检索结果-南通市图书馆

中国血吸虫病防治杂志 2024年第2期36卷 219-220页

作者：张东友李娜周文奇张蕾梁绮孟德峰中国人民解放军陆军第948医院新疆乌苏833000

恶性疟是由恶性疟原虫感染所致的虫媒传染性疾病,高发于非洲热带地区。该病表现复杂且不典型,临床上易误诊漏诊,若不及时治疗,可危及患者生命。本研究报道了1例以急性腹痛为首发症状的胃肠型恶性疟病例的诊治过程。

关键词：恶性疟腹痛误诊病例报道

在线全文

学校读者我要写书评

暂无评论

机器人肝胆胰手术研究进展

中华普通外科杂志 2024年第1期39卷 19-23页

作者：刘荣张修平于泽涛中国人民解放军总医院第一医学中心肝胆胰外科医学部北京100853 中国人民解放军医学院北京100853

机器人手术作为微创手术的发展趋势,因为其手术视野效果更好,机器人手臂更加灵活,对于精细操作更加稳定,目前正在广泛地应用于临床,尤其在肝胆胰腺外科中发挥着不可替代的作用。本文汇总了国内外研究现状并结合笔者自身经验对当前机器... 详细信息

机器人手术作为微创手术的发展趋势,因为其手术视野效果更好,机器人手臂更加灵活,对于精细操作更加稳定,目前正在广泛地应用于临床,尤其在肝胆胰腺外科中发挥着不可替代的作用。本文汇总了国内外研究现状并结合笔者自身经验对当前机器人在胰腺外科、肝脏外科、胆道外科的研究进展与临床效果进行回顾,并展望了机器人手术未来的发展趋势。

关键词：机器人外科手术胰腺疾病肝脏疾病胆道疾病

在线全文

学校读者我要写书评

暂无评论

基于IPSO的舰载机出动离场规划研究

系统工程与电子技术 2024年第4期46卷 1337-1345页

作者：刘玉杰崔凯凯韩维李樾海军航空大学航空基础学院山东烟台264001 海军招收飞行学员工作办公室北京100071 中国人民解放军92942部队北京100161 中国人民解放军92728部队上海200436

针对舰载机机群出动离场效率问题,提出了一种改进的粒子群优化(improved particle swarm optimization, IPSO)算法。首先,基于舰载机的出动离场流程及约束建立了舰载机出动离场数学模型,并根据出动离场问题特点设计了一种连续编码形式... 详细信息

针对舰载机机群出动离场效率问题,提出了一种改进的粒子群优化(improved particle swarm optimization, IPSO)算法。首先,基于舰载机的出动离场流程及约束建立了舰载机出动离场数学模型,并根据出动离场问题特点设计了一种连续编码形式以表示出动规划方案。然后,通过在参数自适应粒子群优化算法的基础上引入基于莱维飞行扰动的模拟退火机制,提出了将IPSO用于对出动离场规划问题进行求解。最后,分别针对8、10、12机的出动离场规划场景进行了仿真验证。仿真结果表明,所提算法较已有的优化算法而言具有更好的寻优能力。

关键词：舰载机出动离场粒子群优化莱维飞行模拟退火

基于FAERS的阿伐曲泊帕不良事件信号挖掘与分析

在线全文

学校读者我要写书评

暂无评论

陆军军医大学学报 2024年第4期46卷 369-376页

作者：熊瑞王瑾杨振罗艳梅张宏仝永涛来小丹中国人民解放军陆军第九五八医院药剂科重庆400020 中国人民解放军陆军第九五六医院药剂科西藏林芝860000

目的基于真实世界数据挖掘血小板减少症治疗药物阿伐曲泊帕的药物不良事件(adverse drug events, ADE)信号,为其临床安全应用提供参考。方法通过OpenVigil2.1药物警戒平台获取美国食品药品监督管理局不良事件报告系统中2018年5月至202... 详细信息

