双重差异模型下改良JUST评分用于急性脑卒中患者院前管理的效能

目的探究双重差异模型(differences-in-differences,DID)下改良的日本急性卒中分类(Japan urgent stroke triage,JUST)评分对急性脑卒中患者院前管理效能。方法选择2020年1月至2022年10月上海第六人民医院急诊科抢救室收治的215例急性脑卒中患者作为研究对象,2020年1月至2021年5月接诊的患者作为对照组(n=106)并给予传统救护模式,2021年6月至2022年10月接诊的患者作为观察组(n=109)并给予院前院内协同救治平台模式。比较两组急诊抢救成功率、住院病死率、病残率、院内抢救时效指标(救治时间、术前准备时间、建立高级气道、静脉通路时间)、干预前后不同时间点(干预前及干预结束后2、4、6、8周)神经功能恢复情况及并发症发生情况,同时采用DID模型对比两组各时间点神经功能以评估干预效果。结果干预结束后,两组急诊抢救成功率、住院病死率、病残率差异有统计学意义(P<0.05),其中观察组抢救成功率(90.83%)明显高于对照组(χ^(2)=4.928,P=0.026),住院病死率(9.17%)及病残率(26.61%)明显低于对照组(χ^(2)=4.928,P=0.026;χ^(2)=8.155,P=0.004)。两组各项院内抢救时效指标差异有统计学意义,其中观察组的救治时间[(2.22±0.97)h]、术前准备时间[(18.06±5.43)min]、建立高级气道[(15.25±4.39)min]、静脉通路时间[(7.41±2.35)min]明显短于对照组(P均<0.05)。干预前两组神经功能评分差异无统计学意义(t=0.236,P=0.814),干预后两组神经功能评分均下降(P值均<0.05),干预结束后2、4、6、8周观察组神经功能评分[2周:(9.25±2.18)分;4周:(8.11±2.19)分;6周:(6.50±1.62)分;8周:(5.29±0.99)分]均明显低于对照组(P均<0.05)。干预结束后观察组并发症总发生率为11.93%,明显低于对照组27.36%(P<0.05)。结论改良JUST评分应用于急性脑卒中患者院前管理可提高急诊抢救成功率,减少患者病残或病死率,为院内抢救争取有效时间,还可减少患者并发症发生情况,改善神经功能预后。

公正世界信念与问题性网络使用的关系:拥有生命意义的中介作用与年龄差异

为了考察公正世界信念对问题性网络使用的影响机制以及年龄差异,使用公正世界信念问卷、生命意义感量表以及问题性网络使用问卷为测量工具,采用整群取样法选取440名大学生为研究对象进行问卷调查。相关分析结果表明,公正世界信念与拥有生命意义呈显著正相关,与问题性网络使用呈显著负相关,拥有生命意义与问题性网络使用呈显著负相关;结构方程模型结果显示,拥有生命意义在公正世界信念与问题性网络使用之间起部分中介作用,且在这一模型中,年龄调节了拥有生命意义与问题性网络使用的关系。研究结果解释了公正世界信念与问题性网络使用的关系及内在机制,为针对性预防大学生问题性网络使用提供方向指导和实证证据。

面向准时化生产的船体分段排产分析

针对国内某典型船厂存在的智能化程度低、作业方案可控性差和库存成本高等问题,以减少船体分段的库存时间、满足分段的开工时间限制和保证胎位负荷均衡为目标建立数学模型,并引入遗传算法解决此类NP-Hard问题。在算法运行过程中采用混沌映射、精英保留策略和自适应交叉变异算子增强算法的全局寻优性和收敛性。对某船厂的实际生产数据进行计算和对比分析,结果表明,采用改进算法所得结果比船厂排产计划库存时间更少,资源利用率更高,该算法有效。

