阿立哌唑治疗男性精神分裂症的副反应分析及护理要点研究

目的:探究男性精神分裂症患者采用阿立哌唑治疗的副反应与护理要点。方法:选取的102例研究对象都来自本院2017年8月～2018年11月这一期间接受阿立哌唑治疗的男性精神分裂症患者,并采用抽签的方式分为2组,对比组予以常规护理,实验组实施针对性护理,并对两组患者的治疗效果、疾病认知、副反应认知、遵医用药、护理满意度、副反应发生率进行对比。结果:对比组治疗总有效率82.35%,与实验组的98.04%相比有统计学意义(P0.05);对比组疾病认知、副反应认知、遵医用药与护理满意度评分明显低于实验组(P0.05);对比组副反应发生率23.52%,与实验组的5.88%相比有统计学意义(P0.05)。结论:男性精神分裂症采用阿立哌唑治疗时配合针对性护理干预,可使副反应情况明显减少。     

QuECHERS-超高效液相色谱-串联质谱法快速检测阿克苏红枣中29种农药残留量

目的 建立QuECHERS-超高效液相色谱-串联质谱法快速检测红枣中29种农药残留量。方法 样品用0.1%乙酸-乙腈溶液振荡提取, QuECHERS净化, 以waters BEH C18色谱柱分离, 在正离子模式下选用多反应监测模式进行检测, 外标法定量。结果 29种农药在0.005~0.2 mg/L线性关系良好, 相关系数大于0.995, 加标浓度为10、50、100 μg/kg时, 平均回收率为74.6%~109.1%, 相对标准偏差均<15%, 检出限为0.15~ 3.0 μg/kg。结论 该方法操作简便, 准确可靠, 稳定性强, 适用于红枣中29种农药残留量的快速测定。     

分散红11在超临界二氧化碳中的溶解度及其模型拟合

为实现超临界二氧化碳(CO₂)染色的工业化应用,采用自主研发的高压超临界流体实验装置,在温度为353.15~393.15 K、压力为16~24 MPa条件下,利用动态法测量了分散红11(1,4-二氨基-2-甲氧基蒽醌)在超临界二氧化碳中的溶解度,并采用Chrastil经验模型和MST方程对实验结果进行拟合,探讨影响分散染料在超临界CO₂中溶解度的因素。结果表明:压力越高,二氧化碳密度越大,分散红11在超临界CO₂中的溶解度越高;随温度升高,分散红11的溶解度先增加后降低;分散红11的最优溶解度工艺条件为温度383.15 K,压力24 MPa;Chrastil经验模型关联水平在0.90以上,MST方程关联水平为0.55,Chrastil经验模型关联结果优于MST方程。     

多花素馨总生物碱模拟胃液条件下清除亚硝酸盐及阻断亚硝胺合成

目的:探索多花素馨清除亚硝酸盐及阻断亚硝胺合成的能力。方法:在模拟胃液条件下,利用紫外分光光度计测定多花素馨总生物碱清除亚硝酸盐及阻断亚硝胺合成的能力。结果:在模拟胃液条件下,多花素馨总生物碱在0. 0016mg/m L时清除亚硝酸盐能力最大,在0. 0012mg/m L时,阻断亚硝胺合成能力最大。结论:多花素馨总生物碱有良好的清除亚硝酸盐及阻断亚硝胺合成能力。     

基于随机数三角阵映射的高维大数据二分聚类初始中心高效鲁棒生成算法

Bisecting K-means算法通过使用一组初始中心对分割簇,得到多个二分聚类结果,然后从中选优以减轻局部最优收敛问题对算法性能的不良影响。然而,现有的随机采样初始中心对生成方法存在效率低、稳定性差、缺失值等不同问题,难以胜任大数据聚类场景。针对这些问题,该文首先创建出了初始中心对组合三角阵和初始中心对编号三角阵,然后通过建立两矩阵中元素及元素位置间的若干映射,从而实现了一种从随机整数集合中生成二分聚类初始中心对的线性复杂度算法。理论分析与实验结果均表明,该方法的时间效率及效率稳定性均明显优于常用的随机采样方法,特别适用于高维大数据聚类场景。     

