校企合作背景下高职校园体育文化与企业文化互融价值研究

在校企合作背景下,为进一步加强高职院校与企业之间的合作深度,挖掘双方合作潜力,不断提升合作成效.运用文献资料法、逻辑分析法和访谈法,以高职校园体育文化和企业文化为研究对象,在详细阐明两种文化概念基础上,对两种文化融合面临的挑战和共同基础进行深入细致分析,总结出两种文化的有效融合在保持人才培养持续性、形成共通健康价值观、激发创新发展领导力、提高人才选拔适配度、强化内部文化凝聚力等方面具有多种重要价值.这不仅有助于拓展职业教育发展路径,也为企业文化建设和人才储备提供了新的思路,对校企合作的高质量发展必将产生积极而深远的影响.

基于非平稳高斯过程的高空风场偏差建模方法

高空风场偏差建模方法对运载火箭气动载荷计算和总体性能优化具有显著影响。目前工程常用方法未考虑不同高度层风速相关性,所得样本与实际风场特征存在差异,难以精确预示火箭气动载荷。提出将U/V风速分量建模为关于高度的非平稳高斯过程,基于大量历史风场样本统计分析实际风场在不同高度层的特征参数,利用扩展最优线性估计方法生成与实际风场具有相同分布的子样。结果表明提出的方法相比传统手段能够从形态上更加准确表征真实风场剖面。基于真实飞行器仿真程序对风致载荷进行计算,结果显示该方法对气动载荷裕度的预示误差远小于目前工程方法,对提升火箭运载效率和放行概率具有重要意义。

清至民国时期粤盐销滇研究

历史上,云南开化府、广南府等滇东南地区因距滇盐产地较远,滇盐经常供不敷销,商民往往通过从邻省购买粤盐和从边岸市场购买越南海盐来解决缺盐问题。清乾隆五年(1740年),官府层面借销粤盐开始,并持续近两百年,其中,滇粤“铜盐互易”成为云南与广东省际贸易的特殊案例,此举既同时解决了滇东南地区食盐短缺和广东铸钱原材料缺乏问题,还赋予了维护本国盐、铜市场正常运行,加强边岸地区治理能力的职责,意义重大。民国时期,借销粤盐虽然时借时停,但仍然值得我们关注。

中药治疗脑胶质瘤作用机制研究进展

中药治疗脑胶质瘤疗效确切,但其作用机制尚未完全明晰。单味中药及其活性成分、中药复方可能通过多条途径发挥抗脑胶质瘤作用,主要涉及6大方面:(1)调节非肿瘤细胞如重塑肿瘤相关巨噬细胞表型,降低其向M2型极化及促进向M1型极化、抑制骨髓源抑制性细胞浸润等,进而改善脑胶质瘤免疫抑制微环境;(2)调控半胱氨酸蛋白酶、B淋巴细胞瘤-2(B-cell lymphoma-2,Bcl-2)、Bcl-2相关X蛋白等凋亡相关蛋白以及基质金属蛋白酶类的表达,抑制脑胶质瘤细胞增殖,诱导其细胞周期阻滞及细胞凋亡,阻断脑胶质瘤细胞发展进程;(3)下调血管内皮生长因子、缺氧诱导因子等关键性因子的表达,改善脑胶质瘤中存在的缺氧微环境,并阻止脑胶质瘤微血管的新生;(4)开发多种不同类型的中药靶向递送系统,提高脑胶质瘤细胞聚集部位的药物有效浓度,调控血脑屏障的通透性;(5)降低端粒酶、逆转录酶的表达,抑制端粒酶的活性;(6)提高活性氧水平,诱导氧化应激的发生,导致脑胶质瘤细胞凋亡。