目的基于真实世界数据挖掘血小板减少症治疗药物阿伐曲泊帕的药物不良事件(adverse drug events, ADE)信号,为其临床安全应用提供参考。方法通过OpenVigil2.1药物警戒平台获取美国食品药品监督管理局不良事件报告系统中2018年5月至2023年3月阿伐曲泊帕的ADE数据,利用《国际医学用语词典》(26.0版)中ADE术语集的首选系统器官分类(system organ class, SOC)和首选术语(preferred term, PT)对ADE信号进行分类和描述,并采用报告比值比(reporting odds ratio, ROR)法和英国药品和保健品管理局综合标准法对ADE数据进行信号检测。结果共获取到阿伐曲泊帕相关ADE报告1 879份,累及24个SOC,在PT层级检测到阳性ADE信号28个,其中信号最强的是肾静脉血栓形成、门静脉血栓形成和移植物抗宿主病,报告数最多的是头痛、疲劳和乏力,新发现了8个ADE信号,分别是季节性过敏、背部疾病、肌肉骨骼不适、肠胃气胀、睡眠过度、斑状皮疹、情绪障碍和流涕。结论临床应用阿伐曲泊帕时不仅要关注其血栓形成风险,还应密切关注季节性过敏、背部疾病、肌肉骨骼不适、肠胃气胀、睡眠过度、斑状皮疹、情绪障碍和流涕等说明书尚未记载的ADE信号。

关键词：阿伐曲泊帕血小板减少症不良事件 FDA不良事件报告系统数据挖掘

有压与无压烧结雪无侧限抗压强度对比试验研究

在线全文

学校读者我要写书评

暂无评论

材料导报 2024年第5期38卷 40-45页

作者：霍海峰杨雅静孙涛樊戎蔡靖胡彪中国民航大学交通科学与工程学院天津300300 交通部机场工程安全与长期性能科研基地天津300300 中国人民解放军陆军勤务学院重庆401331 中国人民解放军国防大学北京100091

雪层烧结是全球高纬度寒区雪跑道建造的重要环节,是指雪颗粒间胶结强度随时间不断增长的过程。为确定压实雪层烧结时间设计值,并深入对比有压烧结和无压烧结雪层烧结强度变化规律,自主研发加压设备进行无侧限抗压强度试验。研究表明,无... 详细信息

雪层烧结是全球高纬度寒区雪跑道建造的重要环节,是指雪颗粒间胶结强度随时间不断增长的过程。为确定压实雪层烧结时间设计值,并深入对比有压烧结和无压烧结雪层烧结强度变化规律,自主研发加压设备进行无侧限抗压强度试验。研究表明,无侧限压缩应力-应变曲线呈现有峰值强度和无峰值强度两种形式,有峰值的情况更易发生在高压和长烧结时间下。有压烧结时雪颗粒不断受到挤压,促进雪融化成水,有利于冰的形成,故雪的密度随烧结时间延长先快后慢不断增长,而无压烧结时密度基本不发生变化,进而造成有压烧结雪样的强度和弹性模量均大于无压烧结雪样。无压烧结15 d后雪的强度增长显著放缓,故雪跑道建设过程中,在烧结温度为-10℃左右,建议取15 d作为压实雪层烧结时间设计值。研究成果可用来指导雪跑道建造中雪层强度指标和变形指标的确定。

关键词：高纬度寒区压实雪层烧结抗压强度弹性模量

在线全文

学校读者我要写书评

暂无评论

船舶活动知识图谱可视分析方法

计算机辅助设计与图形学学报 2024年第8期36卷 1194-1204页

作者：刘建湘陈晓慧刘海砚张兵叶林易万潇刘涛中国人民解放军93116部队沈阳110000 中国人民解放军战略支援部队信息工程大学数据与目标工程学院郑州450000 中国人民解放军61578部队十堰442000

随着全球海事贸易的高速发展,对船舶活动进行可视分析的需求越来越大,用户在没有非常专业的知识背景下,难以快速地选择合适的可视化方法进行船舶活动分析,面临“冷启动”问题.为此,提出船舶活动知识图谱可视分析方法.基于多源异构的船... 详细信息

