检索结果-南通市图书馆

基于中医体质的老年人动脉粥样硬化性心血管疾病预测模型的开发研究

在线全文

学校读者我要写书评

暂无评论

中国全科医学 2024年第15期27卷 1878-1885页

作者：高颖许欣宜刘洋杨晓琨天津中医药大学第一附属医院天津市300381 国家中医针灸临床医学研究中心天津市300381

背景动脉粥样硬化性心血管疾病(ASCVD)最有效的预防策略是实施基层管理,其核心措施是进行风险评估,现有老年人ASCVD预测模型不能很好地指导中医基层管理,因此,需将中医元素融入预测模型的开发,以指导ASCVD中西医结合基层管理。目的构建... 详细信息

背景动脉粥样硬化性心血管疾病(ASCVD)最有效的预防策略是实施基层管理,其核心措施是进行风险评估,现有老年人ASCVD预测模型不能很好地指导中医基层管理,因此,需将中医元素融入预测模型的开发,以指导ASCVD中西医结合基层管理。目的构建并验证基于中医体质的老年人ASCVD预测模型。方法纳入2017年在华苑街社区卫生服务中心、陈塘庄街社区卫生服务中心、向阳路街社区卫生服务中心、大邱庄镇中心卫生院进行健康查体的1418名老年人(≥65岁)为研究对象,收集研究对象一般资料,对研究对象进行体质辨识。于2017—2022年随访研究对象ASCVD发病情况(临床结局),随访截止于2022-11-30。将研究对象数据按照8∶2随机拆分为训练集和验证集,在训练集中,采用向前逐步法构建老年人ASCVD常规预测模型(模型1)和老年人ASCVD常规+体质预测模型(模型2)。绘制基于中医体质的老年人ASCVD预测模型列线图。绘制校准曲线及进行Hosmer-Lemeshow拟合优度检验判定模型的校准度。绘制受试者工作特征(ROC)曲线并计算ROC曲线下面积(AUC)判定模型的区分度。使用AUC、净重分类改善度(NRI)、综合判别指数(IDI)、临床决策曲线(DCA)对模型2与模型1进行比较,评估改善效能。结果训练集(n=1127)与验证集(n=291)研究对象一般资料比较,差异无统计学意义(P>0.05)。多因素Logistic分析结果显示,模型1包含性别、年龄、腰围、收缩压、三酰甘油、BMI、收缩压×高血压用药史,共计7种预测变量;模型2包含性别、年龄、腰围、收缩压、三酰甘油、BMI、收缩压×高血压用药史、体质类型,共计8种预测变量。Hosmer-Lemeshow拟合优度检验结果示模型2拟合度良好,Delong检验结果显示,模型2的AUC高于模型1(Z=2.741,P=0.006),NRI=0.511(95%CI=0.359~0.663,P<0.001),IDI=0.038(95%CI=0.024~0.051,P<0.001),提示添加体质预测变量可提高模型预测的准确度。临床效用对比结果示,在5%~74%阈值概率下,使用模型2预测严重老年人ASCVD事件的净收益率优于模型1。结论本研究构建了一个包含性别、年龄、腰围、收缩压、三酰甘油、BMI、收缩压×高血压用药史、体质类型8个预测变量的老年人ASCVD预测模型,经检验,区分度、校准度表现良好,较传统常规预测模型表现更为优秀,可以应用于老年人ASCVD个体化风险评估,指导ASCVD中西医结合基层管理。

关键词：冠心病动脉粥样硬化中医体质类型老年人风险预测模型

喀斯特退化山地不同类型人工林土壤养分与酶活性

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

生态学杂志 2024年第3期43卷 616-622页

作者：张国微薛建辉马洁王翰琨南京林业大学生物与环境学院南方现代林业协同创新中心南京210037 江苏省舜德生态环境科技有限公司南京210043 江苏省中国科学院植物研究所南京210014

人工植被恢复是喀斯特退化山地生态修复的重要途径之一。本研究探讨了喀斯特山地滇柏(Cu-pressus duclouxiana)纯林、刺槐(Robinia pseudoacacia)纯林和滇柏-刺槐混交林等3种类型人工林和未造林地(对照)的土壤养分含量和土壤酶活性及其... 详细信息