计算机视觉技术在变电检修中的应用

随着社会的进步,我国的经济水平得到了很大的提升,电力行业也取得了一定的发展。但是,在变电检修过程中,仍然存在一些问题,影响了变电检修的效率。目前,计算机视觉技术已经在变电检修中得到了应用,该技术可以基于图像识别与处理来实现设备故障检测与诊断,在变电检修中有着很大的优势。但是,该技术在实际应用中还存在一些问题,需要采取有效的措施进行改善。文中分析了计算机视觉技术在变电检修中的应用,提出了一些具体措施,希望能提高变电检修效率,减少变电检修过程中存在的问题,提高电力行业的发展水平。

信息化视域下高职《电工技术》混合式教学模式的实施成效

《教育信息化2.0行动计划》指出,“持续推动信息技术与教育深度融合,全面提升师生信息素养,加强教育信息化从研究到应用的系统部署。”据此,整合面对面教学和在线学习、将信息手段用到《电工技术》课程的教学设计中、构建混合式教学模式,希望改变传统“填鸭式”的教学方法、提高学生学习的主动性、提高教学质量。并于2023-2024学期第一学年在我院五个班进行混合式教学模式的实践,取得良好的教学效果。

新手驾驶人疲劳状态下的视觉特性研究

为探究新手驾驶人疲劳特性在视觉特征方面的表现,设计了基于驾驶模拟器和Dikablis Glass 3眼动仪的驾驶模拟实验,采集驾驶人视觉数据,结合视频专家法将驾驶人疲劳等级分为清醒、轻度疲劳、中度疲劳、重度疲劳。利用拉依达准则及卡尔曼滤波对数据进行清洗;依据单因素方差分析及事后多重比较结果,选取眨眼持续时长均值、扫视时长均值、扫视总时长、瞳孔面积均值、瞳孔变异系数均值、注视时间均值等视觉特征作为驾驶人的疲劳驾驶评价指标;构建基于新手驾驶人视觉特征的灰狼优化支持向量机(GWO-SVM)疲劳驾驶识别模型。研究结果表明:随着驾驶疲劳累积,新手驾驶人眨眼持续时长显著增加,扫视时长及扫视总时长显著降低,瞳孔面积缩小,瞳孔变异系数增大;SVM识别结果表明:新手驾驶人的疲劳状态可通过眼动指标进行有效识别,而GWO-SVM模型则进一步提升了识别精度,证明了眼动特征在新手驾驶人疲劳检测方面具有较好的适用性。

改进孪生网络在小样本轴承故障诊断中的应用

针对传统深度学习模型过度依赖大量训练数据,在小样本条件下会出现准确率低和泛化性差的问题,提出一种基于改进孪生神经网络(improved siamese neural network,ISNN)的小样本轴承故障诊断方法。该方法致力于利用度量学习思想来判断样本间的相似性,相比于复杂、多层的深度模型其结构更简单,在小样本下也更容易训练。具体而言,共设计了三个模块来实现故障诊断。特征提取阶段分别利用长短时记忆网络和卷积神经网络提取出故障信号的时间和空间特征,能够充分利用有限的样本信息;关系度量阶段以自适应的网络度量方式来代替常用的欧式距离度量,并且引入全局均值池化来减少网络参数;此外,与标准孪生网络相比,构建的故障分类网络可以直接对样本进行故障识别,在测试阶段无须繁琐的样本比对。实验结果表明,ISNN方法在有限的训练样本数量下,故障诊断准确率和泛化性能均优于各种对比方法。

改进DenseNet的乳腺癌病理图像八分类研究

目前,在医学图像领域存在乳腺癌组织病理图像自动分类难以应用于临床诊断的现象,究其根源是当前没有大型公开的数据集或数据集数据不均衡。针对上述问题,提出一种结合密集卷积神经网络(dense convolutional network,DenseNet)、注意力机制(attention mecheanism)和焦点损失函数(Focal loss)的乳腺癌组织病理图像的多分类模型,即DAFLNet。DAFLNet在乳腺癌组织病理图像数据集BreaKHis上进行训练、验证与测试,最终实验结果显示,该模型对良恶性二分类的识别准确率达到99.1%,对乳腺亚型八分类的识别准确率达到95.5%。证明在数据不均衡的条件下,DAFLNet模型能够准确地对乳腺组织病理图像进行八分类。

