哮喘患儿体重指数与肺功能和呼出气一氧化氮的关系

目的探讨支气管哮喘儿童体重指数(BMI)与肺功能、呼出气一氧化氮(FeNO)的关系。方法选取2020年9月至2022年9月在扬州大学附属医院诊断为支气管哮喘的114例患儿作为研究对象,根据BMI将其分为肥胖组47例(41.2%)、超重组24例(21.1%)及体重正常组43例(37.7%)。检测三组患儿治疗前的FeNO及肺功能指标,包括第1秒用力呼气容积(FEV_(1))、用力肺活量(FVC)、1秒率(FEV_(1)/FVC),呼气峰流速(PEF)。结果三组患儿的FVC、FEV_(1)、FEV_(1)/FVC比较,差异有统计学意义(P<0.05);肥胖组患儿的FVC、FEV_(1)、FEV_(1)/FVC均低于体重正常组,差异有统计学意义(P<0.05)。三组患儿的PEF、FeNO比较,差异无统计学意义(P>0.05)。哮喘患儿BMI与FEV_(1)、FEV_(1)/FVC呈负相关(P<0.05),与FeNO、FVC、PEF无相关性(P>0.05)。FeNO与肺功能指标无相关性(P>0.05)。结论BMI可影响哮喘患儿肺功能的部分指标,与气道炎症指标无显著相关性。

改进的MoveNet轻量化单人姿态估计算法

为提升轻量化单人姿态估计的实时性精度和可视化效果,提出一种BCM3-Net模型,基于MobileNetV3作为特征提取网络,引入空间通道注意力机制,在保证原MoveNet模型检测效率的同时,提高了人体关键点检测的准确率。结果表明,BCM3-Net模型在MSCOCO2017的验证集上拥有mAP为75.5%的效果,相较MoveNet模型精度提高了1.3%,同时运算量由3.433×10^(8)次/s下降至2.689×10^(8)次/s,实时推理能力达到43 FPS,验证了改进后模型的精准性和鲁棒性。

基于改进YOLOv5的煤岩图像检测识别研究

针对机器学习方法实现煤岩图像识别存在的问题,利用YOLOv5网络开展煤岩图像的检测识别。将CBAM注意力机制和Transformer添加到YOLOv5网络模型中,改进传统YOLOv5网络检测精度不高的问题。结果显示,添加CBAM注意力机制的YOLOv5网络模型平均精度最高达到0.928。利用添加了CBAM注意力机制的YOLOv5网络模型对煤岩图像进行检测,将识别结果中的煤岩混合图像从样本中分类出来,用于后续的图像分割,减少直接进行数据分割的运行时间以及误差。

4种常用除草剂对玉米、绿豆和萝卜的影响

采用非靶标植物影响试验的土壤处理法,分别测定500 g·L^(-1)莠灭净悬浮剂、400 g·L^(-1)二甲戊灵乳油、56%二甲四氯钠可溶粉剂和900 g·L^(-1)2,4-滴异辛酯乳油4种玉米田常用除草剂对玉米、绿豆和萝卜的半效应浓度EC_(50)(14 d),并进行影响评价,以明确除草剂对玉米及非靶标植物的安全性。结果显示,500 g·L^(-1)莠灭净悬浮剂、400 g·L^(-1)二甲戊灵乳油、56%二甲四氯钠可溶粉剂和900 g·L^(-1)2,4-滴异辛酯乳油对玉米和绿豆均为低毒,400 g·L^(-1)二甲戊灵乳油对萝卜为低毒,500 g·L^(-1)莠灭净悬浮剂、56%二甲四氯钠可溶粉剂对萝卜为中毒,900 g·L^(-1)2,4-滴异辛酯乳油对萝卜为高毒。4种除草剂均可按照推荐剂量施用于玉米田,但在选择施用500 g·L^(-1)莠灭净悬浮剂、56%二甲四氯钠可溶粉剂和900 g·L^(-1)2,4-滴异辛酯乳油时,应避免间、套种萝卜并远离萝卜田,以免对萝卜造成药害。

