检索结果-南通市图书馆

湖南林业科技 2018年第5期45卷 90-95页

作者：陈照亮袁毅胡满花黄写怡李伟花王艳王霞林彭邵锋平江县林业局湖南平江414500 平江县连云国有林场湖南平江410412 国家林业局油茶研究开发中心湖南长沙410004

采用踏查及标准地调查相结合的方法,对平江县油茶有害生物进行了系统调查。共记录油茶有害生物52种,包括病害5种,虫害41种,有害植物4种,有害动物2种;平江县主要油茶有害生物种类为油茶炭疽病Glomerela cingulata、油茶软腐病Agaricodoch... 详细信息

采用踏查及标准地调查相结合的方法,对平江县油茶有害生物进行了系统调查。共记录油茶有害生物52种,包括病害5种,虫害41种,有害植物4种,有害动物2种;平江县主要油茶有害生物种类为油茶炭疽病Glomerela cingulata、油茶软腐病Agaricodochium camelliae和茶籽象甲Curculio chinensis,3种有害生物共计发生面积9 705. 9 hm^2,均为轻中度发生,占全县油茶林面积26. 26%,主要分布在平江中部区域(童市、三墩、梅仙、安定等乡镇);利用调查数据对不同类型油茶林有害生物种类进行了分析,结果表明,人工嫁接油茶林有害生物种类明显多于天然实生油茶林,油茶中幼林有害生物种类明显多于20-30年生油茶成熟林。

关键词：油茶有害生物优势种发生现状

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

2011—2021年连云港市肾综合征出血热流行病学特征分析

引用

应用预防医学 2023年第1期29卷 7-10页

作者：郑艳泽赵兴李海朋陈玉格吕福荣牟靖男梁晓雷许雷连云港市疾病预防控制中心江苏222003

目的掌握江苏省连云港市居民肾综合征出血热(HFRS)的流行病学特征,为疫情风险评估、科学防控、卫生决策等提供客观依据。方法收集2011—2021年连云港市HFRS监测数据,采用描述性流行病学方法进行特征分析,其中地区分布采用聚类法分析,季... 详细信息

目的掌握江苏省连云港市居民肾综合征出血热(HFRS)的流行病学特征,为疫情风险评估、科学防控、卫生决策等提供客观依据。方法收集2011—2021年连云港市HFRS监测数据,采用描述性流行病学方法进行特征分析,其中地区分布采用聚类法分析,季节性特征采用集中度法、圆分布法分析,发病率趋势采用Joinpoint回归模型分析。结果2011—2021年连云港市HFRS报告发病率为1.6/10万,男性报告发病率为2.34/10万,高于女性报告发病率(0.84/10万),差异有统计学意义(χ^(2)=171.68,P<0.05);60岁~年龄组发病率为3.97/10万,30岁~、45岁~以及60岁~3个年龄组的合计发病数为687例(87.40%);职业分布以农民为主(623例,85.50%)。报告发病数前3名的地区依次为灌云县、海州区、东海县;HFRS发病率聚类分析结果显示,灌云县、连云区、海州区为发病高风险地区。HFRS发病具有一定季节性特征,计算得出发病高峰日为11月9日、高峰期为10月2日~1月25日。2011—2021年连云港市HFRS发病率平均年度变化百分比(Average annual percent change,AAPC)=-10.10%(95%CI:-18.7%--0.60%),发病率呈下降趋势,差异有统计学意义(t=-4.20,P<0.05)。结论2011—2021年连云港市HFRS发病率总体呈下降趋势,但在青壮年男性群体及农民群体中发病风险较高,今后应持续加强监测并采取相应干预措施,降低当地HFRS传播风险。

关键词：肾综合征出血热流行病学特征集中度法圆分布法聚类分析 Joinpoint回归模型

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于TPE_XGBoost的冠心病风险评估与致病因素研究

引用

软件导刊 2023年第5期22卷 42-49页

作者：黄敏郎许锋周作建李红岩万泽宇王锐程俊朱金阳何佳怡郑永明胡孔法南京中医药大学人工智能与信息技术学院江苏南京210046 南京中医药大学附属连云港中医院江苏连云港222000 江苏省中医药防治肿瘤协同创新中心江苏南京210046

当前,冠心病的患病率逐年攀升,年轻化趋势明显。为确定冠心病的高致病因素,提升诊断准确率,构建预测模型。选取南京中医药大学附属连云港中医院的体检数据作为模型输入,首先构建XGBoost冠心病预测模型,并与支持向量机、逻辑回归、随机... 详细信息

当前,冠心病的患病率逐年攀升,年轻化趋势明显。为确定冠心病的高致病因素,提升诊断准确率,构建预测模型。选取南京中医药大学附属连云港中医院的体检数据作为模型输入,首先构建XGBoost冠心病预测模型,并与支持向量机、逻辑回归、随机森林等算法进行对比;然后采用贝叶斯优化算法优化模型参数,获得最优的TPE_XGBoost预测模型;最后,利用SHAP算法对各特征进行分析解释,获得冠心病的高致病因素。结果显示,优化后的TPE_XGBoost模型在评价指标上表现较好,准确率达到0.993 7,F1值达到0.995 5,AUC达到0.998 3,排名前四的危险因素为年龄、体重指数、低密度胆固醇、舒张压,可为冠心病的临床决策提供参考。

关键词：冠心病预测模型 XGBoost算法贝叶斯优化 SHAP解释模型特征分析

来源：

维普期刊数据库

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

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：