FA280S全自动粪便分析仪对早期华支睾吸虫病检测效果对比分析

分析FA280S全自动粪便分析仪、醛醚离心沉淀法(Aldehyde Ether Centrifugal Precipitation, AECP)、酶联免疫吸附试验法(Enzyme-Linked Immunosorbent Assay, ELISA)对早期华支睾吸虫病的检测效果。选择广州市红十字会医院139例疑似华支睾吸虫感染患者,分别采用FA280S全自动粪便分析仪,醛醚离心沉淀及ELISA法检测,比较3种方法的检测效果。结果显示FA280S全自动粪便分析仪检测华支睾吸虫阳性率为87.8%,醛醚离心沉淀法为76.3%,ELISA法为78.4%,FA280S全自动粪便分析仪检测华支睾吸虫的阳性率高于醛醚离心沉淀法(P 0.05)。因此在华支睾吸虫病的检测中,FA280S全自动粪便分析仪优于醛醚离心沉淀法及ELISA法,可作为诊断早期华支睾吸虫病的主要方法。

基于多元统计分析黄芪道地与非道地产区判别研究

为判别道地与非道地产区黄芪的差异,利用干法消解结合ICP-OES测定6个产区黄芪中的Se、Ni等13种元素的含量。结果表明,黑龙江产黄芪As、Ni重金属元素含量均比其他地区的黄芪重金属元素含量高;相关性分析结果表明,重金属元素的吸收与富集存在一定的协同作用,PCA和MLR分析均可以实现道地与非道地黄芪的判别,且正确识别率为100%。基于ICP-OES结合多元统计分析可以实现道地与非道地产区黄芪的判别,为道地产区黄芪的鉴别提供了快速、准确的新方法。

基于FA-ISSA-PPR模型的旋风分离器分离效率预测

旋风分离器是气田开发中常用的气固分离设备,准确预测旋风分离器的分离效率对于指导其结构设计和方法优化具有重要意义。在对数据集进行相关性分析的基础上,采用因子分析(factor analysis, FA)简化变量,降低预测模型的复杂程度,利用改进的樽海鞘群算法(improved salp swarm algorithm, ISSA)对投影寻踪(projection pursuit regression, PPR)的模型参数进行优化,形成FA-ISSA-PPR组合模型。结果表明,利用FA模型,原数据集的10个变量可以简化合并为4个公因子,分别代表尺寸参数、颗粒沉降特性、粒子运行轨迹和等效分割粒径对分离效率的影响;与半经验模型和其余机器学习模型相比,组合模型在预测精度和训练时间上具有一定的优越性,在测试样本上的平均绝对误差(MAE)为0.005 91,R^(2)可达0.995,证明了其在小样本、非线性数据分析上的准确性、鲁棒性和泛化性。

基于FA-PSO-RBF神经网络的富氧底吹铜锍品位预测模型

铜锍品位是富氧底吹铜熔炼过程中的一个关键工艺参数,针对铜锍品位实时检测困难、检测结果滞后时间长、指导生产工艺参数优化滞后等问题,基于生产数据深入挖掘及处理,提出了一种基于FA-PSO-RBF神经网络的铜锍品位预测模型。首先为了降低模型的预测误差,利用FA分析方法对原始生产数据进行降维处理,确定主要因子数量为6个,并计算因子得分,然后针对RBF神经网络模型对关键参数依赖性较大的不足,利用改进PSO算法对网络结构中的关键参数进行寻优,最后,以因子得分为输入,铜锍品位值为输出,通过实际生产数据验证模型的准确性,并与RBF、标准PSO-RBF预测模型进行对比,结果表明,本文构建的铜锍品位预测模型预测精度更高,与标准PSO-RBF预测模型相比,RMSE和MAE的值分别降低了17.2%和21.2%,该预测模型对富氧底吹铜熔炼生产过程参数优化控制提供了一种方法借鉴。