人工植被恢复是喀斯特退化山地生态修复的重要途径之一。本研究探讨了喀斯特山地滇柏(Cu-pressus duclouxiana)纯林、刺槐(Robinia pseudoacacia)纯林和滇柏-刺槐混交林等3种类型人工林和未造林地(对照)的土壤养分含量和土壤酶活性及其相关性,为该地区选择适宜的造林树种和方式、改善林地土壤质量提供参考依据。结果表明:(1)4种类型样地土壤均呈碱性,且人工林土壤pH值均显著低于未造林地;人工林土壤有机质、全氮、碱解氮、有效磷含量均显著高于未造林地;全钾、速效钾含量均显著低于未造林地。(2)除碱性磷酸酶外,其余4种土壤酶活性均在滇柏-刺槐混交林中最大。3种类型人工林土壤脲酶、碱性磷酸酶、过氧化氢酶活性均高于未造林地。(3)脲酶、多酚氧化酶、蔗糖酶、碱性磷酸酶等受土壤养分影响的主要因素不同,过氧化氢酶活性与养分指标之间相关性不显著。(4)冗余分析结果表明,土壤全氮、全磷对喀斯特不同类型林分土壤酶活性影响显著,能解释酶活性变异的60.7%,酶活性-养分特征关系方差累计贡献率为78.8%。喀斯特退化山地营建的人工林植被可提高林地土壤养分含量与酶活性,从而改善土壤质量,并为进一步提高人工林生态系统服务功能和稳定性,改善区域生态环境质量奠定基础。

关键词：喀斯特退化山地人工林土壤养分土壤酶活性

在线全文

学校读者我要写书评

暂无评论

基于混合存储结构的分级协同节能方案

计算机科学与探索 2024年

作者：李大平史庆宇唐忆滨胡哲琨高毅湖南工商大学计算机学院武汉数字工程研究所湘江实验室

新能源的应用已成为一种趋势，但具体到存储I/O领域，存储设备通常会根据存储负载的强度进行节点调度，而不规则波动的新能源和存储负载之间存在波峰波谷错位匹配的问题，增加了存储设备的调度难度。为此，提出了一种针对NVM-SSD混合存... 详细信息

新能源的应用已成为一种趋势，但具体到存储I/O领域，存储设备通常会根据存储负载的强度进行节点调度，而不规则波动的新能源和存储负载之间存在波峰波谷错位匹配的问题，增加了存储设备的调度难度。为此，提出了一种针对NVM-SSD混合存储介质的分级协同节能方案MixSave，采用负载驱动缓存层与新能源驱动数据层的分级协同节能策略，提升了新能源能效比。基于NVM和SSD存储介质的性能与能耗特点，MixSave采用NVM-SSD的高性价比分级存储架构，为用户提供高性能、大容量存储服务，并且通过副本保证数据可靠性。NVM作为缓存层采用负载驱动型方案，以保证性能为优先目标，即根据负载变化动态调整高功耗状态的NVM设备数量，满足负载需求；SSD作为数据层采用新能源驱动型节能方案，以提升新能源利用率为目标，根据新能源的变化动态调整SSD启用数量，进行缓存数据同步与预取。测试表明，与未采取节能措施的标准方案相比，MixSave性能下降不超过4%，在轻负载模式下，MixSave可节省73%～80%的传统能源，在重负载模式下，可节省55%～61%的传统能源。

关键词：存储系统分级存储非易失性存储存储节能新能源

基于车桥耦合振动的统计矩曲率梁式桥损伤识别研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

中国公路学报 2024年第3期37卷 308-320页

作者：阳洋许文明谭小琨唐艳刘莉媛重庆大学山地城镇建设与新技术教育部重点实验室重庆400030 重庆大学土木工程学院重庆400030 重庆高新开发建设投资集团有限公司重庆400000 龙源(北京)风电工程设计咨询有限公司北京100034

鉴于传统曲率指标桥梁损伤识别方法抗噪性能较弱和识别效率较低等问题,提出了一种基于统计矩曲率指标和车桥耦合振动理论的数据驱动桥梁损伤识别方法。首先,在牵引车的拖动下,利用2辆测试车静止时对相邻指定测点同步采集加速度响应信号... 详细信息