小儿外科危重创伤患者院际转运的临床研究

目的分析院际转运的小儿外科危重创伤患者临床资料,为其安全有效转运提供参考建议。方法回顾性分析2015年1月至2022年1月湖南省儿童医院转运中心主动院际转运的232例小儿危重创伤患者临床资料。根据小儿创伤评分(pediatric trauma score,PTS)是否≥8分,分为非重伤组(即PTS≥8分组,108例)和重伤组(即PTS<8分组,124例),对两组患儿一般情况、创伤病因及部位、转运过程中的处理和不良事件发生情况进行对比分析,并对不同创伤病因患儿的处理及转归情况进行比较分析。结果232例转运患儿中,男160例(69.0%),女72例(31.0%)。平均年龄4岁6个月。3~6岁为接诊人数最多年龄段(96例,41.3%)。转运距离中位数为72 km,总转运时间为(2.68±1.06)h。非重伤组与重伤组患儿性别(男/女:76/32比84/40)、年龄[<1岁/1~3岁(含3岁)/3~6岁(含6岁)/>6岁:11/20/42/35比13/26/54/31]、转运距离[0~100 km(含100 km)/100~200 km(含200 km)/>200 km:62/30/16比66/41/27]构成比差异无统计学意义(P>0.05),但在转运时间(<1 h/1~2 h/>2 h:40/45/23比22/64/38)的构成比上,差异有统计学意义(P<0.05)。转运患儿病因以碰撞伤最常见,部位以颅脑损伤最常见,两组患儿在创伤病因(碰撞伤/高处坠落伤/交通意外伤/其他:77/12/10/9比12/52/43/17)和创伤部位(颅脑损伤/肢体骨折/多发伤/其他:34/38/11/25比38/26/39/21)构成比比较,差异均有统计学意义(P<0.001)。患儿在转运过程中均未出现呼吸、心跳骤停等严重不良事件,两组患儿的途中处理(机械通气/镇痛镇静药/血管活性药/液体复苏:3/6/2/2比14/16/6/6)和不良事件(气道导管脱出/留置针脱出/发绀/心跳呼吸骤停:1/1/1/0比3/2/2/0)构成比差异无统计学意义(P>0.05)。住院后处理:经手术处理223例(96.1%)、非手术处理9例(3.9%);两组患儿在手术处理构成比上比较,差异有统计学意义(P<0.001)。患儿转归:好转/治愈221例(95.3%),出现伤残/后遗症6例(2.6%),死亡5例(2.2%);两组患儿在转归构成比上比较,差异有统计学意义(P<0.001)。结论配备专业的转运团队和转运设备,在转运前做好准确的病情评估和沟通,转运途中密切监护病情变化并能及时处置,转运后能通过优化的流程使患儿得到及时有效手术等治疗,有助于提高创伤危重患儿院际转运的安全性,并改善其预后。

意外伤害危重患儿229例院际转运的临床分析

目的回顾性分析儿童院际转运意外伤害危重患儿的现状和临床特征,探讨意外伤害危重患儿院际转运的安全性和预后。方法收集湖南省儿童医院2016年1月—2021年1月转运中心主动院际转运的229例小儿意外伤害危重患儿的资料,对其转运前的一般情况、小儿危重病例评分(PCIS)情况、转运路程和时间、转运过程中的处理和转归情况进行分析。结果229例转运患儿中男153例(66.8%),女76例(33.2%);平均年龄4.62岁,3岁1个月~6岁为人数最多年龄段(92例,40.2%)。转运距离的中位数为80 km,总的转运花费时间为(1.54±1.02)h。PCIS评分>80分107例(46.7%),PCIS评分80~71分80例(34.9%),PCIS评分≤70分42例(18.3%),三组患儿性别、年龄分布无统计学差异(P>0.05),但在转运距离和转运时间构成比上,差异有统计学意义(P<0.05)。转运重症患儿意外伤害类型中以异物最常见,其次是烧/烫伤和钝器伤/锐器伤,除了<1岁的患儿以烧/烫伤最常见外,其他年龄段的患儿均以异物且主要为气道异物为主。转运前PCIS总分为(89.56±9.05),转运后PCIS总分为(90.42±8.09),差异无统计学意义(t=3.57,P>0.05)。转运过程中未出现呼吸、心跳骤停等严重不良事件。住院后130例(56.8%)经手术处理、99例(43.2%)非手术处理,经手术处理的主要为创伤性意外,未行手术的主要为中毒、溺水和其他意外伤害。最终好转/治愈206例(89.9%),出现伤残/后遗症17例(7.4%),死亡6例(2.6%)。结论目前通过儿童专科医院院际转运体系进行意外伤害危重患儿转运,有助于解决下级医院医疗条件和水平不足的问题。根据意外伤害危重患儿的特点制定和优化处置流程和方案,特别是加强小儿外科在转运体系中的作用,更有利于意外伤害危重患儿能及时得到有效的救治。