国际体育仲裁院球员体育正当理由终止合同争议的裁判法理

职业球员可以基于体育正当理由终止合同而不受到体育处罚是国际足球转会规则的特殊规定。运用案例分析法、比较分析法、逻辑分析法和归纳法,分析体育正当理由规则的本质,研究国际体育仲裁院(CAS)球员体育正当理由终止合同争议判例。研究认为,体育正当理由是国际足联为保护球员积极工作的权利而制定的规则;在处理此类争议时,CAS审查构成体育正当理由的要件包括成熟的职业球员、低于10%的出场率、赛季后15天内终止合同的期限及球员的个人情况,其中前三项要件必须累积满足并事先发出警告,才构成体育正当理由;CAS审查遵循保护球员人格权和维护合同稳定的原则。我国职业足球应保护球员积极参加比赛的权利和维护合同稳定,并通过严格的仲裁审查和扩大审查范围来促进保护球员积极参加比赛的权利和维护合同稳定之间的平衡。

基于自适应邻域模拟退火算法的零部件接收与转运优化

现代混线生产对于多品种小批量零部件物流的准确度和准时性提出更高要求,其中零部件接收与转运是管理者面临的首要难题,需要考虑三种情形,一是供应商的卡车交付与装配线需求均具有时间窗口;二是车辆调度问题,即决定每个仓库门服务的车辆的处理顺序;三是车辆分配问题,即每辆牵引车承载的需求,这大大提升了问题的复杂性。为优化零部件接收与转运,本文建立一套考虑准时制的零部件超市物流模式,将交叉转运应用于工厂物流管理,研究了中心仓侧的车辆分配与调度问题(Vehicle Assignment and Scheduling Problem,VASP),并对问题进行了建模和线性化处理。由于该类问题的内在复杂性,本文设计一种自适应邻域模拟退火算法(Adaptive Neighborhood Simulated Annealing,ANSA),并将其与先进的商业优化求解器进行比较。本文开展了大量计算数值实验,结果表明ANSA算法在不同规模的算例上均有较好表现。

低功耗硅基OLED微显示器的区域梯度调光策略

针对近眼显示设备存在显示功耗较大的问题,通过研究人眼视觉的特性提出一种人眼凝视点自适应的区域梯度调光算法。首先进行中心凹-亮度掩蔽实验以获取人眼的恰可觉差(Just Noticeable Difference,JND),并在此基础上改进了传统人眼凝视点的几何光路模型,得到更符合人眼自适应特性的几何光路模型,引入最大视角判别法有效提高了视角计算效率。随后,对图像进行预处理时采用改进的对比度增强算法,以在保持图像平均显示亮度基本不变的情况下增强显示效果。根据实验得到的JND阈值和凝视点信息,对图像实施了区域和全局功耗限制,从而在降低功耗的同时保持了视觉主观感受。在FPGA硬件平台上完成了算法的验证。实验结果表明,该算法在柯达标准测试集下使硅基有机发光二极管(Organic Light Emitting Diode,OLED)微显示器的显示功耗降低23.05%,基本满足硅基OLED微显示器的低功耗显示的要求,可为其性能提升提供指导。

大学生领悟社会支持和亲社会行为的关系——感恩的中介作用与公正世界信念的调节作用

为探讨大学生领悟社会支持与亲社会行为的内在关联机制——感恩的中介作用与公正世界信念的调节作用。采用领悟社会支持量表、亲社会行为量表、感恩量表、公正世界信念量表对954名本科生进行测量,最终回收有效问卷742份。结果显示,领悟社会支持正向预测亲社会行为(β=0.18,p<0.001);领悟社会支持正向预测感恩(β=0.42,p<0.001);感恩正向预测亲社会行为(β=0.20,p<0.001)。感恩在领悟社会支持和亲社会行为间起中介作用。公正世界信念在领悟社会支持和亲社会行为间起调节作用(β=0.19,p<0.001)。领悟社会支持不仅能直接正向预测亲社会行为,还能通过感恩间接对亲社会行为产生影响;公正世界信念在领悟社会支持和亲社会行为间起调节作用。

