丹参治疗小儿支气管哮喘的监床及体液免疫机能观察

支气管哮喘是一种慢性变态反应性疾病,可以反复发作,不易根治,用活血化瘀的中药丹参防治哮喘,用西药噻哌酮作对照,观察西药诊治效果,并进行体液免疫检查。     

如玉的心 如火的情——访兰州军区兰州总医院心内科张明旭主任医师

张明旭，女，1955年出生。1979年毕业于第四军医大学医疗系；1982年毕业于兰州军区主治医师进修班；1993年获第四军医大学内科学硕士学位。现任兰州军区总医院心内科主任医师；中华医学会起搏电生理甘肃分会委员。技术6级，文职3级。     

坚持科学发展观 促进财政大发展——学习“三个代表”科学发展观的体会

西部大开发以来的五年，是榆林财政工作高起点、跳跃式、大跨度发展的五年。但财政工作与经济社会全面发展更高的要求相比还有一些差距，特别是加强财政收入征管，着力优化和调整财政支出结构，落实“两个确保”、“两个保证”、城市低保和再就业资金，深化财政改革，加强财政监督检查，是各级广泛关注的问题。因此，我们必须从实践“三个代表”的高度，坚持科学的发展观，     

一种运动想象脑电信号半监督算法

针对脑机接口中两类左右手运动想象任务,提出一种依据迭代训练次数不断更新训练集样本的半监督算法.使用多重自相关分析算法,选择置信度较高的脑电信号样本并加入初始训练集;分别使用公共平均参考法与共空域模式算法,对样本进行预处理及特征提取;最后使用支持向量机对样本进行测试,根据迭代学习次数按照递进方式移除置信度较低的样本,并利用剩余样本继续训练模型,从而优化特征提取器及分类器参数.通过对标准脑电竞赛数据库BCI IV Dataset Ⅱa中左右手运动想象数据的测试表明,该算法与其他算法相比,在训练样本数目较少的情况下,具有较高的分类正确率.      

半监督学习中非标记数据的利用

同时利用半监督学习中的标记数据与非标记数据,可以提高机器学习的能力.为了利用非标记数据,我们将非标记数据所在的样本空间映射到标记样本空间.讨论如何利用非标记数据构造学习算法,并证明所构造算法的收敛性.     

基于结构保持对抗网络的跨模态实体分辨

跨模态实体分辨旨在从不同模态的数据中找到对同一实体的不同客观描述.常用的跨模态实体分辨方法通过将不同模态数据映射到同一空间中进行相似性度量,大多通过使用类别信息建立映射前后的语义联系,却忽略了对跨模态成对样本信息的有效利用.在真实数据源中,给大量的数据进行标注耗时费力,难以获得足够的标签数据来完成监督学习.对此,提出一种基于结构保持的对抗网络跨模态实体分辨方法(Structure Maintenance based Adversarial Network,SMAN),在对抗网络模型下构建模态间的K近邻结构损失,利用模态间成对信息在映射前后的结构保持学习更一致的表示,引入联合注意力机制实现模态间成对样本信息的对齐.实验结果表明,在不同数据集上,SMAN和其他无监督方法和一些典型的有监督方法相比有更好的性能.     

基于GIS的鄢陵县消防站布局优化研究

随着我国城镇化的快速推进,消防站的规划建设与城市扩张式发展的矛盾日益突出。传统的规划方法只偏重于每个消防站责任区达到规范要求的4-7km2的理论要求,而忽视道路阻抗而难以有效到达的问题。本文借助GIS"位置分配"原理,通过最小化设施点数模型、最大化覆盖范围模型和最小化阻抗模型,科学、合理确定消防站的位置和数量,实现了消防站的优化布局。     

基于自监督信息增强的图表示学习

针对图表示学习模型依赖具体任务进行特征保留以及节点表示的泛化性有限等问题,本文提出一种基于自监督信息增强的图表示学习模型(Self-Variational Graph Auto Encoder,Self-VGAE)。Self-VGAE首先使用图卷积编码器和节点表示内积解码器构建变分图自编码器(Variational Graph Auto Encoder,VGAE),并对原始图进行特征提取和编码;然后,使用拓扑结构和节点属性生成自监督信息,在模型训练过程中约束节点表示的生成。在多个图分析任务中,Self-VGAE的实验表现均优于当前较为先进的基线模型,表明引入自监督信息能够增强对节点特征相似性和差异性的保留能力以及对拓扑结构的保持、推断能力,并且Self-VGAE具有较强的泛化能力。     

论建筑工程消防验收中存在问题及处理办法

对建筑工程进行消防验收,是建筑工程消防监督审核全过程中的最后一个环节,本文笔者结合自身工作实践,提出在建筑工程消防验收过程中存在的一些问题,与大家一起进行分析探讨,并提出处理办法。     

基于半监督聚类的入侵检测模型

利用少量的标记数据和约束辅助聚类过程,提出一种基于半监督聚类的入侵检测模型.实验结果表明,与基于监督和非监督学习的入侵检测算法相比,基于半监督聚类的入侵检测算法可以更加有效地检测出未知攻击.