基于深度学习的院间转诊风险智能评估与决策模型构建

因受基层医院条件、设备和技术等限制,重症患儿常需要通过院间转诊到三级医院得到有效的救治,但重症患儿在转运过程中会受到包括原发疾病的严重程度、转运过程中所需时间(准备时间、反应时间、稳定时间和返程时间)、转诊急救团队专业技能、转运过程中的不良事件等诸多因素的影响,其转诊风险和时机也一直存在争议。基于可用性、实用性和科研的需要,儿童医院采用深度学习方法建立重症患儿院间转诊风险智能评估与决策模型,可以辅助医生对重症患儿院间转诊进行远程诊断与决策,降低重症患儿转诊风险,提高转诊效率。

达克罗宁联合右美托咪定及酮咯酸氨丁三醇对小儿隐匿性阴茎术后镇痛和应激的影响

目的:分析达克罗宁联合右美托咪定及酮咯酸氨丁三醇对小儿隐匿性阴茎术后镇痛和应激的影响。方法:选取2022年6—9月于九江市第一人民医院择期行气管插管全麻下隐匿型阴茎手术的120例患儿为研究对象,采用随机数字表法分为A组(酮咯酸氨丁三醇+达克罗宁胶浆镇痛)、B组(右美托咪定+达克罗宁胶浆镇痛)、C组(右美托咪定+酮咯酸氨丁三醇+达克罗宁胶浆镇痛),每组40例,所有患儿均为静吸复合麻醉。记录三组术中血流动力学指标[手术开始即刻(T_0)、手术开始30 min(T_1)、苏醒时(T_2)的心率(HR)、平均动脉压(MAP)]及术中丙泊酚、芬太尼、瑞芬太尼使用剂量;比较三组术后1、24、48 h的疼痛[加拿大东安大略儿童医院镇痛量表(CHEOPS)评分]、镇静[麻醉苏醒期躁动评分系统(Watcha)评分]及实验室指标[皮质醇(Cor)、肾上腺素(E)、血糖(Glu)];评估三组用药安全性。结果:三组HR、MAP在术中呈先降低后升高趋势(P<0.05),C组T_1、T_2时HR、MAP均低于A组与B组(P<0.05),但三组组间与时间并无明显交互效应(P>0.05)。C组术中丙泊酚使用剂量明显低于A组与B组(P<0.05);三组术中芬太尼、瑞芬太尼使用剂量比较,差异均无统计学意义(P>0.05)。三组术后CHEOPS、Watcha评分及Cor、E水平组间与时间均存在交互效应(P<0.05);三组术后24 h CHEOPS、Watcha评分均高于术后1 h,术后48 h均低于术后24 h(P<0.05),C组术后1 h及术后24 h CHEOPS、Watcha评分均低于A组与B组(P<0.05)。三组术后24、48 h Cor、E水平均低于术后1 h,术后48 h均低于术后24 h(P<0.05),C组术后1、24 h Cor、E水平均低于A组与B组(P<0.05)。三组Glu水平在术后呈下降趋势(P<0.05),C组术后1、24 h Glu水平均低于A组与B组(P<0.05),但组间与时间并无明显交互效应(P>0.05)。三组不良反应有低血压、恶心及嗜睡反应,总发生率分别为12.50%、12.50%、5.00%,组间差异无统计学意义(P>0.05)。结论:小儿隐匿性阴茎术采用达克罗宁联合右美托咪定及酮咯酸氨丁三醇的术后镇痛效果较好,可减轻应激反应,减少丙泊酚使用剂量,减少患儿术后躁动。

