洛赛克治疗十二指肠球部溃疡108例临床分析

我院自1994年1月至1997年6月,共收治十二指肠球部溃疡患者108例,入院后随机分为洛赛克治疗组和甲氰咪诚对照组,观察及疗效,报道如下:1临床资料1.1一般资料108患者均经胃镜检查确诊为十二指肠球部溃疡。其中洛赛克组和甲氰咪队组各54例。1.2治疗方法:洛赛克组,洛赛克20mg每日清晨空腹口服,4周为1个疗程;甲氨咪队组;每餐前200mg,一日三次口服,睡前另加服400mg(每日总量1000mg),4周为1个疗程。1.3疗效判定愈合:溃疡灶由活动期消失或转为疤痕期,好转:溃疡灶由活动期转为愈合期,溃疡面缩小≥50%,无效:溃疡面缩小<50%。14治疗结果洛赛克组:4周愈合…     

基于轨迹模拟的活动翼面随动加载技术及应用

开展结构强度试验中活动翼面随动加载技术研究,对于提高试验精度、确保试验顺利完成具有重要意义。活动翼面在偏转过程中载荷大小和方向不断变化,为满足试验加载要求,提出了一种全新的随动加载技术;然后设计了模拟试验验证了新方法的可行性、有效性和实用性;最后以某型号扰流板操纵灵活性验证试验为研究对象,采用全新的加载方法,顺利完成了试验,表明了该加载方法满足试验要求。研究结果具有一定的工程应用价值,并在多类重点型号试验中得到了应用。     

随机马尔可夫跳跃系统的输出反馈镇定

针对不确定随机马尔可夫跳跃系统,研究其静态输出反馈控制问题.目的在于寻找输出反馈控制器使得闭环系统均方稳定.通过Lyapunov函数方法以矩阵不等式形式建立了这类系统输出反馈可镇定的充分条件;采用替换LMI(linear matrix inequality)方法给出了这些非线性矩阵不等式的一种解法,并给出了静态反馈控制律的求解算法.仿真算例说明所给方法的有效性.     

一类广义不确定非线性系统的鲁棒镇定——LMI方法

设计状态反馈控制器使得一类广义不确定非线性系统对所有容许的不确定性闭环系统正则,无脉冲且渐近稳定.运用线性矩阵不等式(LMI)原理和相关引理为该类系统确定期望的状态反馈控制器的表达式,并利用MATLAB中的LMI工具箱进行算法编程与求解,从而较为方便地为实际系统确定具体的状态反馈控制器提供依据.最后通过具体实例说明设计方法的可行性和有效性.     

基于GPR与概率神经网络的城市道路路基病害预警模型研究

近年来由道路路基病害所导致的城市道路塌陷事故频繁发生,造成人员伤亡和巨大的经济损失。针对城市道路路基病害所带来的诸多问题与安全隐患,提出了一种基于探地雷达与概率神经网络的城市道路路基病害预警模型。首先在分析路基病害成因的基础上建立了城市道路路基病害评价指标体系;然后依托城市道路路基病害动态演化物理模型,使用探地雷达采集并积累样本数据;最后基于样本数据建立概率神经网络预警模型并进行仿真分析,结果表明预警准确率达到88.9%。该预警模型在郑州市中牟县的滨河路和荟萃路进行了应用试验,预警结果与实际情况基本吻合,表明该预警模型可对城市道路路基病害做出有效预警,为道路养护和工程整治设计提供技术支撑。     

动态多媒体网页的制作及研究

利用现代技术，通过网页与数据库系统的连接，同时采用多媒体技术与网页技术相结合，创建新颖别致的动态网站，同时，开发了DHTML方式的课件制作技术及课件制作工具，特别是通过采取图像的可替代方式和重复使用等措施，解决了网页的多媒体视觉效果和下载速度这一矛盾。     

还语文教育以本真

“山雨欲来风满楼”，我国教育界正刮着催枯拉朽的劲风，劲风中心在语文领域，一本《审视中学语文教育》把语文教育的种种弊端翻检出来，逐一品评。他们一致呼吁：不应该把高考当作语文教学的终极目标，并言之凿凿；语文教学不等于应付高考，把学生训练成高考的机器是一件残忍的事情。他们认为：教学时“教师是独立思考的学习者，学生是受指导的独立思考的学习者”，建议对语文教学进行刮骨疗法。笔者认为，时下的语文教育确实是要加以反思予以改革的。本文的目的不在于开出语文教改的良方，旨在提出一些建设性的意见。努力构建一个也许还十分脆弱的语文教学框架，以取代被推倒的语文“柏林墒”，着重就自己所实践、所涉猎的经验材料。加以归纳，力图提供一些确切的信息、可行的操作方法。     

农学类本科生《真菌学》学习兴趣培养与探索

培养大学生对课程学习的兴趣,有助于调动其学习的主动性,也是专业素质教育的重要组成部分. 针对农业院校中植物保护学、农学、生物科学专业的专业基础课《真菌学》课程,作者在参考教材选用、教学内容设置与更新、教学形式多样化等方面进行了有益的探索,激发了学生对真菌学的学习兴趣,提高了该门课程的教学质量,同时也增强了学生对其专业的认可度.     

讲评课的教学策略

讲评课的内容有试卷、作业、学生观点的评价等多方面的,下面以试卷的讲评为例,对地理讲评课做一些探究.     

两个数论函数的混合均值

(A)n∈N+,著名的F.Smarandache LCM 函数SL(n)定义为最小的正整数k使得n|[1,2,…,k],即就是SL(n)=min{k:n|[1,2,…,k]}.利用初等的方法研究了Smarandache LCM函数SL(n)与Mangoldt函数Λ(n)的混合均值问题,并给出了一个较强的渐进公式.