FA280自动粪便处理分析系统检测性能评价

目的:评价FA280自动粪便处理分析系统(以下简称“FA280”)的检测性能。方法:以仪器配套稀释液为标本对FA280进行空白试验。取阳性标本重复检测11次,对比第2~11次的检测结果与第1次的差异,以评价仪器的重复性。将阳性标本及样本稀释液交叉放置于FA280上进行自动检测,观察样本稀释液中是否报告阳性成分,以评价仪器的携带污染性。配制不同浓度的血红蛋白(Hb)溶液,用FA280进行隐血检测,以验证卡式便隐血试剂的阳性报告范围。对比FA280与手工法检测粪便常规的结果差异,评价FA280检测的准确性。采用SPSS 22.0软件进行统计学分析。结果:FA280检测配套稀释液,未检出红细胞(RBC)、白细胞(WBC)、真菌、脓细胞、寄生虫虫卵等成分,且便隐血试验均为阴性,检测符合率为100%,空白试验通过。重复检测阳性标本11次,第2~11次结果与第1次完全一致,检测重复性好。在携带污染试验中,阳性标本均查出RBC、WBC及真菌,且隐血结果全为阳性;样本稀释液管中未查出有形成分,隐血试验均呈阴性,未出现交叉污染。卡式便隐血试剂检测Hb浓度为0.2~2000μg/mL时结果为阳性,低于0.2μg/mL时结果逐渐变为阴性,高达3000μg/mL时结果为阴性,与试剂说明书相符。FA280与手工法检测粪便进行比对,RBC、WBC、真菌及隐血结果符合率分别为99.0%、97.5%、96.5%、96.0%,Kappa值分别为0.852、0.802、0.701、0.870,比对合格。结论:FA280性能良好,适应于临床粪便标本的检测。

WWT/FA160自动粪便分析仪在寄生虫检测中的应用研究

目的:探究WWT/FA160自动粪便分析仪在寄生虫检测中的应用价值。方法:选择医院检验科收集的720份粪便标本,均应用直接镜检法和WWT/FA160自动粪便分析仪进行肠道寄生虫检测,比较两种方法对寄生虫的检出率。结果:自动粪便分析仪的检出率(0.97%),略高于直接镜检法(0.69%),但差异无统计学意义(P>0.05)。经Kappa检验,两种检测方法的一致性极强(Kappa=0.832,P<0.05)。结论:WWT/FA160自动粪便分析仪对寄生虫虫卵的检出率与直接镜检法具有良好的一致性,但自动粪便分析仪检测操作简单、自动化程度高,可减少人为误差,有效提升检测速度和检测准确率。

基于FA&CA的高校管理科学与工程类专业人才培养质量研究

从管理科学与工程类专业人才的社会需求现实出发,运用因子分析(FA)和聚类分析方法 (CA),分别对该专业人才的社会需求以及人才培养质量进行统计分析,以期为现阶段高校和用人企业对学生综合能力测评提供有益借鉴。

基于FA-BAS-ELM的海洋油气管道外腐蚀速率预测

为提高海洋油气管道外腐蚀速率预测的精度和效率,建立基于因子分析(FA)和天牛须搜索算法(BAS)的极限学习机(ELM)腐蚀速率预测模型。利用FA对影响因素数据集进行降维处理,确定预测模型的输入变量;建立ELM预测模型,并采用BAS对ELM模型的参数进行优化,避免参数取值随机性对模型预测性能的影响;以实海挂片试验为例,通过建模仿真评价模型的预测性能,并与其他模型进行对比分析。结果表明:FA-BAS-ELM预测模型的平均绝对误差(MAPE)仅为1.92%,决定系数R^(2)高达0.9949,相比于其他模型,该模型具有更优的预测性能。

基于T-RFLP和因子分析的香蒲根际细菌群落研究

以北京市永定河王平湿地为研究对象,应用末端限制性片段长度多态性(T-RFLP)对王平湿地再生水补水口及其远离补水口的香蒲根际细菌和氨氧化细菌(AOB)的群落结构及多样性变化进行分析,在此基础上结合MiCA3比对、典范对应分析(CCA)和多元统计中因子分析(FA),解析湿地不同空间细菌群落功能特性的变化.结果显示再生水补水口细菌群落各多样性指数均明显低于远离补水口细菌群落,而氨氧化细菌群落则呈现相反趋势.基于传统的T-RFLP片段MiCA3比对、CCA和FA相结合的分析表明:对细菌群落,占再生水补水口细菌群落总丰度55.6%的菌群与150bp代表的鞘氨醇单胞菌(Sphingomonas sp.)具相似净化功能,并与总有机碳生物化学循环过程具密切关系,其次占再生水补水口上游细菌群落总丰度75.5%的菌群与81bp为代表的假单胞菌属(Pseudomonas sp.)和Geitlerinema sp.具相似净化功能,并与氮的生物化学循环过程具密切关系.占再生水补水口下游细菌群落总丰度68.7%的菌群与138bp代表的小单孢菌属(Micromonospora sp.)具相似净化功能,同时与重金属Cu、V、和Ti生物化学循环具密切关系.对氨氧化细菌,266bp受铵态氮影响较大,占再生水补水口氨氧化细菌群落总丰度65.5%的菌群与266bp代表的Nitrosomonas sp.具相似的生境特征,适合在高氨环境中生长;与58bp所代表的Nitrosospira sp.具相似功能特性菌群丰度在远离补水口样点中较前者呈现显著增加趋势,表征该类菌群适合在相对低氨环境中生长.