不恰如其分体验问卷修订版测评临床和社区人群的效度和信度

目的:检验不恰如其分体验问卷修订版(NJRE-Q-R)在中国临床和社区人群的效度和信度。方法:根据精神障碍诊断与统计手册第5版(DSM-5)诊断标准,选取北京安定医院门诊强迫障碍、抑郁症、焦虑障碍患者共238例,社区招募正常对照201例,用耶鲁-布朗强迫量表、NJRE-Q-R、贝克抑郁量表、贝克焦虑量表分别评估强迫症状、不恰如其分体验及抑郁焦虑情绪。用探索性因素分析、验证性因素分析检验效度,Cronbachα系数检验信度。结果:探索性因素分析显示NJRE-Q-R中的种类量表可分为3个维度,NJRE-Q-R中的严重程度量表单维结构良好;验证性因素分析示NJRE-Q-R种类量表及严重程度量表结构模型拟合良好(χ^(2)/df=1.66,CFI=0.95,RMSEA=0.06;χ^(2)/df=2.71,CFI=0.92,RMSEA=0.11);NJRE-Q-R种类量表及严重程度量表的Cronbachα系数为分别为0.73,0.96。结论:不恰如其分体验问卷修订版在临床和社区人群中具有较好的效度和信度。

基于即时学习的改进条件高斯回归软测量

基于数据驱动的在线软测量是当前工业智能化感知的重要研究方向。在算法实际部署中,过程模态切换以及数据漂移都会导致软测量性能下降,传统自适应方法又存在模型单一、模态遗忘等不足。针对上述问题提出一种基于即时学习的样本时空加权条件高斯回归(STWCGR)软测量算法。该方法用概率密度估计和条件概率计算实现软测量建模和预测:首先根据即时学习思想通过样本时空混合加权方法筛选局部建模数据,然后结合高斯混合回归思想累积局部单高斯概率密度模型对数据分布进行拟合,最后引入预测动量更新和模态更新策略提高预测稳定性并赋予模型对新工况的学习适应能力。通过仿真实验验证了所提方法在预测精度、稳定性以及新模态适应能力上的有效性。

主观社会地位对青少年亲社会冒险行为的影响:有调节的链式中介模型

为探讨主观社会地位对青少年亲社会冒险行为的影响,采用青少年主观社会地位量表、亲社会冒险行为量表、公正世界信念量表以及自尊量表,对1106名高中生进行调查。结果发现:(1)主观社会地位可以显著正向预测青少年亲社会冒险行为;(2)公正世界信念和自尊不仅在主观社会地位和亲社会冒险行为之间分别起部分中介作用,而且在两者间发挥着链式中介作用;(3)上述链式中介模型存在显著的性别差异,性别调节了模型中“主观社会地位—亲社会冒险行为”这一路径。研究为青少年亲社会冒险行为的引导和干预提供了理论指导和实证依据。

TVT-O手术与A-JUST手术治疗女性压力性尿失禁的临床疗效研究

目的:探讨TVT-O手术和A-JUST手术治疗女性压力性尿失禁(SUI)的临床疗效,为女性SUI的临床手术方案选择提供参考依据。方法:选取2014年5月—2016年12月在我院确诊为SUI的女性患者157例,随机分为两组:TVT-O组(80例)和A-JUST组(77例),对两组患者的一般资料、手术效果、术后生活质量和并发症进行统计分析。结果:两组患者手术时间和术中出血量比较,均无统计学差异(P>0.05)。与TVT-O组相比,A-JUST组住院天数、留置尿管时间和大腿内侧牵扯痛发生率明显要少,差异均有统计学意义(P<0.05)。两组患者术后I-QOL评分均逐渐提高,但同期得分相比无统计学差异(P>0.05)。两组患者手术后治愈率和改善率均无统计学差异(P>0.05)。两组患者远期并发症主要是排尿困难、漏尿和尿潴留,但发生率均无统计学差异(P>0.05)。结论:A-JUST术与TVT-O术治疗女性SUI均有良好的临床疗效。A-JUST术具有住院时间短、导尿时间和术后大腿内侧牵扯痛率低的优势,值得临床推广。

