耳穴联合灵仙戒烟饮戒烟临床研究*

摘 要:目的 观察耳穴联合灵仙戒烟饮,对戒烟及改善烟草依赖的临床疗效。方法 随机将自愿戒烟的108例,分为治疗组、对照组,每组患者54例。对照组进行单纯耳穴贴压及认知干预治疗,治疗组在对照组基础上增加内服灵仙戒烟饮。观察两组治疗及随访的FTND、MNWS及QSU-Brief评分,比较两组戒烟率。结果 4 w后戒烟率两组间无统计学差异(P>0.05),随访3个月后两组间戒烟率有统计学差异(P＜0.05)。两组治疗后及随访的FTND、MNWS、QSU-Brief评分与本组治疗前比较具有统计学意义（P＜0.05）。FTND、MNWS、QSU-Brief评分时间与组间的交互效应均有统计学意义（P<0.05）。治疗组FTND评分与对照组治疗4 w后比较有统计学差异(P＜0.05),治疗组MNWS评分与对照组治疗4 w后比较差异无统计学意义（P＞0.05）;治疗组QSU-Brief评分与对照组在治疗4 w后、随访3个月后比较有统计学差异(P＜0.05),治疗组FTND、MNWS评分与对照组随访3个月后比较差异无统计学意义（P＞0.05）。结论 耳穴联合戒烟饮对于戒烟及改善烟草依赖临床疗效显著。     

面向3维心脏MRI分割的半监督双任务交叉一致性约束网络

目的 针对人体组织器官及病灶区域的3维图像分割是计算机辅助医疗诊断的重要前提,是医学影像3维可视化的重要技术基础。深度学习方法在医学图像分割任务中的成功通常取决于大量有标注数据。半监督学习利用未标注数据容易获取的优点,在模型训练过程中使用少量标注数据和大量未标注数据进行学习,缓解了数据标注昂贵耗时的问题,在医学图像分割中受到了广泛关注。为更好地利用无标注数据,提升医学图像分割效果,提出一种新的一致性正则方法用于半监督3维医学图像分割。方法 模型以V-Net为基础架构,通过扩展网络结构,在均带有分割任务及回归任务属性的双任务主副解码器之间添加了用于正则化约束的交叉损失,构建了具有形状感知的基于双任务的交叉一致性正则网络SACC-Net(shape-aware cross-consistency regular network based on dual tasks),实现将数据层面和模型层面的扰动融合进多任务机制的一致性正则方法,使模型能够更好地利用未标注数据的有效先验信息,并且具有更好的泛化性能。结果 在MICCAI 2018(Medical Image Computing and C...     

面向健康体检数据的多目标Top-k频繁模式挖掘方法

为解决现有的模式挖掘方法没有充分利用体检数据中检查项的异常程度与特定疾病之间相关性的问题,提出一种面向健康体检数据的多目标Top-k频繁模式挖掘方法.首先,针对体检数据的特点,提出异常度和覆盖率两个指标,在此基础上,将Top-k频繁模式挖掘建模为一个多目标优化问题;其次,针对该问题,提出一种基于偏好的种群初始化策略和一个面向模式和项的双层更新策略,并基于此设计一种高效的进化多目标优化算法进行求解.实验结果表明,所提出方法所获得的Top-k个模式不仅能够有效地反映其与特定疾病之间的关联性,而且能够提供多样化的模式,为健康管理提供重要的参考依据.     

时变信道下线性网络分批稀疏码秩分布研究

作为一种应用于多跳网络的低复杂度两步式编码技术,分批稀疏（batched sparse,BATS）码的传输性能与传输矩阵的秩分布直接相关。现有文献在假设各链路丢包率均为常数的前提下,研究了分批稀疏码在纠删信道下的秩分布。然而,在一些场景（如工业互联网）,大量的移动节点部署在整个网络中,可能导致节点之间的信道变成时变信道,即链路上的丢包率随时间变化而变化。因此在假定网络中各节点之间链路丢包率随机变化的场景下,研究了随机线性网络编码（random linear network coding, RLNC）和系统重编码作为内码编码方案时,分批稀疏码传输矩阵的秩分布,推导了链路丢包率服从有限区间正态分布情况下归一化秩期望的闭合解,并通过蒙特卡洛仿真验证了该闭合解的正确性。     