基于迁移学习的小样本齿轮箱故障诊断方法

实际工程场景中齿轮箱受工况、环境等因素影响,数据难以满足特征分布相同、训练数据充足等条件,如何在变工况情况下对齿轮故障进行诊断是故障诊断领域一大难点。为此,提出了一种结合Logistic混沌麻雀搜索优化算法(LSSA)与深度置信网络(DBN)的智能故障诊断方法,即LSSADBN。首先,将时域振动信号进行快速傅里叶变换(FFT)转换为频域信号作为训练数据集,运用Logistic混沌映射对SSA种群进行初始化,采用LSSA方法对训练数据集进行DBN结构寻优;使用最优结构DBN对源域训练集进行预训练,并加入少量目标域样本用于反向权重调优,最终实现在小样本情况下对目标域齿轮箱健康状况的准确识别。实验对比结果证明,LSSADBN方法在模型调优阶段具有更快的收敛速度,且针对不同的目标域进行迁移时都具备较高的准确率,LSSADBN方法的研究对小样本情况下的齿轮箱故障诊断具有一定的应用价值。

基于关联规则和聚类分析中医药在肿瘤免疫治疗中的用药规律

目的通过关联规则、聚类分析的方法探讨中医药在肿瘤免疫治疗中的用药规律。方法以“免疫治疗”and“中医/中药”为检索词,通过检索2005年1月—2020年12月中国期刊全文数据库(CNKI)肿瘤免疫治疗中运用中医药的文献,运用Excel 2019建立数据库、SPSS Molder 18.0进行关联分析、SPSS statistics 26.0进行聚类分析,探索中医药在肿瘤免疫治疗的用药规律。结果经筛选剔除重复,共纳入文献53篇,纳入方剂88首,累计用药217味,累计频次742次。其中使用频次≧10次的中药共15味,频次共计280次(38.88%),应用频次最多的为补虚药(黄芪、白术、当归、人参、白芍、党参、熟地黄、山药、甘草)占比约60.00%。其次为利水渗湿药(茯苓、薏苡仁)占比约13.00%,理气药(陈皮)、化痰药(半夏)、破血逐瘀药(莪术)及清热解毒药(白花蛇舌草)占比基本一致,约为7.00%。使用频次≥10次的药物从药性分析:温(53.33%)、平(26.66%)应用频率较高;从药味分析:甘(66.66%)、辛(20.00%)、苦(13.33%)频率较高。从药对出现频次和药物组合关联规则分析发现,黄芪-白术(20)出现频次最高,且关联性最强。从药物的社团分析发现,黄芪、白术、茯苓、甘草、白芍、陈皮为其中的核心药物。结论以黄芪-白术为代表的益气健脾中药在肿瘤免疫治疗中应用最多,可能是通过提高机体免疫应答,起到增强肿瘤免疫治疗的效果。

