Breast Cancer Detection Using an Ultrashort-Pulse Radar System in Synthetic Breast Phantom Model

Using ultrashort-pulse radar with compact vivaldi antennas, the simulation experiment of breast cancer detection has been performed in a synthetic breast phantom. Two metallic balls with 9 mm and 6 mm in diameter are used as tumors in our experiment. The image reconstructions of the breast models with tumors using reflection data have been presented by a confocal microwave imaging technique. The method can be used for a pulse compression technique to reflected waves for clear image formation.

一种简单实用的超短期负荷预报方法

本文提出了一种预测电网未来十分钟负荷的外推方法。该方法简单实用，已在东北电网和华北电网投入在线运行，预测结果准确，是一种具有普遍适用性的超短期负荷预报方法。

高分辨超短光脉冲相关测量系统

本文提出利用脉冲干涉相关信号测量飞秒脉宽的新原理。对两个可能实现的途径进行了论证。一是提出等值宽度法,给出了等值宽度在五种光脉冲形状干涉相关曲线上包络的位置;二是建立了用微机处理干涉相关信息的数学模型,并给出处理的结果。研制了适合飞秒测量的低色散光学相关器。理论分析和实验结果均表明,本方法和相关测量系统可将超短光脉冲测量的时间分辨率提高一个量级以上。这对当今世界飞秒级(10^(-15)S)光脉冲的测量是有利的。

福建省前汛期短历时强降水气候的统计特征

通过对1980～1998年五、六月份三小时强降水的统计分析，初步揭示了福建省前汛期短历时强降水频数在年际分布、逐日分布、逐时段分布以及全省分布等方面的气候特征。

闽北地区汛期短历时降水气候特征

本文对闽北地区主要台站5、6月逐二时降水的气候特征进行统计分析，以揭示其中的规律性。并通过高山站与一般台站的比较，探讨不同地形条件下短历时降水的不同特征。这些将对汛期闽北地区短时降水预报提供较为可靠的气候背景。

中医针灸结合中药热敷治疗颈肩腰腿疼痛的短期疗效

目的:分析中医针灸联合中药热敷治疗颈肩腰腿疼痛的短期疗效。方法:选择2013年1月-12月间于我院接受治疗的198例颈肩腰腿疼痛患者为研究对象,行随机数字表法分组。观察组99例行中医针灸结合中药热敷治疗;对照组99例行常规超短波治疗。所有患者持续治疗14d,并于治疗前后以视觉模拟评分(VAS)评价疗效,并进一步对观察组患者按疾病分组,评价中医针灸结合中药热敷对不同原发疾病疼痛的疗效。结果:两组治疗前VAS评分接近,差异无统计学意义;治疗后均有显著下降,较治疗前差异有统计学意义(P<0.05)。且观察组评分[(2.28±1.03)分比(3.26±1.68)分,t=-4.948,P<0.05]显著低于对照组。观察组颈椎病疼痛、肩周炎、腰肌劳损、关节炎疼痛治疗均较佳,且关节炎疼痛治疗显效率高达100.0%。结论:中医针灸结合中药热敷治疗颈肩腰腿疼痛,具有极佳的短期疗效,可能具有推广价值。

基于免疫遗传算法的超短期发电计划优化

超短期发电计划优化在电力系统调度运行中发挥着越来越重要的作用，但由于其是一个非线性整数约束优化问题，数学模型复杂，很难从理论上找到全局最优解。针对电力系统发电计划优化问题，引入免疫遗传算法，很好地解决了遗传算法局部收敛的问题，实现了群体收敛性和个体多样性间的动态平衡调整，能快速准确求解，及时调整超短期发电计划方案，从而达到安全经济环保调度，优化资源配置的效果。

基于奇异谱分解和双重注意力机制的超短期光伏功率预测方法

准确的光伏功率预测可以有效促进光伏发电的安全高效利用。针对现有方法预测精度不足的问题,提出一种结合奇异谱分解(SSD)、双重注意力机制和双向门控逻辑单元(BiGRU)时序建模的超短期光伏功率预测方法。首先利用SSD降低光伏信号的随机性和波动性;然后利用BiGRU网络对分解后的信号进行时序建模,并设计了一种同时学习特征序列和时序序列的重要性权重的注意力模块,对BiGRU网络提取的特征进行权重加权;最后经过决策层获得最终的光伏功率预测结果。实验结果表明,SSD和注意力机制可以有效提升深度时序模型的光伏功率预测精度,在不同季节和不同天气情况下均优于其他几种经典方法,具有较高的实用价值。