基于全切分获取网络流行语方法研究*

利用统计和规则相结合的算法从互联网的动态信息流中提取网络流行语。在利用全切分算法获取候选词集的基础上,依次对候选词集进行三次过滤：首先基于向量空间模型的权重过滤,运用语言模型进行过滤;然后利用垃圾串过滤规则获取网络流行词语候选词集;最后利用提出的流行词语评分模型进行筛选得到网络流行词语。实验表明,在不影响流行词语准确率的前提下,利用该方法自动获取网络流行词语的速度明显提高。     

基于CFD的泵站进水池流场水流特性分析

鉴于泵站进水池内的水流条件直接关系到水泵能否正常运行,通过CFD的方法,采用ANSYS 15.0软件模拟了泵站进水池在无隔墩和有隔墩两种体型下的流场,预测了吸水管内涡核的位置,并分析了进水池内的流态、流速分布规律及吸水管内的流速分布规律。结果表明,进水池设置隔墩后,吸水管内的涡核显著减小,属于水下涡第二类即带核物的涡类型;吸水管中心与进水池后壁、侧墙的距离关系到漩涡的产生,在泵站设计中应予以重视;隔墩对调节进水池内的流速分布和改善水流条件具有一定的作用。     

分解协调的多Agent约束优化算法及应用

针对约束优化系统易陷局部优化的问题,提出了基于分解协调的多Agent约束优化算法（DCMACOA）。对可分系统,不同于传统的分解协调算法,DCMACOA选用各子系统间的关联变量为协调变量,借助于多Agent及生物免疫的进化思想,对各子系统优化及系统协调采用了多Agent免疫优化方法,优化搜索算子主要包括：邻域克隆选择、邻域竞争及邻域协作。工业流程和换热器面积优化仿真实例表明,相比传统的分解协调算法,DCMACOA能改善整体与局部的搜索性能,提高对可分系统的约束优化求解能力,具有较好的全局搜索性能。     

基于蚁群算法的树环结构应用层组播树构建算法

作为对IP组播技术的改进,应用层组播(ALM)技术具有不受网络架构限制、资源丰富、数据传输速率高等优势。综合考虑节点性能和端到端延迟,提出一种快速且高效的建立应用层组播树的方法：基于蚁群算法的树环结构ALM模型(ACOTRM)。目前对ALM结构的研究大部分都是仅仅粗略地给出拓扑结构,而对整个构建过程却缺乏完整且清晰的描述。鉴于此,完整地给出了一种树环结构ALM树的具体构建过程,主要包括网络节点分簇、簇内成环连接、数据转发数的建立等关键步骤。另外,为每个节点设定特有的优先级,使得整个ALM树达到最优化状态。仿真结果表明,该模型得到了较低的平均时延以及较高的平均数据传输率,在增加系统稳定性的同时也提高了其转发效率。     

基于树型正交前向选择方法的可调核函数模型

基于留一准则的正交前向选择算法(Orthogonal Forward Selection based on Leave-One-Out Criteria, OFS-LOO)是最近提出的一种数据建模方法,它能够产生鲁棒性好的参数可调的核函数回归模型。OFS-LOO采用贪婪算法策略,利用全局优化算法逐项调节每个回归项的参数,逐步地增加模型的项数,减少留一准则函数值。但是OFS-LOO仅保留当前最优解作为新回归项的参数,而忽略当前的选择对以后步骤的影响,破坏了模型的稀疏性。本文在OFS-LOO的框架下提出了一种新颖的树型算法。在选择核函数模型的每一项时,采用重复加权增进搜索（Repeated Weighted Boosting Search, RWBS）算法,同时保留RWBS得到的多个局部极值作为核函数参数的候选项。新方法试图找到传统OFS-LOO和全局最优解之间的折衷。实验表明,与传统方法相比,新方法得到的核函数模型稀疏性更好,泛化能力更强