录法量化的学习行为数据,结合专家给出的认知能力的起评参数,运用模糊综合评价方法评价学生的认知能力,从而构建出认知学生模型。通过该方法构建的认知学生模型可以有效地控制学生的不真实的数据,从而更贴切地刻画学生认知能力,使评价更具有合理性。实验表明该方法可行,并取得了良好的效果。

教育资源服务下海量云存储优化机制的研究

目前教育资源的数据量以爆发式增长,导致教育资源服务面临着海量数据管理困难、数据存储成本高、响应速度慢等难题。本文尝试从教育资源数据访问特性的角度出发,采用基于模糊c均值的聚类算法,建构相应的教育云存储的副本管理策略,以此来优化云存储的存储机制,从而提高教育资源的服务效率与质量。

三网融合下自适应编解码技术的研究和应用

本文介绍了自适应编解码技术在三网融合视频业务中的应用以及技术发展情况,并详细分析了各种自适应编解码技术的应用场景、实现方式以及影响视频质量的相关因素,并对部分关键技术进行了讨论,指出自适应编解码技术发展和商用过程中需要解决的一些关键问题。

喉透明细胞癌1例报道并文献复习

目的 分析喉透明细胞癌的临床及病理组织学特征。方法 运用光镜、电镜及免疫组化技术 ,研究报道 1例喉透明细胞癌 ,同时复习相关文献。结果 喉透明细胞癌癌细胞胞质透明 ,异型性明显 ,免疫组化上皮抗原标记(+) ,电镜观察发现肿瘤细胞有腺样结构形成。结论 喉透明细胞癌是一种分化较低的腺源性恶性肿瘤 ,具有高度侵袭性的生物学特征 ,应与其他部位转移的透明细胞癌鉴别。

场景化:学习服务设计的新思路

"互联网+教育"时代,学习者的学习场景是动态多变的,其精准化学习服务的提供都需要在合适的学习场景中进行,由此逐渐形成围绕"场景"进行个性化学习服务设计的新业态。而目前传统的学习服务模式缺乏对场景特性的考虑,基于此,研究拟提出一个场景化的学习服务支撑架构,意图从实践层面上探讨个性化学习服务模式的设计,以满足新时代高精准的个性化学习服务要求。该架构从量化"场景"的视角,对场景的内涵、要素以及场景化服务运行机制进行剖析,在此基础上,融合大数据挖掘方法,将个性化学习服务支撑架构划分为场景化的数据模型层、学习者场景模型层和场景化的推送模型层3层架构,以此来构建一个以"场景"为核心的3层个性化学习服务支撑架构,并从技术实践层面上分析了各层架构的实现路径,进而为新时代构建一个精准的个性化学习服务模式提供了一种新的设计思路。

基于教育大数据的学习习惯动力学研究框架

学习习惯是学习者的个性化标签,是影响个性化学习服务精准化的重要因素。揭示数字环境下学习者个体学习习惯和群体学习习惯的新规律,对于实现教育向规模个性化教育转变具有重要意义。深层次挖掘学习习惯的新规律可以分解为构建科学有效的学习习惯测量模型以描述学习习惯的动态变化和探索学习习惯进化的动力学机制以发现学习习惯形成的规律等两个关键问题。为破解这两个关键问题,该文将学习分析和大数据分析方法融合到学习习惯的研究,从学习者的学习行为分析出发,通过采集海量的学习行为轨迹数据,构建可重用的多粒度数据共享模型。在此基础上,深层次分析数据的统计规律,构建学习习惯的测量模型,并基于该模型设计精准化的学习习惯干预模型,探索基于教育大数据的学习习惯动力学机制,溯源学生"互联网+教育"背景下的学习习惯发展规律。

基于场景感知的学习者建模研究

"互联网+教育"时代,以往传统的学习场景正不断被重构,新型的学习场景逐渐向动态化、多元化、碎片化的模式发展,使得基于场景挖掘的新型个性化学习服务模式的重要性越发凸显。而学习者模型作为个性化学习服务系统的核心部件,目前还无法满足新时代下高精准的个性化服务要求。基于此,文章提出一种基于场景感知的学习者建模方法,该方法是基于近些年有关学习者特征分析模型研究的分析结果,融合学习者的场景特性,设计了一个6维度学习者特征分析模型,在此基础上,融合场景感知建模方法和频繁序列挖掘算法,计算不同学习场景下各维度学习者特征值,由此构建一个具有场景特性的个性化学习者模型,并基于该模型探讨了个性化学习服务推荐演化框架。