考虑易用性和可解释性的自组织映射-即时学习风险预测框架

为提高风险预测系统的易用性和可解释性,提出基于自组织映射网络(SOM)改进的即时学习(JITL)风险预测框架。首先,应用SOM对数据样本进行聚类,并对聚类特征进行解释。进而,通过基于聚类结果的样本选择算法构建待测数据的相似样本集,在线上调用作为基学习器的支持向量机(SVM)进行建模并输出风险预测结果。最后,采用一个交通事故数据集对风险模型的性能进行测试,检验其精度、易用性和可解释性。结果表明:采用SOM-JITL策略的SVM模型,受试者工作状况曲线面积指标达到0.720,相比不使用该策略的传统SVM模型提高17.5%,精度较高;SOM-JITL模型构建所需参数调节工作少,具有较好的易用性;此外,SOM聚类结果准确识别出处于交通拥堵等高风险场景,与现实场景一致,具有可解释性。综上,SOM-JITL策略能有效提高基学习器的性能,达到精度、可解释性和易用性的平衡,有助于以低成本大规模推广风险预测系统。

基于查询编译的SQL执行技术研究进展

信息系统通常会借助数据管理系统来进行数据管理,其中SQL凭借良好的易用性和灵活性一直作为数据管理的主流查询语言,用户将编写的SQL语句交由数据管理系统执行后便可得到查询结果.执行模型的高效与否决定了系统能否快速响应用户的查询请求,现有执行模型主要采用解释执行和编译执行2种方式.解释执行具有良好的拓展性、可维护性等因而被大多数系统采用.不同于解释执行,编译执行为原本需要解释执行的查询生成高效的定制化代码来加速查询,带来的显著性能提升吸引了一众数据管理系统开始实现相应技术.然而,如何针对查询生成其对应的定制化代码是一个复杂的过程,在实现时需要考虑诸多方面,甚至在某些情况下,采用编译执行的查询性能可能还不及传统的火山模型.从概念、技术等角度系统地综述了编译执行技术的研究进展.首先,概述了编译执行的基本概念,对相关术语和背景知识进行了介绍;其次,分别从中间代码生成、中间表示、机器码生成与运行3个角度介绍了相关技术;最后,结合当前数据管理系统的研究趋势以及近期研究工作展望了编译执行未来的发展方向.

一种基于位平面和位运动估计的视频数据压缩算法

高分辨率和高刷新率使得带宽传输的压力加倍。通常,视频压缩被用来解决这个问题。但传统的视频压缩方法不根据位平面进行编码和解码,会增加存储区域的成本。因此本文首先介绍了一种位恰可察觉失真(BJND)模型,计算了结合视点因子的位平面恰可察觉失真模型的阈值,并将亮度因子和纹理因子的恰可察觉失真(JND)阈值映射到位平面上,综合得出了位恰可察觉失真模型。然后提出了一种基于位运动估计算法的视频压缩方案。该方案使改进后的搜索范围不仅包括时间维度,还包括灰度维度。根据人眼的视觉特点和概率统计分析,方案新增了补充匹配块来替代残差数据,从而保证了压缩比的恒定性。实验结果表明,所提方案对低5位平面压缩具有最佳的综合效果,压缩比为1.38,数据传输量恒定,且恢复后的图像与原始图像并无明显差异,更加符合人眼的直观感受。

多工况生产过程下的即时学习能耗预测建模方法

针对全局能耗预测模型只适用于部分预测样本且模型计算量大的问题,引入即时学习思想,采用局部加权偏最小二乘法结合能耗模型建立临时局部能耗预测模型;改进粒子群算法的惯性权重,考虑粒子适应度、迭代次数和种群大小对粒子群算法收敛速度和收敛精度的影响,提出一种非线性变化的自适应惯性权重策略,离线计算阶段使用改进的粒子群算法(adaptive PSO,APSO)对历史样本的带宽参数进行寻优,当预测样本到来时在线更新局部模型。考虑多工况生产场景下不同工况样本之间的能耗差异性所导致的预测误差,增加工况相似性度量过程,提出局部加权偏最小二乘算法与K-means算法相结合的APSO-JITL(just-in-time learning)-CLWPLS(cluster locally weighted partial least squares)能耗预测建模方法,在预测时选取同一工况的历史样本来设计预测样本的带宽参数。通过仿真实验验证了算法有着更高的预测精度且能更好地应对多工况生产场景。

