课程文献中心 更多>>

关键词： 雷达信号识别   崔-威廉斯分布   残差密集块   CycleGAN   MobileNetV3-Small  

摘要： 目的针对目前深度学习方法在雷达信号识别中需要海量数据且网络复杂、计算量大、设备要求高等问题,方法提出一种联合改进CycleGAN和MobileNetV3-Small轻量化卷积神经网络的雷达信号识别算法。首先,选取8种常见的雷达信号类型构建时域序列,为了更好保留时频特征,在信号预处理阶段将其通过崔-威廉斯分布形成图像数据集,在数据集扩充阶段将图像数据集作为CycleGAN迁移网络的输入,约束指导目标图像的生成,以解决样本不足的问题;然后,在CycleGAN的生成器中引入U-Net结构和残差密集块并更改判别器的判别方式和损失函数,以解决数据集扩增过程中的特征模糊和梯度消失等问题;最后,在信号识别阶段,通过构建具有代表性的MobileNetV3-Small轻量化网络,完成识别验证任务。结果图像生成网络CycleGAN的图像评价指标PSNR为39.74 dB,SSIM为0.95;MobileNet-Small信号识别网络模型迭代训练100次的参数量为1538942,总运行时间为2152 s,FLOPs为127351188,准确率为99.30%。结论本文算法生成的图像与真实样本相似度高、失真度小,在不以牺牲准确率为代价的前提下识别速度有很大提升,有效实现了小样本条件下雷达信号的高精度识别。

关键词： 多层次时间序列预测   贝叶斯推断   部分池化  

摘要： 层次化时间序列预测在当今社会起着重要的作用,但由于其本身的复杂性导致这项研究的挑战性较大。本研究聚焦于将贝叶斯推断应用于自回归移动平均(autoregressive integrated moving average,ARIMA)模型与3种池化模型(完全池化、无池化、部分池化)的组合,来优化多层次时间序列预测,并利用合成数据集验证层次结构对预测准确性的提升效果。本研究对项目相关理论知识做了介绍,分析了项目模型的实现方法。实验结果表明:部分池化模型表现最优,且短期数据集的预测效果更佳。证实了层次结构能增强预测准确性,且对短期时间序列效果尤为显著。本研究丰富了ARIMA与池化模型组合的研究,为时间序列预测提供了新视角和方法论支持。

关键词： 游离二氧化硅   焦磷酸法   红外分光光度法   粉尘采样  

摘要： 依据标准《工作场所空气中粉尘测定第4部分:游离二氧化硅含量》(GBZ/T 192.4—2007),通过现场调研方式,在确认铁路隧道施工样品主要来源及采样方法选择适用性基础上,观察实验过程,对比分析焦磷酸法与红外分光光度法分别测定粉尘样品中游离二氧化硅含量的测定结果。分析得出影响焦磷酸法测定结果的主要因素为消解温度,影响红外分光光度法主要因素为实验室湿度、称样量、粉尘颜色,从而得出目前在铁路隧道施工粉尘中游离二氧化硅含量的测定方法中焦磷酸法优于红外分光光度法。

关键词： 苯二氮[艹卓]类新精神活性物质   生物样本   前处理   分析方法  

摘要： 苯二氮[艹卓]类新精神活性物质(NPS)是对传统苯二氮[艹卓]类药物结构进行修饰的一类策划药物,是近几年数量增长最快的NPS之一。苯二氮[艹卓]类NPS结构多样、层出不穷、复杂多变、易滥用成瘾,而且还可被用于麻醉后实施犯罪活动,严重危害社会安定。怎样对其进行有效的分析检验,是当前面临的问题。本文综述了近年苯二氮[艹卓]类NPS的生物样本前处理方法、分析方法的研究进展,以期为后续分析检验工作的开展提供思路。综合来看,痕量化、高灵敏度、自动化和小型化的现场检测是未来苯二氮[艹卓]类NPS分析检验的发展方向。

关键词： 红军长征   战略运筹   历史时空   中央苏区   人间奇迹   激荡人心   战略转移   强大力量  

摘要： 1934年10月,为应对中央苏区第五次反“围剿”失败,保存革命有生力量,中共中央作出战略转移的决策。红军长征历时之长、规模之大、行程之远、环境之险恶、战斗之惨烈,在中国历史上是绝无仅有的,在世界战争史乃至人类文明史上也是极为罕见的。红军长征迸发出的激荡人心的强大力量,成为人类为追求真理和光明而不懈努力的伟大史诗。让我们穿越历史时空,追寻红军将士创造的人间奇迹。

关键词： 混合地理加权回归模型   空间异方差性   检验统计量  

摘要： 混合地理加权回归模型中一个常用的假设是随机误差项为同方差,然而实际问题中同方差性假设不一定成立。本文基于混合地理加权回归模型的残差平方和与残差绝对值,分别构造了两种空间异方差性检验统计量。通过蒙特卡洛数据模拟对两种统计量的控制第一类错误的能力和检验的功效进行评价。数据模拟结果表明,两种检验统计量在检测空间异方差性方面具有较好的准确性和可靠性,相比之下基于残差绝对值的检验统计量能给出更精确的检验结果,而且对不同的误差分布具有较强的稳健性。进一步,我们通过实际数据分析,验证了本文提出的两种检验统计量的有效性与实际应用,并给出了最后的结论。

关键词： 布朗运动   压轴题   微小颗粒   随机运动   填空题   高三   随机选择   概率题  

摘要： 2024年武汉二月高三调研考试填空题压轴题为:“布朗运动”是指微小颗粒永不停息的无规则随机运动,在如图1所示的实验容器中,容器由三个仓组成,某粒子做布朗运动时每次会从所在仓的通道口中随机选择一个到达相邻仓或者容器外,一旦粒子到达容器外就会被外部捕获装置所捕获.

