课程文献中心 更多>>

关键词： 肺结核   2型糖尿病   血糖变异性   复发   检测  

摘要： 目的:观察血糖变异性指标水平检测预测初治肺结核合并2型糖尿病(T2DM)患者治疗后复发的价值。方法:回顾性分析2019—2021年该院收治的175例初治肺结核合并T2DM患者的临床资料,设为观察组,并观察其治疗后2年复发情况。另回顾性分析同期该院收治的173例初治肺结核非T2DM患者的临床资料,设为对照组。比较两组血糖变异性指标[血糖变异系数(GLUcv)、最大血糖波动幅度(LAGE)、血糖均值(GLUave)]水平。随访至治疗后2年,比较观察组复发与未复发患者的血糖变异性指标(GLUcv、LAGE、GLUave)水平。采用受试者工作特征(ROC)曲线分析GLUcv、LAGE、GLUave水平单项及联合检测预测初治肺结核合并T2DM患者治疗后复发的价值。结果:观察组GLUcv、LAGE、GLUave水平均高于对照组,差异有统计学意义(P<0.05);复发患者GLUcv、LAGE、GLUave水平均高于未复发患者,差异有统计学意义(P<0.05);ROC曲线分析结果显示,GLUcv、LAGE、GLUave联合检测对初治肺结核合并T2DM患者抗结核治疗后复发的预测价值[曲线下面积(AUC)=0.946]于三者单项检测(AUC=0.853、0.848、0.657)。结论:GLUcv、LAGE、GLUave联合检测对初治肺结核合并T2DM患者抗结核治疗后复发的预测价值高于三者单项检测。

关键词： 锂电池   健康状态   白鹭群优化算法   高斯过程回归   区间估计  

摘要： 锂离子电池健康状态估计直接影响锂电池系统的安全性与可靠性,是电池管理系统中的一项重要功能。针对现有数据驱动的SOH估计方法中存在的缺乏不确定性表达、训练数据与测试数据未完全解耦等问题,本工作提出了一种基于白鹭群优化与高斯过程回归相结合的SOH估计方法。首先,从同类电池的充电电压、电流及弛豫电压信息中提取与电池老化相关的健康特征,并通过Pearson相关分析法筛选出与电池容量相关性高的健康特征。随后,采用平方指数核函数的高斯过程回归模型进行SOH估计,采用白鹭群优化算法优化GPR模型中超参数。最后,选取同济大学数据集中的NCA和NCM两类电池数据进行实验,验证所提模型的准确性与鲁棒性。实验结果表明,所提方法能够有效提高SOH估计的精度与可靠性。对于所测电池类型中,SOH估计误差的最大RMSE和MAE分别为0.0028和0.22%,相较于传统的GPR模型,误差指标分别降低了58.82%和57.69%。此外,该方法还能够实现SOH区间精准估计,避免高估电池SOH造成的安全问题。

关键词： 心绞痛   中医药疗法   冠心宁片   活动平板运动试验   心率变异性  

摘要： 目的深入分析稳定型心绞痛患者服用冠心宁片治疗后,其心率变异性(heart rate variability,HRV)、活动平板运动试验(treadmill exercise test,TET)等指标产生的变化。方法便利选取2020年12月—2023年6月宁波市北仑区人民医院收治的150例稳定型心绞痛患者为研究对象,按照治疗方案的不同分为标准组(n=50)、对照组(n=50)以及观察组(n=50)。标准组接受标准方案治疗,对照组在标准组方案的基础上联合安慰剂治疗,观察组在标准组治疗方案的基础上联合冠心宁片治疗。比较3组TET及HRV结果。结果观察组最大运动代谢当量、达目标心率时间、运动诱发ST段下降0.1 mV所需时间、ST段下降持续时间、最大ST段下降程度优于标准组和对照组,差异均有统计学意义(F=132.0,16.99,49.89,34.03,81.02;P均<0.05)。3组HRV检查结果显示,观察组优于其他两组,差异均有统计学意义(F=53.14,88.68,44.11,11.87,30.04;P均<0.05)。结论稳定型心绞痛患者给予标准方案联合冠心宁片治疗的临床效果显著。

关键词： 简单随机抽样   集束抽样   系统抽样   分层抽样  

摘要： 概率抽样(probability sampling):也称“随机抽样”(random sampling)。其特点是每个被抽取的个体都有相同的机会被抽中。具体的概率抽样方法包括简单随机抽样、分层抽样、集束抽样和系统抽样。非概率抽样(non-probability sampling):也称“非随机抽样”或“不等概率抽样”,指没有采用随机抽样方法而选取样本的方法。

关键词： 国际食品法典   分析   抽样  

摘要： 详细介绍了国际食品法典委员会分析和抽样方法委员会的职责,食品法典委员会方法分类,以及第43届CCMAS会议总体情况、讨论问题及背景等信息,并对其对我国相关工作的指导意义进行探讨。