学习习惯动力学研究范式及其创新价值

学习习惯是教育领域的常识性概念,其定性研究范式一直占据着主导地位,但是随着大数据在教育领域的应用延伸,教育中的理论思辨与实践探索越来越依赖于基于数据和事实的研究。如何在不干预学生的情况下,通过系统记录的客观数据,自动分析和挖掘学生的学习习惯将是学习习惯研究领域的一个突破。学习习惯动力学研究正是基于量化学习、人类动力学、已有学习习惯研究等三类研究的支撑而形成的,定位于运用大数据分析方法,深入挖掘学习者的学习行为轨迹,建立学习习惯的多场景模型,对学习者的学习习惯进行动力学分析,探索学习习惯的动力学机制,从而为学习习惯的诊断、预测和干预提供支持,对设计和构建个性化学习支持服务系统提供指导。从研究图景看,学习习惯动力学研究可以按动力学-静力学、个体-群体两个维度形成四象限研究模式,分别是学习习惯动力因素分析、学习习惯形成的个性化分析、个体学习习惯演化、群体学习习惯演化等。这四类研究问题各有侧重,但又相互联系,相互影响,互为前提,互为补充。四个研究问题以及相互之间的转化使得学习习惯动力学研究可以不断深入,从影响因素到动态演化,从微观行为到宏观图式,共同构成了学习习惯动力学研究的整体。

某乘用车制动异响分析和研究

车削加工而成的制动盘在摩擦表面存在规律的螺旋纹路,汽车制动时,螺旋纹路会给摩擦片施加一径向力,导致摩擦片沿制动盘径向窜动,从而产生异响。车削加工时,采用不同的进给速度,打乱摩擦表面螺旋纹路的一致性,从而消除异响。

基于安卓系统的在线热成像温度监测软件开发及应用

为了更好地优化电力事业的工作方式,提高变电、输电设备的检测、维修效率,文章参考了热成像技术、变电站设备智能识别技术、红外测温技术、网络传输技术、安卓平台网络开发技术等多项技术,将这些先进的技术结合起来,研发出一款适用于安卓系统的在线热成像温度监测软件。

基于多源数据融合的共享教育数据模型研究

人工智能教育时代,传统的教育数据共享方法无法满足海量教育数据共享的时效性,进而影响智能教育系统响应的即时性与智能性,文章提出了一种基于多源数据融合的共享教育数据模型的建模方法。该建模方法首先对多源数据融合的概念、融合方法等内容进行分析,并对多种异构数据源的数据共享特性进行剖析,提取出"学习者、时间、空间、设备、事件"五维数据共享特性来对多源异构的教育数据进行数据融合分析;然后再结合国际通用的xAPI(Experience API)数据规范,对融合后的数据进行规范化分析,生成通用的教育数据交换格式;最后,基于该数据交换格式,探讨了共享教育数据模型的总体架构及实现路径,并构建一个可重用、可共享的教育数据模型,以期为今后开展基于大数据的数据共享的研究提供一套切实可行的实践指导框架。

12 kV带电检修出线柜的研究与设计

为减少停电时间,提高供电可靠性,文中提出了一种12 kV出线开关柜带电检修设计方案。首先对开关柜的一次主接线进行了优化,提出在副柜的中部安装双动刀闸以实现检修不停电的目标。为评估额定电压下开关柜运行可靠性,建立了开关柜三维温度场和电场模型并进行了温度场与电场的仿真计算。建立三维瞬态电场模型分析了双动刀闸转换过程和雷电冲击下过电压对开关柜绝缘的影响。研究结果表明:额定电压下,主柜、副柜场强最大值分别为7.82×10^(4)、9.47×10^(4)V/m,远小于空气击穿场强,绝缘状态良好;主柜、副柜温升最高值为50.7、42.8 K,符合设计标准。主柜、副柜在进行双动刀闸切换过程中产生的过电压峰值为16.6 kV,此时开关柜的电场强度最大值为4.35×10^(5)V/m,绝缘表现良好;雷电冲击条件下,主柜、副柜内场强最大值分别为1.415×10^(7)、5.093×10^(6)V/m,此时避雷器的安装不能省略。