解决一类特殊多目标优化问题的因子分析方法

根据国际最新提出的采用统计方法解决多目标优化的思想,提出了采用因子分析方法来解决多目标优化问题(FA-SMOEA),在个体聚类过程中充分考虑了目标函数对pareto解的影响,用灵敏度向量和相似程度作为过渡量,将目标函数和个体聚类结合起来.在交叉和变异过程中再次考虑了公因子对个体进化的影响,利用公因子对个体进行了局部修正.最后用数值实验验证了其有效性.

SMT电子组件及焊点的失效判定与切片金相分析

在当前的SMT日常生产与品质管理中，如何从电子组件（PCBA）及焊点扑朔迷离的失效问题中，快速而准确地找到缺陷位置并做出正确判定，是品质与工程技术人员的重要工作和技能。而SMT工艺和电子封装技术的进步，元器件的引脚或焊端的微小型化，以及某些隐藏于封装体下方的焊点，由于不便于直接目视检查等问题，无疑增加了生产品质和失效分析的困难度。比如细问距的BGA／CSP等类似器件的失效分析与不良判定，需要更高阶的分析仪器和分析方法。电子组件及焊点的失效分析，是获取失效机理与原因从而进行客诉对策和改善的基本手段，只有熟练掌握并运用这些技术比如金相微切片（CrossMicro-section）分析等，才能及时获得产品的改进依据。

西南少数民族地区农村人力资源开发影响因素研究——基于西南四省少数民族农村地区963份调查数据

在文献研究和专家访谈的基础上,设计出若干影响因素变量指标,先对广西壮族聚集地区农村发放350份调查问卷,回收有效问卷311份,对西南少数民族地区农村人力资源开发影响因素进行探索性因子分析,在此基础上对西南少数民族地区农村人力资源开发的影响因素维度结构提出假设;再采用"配额"加"随机"的抽样方法,对广西、云南、贵州、四川4省的壮族、彝族、苗族、藏族、瑶族、布依族、侗族、哈尼族和傣族等9个少数民族农村地区发放独立问卷1000份,回收有效问卷652份;对原假设进行验证性分析,结果表明,西南少数民族地区农村人力资源开发影响因素由6个维度构成,分别是教育与医疗、经济、民族文化、自然地理、人口、法律法规,基本验证了研究假设。

农村电商创业胜任力模型的构建与实证研究

基于胜任素质理论,在文献研究和访谈的基础上设计农村电商创业胜任力量表,先对广西地区的农村电商创业者发放50份预试调查问卷,通过信度、效度和探索性因子分析后修改量表。再对浙江、江苏、广东、广西、贵州、山东、福建、四川等地发放350份调查问卷,回收有效问卷254份。通过探索性因子分析和验证性因子分析构建农村电商创业胜任力模型,包括个人品行、知识资本、思维能力、心理特质和执行能力五个维度。以期对农村电商创业人才的培养以及农村电商创业者的自我提高提供借鉴和指导。

西北旱区盐湖盆地地下水化学组分源解析

为实现对吉兰泰盐湖盆地地下水污染源的识别与管理,系统采集区域内71个地下水样品,测定16项地下水质关键指标;以GB T 14848—2017《地下水质量标准》中的Ⅲ类标准为依据确定特征污染物,利用因子分析(FA)确定地下水水质指标的因子分类,以地质统计学插值绘图揭示不同污染源的空间分布特征,运用APCS-MLR(绝对主成分得分多元线性回归)量化不同污染源的贡献率.结果表明:研究区内ρ(Cr 6+)、ρ(As)、ρ(NH 4+)、ρ(F-)、ρ(Cl-)、ρ(NO 2-)、ρ(COD Mn)、ρ(TDS)、pH等9项地下水水质指标均存在超标现象,其中ρ(NH 4+)、ρ(Cl-)、ρ(F-)超标较为严重.通过因子分析法筛选出影响研究区地下水水质的6个公因子,即溶滤-富集作用因子(F 1,贡献率为24.61%)、农业活动因子(F 2,贡献率为20.38%)、原生地质-农业生产、生活污染因子(F 3,贡献率为11.72%)、工业生产污染因子(F 4,贡献率为10.38%)、地质环境背景因子(F 5,贡献率为10.78%)、原生地质因子(F 6,贡献率为10.61%),其中F 1、F 5、F 6为环境影响因子,F 2、F 3、F 4为人类活动影响因子.采用因子得分函数计算得到因子得分,巴音乌拉山一带整体污染因子得分较高,乌兰布和沙漠存在点状高值区,图格力高勒沟谷上游也存在一定程度的污染,而盐湖盆地东南大部分区域水质相对较好,其分布与变化受到天然因素和人类活动的双重影响.利用APCS-MLR得到各水质指标预测值与实测值的R 2(线性拟合优度)均大于0.7,APCS-MLR可较好地评估各因子对水质的贡献率.研究显示,因子分析与APCS-MLR相结合可以有效地对地下水化学组分进行定性识别与定量解析.

