面向泛在电力物联网的网源协调关键技术分析

面向泛在电力物联网的网源协调构建本质是基于互联网思维,发挥电网的枢纽作用,构成网源协调友好互动的平台。分析面向泛在电力物联网的网源协调管理平台的设备感知层、数据传输层和业务应用层,探讨构建面向泛在电力物联网的网源协调管理平台关键技术,阐述了数据通信技术、机组运行状态监测及分级评价技术、机组调峰调频能力评价及控制优化技术等方面研究现状及面临的关键问题,为后续泛在电力物联网的研究和实践提供参考。     

泡沫混凝土配合比设计及性能研究

正近年来,在混凝土的发展过程中,出现了一种新型混凝土,即泡沫混凝土,其主要特征是多孔,它的生产工艺与其他混凝土相比,无论是从复杂程度还是从难度上而言,都较为简单,并且制作原料广泛,同时有较高的环保价值。本文首先重点对其配合比设计进行分析,然后对泡沫混凝土的性能展开探究。现阶段,粉煤灰已经成为混凝土中的重要原料之一,在配制过程中,将其视作胶凝材料,在一定程度上,可以提高混凝土性能,并且能够起到环境保护的作用,更为重     

基于DCE-MRI影像的深度多任务学习联合预测乳腺癌病理信息研究

乳腺癌病理信息中的Ki-67表达水平、分子分型及组织学分级等信息可为患者提供预后信息,本文提出一种基于深度多任务学习对乳腺癌多种病理信息联合预测的方法.回顾性分析202例术前,化疗前的浸润性导管癌患者乳腺DCE-MRI影像,将数据集随机分为训练集122例,测试集80例.分割影像的含肿瘤的腺体区域,并获得6个减影序列,利用深度学习结合多任务学习方法对Ki-67表达、分子分型及组织学分级中任意显著相关的两个任务进行联合预测,并计算AUC评估模型的分类性能.多任务学习影像模型预测Ki-67表达、Luminal A和组织学分级的最佳AUC为0.804,0.757,0.724.实验结果表明,深度多任务学习可以很好的预测乳腺癌病理信息的性能,对乳腺癌的诊断和个性化治疗方案的选择具有重要意义.