面向弹性提升的主动配电网重构与元件修复协同方法

极端事件会导致主动配电网出现多处故障且故障元件修复时间长,传统的故障恢复方法会使得系统的弹性低。针对主动配电网的故障恢复阶段,提出了一种面向弹性提升的重构与故障元件修复协同方法。首先,结合计及负荷重要程度的主动配电网弹性指标,分析出故障恢复阶段弹性提升的主要措施;在此基础上,提出重构与故障元件修复协同策略框架,给出交替协同中线路状态变量和节点负荷供电状态变量的更新与关联。其次,建立全过程故障元件修复和重构的目标函数。针对主动配电网含多分布式电源特点带来的故障元件上下游关系难以判别问题,提出基于消线解故障环法和圈源等效法的判别方法。最后,算例结果表明,所提方法能有效地提升主动配电网的弹性。     

融合多特征的语音情感识别方法

语音情感识别已经成为下一代人机交互技术的重要组成部分,从语音信号中提取与情感相关的特征是语音情感识别的重要挑战.针对单一特征在情感识别中准确度不高的问题,该文提出了特征级-决策级融合的方法融合声学特征和语义特征进行情感识别.首先提取声学特征,包括：1)低层次手工特征集,包括基于谱相关、音质、能量、基频等相关特征,以及基于低层次特征的高级统计特征;2)DNN提取的谱相关特征的深度特征;3)CNN提取的基于Filter＿bank特征的深度特征.并且使用基于Listen-Attend-Spell(LAS)模型的语音识别模块提取语义特征.然后将声学特征中的3类特征与语义特征进行特征级融合,在确定融合特征的先后顺序时引入了构造哈夫曼树的方法.最后得到融合后特征和原始4类特征各自的情感识别结果,在结果之上进行决策级融合,使用此方法在IEMOCAP数据集中分类准确度可达76.2%.     

多极声源在裸眼井外的纵横波辐射特性

声波远探测方法已逐渐成为石油测井的一门重要应用技术,声源向井外地层中的辐射特性是远探测声场的主控因数。推导了单极、偶极和四极子声源的远场位移渐近解与辐射指向性公式,模拟分析了低频和常规测井频率下多极子声源在井外地层中的辐射图样,优选出不同声源辐射到地层中的优势波类型,并对比了不同频率下优势波指向性的变化规律。结果表明:单极辐射P波和偶极辐射SH横波在各自的辐射声场中占据了主导地位,它们对应的最佳激发频段分别在10 k Hz和4 k Hz左右,而在四极子声源的辐射声场中,P波和SH横波的指向性相近,均优于SV横波,且两者在7 k Hz左右达到最佳,为多极子声波远探测技术的应用提供了理论支持。     

基于物联网的物流车辆监控系统的设计与实现

论文基于物联网的基本概念和体系结构,对物流车辆监控系统的原理、系统硬件总体框架、系统软件总体框架结构的设计和系统实现的关键技术进行了介绍,该系统能实现GPS定位跟踪、运输路线指挥、累计重量报表输出、历史数据查询和实时情况追踪等功能,能有效地解决运输任务的监控和管理,从而大大提高了运输任务管理的效率。     

高职《电子线路CAD》课程教学改革的探究

《电子线路CAD》是一门综合性、实践性很强的实用技术学科,不适宜用传统的教学方式来进行教学。本文从教学内容、教学方法和考核方法三个方面进行了分析,提出了对《电子线路CAD》课程教学改革的一点看法。     

梦想的十年

1999年3月我注册了CSDN.net,因为当时我们推出了《程序员大本营》光盘,这张光盘收集了大量的专业开发资料。12月底,曾登高参考experts-exchange和delphibbs为CSDN.net开发了问答制的论坛程序。2000年5月我们已经有了5万会员,是当时最大的技术社区网站,并获得了第一笔天使投资,正式组建公司进行运营。10月推出了《程序员》杂志试刊。