环境空气中PM10主要来源解析

PM10是主要环境空气污染物之一,本文采用因子分析法(FA)确定PM10的主要来源。实验证明,因子分析法结合实际监测的分析结论,与A市实际情况拟合度非常高,可作为环境空气中PM10来源解析的方法。

砂土地震液化预测的GA＿SVM＿Adaboost模型

为快速准确地对砂土液化情况作出预测,选取地震烈度、地下水位、覆盖厚度、标贯击数、平均粒径、地貌单元、土质及不均匀系数为主要影响因素,运用相关性分析和因子分析模型对其进行分析和属性约减,采用遗传算法(GA)对支持向量机(SVM)的参数寻优,结合Adaboost迭代算法,建立预测砂土地震液化的GA_SVM_Adaboost模型。选用唐山地震砂土液化现场勘察资料中的329组数据对模型进行训练,利用该模型对剩余68组砂土液化数据进行预测。最后,将预测结果与GA_SVM和SVM模型预测结果进行比较。结果表明,3个模型的平均预测准确率分别为100%、98.04%、89.71%,基于因子分析的GA_SVM_Adaboost模型的预测准确性优于GA_SVM模型和SVM模型,是一种解决砂土地震液化预测问题的有效方法,具有一定的应用参考价值。

Principal Component Analysis （PCA） on Multivariate Data of Lard Analysis in Cooking Oil

Discrimination of fatty acids （FAs） of lard in used cooking oil is important in halal determination. The aim of this study was to find the information related to the changes FAs of lard when frying in cooking oil. Quantitative analysis of FAs composition extracted from a series of experiments which involving frying cooking oil spiked with lard at three different parameters; concentration of spiked lard, heating temperatures and period of frying. The samples were analyzed using Gas Chromatography （GC） and Principal Components Analysis （PCA） technique. Multivariate data from chromatograms of FAs were standardized and computed using Unscrambler X10 into covariance matrix and eigenvectors correspond to Principal Components （PCs）. Results have shown that the first and second PCs contribute to the FAs mapping which can be visualized by scores and loading plots to discriminate FAs of lard in used cooking oil

基于预处理的AFOA-ELM冲击地压危险预测模型

为提高冲击地压危险性预测准确率,提出一种基于预处理的改进的果蝇优化算法(AFOA)优化极限学习机(ELM)的预测模型。以重庆砚石台煤矿为例,选取其10个冲击地压危险性影响因素作为模型特征;以部分实测数据作为样本数据集并进行预处理,采用合成少数类过采样技术(SMOTE)构建平衡数据集,使用灰色关联分析法(GRA)及因子分析法(FA)降低特征维度;针对果蝇优化算法(FOA),引入跳脱变量和分类准确率方差变量构造AFOA,利用AFOA优化选取ELM的输入层权值及隐含层阈值,构建冲击地压危险预测模型,训练预处理样本数据、预测并对比其他模型预测结果。结果表明:数据集预处理可以显著提高AFOA-ELM模型预测效果;基于预处理的AFOA-ELM冲击地压危险预测模型,预测准确率为93.75%,均方误差为6.25%,预测精度显著优于其他对比模型。

SMT电子组件的品质缺陷与客诉管理

在电子产品的制造以及SMT生产中，品质的最高目标是“零缺陷”（ZeroDefect），它是业界苦苦追求的理想状态，也是大家共同努力的方向。不过在实际生产中，由于受各种各样因素的影响，把产品良率做到百分之百还很难，免不了会产生一点品质缺陷；糟糕的是这种缺陷一旦流落到客户端或者用户手里，必然会令客户和顾客很不满意或产生疑虑，严重者甚至可能令其对工厂的制造能力水平失去信心。产品缺陷是指组件与规定要求不相符的部分，而品质缺陷是品质与对应的规格要求不相符的问题。搞好品质缺陷分析和客诉处理，降低客户抱怨比（CPM），无疑是客户关系管理（CRM）中的重点，也是对自己努力改善产品质量的一种鞭策。SMT电子组件的品质缺陷纷繁复杂，其客诉对策处理也务必深思熟虑有的放矢。