检索结果-南通市图书馆

三维质量评价的延续性护理干预对出院后患者影响的Meta分析

在线全文

学校读者我要写书评

暂无评论

黑龙江医药科学 2024年第2期47卷 12-15页

作者：于俊娟丁选佳木斯大学附属第一医院黑龙江佳木斯154003

目的:系统评价三维质量评价(structure-process-outcome,SPO)的延续性护理对出院后患者的干预效果。方法:应用计算机检索中国知网、万方、维普网、中国科学引文、中国生物医学文献服务系统及中文社会科学引文索引等数据库,收集关于三维... 详细信息

目的:系统评价三维质量评价(structure-process-outcome,SPO)的延续性护理对出院后患者的干预效果。方法:应用计算机检索中国知网、万方、维普网、中国科学引文、中国生物医学文献服务系统及中文社会科学引文索引等数据库,收集关于三维质量评价模式的延续性护理干预试验,时限为建库至2023年11月25日。由两名经过培训的研究生,独立对文献行筛选、质量评价及提取资料,应用Revman5.4软件对所纳入文献行meta分析。结果:最终纳入了13篇干预性试验研究,共计872例出院患者。Meta分析结果显示,三维质量评价的延续性护理对出院后患者自护能力[SMD=2.96,95%CI(1.17,4.22),P<0.01]、生活质量[SMD=1.30,95%CI(0.73,1.88),P<0.01]、焦虑情绪[MD=-7.93,95%CI(-8.65,-7.21),P<0.01]及抑郁情绪[MD=-6.55,95%CI(-7.26,-5.85),P<0.01]的评价均显著优于实施常规出院护理的患者。结论:三维质量评价模式的延续性护理有助于提高出院后患者的自护能力、生活质量,改善焦虑、抑郁情绪。

关键词：三维质量评价出院患者延续性护理 Meta分析

低聚糖与鼠李糖乳杆菌MP108协同调节大鼠免疫功能的研究

在线全文

学校读者我要写书评

暂无评论

食品与发酵工业 2024年

作者：严浩东王鹏于俊娟康文丽潘丽娜汪家琦李意思顾瑞霞张臣臣扬州大学食品科学与工程学院人体微生态制品湖南省工程研究中心江苏旅游职业学院烹饪科技学院澳优乳业(中国)有限公司江苏卫生健康职业学院公共卫生管理学院扬州大学江苏省乳品生物技术与安全控制重点实验室

鼠李糖乳杆菌MP108是一株可以用于婴幼儿食品的益生菌菌株，为了验证其与低聚糖在免疫调节功能上是否具有协同作用，使用40 mg/kg BW的环磷酰胺腹腔注射3 d的方式对Wistar大鼠进行造模，构建免疫低下模型。造模成功后使用低聚糖和鼠李... 详细信息

鼠李糖乳杆菌MP108是一株可以用于婴幼儿食品的益生菌菌株，为了验证其与低聚糖在免疫调节功能上是否具有协同作用，使用40 mg/kg BW的环磷酰胺腹腔注射3 d的方式对Wistar大鼠进行造模，构建免疫低下模型。造模成功后使用低聚糖和鼠李糖乳杆菌MP108进行干预，并观察其相关生理指标的恢复效果。结果显示，MP108组的脾脏指数的调节效果最好，与作为阳性对照的药物的无显著性差异（P＞0.05），而2’-FL则有助于维持胸腺指数。在对分泌TNF-α能力的调节方面，2’-FL组、复配+MP108组和2’-FL+MP108组则与阳性对照组无显著性差异（P＞0.05）；在分泌IL-2能力上，除MP108组外，其他组均具有与阳性对照相似的调节效果。低聚糖与益生菌组合后对免疫球蛋白的分泌量影响较小。综上所述，鼠李糖乳杆菌MP108和低聚糖对免疫低下大鼠的各项指标的调节效果各有优势，呈现出协同作用。

关键词：鼠李糖乳杆菌低聚糖益生作用免疫调节

母婴来源植物乳杆菌的体外益生特性及安全性评价

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

食品与发酵工业 2024年

作者：徐晶晶于俊娟严浩东张臣臣康文丽潘丽娜汪家琦李威顾瑞霞澳优乳业(中国)有限公司人体微生态制品湖南省工程研究中心扬州大学食品科学与工程学院扬州大学江苏省乳品生物技术与安全控制重点实验室