甘蓝型油菜开花期的QTL定位及候选基因鉴定

为了解析油菜开花期性状的遗传机制,利用KN DH群体在冬性、半冬性和春性环境的开花期表型和KN高密度遗传连锁图谱,通过Wincart 2.5软件的符合区间作图法对油菜开花期性状进行QTL定位及候选基因鉴定。结果显示,共鉴定到119个开花期QTL,单个QTL解释表型变异最大是qFT-13DL16-4(25.96%),最小的是qFT-13ZY2-1(2.48%)。利用元分析的方法将初步鉴定的QTL整合为consensus QTL,共获得26个环境稳定表达QTL,包括7个开花期主效QTL。如cqFT-A2-3、cqFT-A2-4在春性环境稳定表达,cqFT-C6-4、cqFT-C6-7、cqFT-C6-12、cqFT-C6-13在冬性和半冬性环境稳定表达,cqFT-C6-14在冬性环境稳定表达QTL。主效QTL置信区间共鉴定到15个与成花诱导相关的候选基因,如 BnaA02g12260D(RGA1)、 BnaA02g15390D(AGL12)、 BnaA02g16710D(LKP2)和 BnaC06g19930D(NUA)等,这些候选基因主要涉及赤霉素、光周期、生物钟、春化作用响应和花发育等功能。可见,油菜开花期主效QTL及其候选基因的鉴定为开花期基因的精细定位和图位克隆奠定基础,也为培育早熟、高产油菜品种提供指导。

半枝莲抗胶质瘤微血管生成的研究进展

半枝莲为唇形科黄芩属植物半枝莲的全草,其提取物在动物体内外实验中均有抗胶质瘤作用,抗肿瘤有效成分主要有黄酮类、二萜类、多糖、生物碱及甾体等,分离黄酮类成分包括野黄芩苷、黄芩苷、野黄芩素、木犀草素、芹菜素、汉黄芩素、柚皮素等,半枝莲及其有效成分具有多途径、多靶点的抗胶质瘤特性。微血管生成是胶质瘤发生、发展的必要条件,现代研究表明,半枝莲在抗胶质瘤微血管生成中起着重要作用。本文主要综述了半枝莲及其有效成分对脑胶质瘤微血管生成的血管生成相关因子、基质金属蛋白酶类和血管生成信号通路的影响,总结出半枝莲抗脑胶质瘤微血管生成的作用机制主要是通过抑制血管内皮生长因子、缺氧诱导因子、基质金属蛋白酶的表达和促进基质金属蛋白酶组织抑制物的表达,调控Notch、PI3K/Akt/mTOR、JAK2/STATs信号通路的相互作用,抑制血管生成网络机制的形成,发挥抗胶质瘤发生和发展的作用。

基于梯度提升决策树的湿法磷酸过程软测量建模

在磷酸生产过程中,某些关键的质量指标无法直接测量,可能对生产过程和产品品质造成不利影响。介绍一种新的集成学习算法,并开发了一种基于梯度提升决策树的机器学习软测量技术方法,以处理磷酸反应槽生产过程中的强非线性和动态性。通过湿法磷酸反应槽装置基准验证了改进的建模方法的有效性。经磷化工生产实际应用表明,该方法适用于磷化工生产过程建模。

采用深度学习的异步电机故障诊断方法

为解决传统异步电机故障诊断方法因电机结构复杂、信号非平稳和机械大数据等因素引起的诊断困难问题,提出一种高效准确的异步电机故障诊断(SDAE)方法。该方法利用堆叠降噪自编码提取信号特征,结合Softmax分类器实现高效准确的电机故障诊断。首先,采集异步电机的整体电流和振动信号,将电流信号与傅里叶变换后的振动频域信号组合构成样本,并做归一化处理;然后,构建堆叠降噪自编码网络,确定网络层数、各隐藏层节点数、学习率等参数;最后,输入训练样本依次训练自编码和分类器,微调整个网络并用测试数据验证网络的优劣。试验结果表明,在合适的参数下采用SDAE方法的异步故障诊断准确率高达99.86%,比传统电机故障诊断方法提升至少6%。

基于堆叠降噪自编码的刀具磨损状态识别

提出了一种基于堆叠降噪自编码(SDAE)的刀具磨损状态识别方法。构建了SDAE神经网络来学习声发射(AE)信号的特征,并对自编码网络进行有监督的微调,从而对刀具磨损状态进行精确识别。实验结果表明,SDAE方法能够自适应地学习,得到有效的特征表达,且刀具磨损状态识别结果精确度高,该方法能够有效地进行刀具磨损状态识别。