融合相似性度量加权核偏最小二乘的烷烃气体定量分析方法

烃类气体含量的有效监测是油气勘探开采过程中安全保障的重要环节。红外光谱法作为一种安全高效的检测方法,受到现场工程师的关注,但主要采用离线模型进行测量,无法较好应对现场复杂的工况及变化多样的非线性影响因素,导致离线模型不更新而难以维持较高的预测精度。为此,提出了一种融合相似性度量加权核偏最小二乘的即时学习建模策略。首先设计了一种多相似性度量准则融合的样本相似性判别依据,有效筛选历史样本用于在线建模,其次在局部PLS模型中引入非线性核函数,实现非线性特征的有效提取,弥补线性偏最小二乘模型的非线性处理能力。在构建的多组分混合气体红外光谱数据上的实验结果验证了该方法的有效性,拟合优度R2达到0.994 1,RMSE和MRE相比PLS模型分别提升了43.6%和85.8%,可有效用于烃类气体红外光谱定量分析模型的在线更新与高精度预测。

基于互信息和Just-in-Time优化的回声状态网络

为了提高回声状态网络(ESN)的适应性,提出基于互信息(MI)和Just-in-Time(JIT)的优化方法,对ESN的输入伸缩参数以及输出层进行优化,所得网络称为MI-JIT-ESN.ESN的优化方法分为两部分:一是基于网络输入与输出之间的互信息,对网络的多个输入伸缩参数进行调整;二是基于JIT优化的局部输出层,对ESN的隐层输出数据进行局部重新建模,从而提升ESN输出层的回归拟合精度.将MI-JIT-ESN应用于青霉素补料分批发酵过程建模.结果显示,MI-JIT优化方法能提高模型的适应性,并优于其他比较方法.

卡明斯诗歌“in Just-”的前景化解析

E.E.卡明斯是美国现代实验派诗人的杰出代表。他的诗在内容和形式上不但抛弃了诗歌传统的韵律和句法结构,甚至拒绝通过传统的印刷格式传达信息和情感。文章依据文体学理论,重新构建了前景化效果实现的模式,进而从前景化视角来分析和欣赏卡明斯的抒情诗“in Just-”。

生态瞬时干预在健康行为促进中的应用进展

介绍生态瞬时干预的概念、产生和发展、分类,综述生态瞬时干预在健康饮食、控制饮酒、戒烟、增强身体活动等健康行为促进中的应用,并对生态瞬时干预在健康行为促进中的应用提出建议,旨在为医护人员进一步开展健康行为干预提供参考。

基于WGKSOM-DRCA自适应即时学习的转炉炼钢终点碳温软测量方法

转炉炼钢终点碳温的准确预测是实现转炉终点控制的关键。针对转炉生产过程数据存在波动性大和非线性特点引起传统即时学习度量的算法学习集质量低,进而削弱模型预测性能的问题,提出了一种基于加权高斯核自组织映射动态相关成分分析(WGKSOM-DRCA)自适应即时学习软测量建模方法用于转炉炼钢终点碳温预测。首先,采用引入标签信息的WGK度量准则构造WGKSOM聚类算法引导聚类方向,提高算法的聚类质量并降低类簇数据波动性对于建模的影响;其次,利用高斯后验概率计算待测样本的隶属度并通过引入动态因子构建DRCA度量策略,从而实现自适应的样本选择,进一步提升待测样本对应的局部算法学习集质量并用于局部模型训练,最终输出终点碳温的预测结果。实验表明,所提算法在转炉炼钢终点碳温预测上相对于其他算法有更好的表现,在±0.02%的预测误差范围,碳含量的预测精度为92%,在±10℃的误差范围,温度的预测精度为93.5%。