影像医学与核医学

中国医科大学医学影像学科为东北地区医学影像研究与诊断中心、辽宁省医学影像质量控制中心。1981年获硕士学位授予权,1996年获博士学位授予权,2002年被批准为辽宁省重点学科,2004年被批准为辽宁省高校重点实验室。“十五”期间,在师资队伍、教学、科研、医疗和学科建设等方面取得了显著成就,形成了自身的优势,在国内有较大影响,已成为中国北方医学影像学重要的医疗、科研、人才培养基地。本学科拥有一批国内外著名的学术带头人和具有发展潜力的中青年学术骨干,其中,全国性学会副主任委员1人,常务委员4人,委员6人,博士生导师6人,是辽宁省放…     

只有南水北调能解决北方水资源短缺问题

水是生命之源、生产之要、生态之基。随着北方地区经济社会发展和城市化步伐加快,水资源短缺形势日益严峻,南水北调工程是当前解决北方水资源短缺问题的可行之路、必由之路。我国水资源短缺,人均水资源量为2100立方米,只有世界人均水平的约1/4,且时空分布不均,南方水多,北方水少。黄淮海流域是我国水资源承载能力与经济社会发展矛盾最为突出的地区,人均水资源量462立方米,仅为全国平均水平的21%,其中京津两     

中国光电的一枝奇葩--北方光电科技股份有限公司扫描

北方光电科技股份有限公司是由中国北方工业公司联合四家民营企业,以发起设立方式组建的股份公司,从2000年成立至今,公司已发展成为集光电产品科研、生产、贸易为一体,具有较强经济实力的高科技外向型企业。     

北方建筑物外墙面砖脱落原因和防治措施

通过建筑物外墙面砖脱落原因的分析,指出主要的预防和治理措施是确保找平层的施工质量和确保面砖的施工质量。     

Starch grain evidence reveals early pottery function cooking plant foods in North China

Early pottery sherds excavated in northern China date back to more than 11,000 cal a BP, and are presumed to have been used as cooking vessels. There has been, however, no direct evidence to demonstrate this function. Here we report ancient starch grains recovered from carbonized residues adhering to the bases of flat- bottomed vessels excavated from the Zhuannian site dating more than 10,000 cal a BP in the North China Plain. This evidence demonstrates that early pottery was being used to cook cereal grains, particularly millets, and acorns. Because millets were in the process of domestication at thistime, we propose that pottery invention in northern China may have been related to early farming activities.     

北方草原走廊民族优秀文化的传承与建设

全面认识北方草原走廊民族优秀文化,是建设北方草原走廊民族优秀文化传承体系的前提和基础。北方草原走廊民族精神体系包括本族认同价值观念、民族伦理道德观、民族创新基本价值观、和谐共生民族理念、践行开放民族精神五个维度。认为建设北方草原走廊民族优秀文化传承体系,需要挖掘和阐发北方草原走廊民族优秀文化精华及其当代价值观念。立足时代与实践,提出建设北方草原走廊民族优秀文化传承体系的根本路径是强“魂”健“体”,主导路径是建设国民教育网络体系,实践路径是建设文化产业带动体系,集中路径是现代交流传播体系。     

试论北方少数民族生殖崇拜的萨满教根基

中国少数民族中较常见的生殖崇拜现象往往和萨满教的性神秘观相关,在萨满教神话仪式以及萨满教巫术操作过程中几乎都有一些与性有关的内容,在萨满教观念中,性器是一个富有巫术力量的神秘器官,在北方民族萨满教后期发展中,生殖崇拜和祖先崇拜往往结伴而行。     

基于二次分解NGO-VMD残差项与长短时记忆神经网络的超短期风功率预测

鉴于目前使用变分模态分解（VMD）搭建的单次或二次分解风功率组合预测模型中,大多均直接忽略了风功率经VMD分解后残差项所包含的丰富信息,使得超短期风功率预测精度受限。本文提出了一种基于二次分解NGO-VMD残差项、K均值聚类算法与LSTM的组合预测模型。首先,使用北方苍鹰优化算法(northern goshawk optimization,NGO)对VMD的参数进行寻优,以选出最佳VMD参数组合;其次,采用NGO-VMD模型对VMD残差项进行二次分解,深度挖掘VMD残差项所包含的丰富信息;再次,利用K均值聚类算法解决VMD分解模态分量个数多,计算量繁冗的问题;最后,创建LSTM模型对各子模态分量分别进行预测并叠加各子模态分量的预测值得到超短期风功率预测结果。结果表明：该二次分解NGO-VMD残差项、K均值聚类算法和LSTM组合预测模型可充分挖掘VMD残差项的重要信息,有效提高了超短期风功率预测的精度。