为筛选适用于婴幼儿的候补益生菌，该研究从母乳和婴儿粪便中分离乳酸菌。利用耐胆盐能力对其进行初筛，并针对耐酸能力、模拟胃肠液耐受能力、Caco-2肠上皮细胞黏附能力、抑菌能力、溶血能力、产生物胺能力和耐药性对其体外益生特性及... 详细信息

为筛选适用于婴幼儿的候补益生菌，该研究从母乳和婴儿粪便中分离乳酸菌。利用耐胆盐能力对其进行初筛，并针对耐酸能力、模拟胃肠液耐受能力、Caco-2肠上皮细胞黏附能力、抑菌能力、溶血能力、产生物胺能力和耐药性对其体外益生特性及安全性进行评价。研究共分离到131株母婴源乳酸菌，其中4株菌的耐胆盐能力较强，在0.1%胆盐中的存活率均大于45%，经鉴定均为植物乳杆菌。4株菌在pH 2.5模拟胃液中的存活率均大于50%。其中，M664在模拟胃肠液中的存活率达到49.32%。应激消化后，M678对Caco-2细胞的黏附率达到10.98%。4株菌对6种腐败菌和致病菌的抑菌圈直径均大于16 mm，不溶血，不产生物胺，对大多数抗生素表现敏感。总体而言，该研究得到的植物乳杆菌有别于西方膳食模式国家的母婴来源乳杆菌，植物乳杆菌M664有较强的胃肠道环境耐受能力，植物乳杆菌M678有更好的抑菌能力和细胞黏附能力，2株菌表现出更为优良的益生潜力和安全性，是优良的国人婴幼儿适用益生菌候补菌株。

关键词：母乳婴儿粪便植物乳杆菌安全性评价

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

深层页岩气非线性渗流的温度效应

北京理工大学学报 2024年第6期44卷 606-614页

作者：高旭华于俊红尚新春朱维耀北京科技大学数理学院应用力学系北京100083 石家庄铁道大学河北省工程力学基础学科研究中心河北石家庄050043 北京科技大学土木与资源工程学院应用力学研究所北京100083

为了研究温度变化对高温高压的深层页岩气藏产能的影响,建立了考虑变温吸附和随温度变化的压缩因子和黏度的页岩气非线性渗流模型,推导了考虑弹性变形和吸附应变的非均匀孔隙度和渗透率演化模型,发展了具有显式迭代格式的高效的半解析算... 详细信息

为了研究温度变化对高温高压的深层页岩气藏产能的影响,建立了考虑变温吸附和随温度变化的压缩因子和黏度的页岩气非线性渗流模型,推导了考虑弹性变形和吸附应变的非均匀孔隙度和渗透率演化模型,发展了具有显式迭代格式的高效的半解析算法,将数值模拟结果与现场生产数据进行对比,验证了所建立模型和算法的正确性,分析了温度变化对深层页岩游离气、吸附气和总产量的影响.结果表明,压力越高,游离气产量受温度影响越小.当地层温度上升40°C时,浅层页岩游离气的产量降低14.5%,而深层页岩游离气产量增加1.4%.相反,压力越高,温度变化对吸附气产量的影响越大.当温度上升时,浅层和深层页岩吸附气的产量分别降低19.3%和31%.浅层页岩气因温度变化总产量相差约15%,而深层页岩气总产量受温度影响不大.在其他条件相同的情况下,高温高压的深层页岩气前5 a的累计产气量是浅层的1.76倍.所建立的模型和算法可以为深层页岩气的高效开发和优化设计提供参考.

关键词：深层页岩气温度非线性渗流非均匀渗透率半解析算法

卷积神经网络与视觉Transformer联合驱动的跨层多尺度融合网络高光谱图像分类方法

在线全文

学校读者我要写书评

暂无评论

电子与信息学报 2024年第5期46卷 2237-2248页

作者：赵凤耿苗苗刘汉强张俊杰於俊西安邮电大学通信与信息工程学院西安710121 陕西师范大学计算机科学学院西安710119 中国科学技术大学信息科学技术学院合肥223700

高光谱图像(HSI)分类是地球科学和遥感影像处理任务中最受关注的研究热点之一。近年来,卷积神经网络(CNN)和视觉Transformer相结合的方法,通过综合考虑局部-全局信息,在HSI分类任务中取得了成功。然而,HSI中地物具有丰富的纹理信息和复... 详细信息