延续性护理在神经内科重症患者转出ICU后的应用研究

目的探讨延续性护理在神经内科重症患者转出ICU后的应用效果。方法将2019年1—12月清远市人民医院重症医学科二区接收的神经重症患者64例作为对照组,经重症医学科二区转出后由普通病房护士实施常规护理;将2020年1—12月接收的神经重症患者70例作为研究组,在对照组基础上实施延续性护理。比较2组患者并发症发生率、ICU重返率、家属迁移应激水平(FRSS量表评分)、恢复指标及护理满意度(根据NSNS量表评定)。结果研究组的ICU重返率及总并发症发生率分别为1.4%(1/70)和7.1%(5/70),明显低于对照组的12.5%(8/64)和29.7%(19/64),差异均有统计学意义(P均<0.05);NICU转出第7天时研究组的FRSS量表下ICU转出的焦虑、对治疗条件及环境变化的认识、对患者病情的认识维度得分及总分均明显低于同期对照组(P均<0.05);研究组患者的普通饮食恢复时间、首次下床活动时间及普通病房住院时间均明显短于对照组(P均<0.05);研究组的总满意度高于对照组(P<0.05)。结论延续性护理在神经内科重症患者转出ICU后应用可降低ICU重返率及并发症发生率,减轻患者家属的迁移应激反应,缩短康复进程,提升护理满意度。

不拆解接地线的GIS导电回路电阻快速测量方法研究

GIS设备在安装及检修过程中,需要利用直流压降法来检测导电回路电阻,以检查断路器、隔离开关等设备的连接状况。但是,直流压降法在测量时需要拆解接地线,其操作繁琐、工作效率低。同时,还存在损伤本体结构,以及从周围带电设备感应出高电压的可能。为此,基于GIS设备的拓扑结构,提出了一种不拆解接地线的GIS导电回路电阻快速测量方法。该方法首先将GIS网络提取成多阶T型阻抗网络,通过节点电压方程和回路电流方程建立对应的阻抗矩阵。通过施加两次不同接线方案的直流激励源来求解该阻抗矩阵。同时,还分析了接地网络分流和三相相间分流对测量结果的影响,并在此基础上提出了该方法的激励源施加方案。经实例验证,该方法的测量结果与直流压降法的测量结果相似,同时还可有效提高工作效率,对同类型GIS设备的导电回路电阻测量具有参考意义。

早期肠内营养对重型颅脑外伤患者术后并发症发生情况的影响

目的讨论早期肠内营养对重型颅脑外伤患者术后并发症发生情况的影响。方法选择我院进行手术治疗的重型颅脑外伤患者128例,按照护理方式将患者分为对照组(64例,延期肠内营养)和观察组(64例,早期肠内营养);比较两组患者护理1个月期间并发症发生情况。结果观察组患者腹泻、肺部感染以及电解质紊乱发生例数均明显低于对照组,差异有统计学意义(P<0.05)。结论早期肠内营养供给能有效减少重症颅脑外伤患者腹泻、肺部感染以及电解质紊乱等并发症的发生情况,临床应用价值高。

基于闭环霍尔效应的电流传感器设计

为了提高电流测量元件的测量精度,根据闭环霍尔原理在测量电流时具有漏磁少、温飘影响小等优点,本文对闭环霍尔电流传感器与相关器件进行了优化选择;根据所需要的测量量程设计了差分放大电路的相关参数;通过数字控制器对霍尔元件的零偏电压进行调零,提高电流传感器的测量精度。试验证明本文所设计的闭环霍尔电流传感器具有较好的测量精度,在不同待测电流信号强度的条件下均能保证较小的相对误差,具有较好的实用价值。

在线热成像温度监测技术中变电设备的应用探索

近年来,我国自动化水平显著提升,而电力自动化运行期间的安全稳定性功能更是受到了人们广泛关注,其中在线热成像温度监测技术在电力系统中的有效应用就是一个重要突破,为保障电力质量的供应起到了重要作用。本文主要对红外热成像温度在线监测技术自身优势和存在问题展开探讨,针对在线热成像温度监测技术中变电设备的应用进行探索。