烟嘧磺隆多元复配除草剂对3种非靶标植物的影响

烟嘧磺隆复配剂被广泛应用于玉米田除草,为了评价其对非靶标植物的影响效应,明确烟嘧磺隆复配剂的环境风险,以小麦、绿豆和甘蓝为试验对象,在对照组出苗率达到50%后的第14天,分别测定8%烟嘧·氯吡嘧磺隆可分散油悬浮剂、16%烟嘧·硝磺·氯吡嘧磺隆可分散油悬浮剂、36%烟嘧·莠去津可分散油悬浮剂和22%烟嘧·氯吡·氯氟吡氧乙酸异辛酯可分散油悬浮剂对3种非靶标植物的半效应浓度(EC50),并选择最敏感指标进行评价。4种复配剂对小麦的EC50有效成分分别为0.029、0.062、0.078和0.053 mg·kg-1(高毒),对绿豆的EC50有效成分分别为0.995、0.149、0.154和0.157 mg·kg-1(中毒),对甘蓝的EC50有效成分分别为0. 004 0 mg·kg-1(剧毒)、0.001 1 mg·kg-1(剧毒)、0. 031 0 mg·kg-1(高毒)和0.002 0 mg·kg-1(剧毒)。4种烟嘧磺隆复配剂对小麦、绿豆和甘蓝等仍具有较高的毒性,在甘蓝等蔬菜田需谨慎施用。

改进的YOLOv3红外图像行人检测算法

针对红外图像下行人小目标检测识别率低、背景影响大等问题,提出了一种基于YOLOv3可提高行人检测准确率算法的红外行人监控算法。利用网络结构的特征优化主干网络加强了模块与模块间的特征传递,对于网络检测部分通过二次优化浅层和深沉融合后的特征信息完善信息的丰富度,实现YOLOv3网络结构的优化。结果表明:相比于YOLOv3,整体准确率提升1.17%,达到83.21%,检测时间从原来的14.726 ms缩减到13.304 ms。

改进的YOLOv4红外图像行人检测算法

在夜视红外行人检测的定位任务中,样本取样机器处于高点俯拍,使得所拍摄到的行人目标体积较小。此外,行人时刻处于活动状态,与摄像头的距离不同,导致检测时同类目标在图中的大小有一定的差异。基于YOLOv4算法,本文提出了一种改进的YOLOv4红外行人检测算法,对YOLOv4的网络结构进行了优化。采用形变卷积为核心组件,构建形变特征提取模块提升对于目标特征提取的有效性;针对形变卷积对特征提取网络模块进行优化。结果表明,改进后的算法在整体鲁棒性、召回率、F1-Score等评价指标方面均优于其它算法。

基于SPOC的课程思政融入C程序设计路径探索

以C程序设计为例,探讨如何基于SPOC教学将思政元素有效地融入专业课学习中,从“心”“脑”和“体”三方面探索适合培养学生的课程思政教学有效路径。实践表明,利用SPOC课程资源,可以提升C程序设计课程立德树人的功能发挥,深入挖掘内容所蕴含的思政元素和价值理念,实现全程育人、全方位育人。

改进YOLOv4的红外行人检测方法

为了解决传统YOLOv4模型在红外行人检测时遇到的检测速度慢、精确度低等问题,采用Ghostnet替换YOLOv4主干网络降低参数量提升检测速度,在Ghostnet的基础模块中引入CBAM注意力模块获取更深层次特征,将原激活函数ReLU替换为Leaky ReLU降低收敛误差。结果表明,改进型的YOLOv4-Ghostnet模型参数量降低了82%,在保证准确率的情况下,其检测速度比YOLOv4提高了32.8%,检测精度也比同类型的轻量级网络提升5.06%。

煤岩图像识别的改进算法

为提高综采工作面煤岩的识别精度,提出了一种基于U-NET++网络模型的图像分割算法,通过剪枝操作和添加残差网络结构改进U-NET++算法,利用labelme软件打标签煤岩样本数据,以及添加噪声等操作扩充数据集,将改进的U-NET++网络模型识别煤岩图像样本,仿真测试改进算法的运算时间和边缘特征分割的准确率。结果表明,R2U-NET++在煤岩图像分割时间缩短0.002 s/张,分割结果准确度提升了2%,煤岩图像分割的性能得到了有效提升。

煤矿工人心律失常检测的LSTM-CNN T波识别方法

为更好地保护煤矿工人的身体健康,提出一种长短期记忆神经网络和卷积神经网络组合的T波识别算法。采用卡尔曼滤波器预处理数据,提取特征,利用鲸鱼优化算法求得神经网络参数的最优解,以464名某煤矿公司井下一线作业工人的心电数据作为样本,训练集样本为18000个,测试样本为7700个,验证模型的有效性与准确率。结果表明,与现有方法相比,所提方法能够有效识别出T波异常变化形态,识别准确率达到99.35%。该算法可用于煤矿井下工人的心律失常检测。