高光谱图像(HSI)分类是地球科学和遥感影像处理任务中最受关注的研究热点之一。近年来,卷积神经网络(CNN)和视觉Transformer相结合的方法,通过综合考虑局部-全局信息,在HSI分类任务中取得了成功。然而,HSI中地物具有丰富的纹理信息和复杂多样的结构,且不同地物之间存在尺度差异。现有的二者结合的方法通常对多尺度地物目标的纹理和结构信息的提取能力有限。为了克服上述局限性,该文提出CNN与视觉Transformer联合驱动的跨层多尺度融合网络HSI分类方法。首先,从结合CNN与视觉Transformer的角度出发,设计了跨层多尺度局部-全局特征提取模块分支,其主要由卷积嵌入的视觉Transformer和跨层特征融合模块构成。具体来说,卷积嵌入的视觉Transformer通过深度融合多尺度CNN与视觉Transformer实现了多尺度局部-全局特征信息的有效提取,从而增强网络对不同尺度地物的关注。进一步地,跨层特征融合模块深度聚合了不同层次的多尺度局部-全局特征信息,以综合考虑地物的浅层纹理信息和深层结构信息。其次,构建了分组多尺度卷积模块分支来挖掘HSI中密集光谱波段潜在的多尺度特征。最后,为了增强网络对HSI中局部波段细节和整体光谱信息的挖掘,设计了残差分组卷积模块对局部-全局光谱特征进行提取。Indian Pines, Houston 2013和Salinas Valley 3个HSI数据集上的实验结果证实了所提方法的有效性。

关键词：高光谱图像分类卷积神经网络视觉Transformer 多尺度特征融合网络

基于双重分解和双向长短时记忆网络的中长期负荷预测模型

在线全文

学校读者我要写书评

暂无评论

电网技术 2024年

作者：王继东于俊源孔祥玉智能电网教育部重点实验室(天津大学)

针对中长期电力负荷序列噪声含量高、难以直接提取序列周期规律从而影响预测精度的问题，提出了一种基于完全自适应噪声集合经验模态分解(CEEMDAN， Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)和奇异谱分析(... 详细信息

针对中长期电力负荷序列噪声含量高、难以直接提取序列周期规律从而影响预测精度的问题，提出了一种基于完全自适应噪声集合经验模态分解(CEEMDAN， Complete Ensemble Empirical Mode Decomposition with Adaptive Noise)和奇异谱分析(SSA， Singular Spectrum Analysis)双重分解的双向长短时记忆网络(BiLSTM， Bidirectional Long and Short Time Memory)预测模型。首先，采用CEEMDAN对历史负荷进行分解，以得到若干个周期规律更为清晰的子序列；再利用多尺度熵(MSE， Multiscale Entropy)计算所有子序列的复杂程度，根据不同时间尺度上的样本熵值将相似的子序列重构聚合；然后，利用SSA去噪的功能，对高度复杂的新序列进行二次分解，去除序列中的噪声并提取更为主要的规律，从而进一步提高中长序列预测精度；将得到的最终一组子序列输入BiLSTM进行预测；最后考虑到天气、节假日等外部因素对电力负荷的影响，提出了一种误差修正技术。本文选取了巴拿马某地区的用电负荷进行实验，实验结果表明经过双重分解可以将均方根误差降低87.4%；预测未来一年的负荷序列时，本文所采用的BiLSTM模型将拟合系数最高提高2.5%；本文所提到的误差修正技术可将均方根误差降低9.7%。

关键词：中长期负荷预测二次分解多尺度熵奇异谱分析双向长短时记忆网络长序列处理

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

弱监督显著性目标检测研究进展

计算机工程与应用 2024年第10期60卷 1-15页

作者：于俊伟郭园森张自豪母亚双粮食信息处理与控制教育部重点实验室(河南工业大学) 郑州450001 河南工业大学人工智能与大数据学院郑州450001 河南工业大学信息科学与工程学院郑州450001

显著性目标检测旨在准确检测和定位图像或视频中最引人注目的目标或区域,为更好地进行目标识别和场景分析提供帮助。尽管全监督显著性检测方法取得一定成效,但获取大规模像素级标注数据集十分困难且昂贵。弱监督检测方法利用相对容易获... 详细信息

显著性目标检测旨在准确检测和定位图像或视频中最引人注目的目标或区域,为更好地进行目标识别和场景分析提供帮助。尽管全监督显著性检测方法取得一定成效,但获取大规模像素级标注数据集十分困难且昂贵。弱监督检测方法利用相对容易获取的图像级标签或带噪声的弱标签训练模型,在实际应用中表现出良好效果。全面对比了全监督和弱监督显著性检测的主流方法和应用场景,重点分析了常用的弱标签数据标注方法及其对显著目标检测的影响。综述了弱监督条件下显著目标检测方法的最新研究进展,并在常用数据集上对不同弱监督方法的性能进行了比较。最后探讨了弱监督显著性检测在农业、医学和军事等特殊领域的应用前景,指出了该研究领域存在的问题及未来发展趋势。

