基于国产高端腔镜和新辅助治疗降期的支气管肺段袖式切除术临床效果评价

目的:探究基于国产高端腔镜和新辅助治疗降期的支气管肺段袖式切除术临床应用效果。方法:选取医院收治的20例新辅助治疗后行肺切除术的患者,按随机数表法将其分为观察组和对照组,每组10例。对照组予以传统肺叶切除术,观察组予以联合国产高端腔镜的支气管肺段袖式切除术,收集两组患者术中术后临床资料,并对两组患者围手术期指标和短期预后结果等进行统计分析。结果:观察组患者术后住院天数少于对照组,差异有统计学意义(Z=-1.991,P<0.05),术后并发症发生率均少于对照组,差异有统计学意义(x^(2)=7.200,P<0.05);观察组和对照组平均手术时间分别为(3.38±0.42)h和(2.61±0.33)h,其差异无统计学意义(t=1.445,P>0.05)。两组出血量和淋巴结清扫数比较,差异均无统计学意义(Z=-0.173,Z=-1.432;P>0.05)。结论:基于国产高端腔镜系统和新辅助治疗降期可以安全、有效地实行支气管肺段袖式切除等创新术式,发展、支持、应用国产高端腔镜系统有助于进一步实现肺部肿瘤微创术式创新。

廊道与源地协调的佛山市生态网络格局构建与优化

统筹生态格局和城镇格局的协调发展,是优化国土空间生态网络格局的重要手段。本研究选取佛山市为研究对象,通过提取核心生态源地与自然廊道、经济社会源地与交通廊道,构建统筹生态格局和城镇格局的城市生态网络格局,揭示生态干扰点的分布特征,并提出城市重点生态区域协调保护的优化策略。结果表明:(1)核心生态源地面积为771.38 km^(2),分布在三水区和高明区,经济社会源地面积为1214.49 km^(2),分布在禅城区、顺德区和南海区;(2)为了保护生态要素的连接,其中4.15 km^(2)生态廊道应纳入生态保护区域,合理布局河流绿地缓冲区域;(3)受干扰的核心生态源地面积为12.18 km^(2),有152处生态干扰点,未来可通过设置绿地缓冲区域的策略来平衡自然-城市复合系统的协调发展。研究结果可为协调和优化国土空间中生态空间与城镇空间的合理布局提供参考。

基于GA-WNN的电涡流传感器的温度补偿

针对电涡流传感器的温度漂移对其测量精度带来较大影响的问题,提出了基于遗传优化小波神经网络(GA-WNN)算法对电涡流传感器进行温度补偿修正模型。通过对电涡流传感器做标定实验,并且利用LM35温度传感器监测其工作温度,建立GA-WNN神经网络模型。该模型用遗传算法对小波神经网络的权、阈值进行全局的优化,改善了小波神经网络训练速度慢的问题,克服了易陷入局部最优的缺陷。研究结果表明,补偿后的灵敏度温度系数由8.69×10^(-3)/℃提升到3.48×10^(-4)/℃;零位温度系数由4. 78×10^(-3)/℃提升到1.85×10^(-4)/℃,均提高了一个数量级,成功实现了温度补偿的目的。

财务管理在企业管理中的用处浅析

财务管理是企业经济活动中的重要环节,不仅能够规范企业经营管理活动,同时能够精确反映出企业资金运作情况,是企业长期稳定和可持续发展的重要因素。财务管理贯穿企业整个运行过程中,在一定程度上甚至决定了企业的生存和发展。因此,明确财务管理的作用和地位,充分利用其优势促进企业长远发展已经成为现代企业管理的关键。从不同角度分析了财务管理在现代企业管理中的地位和作用,希望能够引起企业管理者对财务管理的重视,不断促进企业管理水平的提升。

碳中和背景下城市生态空间碳汇评估与生态服务管理的优先领域——以广东省佛山市为例

由碳排放量增加引起的气候变化问题日趋严重,世界各国都在积极致力于减缓全球温室气体排放的增长速度。明确城市生态空间的碳汇量,厘清城市碳中和过程中生态服务管理的优先领域,是实现“碳中和”目标的重要实施路径。采用佛山市第三次国土调查数据,基于不同生态系统类型固碳速率,通过碳汇评估模型对佛山市生态空间的碳汇能力进行评估。结果表明,2019年佛山市的碳汇总量为0.16×10^(6) t,碳排放为43.90×10^(6) t,碳汇量占碳排放量的0.36%,碳增汇和碳减排的潜力较大,并提出了“生态空间优化—生态指标管控—生态用途调控”的优先领域框架,以期为佛山市碳中和的实施提供技术支撑。

