恩施土家族苗族地区患者ABO正反定型不符原因及分子生物学分析

目的探究恩施土家族苗族地区患者ABO正反定型不符原因及分子生物学分析结果。方法以2018年10月~2022年10月我院鉴定的59例ABO正反定型不符样本为研究对象进行回顾性研究。分别对样本进行吸收放散试验、意外抗体检测以及分子生物学检测,分析ABO正反定型不符原因,并对比血清学及分子生物学检测结果。结果59例ABO正反定型不符样本中正定型异常8(13.56%)例,反定型异常47(79.66%)例,正、反定型异常4(6.78%)例。男性比例62.71%(37/59)高于女性比例37.29%(22/59)(P<0.05);≥61岁年龄段比例42.37%(25/59)高于41~50岁年龄段比例32.20%(19/59)和51~60岁年龄段比例25.42%(15/59)(P<0.05)。17例ABO亚型样本中12(70.6%)例为土家族。59例正反定型不符样本中29(49.16%)例为意外抗体,17(28.81%)例为ABO亚型,13(22.03%)例为血清抗体减弱。17例ABO亚型中,A亚型6例(A2型1例,A3型4例,Ael型1例),B亚型4例(B3型3例,Bel型1例),AB3型2例,B亚型(A型)3例,cisAB型2例。17例ABO亚型中,有8例血清学结果与基因分型结果一致,一致率47.1%(8/17)。A亚型中以A 307/O 02基因型为主,B亚型中以B 303/O 02基因型为主。结论ABO亚型是恩施土家族苗族地区ABO正反定型不符的重要原因。亚型中A亚型以A307/O02基因型为主,B亚型以B 303/O02基因型为主。

基于伪数据的机器翻译质量估计模型的训练

为向基于深度学习的机器翻译质量估计模型提供高效的训练数据,提出面向目标数据集的伪数据构造方法,采用基于伪数据预训练与模型精调相结合的两阶段模型训练方法对模型进行训练,并针对不同伪数据规模设计实验。结果表明,在构造得到的伪数据下,利用两阶段训练方法训练得到的机器翻译质量估计模型给出的得分与人工评分的相关性有显著的提升。

烟油型电子烟雾化温度特性的相似扩尺实验研究

【目的】提出一种采集烟油型电子烟实验参数的新方法。【方法】基于相似原理设计搭建电子烟扩尺实验台,采用由丙二醇(PG)和丙三醇(VG)组成的不同配比的烟油进行相似实验研究。根据各物理量间的相似准则关系,模型实验数据可换算得到原型电子烟的数据。【结果】(1)在相同加热功率及抽吸模式条件下,纯VG的电加热丝温升速率高于纯PG,加热丝温升速率随VG含量增大而增大。(2)雾化芯中加热丝的温升速率最高,加热丝与导油棉交界处的温升速率次之,棉中心位置最慢。(3)在三口连续抽吸实验中,每口抽吸过程中各温度测点的初始及最高温度会随抽吸口数呈整体抬升趋势。

面向问答系统的信息检索自动评价方法

对问答系统中的信息检索模块进行自动评价是开发问答系统中不可或缺的一环。采用传统的检索评价指标,就需要为每个问题标注正确的候选答案。为了避免这种代价,本文提出一种问答系统中的信息检索模块进行自动评价方法。该方法使用候选文档与问题本身以及问题参考答案间的信息,利用机器学习方法去拟合MAP。在实验中,本文发现使用GBDT模型拟合MAP值最好,斯皮尔曼等级相关系数达到了0.87。

毛细非饱和多孔介质液气相变传质特性数值模拟

根据多孔介质连续介质假设及有限差分法,运用Matlab软件对柱形多孔介质内双组分液体的毛细输运受热相变过程开展数值模拟,并考虑介质对液体的毛细输运极限对相变传质的限制作用,结合实验验证,研究不同加热功率,孔隙率和液体组成对多孔介质传质特性的影响。结果表明:传质性能由相变传质和介质毛细输运极限共同决定。介质毛细输运极限决定了多孔介质传质性能的上限,且主要与孔隙率有关。随着孔隙率增加,液体毛细输运极限质量速率逐渐增大。加热功率和液体组成主要影响多孔介质的相变过程。加热功率越高,液体气化越多,则多孔介质传质特性越趋近其上限。当其它因素不变时,多孔介质存在最佳的介质孔隙率使得传质性能最好。

WEB BASED TRANSLATION OF CHINESE ORGANIZATION NAME

A web-based translation method for Chinese organization name is proposed.After ana-lyzing the structure of Chinese organization name,the methods of bilingual query formulation and maximum entropy based translation re-ranking are suggested to retrieve the English translation from the web via public search engine.The experiments on Chinese university names demonstrate the validness of this approach.