关键词： 社交网络   抽样方法   电商   大数据   金融   智能计算  

摘要： 通过探索大数据环境下抽样理论演进规律,研究智能计算支撑下抽样方法创新,将创新成果应用于金融、电商、社交网络等领域,对推动抽样理论发展以及提升数据分析能力具有重要价值。大数据时代抽样理论基础传统理论框架难以应对数据体量激增与维度膨胀带来的挑战,智能计算环境促使抽样理论向智能化以及自动化方向演进,新型抽样理论体系逐步构建。

关键词： 咳嗽变异性哮喘   小儿   维生素D_(3)   细菌溶解产物胶囊   骨膜素  

摘要： 目的观察维生素D_(3)联合细菌溶解产物胶囊治疗小儿咳嗽变异性哮喘(CVA)的临床效果及对患儿相关指标的影响。方法选取2022年9月-2023年9月江南大学附属儿童医院/无锡市儿童医院就诊的CVA患儿96例,采用信封法分为BLP-D_(3)组和BLP组,每组48例。BLP组予细菌溶解产物胶囊治疗,BLP-D_(3)组在BLP组基础上加用维生素D_(3)治疗,比较2组治疗8周时的临床效果以及治疗前后生化指标[血清嗜酸性粒细胞(EOS)计数与嗜酸性细胞阳离子蛋白(ECP)]、肺功能指标[第1秒用力呼气容积(FEV 1)与呼气流量峰值(PEF)]、血清可溶性生长刺激表达基因2蛋白(sST2)以及骨膜素差异。结果BLP-D_(3)组患儿治疗总有效率为95.83%,高于BLP组的83.33%(χ2=4.019,P=0.045);治疗8周后,2组EOS、ECP、sST2与骨膜素水平均较治疗前下降,FEV 1与PEF均较治疗前增加,且BLP-D_(3)组变化程度大于BLP组(P<0.01)。结论维生素D_(3)联合细菌溶解产物胶囊治疗小儿咳嗽变异性哮喘的临床效果显著,对患儿相关指标以及肺功能均有积极的影响。

关键词： 铁路安全   运输岗位   疲劳预测   神经网络   心率变异性  

摘要： 岗位疲劳与不安全行为有明确关联,与运输生产安全紧密相关。岗位疲劳检测已经得到了广泛的研究,但目前研究主要是基于实时指标的疲劳状态检测。如果对识别疲劳的指标做出预测,则可进一步预测未来的疲劳状态,从而提前采取措施更好地应对疲劳作业。门控循环单元神经网络(GRU)已被证实在处理时序预测问题中表现良好,本文旨在开发一种基于GRU的预测模型,以提高铁路运输岗位疲劳的预测能力,从而为提前干预提供依据。在基于心率变异性(HRV)指标的疲劳检测中,MEAN、SDNN、RMSSD和HR等时域指标是最基础、最常用的。本研究采用重叠窗口采样方法进行数据预处理,并利用贝叶斯优化(BO)的GRU模型进行HRV基础时域指标的预测。以铁路车站在岗值班员为对象采集8组数据,从各组数据中提取MEAN、SDNN、RMSSD和HR数据集,用拟合度(R2)和均方根误差(Erms)作为验证指标,采用交叉验证法检验预测结果的准确性。以基于长短期记忆神经网络(LSTM)的模型为对比,比较LSTM、GRU、BO-LSTM和BO-GRU模型的预测效果。研究结果表明:在MEAN、SDNN、RMSSD和HR的预测任务中,BO-GRU模型都能够实现高精度预测,拟合度(R2)平均值分别达到0.951 99、0.962 6、0.962 22和0.948 46;均方根误差(Erms)均值分别为11.217 ms、9.451 7 ms、12.657 ms和1.535 7次/min,均优于对比模型。研究结果为铁路运输行业在应对岗位疲劳及保障生产安全方面提供重要参考。

关键词： 漂浮式风机   波浪估计   干扰区间观测器   干扰预测器   积分滑模控制   复合抗干扰控制  

摘要： 波浪是造成漂浮式风机功率波动的重要影响因素,并阻碍其规模化并网。为减小波浪对风机出力的影响,提出了一种基于波浪区间估计与预测的漂浮式风机功率控制方法。考虑漂浮式风机工作在额定风速以上区间的额定功率跟踪控制问题,建立了大惯性特性下带有输入时滞的漂浮式风机模型和波浪干扰模型,设计了一种基于波浪区间估计的波浪预测器,进而提出了一种基于波浪补偿与积分滑模控制的复合时滞控制策略。基于FAST-Matlab/Simulink联合仿真环境模拟半潜式漂浮式风机在所提控制策略下的运行状态,并与传统比例积分(PI)控制下的系统响应进行对比。结果表明:所提出的功率控制策略可有效补偿波浪干扰对漂浮式风机带来的影响,降低风机出力波动,可以为漂浮式风机控制系统的设计提供参考。

关键词： 抽样方法   样本   百分位数   统计   总体分布   频率分布直方图  

摘要： 统计是高中数学的重要内容,是高考的常考知识点,同学们要掌握三种抽样方法的应用,掌握频率分布直方图的应用,会用样本的频率分布估计总体分布,理解百分位数,平均数,中位数,众数的概念及应用。