鉴于传统曲率指标桥梁损伤识别方法抗噪性能较弱和识别效率较低等问题,提出了一种基于统计矩曲率指标和车桥耦合振动理论的数据驱动桥梁损伤识别方法。首先,在牵引车的拖动下,利用2辆测试车静止时对相邻指定测点同步采集加速度响应信号,并计算相应信号的统计矩曲率,拖动2辆测试车重复该操作直至完成对整跨桥梁所有测点的采集及计算;然后对比前一状态下的桥梁各测点统计矩曲率值,将不同状态下的测点曲率值相减后绘制沿桥梁纵向变化的统计矩曲率差异曲线,基于曲线突出变化的测点即可获得桥梁损伤位置;进一步构建以统计矩曲率为参数的目标函数,实现桥梁模型修正,获取桥梁的损伤程度。首次推导了统计矩曲率与振型及其刚度之间的理论关系,并通过数值模拟研究了不同参数变化对该方法的影响,最后采用实桥测试验证了本文方法的实际可操作性。研究结果表明:与振型曲率和柔度曲率类指标相比,采用统计矩曲率指标识别损伤位置具有更好的抗噪性能和更高的识别效率;同时相对传统的传递率损伤识别方法,该方法对损伤的定位和损伤程度判断都具有更好的效果,且识别误差更小。

关键词：桥梁工程车桥耦合振动实桥测试损伤识别统计矩曲率

在线全文

学校读者我要写书评

暂无评论

7年生马尾松组培苗试验林经营效益

东北林业大学学报 2024年第2期52卷 21-24,67页

作者：王胤付军翟章贵欧军姚瑞玲广西壮族自治区林业科学研究院南宁530002 广西壮族自治区国有派阳山林场广西壮族自治区林业科学研究院

通过收集7年生马尾松组培苗试验林胸径、树高、材积和产脂量数据,利用项目投资的财务效益评估手段对其经济效益进行分析研究,为丰富马尾松人工林高效培育技术体系提供试验依据。结果表明:在当前立地条件和经营措施下,组培苗林分林木胸... 详细信息

通过收集7年生马尾松组培苗试验林胸径、树高、材积和产脂量数据,利用项目投资的财务效益评估手段对其经济效益进行分析研究,为丰富马尾松人工林高效培育技术体系提供试验依据。结果表明:在当前立地条件和经营措施下,组培苗林分林木胸径、树高、平均材积、蓄积量、出材量为15.5 cm、10.03 m、0.1008 m^(3)、151.20 m^(3)·hm^(-2)、91.5879 m^(3)·hm^(-2),分别比实生苗提高了27.0%、21.9%、89.5%、89.5%、94.9%,中径材林木数量占总株数比例提升了30个百分点,组培苗林分生长优势突出,材种规格获得大幅度提升。采脂后组培苗林分产值、净收益、净现值、内部收益率(IRR)为142869.1元·hm^(-2)、54283.4元·hm^(-2)、19802.4元·hm^(-2)、17.2%,分别比未采脂提高了130.9%、855.1%、331.5%、14.7个百分点,比实生苗林分提高了368.6%、475.8%、203.9%、26.6个百分点。7年生马尾松组培苗林分经济效益显著,在立地条件相似地区应用马尾松组培苗造林,可大幅度提高人工林经营效益。

关键词：马尾松组培苗经济效益生长性状早期采脂

短相干处理间隔条件下机载监视雷达风电场杂波抑制方法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

信号处理 2024年第5期40卷 970-981页

作者：何炜琨李爽王晓亮中国民航大学电子信息与自动化学院天津市智能信号与图像处理重点实验室天津300300

风能作为一种清洁能源已受到各国关注。风电场的存在除对地基雷达产生影响外,还可能对机载监视雷达等工作性能产生影响。短相干处理间隔(Coherent Processing Interval,CPI)导致的机载监视雷达回波信号谱分辨率降低及风电场杂波微动特... 详细信息