随着全球海事贸易的高速发展,对船舶活动进行可视分析的需求越来越大,用户在没有非常专业的知识背景下,难以快速地选择合适的可视化方法进行船舶活动分析,面临“冷启动”问题.为此,提出船舶活动知识图谱可视分析方法.基于多源异构的船舶活动数据,构建包含时间、地点、船舶和活动4类船舶活动要素的船舶活动知识图谱,并结合船舶活动分析需求,设计船舶对象特征分析、船舶活动事件分析、船舶活动关联分析和船舶活动时空分析4种分析任务;在船舶活动知识图谱的基础上,提出基于活动要素的船舶活动可视分析方法,并结合过滤、关联和导航等交互方式,设计船舶活动知识图谱可视分析模型.以AIS数据和“沸腾环贸”海上事件数据作为船舶活动数据,基于所提出的船舶活动知识图谱可视分析模型,开发了船舶活动知识图谱可视分析原型系统,实验结果表明,该系统可以为用户推荐相对合适的可视化方法,为船舶活动的分析提供更多的视角;也验证了如禁渔期等特殊情况造成船舶活动规律变化等结论.

关键词：船舶活动船舶事件知识图谱时空活动可视分析

同方期刊数据库

基于海上救援的稀疏张量局部LDA特征提取算法

在线全文

学校读者我要写书评

暂无评论

计算机应用与软件 2024年

作者：李峰陈杰崔家瑞李炳锋胡家庆中国人民解放军海军军医大学卫生勤务学系中国人民解放军海军特色医学中心

为了提高海上救援的高效性，解决对海上的落水人员、船只或其他物资难以区分的问题。该文提出基于海上救援的稀疏张量局部线性判别分析（Sparse Tensor Linear Differential Analysis， STLDA）特征提取算法。该算法首先以张量的形式处... 详细信息

为了提高海上救援的高效性，解决对海上的落水人员、船只或其他物资难以区分的问题。该文提出基于海上救援的稀疏张量局部线性判别分析（Sparse Tensor Linear Differential Analysis， STLDA）特征提取算法。该算法首先以张量的形式处理数据，避免了向量化过程中的信息丢失；通过构建K最近邻图捕捉数据的局部结构，保留重要的局部判别信息；对投影矩阵施加L2，1范数约束，减少噪声对投影方向的影响。为了验证所提STLDA方法的有效性，该文在公共Tiny Person和船型数据集上进行了实验，结果表明STLDA不仅在处理复杂人物数据集时表现出较好的性能，STLDA相比LDA的识别率提高了10%，在处理海上船舰数据集方面，STLDA的识别率提高了15%。

关键词：海上救援线性判别分析 L2,1范数稀疏张量

SW220/430LV在不同温度下热-力压缩行为研究和表征建模

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

复合材料学报 2024年第1期41卷 521-532页

作者：陈国涛梅志远夏奕海军工程大学舰船与海洋学院武汉430033 中国人民解放军92728部队上海200040

对S2/430LV进行热-力联合作用下压缩性能试验研究,重点揭示S2/430LV在20~180℃压缩损伤失效机制及强度/模量随温度变化规律;提出一种基于Ha-Springer模型的分段曲线拟合方法,并对强度/模量随温度变化规律进行预报。研究表明:在热-力联... 详细信息

对S2/430LV进行热-力联合作用下压缩性能试验研究,重点揭示S2/430LV在20~180℃压缩损伤失效机制及强度/模量随温度变化规律;提出一种基于Ha-Springer模型的分段曲线拟合方法,并对强度/模量随温度变化规律进行预报。研究表明:在热-力联合作用下,压缩强度和模量随着温度升高而降低,但模量保留率高于强度;随着温度增加,试样最终失效模式发生改变,在100℃之前,试样呈整体剪切失效模式,纤维束发生扭结,并伴随纤维断裂和损伤路径出现断口;但在100℃以后,最终失效模式表现为树脂基体剪切损伤,而纤维织物形态基本不变;强度和模量随温度变化规律呈“S”形趋势,其中强度-温度曲线在20~80℃为凸曲线,80~180℃则为凹曲线;模量-温度曲线在20~100℃为凸曲线,100~180℃为凹曲线;提出了一种基于Ha-Springer模型的分段曲线拟合方法,并利用Origin软件对强度/模量随温度变化规律进行预报,预报结果与试验结果高度吻合,且吻合程度优于Mahieux模型。