关键词： 普外科   高危手术   知情同意   共同决策   临床决策伦理  

摘要： 普外科高危手术通常风险高、不确定性大,患者可能面临生活和健康状况的重大改变,容易引发医患纠纷。总结普外科高危手术医患共同决策实施的障碍,探索将共同决策纳入临床实践的最佳方式。在决策过程中,存在普外科医生和患者需要共同克服沟通与决策能力欠缺、知情同意与认知能力不足、体制与文化问题等伦理困境。为帮助患者选择最适合的治疗方法,真实作出关于高危手术的决定,建议应加强普外科医生沟通技能培训,开发、运用决策辅助工具,同时多方支撑,为普外科医患共同决策的实施提供良好的环境。

关键词： 非小细胞肺癌   胸腔镜术   心脏并发症   危险因素   模型构建  

摘要： 目的分析非小细胞肺癌病人腔镜术后心脏并发症发生的影响因素及构建预测模型。方法2020年1月~2023年1月我院行胸腔镜术治疗的非小细胞肺癌病人312例,根据术后是否发生心脏并发症分为心脏并发症组与非心脏并发症组。分析各组病人临床资料,采用多因素Logistic回归分析影响非小细胞肺癌病人腔镜术后心脏并发症发生的因素,并构建心脏并发症发生的全变量风险预测模型,采用受试者工作特征曲线(ROC)分析预测模型验证预测有效性。结果312例非小细胞肺癌病人术后心脏并发症发生率为24.04%,单因素分析发现,非小细胞肺癌病人腔镜术后心脏并发症发生与年龄、吸烟史、合并症、术中出血量、手术时间及收缩压、第1秒用力肺呼气容积(FEV1)、FEV1占预计值的百分比(FEV1%)、空腹血糖(FPG)、糖化血红蛋白(HbA1c)、尿微量白蛋白有关(P<0.05);多因素Logistic逐步回归分析显示,年龄、合并症、手术时间、HbA1c均为影响非小细胞肺癌病人腔镜术后心脏并发症发生的独立危险因素(P<0.05)。根据多因素构建心脏并发症发生的风险预测模型,即P=1/(1+e-y),y=-3.114+0.881×年龄+0.754×合并症+1.285×手术时间+1.185×HbA1c,并经ROC曲线诊断发现,风险预测模型预测心脏并发症发生的AUC为0.847,95%CI为0.769~0.925,灵敏度为82.5%,特异度为83.2%。结论高龄、合并症、手术时间、HbA1c均是影响非小细胞肺癌病人腔镜术后心脏并发症发生的独立危险因素,且以上因素构建的风险预测模型对心脏并发症的发生具有良好的预测价值。

关键词： 外周静脉中心静脉置管   PICC导管相关性感染   影响因素   预防   预测模型  

摘要： 目的:探究肝胆外科经外周静脉中心静脉置管(PICC)导管相关性感染的影响因素,并制定相应的防治策略。方法:回顾性分析2020年1月—2023年3月某院肝胆外科接受治疗并留置PICC导管的258例患者的病历资料,依据是否发生PICC导管相关性感染将其分为感染组和未感染组,单因素及多因素Logistic回归分析患者发生PICC导管相关性感染的影响因素,根据影响因素建立预测模型,绘制受试者工作曲线(ROC)评估模型诊断效能。结果:258例患者发生PICC导管相关性感染40例,其中局部感染20例,导管相关血流感染20例;感染患者血液中共培养分离病原菌61株,其中革兰氏阳性菌35株,革兰氏阴性菌23株,真菌3株。单因素分析显示,2组患者间性别、既往手术史、置管季节、有无心血管疾病、穿刺部位、穿刺血管、穿刺方法、导管类型、周期性导管维护、静脉炎史及导管堵塞情况比较差异无统计学意义(P>0.05);感染组年龄≥60岁、有糖尿病史、单次置管穿刺数≥2次、使用双腔导管及导管留置时间≥7 d的比例高于未感染组,差异有统计学意义(P<0.05)。多因素Logistic回归分析显示,年龄≥60岁、有糖尿病史、单次置管穿刺数≥2次、使用双腔导管及导管留置时间≥7 d为肝胆外科患者发生PICC导管相关性感染的影响因素(P<0.05)。ROC曲线分析显示,该预测模型AUC值为0.865,敏感度为75.00%,特异度为86.70%。结论:肝胆外科PICC导管相关性感染发生率较高,年龄、合并基础疾病、穿刺次数、导管腔数及导管留置时间均是其影响因素,临床应针对上述影响因素进行提前干预予以降低感染发生率,构建预测模型有助于帮助临床筛选PICC导管相关性感染高危人群。