风能作为一种清洁能源已受到各国关注。风电场的存在除对地基雷达产生影响外,还可能对机载监视雷达等工作性能产生影响。短相干处理间隔(Coherent Processing Interval,CPI)导致的机载监视雷达回波信号谱分辨率降低及风电场杂波微动特征不明显等问题,会影响杂波抑制性能,考虑到载机平台运动对雷达回波频谱的调制作用及地杂波的影响,利用瞬态雷达回波在频域的稀疏特性,提出基于增广拉格朗日优化及分裂变量(Augmented Lagrangian Method and Variable Splitting,ALM-VS)的机载雷达风电场回波特征恢复方法,首先对短CPI机载监视雷达回波信号滑窗,得到多个雷达回波信号分量,其次利用分裂增广拉格朗日方法迭代求解各分量的最优表示系数,恢复各个信号分量,利用恢复后的各个信号分量逆滑窗重构完整数据,以此提升短CPI机载监视雷达风电场雷达回波频谱分辨率及微动特征,在此基础上进一步利用形态成分分析(Morphological Component Analysis,MCA)和低秩矩阵优化(Low-Rank Matrix Optimization,LRMO)相结合的方法实现短CPI机载监视雷达非平稳动态风电场杂波的抑制。实验结果表明,ALM-VS特征恢复方法在目标与杂波处于相同距离单元和不同距离单元情况下均可提升短CPI机载监视雷达回波信号谱分辨率,增强其微动特征,实现风电场杂波抑制。在相同条件下,与迭代自适应(Iterative Adaptive Approach,IAA)特征恢复方法相比,所提的ALM-VS特征恢复方法的运算效率提升85.6%。

关键词：机载监视雷达风电场特征恢复杂波抑制

土壤可溶性有机硫的微生物分解与植物利用机制

在线全文

学校读者我要写书评

暂无评论

植物营养与肥料学报 2024年第3期30卷 587-604页

作者：姚瑞琪钭从越王英凡刘秀吴良欢马庆旭浙江大学环境与资源学院浙江省农业资源与环境重点实验室浙江杭州310058 浙江大学环境与资源学院/教育部环境修复与生态健康重点实验室浙江杭州310058

硫(S)是植物生长必需的营养元素,但是近年来植物的潜在缺硫现象在全球范围内普遍发生。可溶性有机硫(DOS)作为土壤硫的一种重要形态,可被微生物快速分解为硫酸盐而被植物吸收,因此,明确土壤DOS含量、组成、微生物分解机制和植物利用过... 详细信息

硫(S)是植物生长必需的营养元素,但是近年来植物的潜在缺硫现象在全球范围内普遍发生。可溶性有机硫(DOS)作为土壤硫的一种重要形态,可被微生物快速分解为硫酸盐而被植物吸收,因此,明确土壤DOS含量、组成、微生物分解机制和植物利用过程有利于解决潜在缺硫问题。本文综述了土壤DOS[可溶性蛋白质、含硫氨基酸蛋氨酸(Met)和半胱氨酸(Cys)]的微生物分解过程及植物吸收利用机制。可溶性蛋白质可以在数天内分解成无机硫(SO42-),而含硫氨基酸可以在数分钟到数小时内被分解。微生物吸收含硫氨基酸后的几分钟到几小时内,可将含硫氨基酸中的碳、氮和硫分别以CO^(2)、NH^(4+)和SO_(4)^(2-)的形式释放到微生物体外,释放的无机硫会被微生物再次利用以满足其生长发育。微生物能迅速利用DOS(Met、Cys),当其被微生物同化时,其原始分子结构决定了其转化成的生物大分子,从而影响DOS与SO_(4)^(2-)之间的转化速率。Cys的硫醇基(H-S-C)易被氧化,因此微生物吸收利用Cys后SO_(4)^(2-)释放量高于Met。小麦和油菜对Met和Cys的摄取量随着其供应量的增加而增加,田间条件下小麦和油菜可吸收0.63%~2.2%的外源Cys和0.4%~2.1%的外源Met。Met和Cys在植物氮营养中的作用有限,但它们在植物硫营养中的作用非常重要,约占植物硫吸收总量的10%。土壤DOS可被微生物快速分解,产生的SO_(4)^(2-)可被植物快速吸收利用。即使存在土壤微生物的激烈竞争,植物也能够吸收完整的分子态有机硫(Met和Cys),DOS是植物生长的重要硫源,其吸收主要发生在富含有机质的土壤中。