基于YOLOv4-Efficient的目标检测和识别

在自动驾驶场景中,能够实现对前方车辆准确和及时的识别是至关重要的。本文对YOLOv4的主干网络进行修改,形成了YOLOv4-Efficient目标检测算法,在保证检测准确率的情况下,提高了检测速度。通过使用一种轻量级算法EfficientNet代替YOLOv4的主干提取网络CSPDarknet53。改进后的模型参数量少了近4倍。经实验对比,YOLOv4-Efficient平均准确率达到了96.27%,参数量也仅仅有60.52 M。结果表明,改进后的算法有较好的识别能力和检测速度,更适合移植到性能一般的设备上,整体性能优于其他算法。

基于MOOC应用的高校教学管理发展路径研究

慕课(MOOC)的出现强烈冲击着教育,在全球化教育中掀起前所未有的教改热浪。自新冠肺炎疫情发生以来,MOOC为代表的在线教学方式以其开放、便捷、共享的独特优势,为广大高校所普遍采纳。因此,探究MOOC应用下的教学管理,建立有效的激励和评估机制,以此来完善线上和线下的管理,有利于教学任务的顺利完成和教学质量的提高。

政府付费模式下PPP项目长期应收款资产证券化探析

近年来,政府和社会资本合作(PPP)模式的推行促进了国内企业投资,增强经济活力,减少地方政府债务风险,但也推高了建筑企业的资产规模和资产负债率,降低了企业的再投资能力。本文通过对政府付费模式下PPP项目长期应收款资产证券化方案进行探析,论述了第三方增信的合法合规性要求,分析了开展资产证券化的优势与劣势,并对开展资产证券化进行了展望,以期为企业破解再投资瓶颈提供借鉴。

基于SRL-UNet的肾脏病变图像分割算法

肾脏的病变通常隐匿无明显症状,随着时间推移,还可能导致并发症的出现。由于肾脏产生病变原因复杂多样,且造成病变因素众多,因此针对病变肾脏的准确诊断至关重要。精确的病变肾脏图像分割对临床诊断具有重要价值,为此提出一种基于改进UNet的肾脏病变图像分割算法SRL-UNet,用于自动检测和分割肾脏中的病变区域。通过在UNet模型中引入SE注意力机制,并且使用ResNet50作为UNet的主干网络,然后将UNet和水平集方法结合生成混合损失函数,实现网络端到端的训练来提高模型泛化性能,增强图像边缘的分割能力。仿真结果表明,SRL-UNet算法得到的准确率为0.9933,MIoU指数为0.8127,与UNet、DeepLabv3和HRNet三种方法比较,准确率分别提高了0.61%、0.35%和0.24%;MIoU指数分别提高了18.21%、4.04%和10.02%。同时,也分别解决了3种方法产生的空洞问题、分割缺失问题以及边缘不光滑问题,达到了良好的分割效果,体现出所提方法在分割算法性能上的优势。

Modulation of Sex Expression in Four Forms of Watermelon by Gibberellin, Ethephone and Silver Nitrate

There has been no systematic research on the effect of plant growth regulators and silver nitrate treatments on the control of sex expression in watermelon. In this study, we tested sex expression responses of four watermelon forms(monoecism, gynoecism, andromonoecism,and hermaphrodite) to gibberellin, ethephon and silver nitrate treatments. Results have shown that, in monoecious plants, gibberellins(GA_3)and ethephon treatments reduced the percentage of female flowers and delayed the occurrence of the first female flower, while silver nitrate induced the formation of bisexual flowers. In gynoecious plants, both ethephon and silver nitrate treatments transformed some female flowers into bisexual flowers, and treatment with ethephon resulted in a mass of abnormal flowers, while no obvious effect of treatment with GA_3 was observed. In andromonoecious plants, ethephon and GA_3 treatments delayed the occurrence of the first bisexual flower, and GA_3 reduced the percentage of bisexual flowers, while no distinct effect for silver nitrate treatment was observed. In hermaphroditic plants, ethephon treatment induced the appearance of numerous abnormal flowers, while no obvious effects for GA_3 and silver nitrate treatments were observed.We analyzed the transcription levels of all the expressed aminocyclopropane-1-carboxylic acid synthase(ACS) homologues in two gynoecious mutants and their wild types. We also tested the gene expression of CitACS4 which had been recognized as the andromonoecious gene in all treatments. All these results suggested that the best masculinizing treatment for breeding of the gynoecious line is silver nitrate, which repressed the expression of CitACS4 and induced many bisexual flowers for use in self-fertilization subsequently.