关键词：显著性目标检测全监督学习弱监督学习

基于改进Oriented R-CNN的旋转框麦穗检测与计数模型

在线全文

学校读者我要写书评

暂无评论

农业工程学报 2024年第6期40卷 248-257页

作者：于俊伟陈威威郭园森母亚双樊超河南工业大学粮食信息处理与控制教育部重点实验室郑州450001 河南工业大学河南省粮食光电探测与控制重点实验室郑州450001 河南工业大学人工智能与大数据学院郑州450001 河南工业大学信息科学与工程学院郑州450001

为对干扰、遮挡等复杂的田野环境中麦穗进行精准定位与计数,该研究提出了一种改进的Oriented R-CNN麦穗旋转框检测与计数方法,首先在主干网络中引入跨阶段局部空间金字塔(spatial pyramid pooling cross stage partial networks,SPPCSPC... 详细信息

为对干扰、遮挡等复杂的田野环境中麦穗进行精准定位与计数,该研究提出了一种改进的Oriented R-CNN麦穗旋转框检测与计数方法,首先在主干网络中引入跨阶段局部空间金字塔(spatial pyramid pooling cross stage partial networks,SPPCSPC)模块扩大模型感受野,增强网络感知能力;其次,在颈网络中结合路径聚合网络(PANet,path aggregation network)和混合注意力机制(E2CBAM,efficient two convolutional block attention module),丰富特征图包含的特征信息;最后采用柔性非极大值抑制算法(Soft-NMS,soft-non maximum suppression)优化预测框筛选过程。试验结果显示,改进的模型对复杂环境中的麦穗检测效果良好。相较原模型,平均精确度均值mAP提高了2.02个百分点,与主流的旋转目标检测模型Gliding vertex、R3det、Rotated Faster R-CNN、S2anet和Rotated Retinanet相比,mAP分别提高了4.99、2.49、3.94、2.25和4.12个百分点。该研究方法利用旋转框准确定位麦穗位置,使得框内背景区域面积大幅度减少,为实际观察麦穗生长状况和统计数量提供了一种有效的方法。

关键词：图像识别作物注意力机制麦穗 Oriented R-CNN

基于RDD重用度的Spark自适应缓存优化策略

在线全文

学校读者我要写书评

暂无评论

计算机工程 2024年

作者：潘顺杰于俊洋王龙葛李涵翟锐河南大学软件学院

基于内存进行作业计算的Spark分布式计算框架，并不考虑作业的中间计算结果，容易造成高频访问的数据块丢失，在迭代作业类型中表现更为明显。Spark通过LinkedHashMap提供的哈希表实现LRU（Least Recently Used）缓存功能，最久未被使... 详细信息

基于内存进行作业计算的Spark分布式计算框架，并不考虑作业的中间计算结果，容易造成高频访问的数据块丢失，在迭代作业类型中表现更为明显。Spark通过LinkedHashMap提供的哈希表实现LRU（Least Recently Used）缓存功能，最久未被使用的元素被移动到顶部，优先被删除且造成数据的重算。针对Spark使用的LRU缓存替换算法造成高频访问但当前未被使用的热点数据被替换出缓存的问题，本文提出一种基于RDD（Resilient Distributed Datasets）重用度的Spark自适应缓存优化策略（LCRD），包括自动缓存算法、缓存自动清理算法。首先，自动缓存算法在作业执行前对Spark有向无环图进行分析，计算RDD的重用频率、RDD的算子复杂度等数据，并对影响执行效率的相关因素进行量化，根据重用度模型进行计算；在作业执行中，应用程序将重用度较高的数据块进行缓存。其次，缓存自动清理算法，在发生内存瓶颈或RDD缓存无效时，遍历缓存队列并对低频访问的数据块进行清理。实验结果表明，在选取amazon0302、email-EuAll、web-Google、wiki-Talk四种公开数据集执行PageRank迭代作业时与LRU相比，执行效率平均提升分别为10.7%、8.6%、17.9%和10.6%，内存利用率平均提升3%、4%、3%和5%。本文策略能够有效提高Spark执行效率，提升内存的利用率。

关键词：并行计算 Spark 缓存替换 LRU 大数据