城市互联网用户的媒介使用和信息倚赖——对用户的媒介依赖度、信任度及网络新闻浏览模式的分析

本文重点探讨的是关于当下城市互联网用户媒介接触的若干"新常态"——包括媒介依赖度、信任度及网络新闻的浏览模式等方面的主要发现和分析性结论。

基于样本不同属性综合的鲁棒偏倚赖主动学习分类算法研究

主动学习算法可以有效减少样本标注的工作量,每次选取最有信息量的样本交由专家标注。样本的代表性与不确定性都是衡量样本信息量的重要因素,将两者综合考虑能够获得更好的综合效果,但在两者的结合方式上一直存在不少问题,导致算法的适应性不强。为解决该问题,本文提出了基于样本不同属性的鲁棒偏倚赖主动学习分类算法,通过引入偏倚赖权值系数函数,在综合考虑样本的代表性和不确定性的同时,更可以突出样本的特性。同时由于样本代表性模型的渐变,在选择样本过程中更能突出代表性样本与不确定性样本的学习层次,前期训练以代表性样本为主,后期训练以不确定性样本为主,使得算法的适应性大大提高。在UCI机器学习数据库上的仿真实验结果表明本文的思路是合理可行的,在实验所用数据集上,与所提供的对比算法相比,本文的方法只需较少的标注样本便可以达到相同的分类正确率。

长期照护之生命关怀反思--从失能到安宁疗护之照顾公义

老化除了让人的身体逐渐失去活力,失去身体自主性之外,还增加了慢性病可能性。当衣、食、住、行等失去掌控时,失能者的生命尊严受到严重的挑战,成为需要高度支持以维持现实生活能力的倚赖者。而在其需求得到满足的过程中,照顾者更成了衍生的倚赖者。本文通过研究失能者生命末期尊严案例,探讨如何辅以安宁照顾的理念,从平等、关怀的视角来协助失能者,实质关怀失能者的生命内涵。

基于Rough Set的属性约简及应用研究

设计简洁的切实可行的基于Rough Set的属性约简的算法。通过基于Rough Set的属性约简方法对两个实际应用说明了如何利用该方法计算条件属性相对于决策属性的重要度,去除冗余属性,形成新的精简的知识发现属性集,从而提高数据挖掘效率。

吸食海洛因致海绵状白质脑病的CT及MRI诊断

目的评价海洛因中毒所致的海绵状白质脑病的CT、MRI表现及诊断价值。方法搜集6例海洛因海绵状白质脑病的CT及MRI资料,全部患者均进行MRI检查,检查序列包括T1WI、T2WI、FLAIR序列,其中2例同时行颅脑CT扫描。结果全部患者MRI显示对称性双侧小脑半球、大脑半球后部、内囊后肢、胼胝体压部、脑干等皮质下白质为主的多发性大片状长T1、长T2信号,加强后病灶无强化;2例行头颅CT检查显示两大脑半球皮质下白质、基底节及两侧小脑呈对称性广泛低密度灶,无占位效应。结论海洛因中毒所致的海绵状白质脑病具有特征性的MRI表现,MRI对本病的诊断具有重要价值。