关键词：缺硫含硫氨基酸硫分解硫的生物利用率植物硫吸收

基于深度学习的南海海表面温度的智能化预测研究

在线全文

学校读者我要写书评

暂无评论

海洋与湖沼 2024年

作者：谢博闻张丛杨树国冯忠琨孙贵民青岛科技大学数理学院中国科学院海洋研究所海洋环流与波动重点实验室山东省海洋科学研究院中国科学院大学

海表面温度(sea surface temperature， SST)是影响海洋和气候变化的重要因素之一，准确预测SST的变化对于海洋生态环境、气象和航行等至关重要。传统的SST预测方法通常依赖于数值模式，但是其计算成本较高。该文基于深度学习模型(3D U-... 详细信息

海表面温度(sea surface temperature， SST)是影响海洋和气候变化的重要因素之一，准确预测SST的变化对于海洋生态环境、气象和航行等至关重要。传统的SST预测方法通常依赖于数值模式，但是其计算成本较高。该文基于深度学习模型(3D U-Net)，将SST、海表面高度异常(sea surface height anomalies， SSHA)以及海表面风(sea surface wind， SSW)作为输入变量成功构建了南海SST的快速化智能预报模型。结果表明，与卷积长短时记忆(convolutional long short-term memory， ConvLSTM)模型相比，3D U-Net模型在所有预测时间中均显示出更高的准确度，其均方根误差(RMSE)为0.53 ℃，皮尔逊相关系数(R)达到0.96。在不同季节和南海不同区域，3D U-Net模型均表现出较小的预测误差，而且在季风盛行期间也具有较强的鲁棒性。此外，3D U-Net模型在预测2021年南海的海洋热浪(marine heatwave， MHW)事件时，大部分海域的准确率达到了80%以上，总体上精确率和召回率分别为0.89和0.45。敏感性实验结果表明，SSHA和SSW对模型的预测性能有显著影响，并在不同的预报阶段中发挥着不同的作用。综上所述，结合多源海表数据的3D U-Net模型能够快速准确地预测出南海SST，并为预测MHW事件提供了新方法。

关键词：海表面温度 3D U-Net模型深度学习南海海洋热浪

基于CNN–LSTM的风电场发电功率迁移预测方法

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

工程科学与技术 2024年第2期56卷 91-99页

作者：唐清苇向月代佳琨李子豪孙炜刘俊勇四川大学电气工程学院四川成都610065 爱丁堡大学工程学院爱丁堡EH93FB

随着能源消耗的持续增长和全球气候问题的日趋严峻,以风能为代表的清洁能源装机容量正在稳步提升。为更好地消纳风电,需要准确的风电场发电功率预测为配套设施建设和未来规划制定提供有效依据。针对在缺少风电历史运行数据时预测精度较... 详细信息

随着能源消耗的持续增长和全球气候问题的日趋严峻,以风能为代表的清洁能源装机容量正在稳步提升。为更好地消纳风电,需要准确的风电场发电功率预测为配套设施建设和未来规划制定提供有效依据。针对在缺少风电历史运行数据时预测精度较低的问题,提出一种基于卷积神经网络–长短期记忆神经网络(CNN–LSTM)的规划阶段风电场发电功率预测模型。首先,基于参考电站历史数据提取风速–风电功率实测数据点,采用3次样条插值进行风电功率曲线建模。然后,采用K–means聚类算法,根据风速–风电功率的特性关系划分参考风电场的区域类别。综合考虑风电功率与多维气象因素的特征关系和功率的时序特性,构建CNN–LSTM预测模型,提出基于功率曲线的预测结果修正方法。最后,基于某地风电场实际数据进行算例分析,并与使用标准功率曲线和未进行修正时的预测结果进行对比分析。结果表明:基于风速–风电功率特性的风电场聚类可以实现参考风电场的优化识别;所提模型预测结果优于传统标准功率曲线预测方法,基于功率曲线的修正方法进一步提升了预测效果。基于深度学习算法的规划阶段风电场发电功率迁移预测模型综合考虑了风力发电特性和多维环境因素,其有效性得到了验证,可以为提高规划阶段风电场发电功率的预测精度提供新思路。

关键词：风电预测长短期记忆神经网络卷积神经网络功率曲线风电场规划

同方期刊数据库