DeepFlame:基于深度学习和高性能计算的反应流模拟开源平台

近年来,深度学习被广泛认为是加速反应流模拟的一种可靠方法。近期开发了一个名为DeepFlame的开源平台,可以在模拟反应流过程中实现对机器学习库和算法的支持。基于DeepFlame,成功地采用深度神经网络来计算化学反应源项,并对DeepFlame平台进行了高性能优化。首先,为了充分发挥深度神经网络(DNN)的加速潜力,研究实现了DeepFlame对DNN多卡并行推理的支持,开发了节点内分割算法和主从通信结构,并完成了DeepFlame向图形处理单元(GPU)和深度计算单元(DCU)的移植。其次,还基于Nvidia AmgX库在GPU上实现了偏微分方程求解和离散稀疏矩阵构造。最后,对CPU-GPU/DCU异构架构上的新版本DeepFlame的计算性能进行了评估。结果表明,仅利用单个GPU卡,在模拟具有反应性的泰勒格林涡(TGV)时可以实现的最大加速比达到15。

改进的含时间幂次项灰色模型及建模机理

为提高灰色预测模型的预测精度,针对传统含时间幂次项灰色预测模型的局限性,根据实际应用的需要,提出一种改进的含时间幂次项灰色模型NGM(1, 1, t~γ).对该模型的建模机理、参数估计等进行研究,通过积分变换,得到与该模型白化方程相匹配的灰色微分方程,并给出模型参数的最小二乘解和时间响应式.讨论幂次项指数几种特殊取值下该模型的性质和适用范围,以误差平方和最小为目标,对NGM(1, 1, t~γ)模型的初始点进行优化,给出相应的优化公式.研究表明, GM(1, 1)和NGM(1, 1, k)模型均是NGM(1, 1, t~γ)模型的特殊形式,因此,该模型拓展了灰色预测理论的体系,扩大了灰色预测理论的应用范围.最后通过实验表明,所提出的改进含时间幂次项灰色预测模型具有更好的拟合和预测精度,从而验证了其有效性和实用性.

基于R2指标和目标空间分解的高维多目标粒子群优化算法

基于R2指标和分解策略的多目标粒子群优化算法(R2-MOPSO)在求解2、3个目标优化问题时具有较好的收敛性和多样性,但在求解高维多目标优化问题时难度较大.对此,提出一种基于R2指标和目标空间分解的高维多目标粒子群优化算法(R2-MOPSO-II).首先借鉴R2指标和目标空间分解策略综合权衡选择过程的收敛性和多样性,设计双层档案维护策略;然后设计一种新的向导选择策略来连接目标空间和决策变量空间,进而提出一种基于双层档案的速度和位置更新策略以权衡粒子群优化算法的勘探和开采能力;最后通过引入高斯学习策略和精英学习策略防止粒子陷入局部最优前沿.数值仿真结果表明,所提出算法在求解DTLZ和WFG测试问题时具有较好的收敛性和多样性.

快速康复外科理念在达芬奇机器人肺癌根治手术中应用价值研究

目的探讨快速康复外科理念在达芬奇机器人肺癌根治手术中的应用价值。方法选取北部战区总医院自2018年10月至2019年4月收治的60例行达芬奇机器人肺癌根治手术的患者为研究对象。将患者随机分入常规组和ERAS组,每组各30例。常规组患者接受达芬奇机器人肺癌根治手术+胸外科常规围术期管理,ERAS组在常规组基础上结合快速康复外科治疗模式。比较两组患者的术后24、48 h视觉模拟评分,围术期相关指标(手术时间、引流时间、术后住院时间、术后住院费用),以及术后并发症发生率。结果两组患者均顺利完成手术,无死亡,无二次开胸,均于拔除引流管后痊愈出院。ERAS组术后24、48 h视觉模拟评分分别为(4.51±1.36)分、(3.12±1.26)分,均低于常规组的(6.10±1.37)分、(4.58±1.32)分,差异有统计学意义(P<0.05)。常规组和ERAS组手术时间分别为(118.73±50.46)min、(101.23±56.30)min,差异无统计学意义(P>0.05);引流时间分别为(6.84±2.61)d、(5.40±2.77)d,差异无统计学意义(P>0.05)。ERAS组术后住院时间为(6.75±2.43)d,短于常规组的(9.84±3.61)d,差异有统计学意义(P<0.05)。ERAS组术后住院费用为(7.46±0.42)万元,少于常规组的(8.04±0.96)万元,差异有统计学意义(P<0.05)。ERAS组术后并发症发生率为10.0%(3/30),低于常规组的33.3%(10/30),差异有统计学意义(P<0.05)。结论在达芬奇机器人肺癌根治手术中结合快速康复外科理念可有效缓解患者疼痛症状,降低术后并发症发生率,缩短术后住院时间,减轻经济负担。

Delayed type lllb endoleak using Anaconda^TM stent graft in abdominal aortic aneurysm repair

Endoleaks are defined as the persistence of blood flow outside the lumen of the endoluminal graft but within an aneurysm sac or the adjacent vascular segment being treated by the graft and classified into 5 categories.