TSGF与AFP对原发性肝癌的诊断特异性、灵敏度分析

分析探讨TSGF与AFP检测在原发性肝癌诊断中的特异性和灵敏度,以及对原发性肝癌的早期诊断价值.采用分光光度法检测TSGF,包括87例原发性肝癌(男性54例、女性33例、平均年龄67岁)、67例继发性肝癌(男性42例、女性25例、平均年龄63岁),同时用化学发光法检测AFP.对照检测179例肝病患者的TSGF、AFP(肝硬化患者74例、慢性乙型肝炎105例).其结果TSGF对原发性肝癌的敏感性(86.2%)高于AFP(71.4%)有显著性差异(P＜0.05);TSGF对继发性肝癌的敏感性(88.1%)高于AFP(35.8%)有显著性差异(P＜0.05);二者联合检测敏感性提高至94.3%.由此证明TSGF对恶性肿瘤的检测兼有早期性和广谱性,对原发性肝癌其灵敏度高于AFP,特异性低于AFP.二者联合检测显著提高对原发性肝癌诊断的特异性和灵敏度,对原发性肝癌早期诊断有重要的参考价值.     

复杂场景下实时人脸口罩检测研究

针对AIZOO开源人脸口罩检测算法FaceMaskDetection存在较严重的人脸口罩分类精度低的缺陷,本文设计了高精度轻量级人脸口罩分类模型，提出快速特征提取模块FastBlock和基于多层级特征融合的轻量级人脸口罩分类网络（Light MaskNet）。FastBlock减少深度可分离（depthwise, DW）卷积和1×1卷积中间张量的通道数量，进一步降低计算成本，从而提高了特征提取速度。不同层级之间的特征融合可以增大模型的广度，提高模型的鲁棒性。实验结果表明，该人脸口罩分类模型精度可达98.852%，中央处理器(central processing unit, CPU)推理时间仅为9.8 ms，图形处理器(graphics processing unit, GPU)可实现亚毫秒级运算，仅牺牲少量计算资源就能弥补FaceMaskDetection精度低的缺陷，可很好地满足计算资源有限的边缘设备、移动端等的应用需求。     

铜陵星雨华府深基坑止水帷幕失效的流砂治理

在经济飞速发展的今天,高层建筑越来越多,深基坑随之成为热门研究课题,但在复杂地质条件下深基坑止水帷幕施工技术仍不够成熟,常常对建设项目造成较大的安全事故和经济损失。     

亚纯函数结合高阶导数的值分布

设f为超越亚纯函数,本文考虑f的多项式P[f]的高阶导数的Picard例外值。另外,对于f(f~(k))~n改进了Tse C K和Yang C C的结果。     

河南省一百年人口予测

本文用数学方法子测了河南省今后约一百年的人口总数及各种人口指数.为河南省提供了第一批人口方面的科学数据,对制定河南经济发展规划和计划生育政策具有一定的参考价值.     

Sn—Pb／Cu润湿性测试分析研究

介绍了利用图象处理技术研究了Ｓｎ－Ｐｂ合金钱民铜润湿性的方法，提出了联机的图象特征提出算法和润湿参数求取算法，给出了Ｓｎ－Ｐｂ／Ｃｕ润湿特性在直流电影响下测试分析结果。     

告别中转站(五)

赶紧给人类发出警报一天,正当电台中播讲着关于谜一般的大气层的变化以及臭氧层急速减少的情况时,突然停电了。埃玛在烛光的摇曳中等待着小蓝人的到来。来电后不久,那些小蓝人终于来了。“发生什么事了?我今天等了你们好久,而且是不得不在黑暗中等待。”     

新大洋中的“女伯爵”(一)

地球气候骤变,洪水泛滥,约那斯身兼宇航员和气象学家两职,在飞船中监测地球大气的变化。后来,飞船不幸失事,约那斯落入阿尔卑斯山区一处军事禁区,发现了一群与世隔绝的青年……     

基于系统动力学的资讯个性化推荐研究

手机等移动智能终端在全社会的普及,使得数字内容的生产能力下沉到社会各个层面,形成了多源、自主、原生的互联网媒体内容制造格局;而以社交媒体、自媒体为代表的各类新兴媒体的蓬勃发展,使得数字内容的传播能力极大增强,大量衍生内容在敏感、热点、重要事件的报道传播中产生。互联网资讯具有海量、内容质量参差不齐、观点多极等特点。如何将价值导向对正确的、信息披露准确的资讯进行精准推荐,维护和促进社会公平正义,成为司法领域的新问题和新挑战。推荐系统有效解决了用户在海量信息中难以高效获得信息的问题。基于内容的推荐技术通过分析用户以往感兴趣的项目,经计算得到相似的项目,再将相似度最高的若干项目推送给用户。推荐系统中应用最广泛的是协同过滤推荐算法(collaborative filtering,CF),该概念最早于1992年由GOLDBERG等在开发Tapestry邮件过滤系统时首次提出,其核心思想是运用算法对用户的历史行为数据进行分析,挖掘出用户的兴趣偏好,根据不同的兴趣偏好对用户进行类别划分并推荐相似偏好的物品。当前,个性化推荐已经在电子商务、影视作品、餐饮美食、新闻资讯等领域获得了较为广泛的应用。"京东"的推荐起步于2012年,当时的产品推荐是基于规则匹配进行的,整个推荐产品线组合就像一个个松散的原始部落,部落与部落之间没有任何工程、算法的交集。"淘宝"从2013年推出了"个性化推荐"即"千人千面"的推荐引擎,利用用户的一些行为,通过算法推测出用户可能喜欢的东西。"美团"构建了世界上最大的菜品知识库,为200多万商家、3亿多件商品绘制了知识图谱,并为2.5亿用户画像,构建了世界上用户规模最大的O2O智能推荐平台。"豆瓣"利用社交行为分析解决推荐问题,如基于用户相同行为的协同过滤技术、友邻推荐等,也是个性化推荐的一个补充。社交化推荐的引入,可以解决因单纯产品内容推荐导致推荐范围越来越窄的问题。"今日头条"的个性化推荐算法基于投票方法,其核心理念就是投票,每个用户一票,喜欢哪篇文章就把票投给哪篇文章,经过统计,最后得到的结果很可能是此类人群里最好的文章,并把这篇文章推荐给同类人群用户。该方法看起来似乎很简单,但实际上需要基于对海量用户行为的数据挖掘与分析。系统动力学是一门基于系统论、控制论与信息论,并借助计算机模拟技术的交叉学科,其通过系统的视角,进行结构化动态分析和模型模拟,擅长分析高阶、非线性时变和复杂系统,采用定性与定量相结合的方法,适合对资讯个性化推荐这种动态复杂过程进行分析。针对司法工作相关资讯的个性化推荐问题,应用系统动力学理论,对影响资讯推荐效果的重要因素在Vensim软件中进行建模仿真,构建包括用户量、文章量、标签数量和各子系统之间影响的因果反馈模型和存量流量模型,建立系统动力学方程模型,经仿真对相关因素进行敏感性分析。结果表明,文章量、设置的特征化标签和对文章的兴趣点因子等都对推荐效果有重要影响,这是在设计推荐系统时需要重点考虑的因素,也是解决推荐系统冷启动、实时性和"信息茧房"等关键问题的重要途径。基于系统动力学进行资讯个性化推荐研究,可以积极有效地应对司法领域资讯披露面临的挑战,提高精准推荐效果。