多囊卵巢综合征诊断中没有必要纳入代谢指标

目的探讨在多囊卵巢综合征(PCOS)诊断中纳入代谢指标是否具有必要性.方法以鹿特丹诊断为金标准,选择2013年1月至2014年7月在昆明医科大学第二附属医院妇科就诊并被确诊为PCOS患者51例作为病例组,选择同期来妇科就诊的非该病患者47例为对照组,利用单因素分析筛选的有意义变量,进行主成分Logistic回归分析建立联合生殖和代谢指标的诊断模型,进行ROC曲线分析、评价其真实性和可靠性,并与金标准进行一致性和差异性分析.结果单因素分析筛选出13个有意义的变量.联合诊断模型的ROC曲线下面积(AUC)为0.976,P<0.001,0.526为最佳诊断界值,此时对应的灵敏度、特异度和符合率分别为96.08%、93.62%和93.88%.可见联合诊断模型具有较高的真实性和可靠性.2种诊断方法具极好的一致性(Kappa=0.877,P<0.001),不具差异性(χ2=0.167,P=0.688).结论在PCOS诊断中是否纳入代谢指标对PCOS的诊断没有影响,认为没有必要在PCOS诊断中纳入代谢指标.

公路坡度差对车辆尾气排放的影响分析

公路的几何线形设计直接影响机动车的尾气排放。为了探究凸形竖曲线路段前后坡差变化对小客车尾气排放的影响,以速度预测模型和多项式模型为基础,得到了凸形竖曲线路段不同坡差的逐秒速度曲线,统计分析不同线形组合条件下机动车比功率分布,基于综合移动源排放预测模型MOVES(motor vehicle emission simulator),得到不同坡差情况下凸形竖曲线路段尾气排放量。结合SPSS软件进行小客车单位竖曲线长度上CO_(2)排放量与坡差进行拟合,得到单位距离小客车CO_(2)排放量与坡差的关系,最后通过实测试验对模拟结果进行验证。结果表明,小客车在凸形竖曲线上行驶,前后坡度差代数值越大,尾气排放量越多。在四种主要排放物中,CO_(2)排放量最大,依次是CO、NO_(x)、NH_(3)排放量。研究结果对提高低碳公路设计水平具有一定的参考作用。

道路匝道的坐标计算方法

本文利用道路中线中曲线组成形式.通过数学推证。给出了匝道坐标的计算方法.推导出了计算公式.并通过实例进行了验证.证明此种计算方法实用可行。

基于曲线拟合的路基沉降预测方法的稳定性分析

对工程中采用较多的双曲线法、星野法、浅岗法预测模型的拟合参数评价指标进行探讨,并实例分析了三种方法预测结果的稳定性。结果表明:曲线拟合类沉降方法预测结果的稳定性与回归公式拟合参数密切相关,双曲线法、星野法受拟合起点影响较小,稳定性好;浅岗法受拟合起点和时间间隔影响较大,当时距取值不同时,预测沉降结果表现出不稳定性。

驾驶员心率变化与改扩建道路弯坡比和行车速度差关系

驾驶员的心理紧张程度会直接影响到行车安全,为了研究改扩建道路线形和行车速度差对驾驶员心率变化的影响,采用定量分析的方法,建立相关性模型.结果表明,在改扩建道路中,驾驶员心率增长率与行车速度差成正相关性,当行车速度差达到28 km•h-1时,驾驶员处于紧张状态;驾驶员心率增长率与道路弯坡比成负相关性,弯坡比小于50 m·%-1时,驾驶员处于紧张状态.在施工路段中增加限速标志和减速设施,适当增大路段的曲线半径,可有效提高行车安全.