关键词：热-力联合压缩性能失效机制 Origin Ha-Springer模型 Mahieux模型

在线全文

学校读者我要写书评

暂无评论

基于空间拓扑条件控制的等高线化简方法

地球信息科学学报 2024年第7期26卷 1659-1671页

作者：李元復孙群温伯威周炤朱蕊中国人民解放军战略支援部队信息工程大学地理空间信息学院郑州450052

等高线是地形图上的重要要素之一,其化简过程需要兼顾主要地形结构特征的保持、数据精度的控制以及相交和视觉混淆的避免等问题,现有研究大多没有同时兼顾这3个方面。针对上述问题,本文在现有方法使用的误差带的基础上,进一步引入隔离... 详细信息

等高线是地形图上的重要要素之一,其化简过程需要兼顾主要地形结构特征的保持、数据精度的控制以及相交和视觉混淆的避免等问题,现有研究大多没有同时兼顾这3个方面。针对上述问题,本文在现有方法使用的误差带的基础上,进一步引入隔离带的概念,并对它们在几何中的定义进行数学描述,提出将空间拓扑条件应用于等高线化简的策略。根据这一策略,对谷地弯曲选取(Valley Bend Selection,VBS)算法和Douglas-Peucker(DP)算法进行改进,从而得到空间拓扑条件控制下的VBS(Spatial-Topologic-Condition-Controlled VBS,STCC-VBS)算法和空间拓扑条件控制下的DP(Spatial-Topologic-Condition-Controlled DP,STCC-DP)算法。最后,将这2种方法应用于1:5万比例尺地形图等高线化简生成1:10万比例尺地形图等高线的任务中,并与现有的2种单纯以误差带控制的等高线化简方法进行对比。实验结果表明,STCC-VBS算法和STCC-DP算法都有效避免了相交问题,同时以改进前的方法为参考,在算法参数相同的情况下,分别在节点约减率降低8.33%和2.06%同时,使等高线偏移率降低了22.97%和12.65%,化简效果得到显著改善。其中,STCC-VBS算法在约减54.58%的节点的同时,仍能使地形特征线保持率达到94.73%,在有效约减数据量的前提下,较好地保持了主要地形特征。2种算法在效率方面均优于2种单纯以误差带控制的等高线化简方法。

关键词：地形等高线数字高程模型制图综合线化简误差带隔离带空间拓扑条件

一种HRRP重构识别方法：带标签约束的SDAE-CNN

在线全文

学校读者我要写书评

暂无评论

现代防御技术 2024年

作者：尹建国盛文赵蒙江河空军预警学院中国人民解放军95866部队中国人民解放军93110部队

雷达空中目标高分辨距离像（High Resolution Range Profile， HRRP）常被用于开展目标识别，在实际运行过程中，数据样本不完备和噪声干扰往往会给雷达目标识别带来挑战。为克服这一挑战，本文将堆叠去噪自编码器(Stacked Denoising Au... 详细信息

雷达空中目标高分辨距离像（High Resolution Range Profile， HRRP）常被用于开展目标识别，在实际运行过程中，数据样本不完备和噪声干扰往往会给雷达目标识别带来挑战。为克服这一挑战，本文将堆叠去噪自编码器(Stacked Denoising Auto-Encoders， SDAE)和卷积神经网络(Convolutional Neural Networks，CNN)结合起来用于HRRP的去噪重构与识别，并添加标签约束以加速模型收敛。SDAE可以对HRRP数据进行去噪重构，增强数据质量，扩充目标数据集，并引入标签约束，强化隐特征与所属类别相关联的能力，加速模型收敛，CNN用于对HRRP进行分类。实验结果表明，本文所提方法在小样本、强噪声场景下的目标识别中展现了较优的识别性能和识别精度，能够在一定程度克服样本少、噪声高对HRRP识别的不良影响。

关键词：高分辨距离像目标识别数据不完备噪声干扰堆叠去噪自编码器卷积神经网络