视觉偏差现象形成机理对线形安全设计的启示

分别以连续弯道半径比和竖曲线坡差来表征平曲线和竖曲线的线形一致性,设计100 m/400 m、200 m/400 m、300 m/400 m、400 m/400 m四种工况的弯道半径比和1%、2%、3%、4%、5%五种工况的坡差,并对竖曲线区分凸曲线上坡路段和凹曲线下坡路段,利用UC-win/road对各种工况下的线形建立道路三维模型,通过驾驶仿真模块播放动画,选取40名驾驶经验较丰富的驾驶员调查视觉感知情况。结果表明:近处弯道的感知半径较远处弯道更大,远处弯道感知半径往往比实际半径小,连续弯道半径相差不大时,容易出现视觉偏差现象;坡差越大,视觉偏差现象越明显,对于凸曲线上坡路段,当坡差超过3%时,视觉偏差现象较为显著;对于凹曲线下坡路段,当坡差超过2%时,视觉偏差现象已经十分显著;相比凸曲线上坡路段,凹曲线下坡路段的视觉偏差现象对坡差更加敏感。

基于p-y曲线的抗滑桩差分解法研究

为了合理计算抗滑桩的内力及位移,根据桩侧抗力的实际分布形式,建立了考虑桩侧剪力的抗滑桩p-y曲线非线性模型,采用差分解法,推导了相应的差分计算方程,编写了计算程序,并与工程实例监测数据相比较。结果表明:计算桩体位移曲线基本能够反映实测桩体侧移的变化趋势,计算桩顶位移与实测桩顶位移平均相对误差为7.5%,计算结果与实测结果吻合较好;采用p-y曲线分析抗滑桩的受力特性是合理的,能够反映抗滑桩的受力变形特性,可方便确定桩体位移及内力,且便于确定相应的计算参数。

非对称边缘率标线对弯道驾驶人横向位置调整的影响机理

为了揭示非对称边缘率标线对弯道驾驶人横向位置调整的影响机理,在高速公路弯道上开展路上试验,分别布设2种不同的非对称边缘率标线,采集了断面车速、车头时距及左右车轮在车道的横向位置等数据,运用结构方程模型研究了影响路径。结果表明:驾驶人偏离感知速度大的一侧,标准路径系数为-0.46;驾驶人通过降低车速来减小内外侧感知速度差异,内外侧感知速度差异越大,减速幅度越大,越偏向曲线内侧,标准路径系数为0.08;两侧感知速度差异增大能提高驾驶人弯道车速危险性感知,使驾驶人降低车速进而影响车辆横向位置,标准路径系数为0.03;边缘率标线通过增大驾驶人感知速度间接影响车辆横向位置,标准路径系数为0.14;距离内外侧标线距离的标准路径系数分别为0.26和-0.28。各路径影响效果合成后,驾驶人整体上偏离速度感知大的一侧。

城市道路排队车辆检测方法

针对城市道路环境下的排队车辆检测问题,提出一种基于边缘信息和局部纹理特征的综合检测方法。根据交通环境的特点,对比5种不同边缘检测方法的性能,采用Canny算法提取边缘信息,采用改进的LBP方法提取纹理特征,得到车辆的综合检测结果,提取车辆排队长度和车道占有率等交通参数。分别采用综合检测方法、高斯混合模型和帧差法处理快速路、交叉路口、阴雨天气、光线突变、大雪天气、浓雾天气等场景下的视频图像,并采用ROC曲线对检测性能进行量化评价。分析结果表明:在快速路和大雪天气场景中,3种方法检测性能基本相似,最佳检测率分别接近90.0%和60.0%,虚警率分别不超过5.0%和10.0%;在交叉路口场景中,3种方法的最佳检测率分别为77.1%、31.5%、13.6%,虚警率分别为16.5%、3.2%、19.0%;在阴雨天气场景中,3种方法的最佳检测率分别为65.2%、3.0%、62.4%,虚警率分别为10.5%、5.0%、56.5%;在光线突变场景中,3种方法的最佳检测率分别为62.0%、18.9%、39.7%,虚警率分别为10.8%、55.1%、36.0%;在浓雾天气场景中,当能见度较低时,3种方法的检测率和虚警率均接近于0。