PCR早期诊断结核性胸膜炎的临床价值

比较了PCR、涂片法、OT试验及胸膜活检4种方法诊断结核性胸膜炎的临床价值。结果显示：PCR法灵敏度为48％，显著高于其它诸法（P＜0．05或0．01），其特异度为91．6％，与其它诸法接近（P均＞0．05）。PCR法具有快速、灵敏、简便及不依赖结核菌培养等优点，应作为胸腔积液患者的常规检查项目。但其假阴性率、假阳性率分别达52％和8．4％，致其可信性受限。本文对产生假阴性和假阳性的原因进行了分析，并提出了减少假阴性和假阳性的方法。     

胃癌中内分泌细胞及其意义

应用免疫组化ABC法对48例胃癌进行胃泌素、生长抑素、胰高血糖素标记。结果胃泌素阳性14例（29．2％），生长抑素阳性9例（18．7％），两者均阳性者6例（12．5％）。未分化腺癌中内分泌细胞阳性率较高分化腺癌高。胃泌素阳性组其浆膜浸润率13／14例（92．9％），淋巴结转移率11／14例（78．5％），明显高于阴性组（P<0.01）。生长抑素阳性组浆膜浸润率6／9例（66．7％），淋巴结转移率4／9例（44．4％），与阴性组相比均无明显差异（P＞0．05），提示胃泌素有促进癌细胞生长的作用，癌细胞生长愈活跃，其侵袭能力愈强，转移率愈高。     

肺癌组织中性激素受体的研究

为研究肺癌与性激素及其受体之间的关系，运用酶联亲合组化法对53例肺癌组织中雌激素受体（ER）和孕激素受体（PR）进行了检测。结果：ER、PR阳性率分别为49．1％、54．7％，其阳性颗粒大部分位于癌细胞浆中（占58．2％）；早、中期患者的ER及PR阳性率较高；鳞癌PR阳性率（73．1％）高于小细胞癌（33．3％），腺癌ER阳性率较高，细胞分化好的ER阳性率较高（60％）。提示ER、PR存在于部分肺癌组织中，癌的发生和发展与性激素的影响有一定的关系。     

肺癌性激素及其受体之间关系的研究

为研究肺癌的发病机制，探讨其性激素及其受体之间的关系，运用酶联亲合组化法对53例肺癌癌组织中雌激素受体（ER）和孕激素受体（PR）进行了检测，同时采用R抗体放射免疫分析法测定了患者外周血中的雌二醇（SEL）和孕酮水平（SPL）。结果显示ER阳性率49．1％，PR阳性率54．7％。SEL、SPL均有明显的升高（P<0．05），无论ER（＋）组还是ER（－）组，SEL均有显著的升高（P＜0．05）；ER（＋）组、PR（＋）组、ER（＋）和PR（＋）组的SEL、SPL较ER（－）组、PR（－）组、ER（－）和PR（－）组的相对低。提示受体阳性者更多地受到性激素的影响。     

肺癌组织中性激素受体的研究

为研究肺癌与性激素及其受体之间的关系，运用酶联亲合组化法对53例肺癌组织中雌激素受体（ER）和孕激素受体（PR）进行了检测。结果：ER、PR阳性率分别为49．1％、54．7％，其阳性颗粒大部分位于癌细胞浆中（占58．2％）；早、中期患者的ER及PR阳性率较高；鳞癌PR阳性率（73．1％）高于小细胞癌（33．3％），腺癌ER阳性率较高，细胞分化好的ER阳性率较高（60％）。提示ER、PR存在于部分肺癌组织中，癌的发生和发展与性激素的影响有一定的关系。     

镁掺杂对偏钛酸锌微波介电性能的影响

利用溶胶凝胶方法制备了六方密堆积结构（Zn1-xMgx）TiO3（x=0．1～0．4）固溶体．采用阿基米德排水法和微波频率下Hakki—Paoli法测定了不同Mg^2＋添加量在不同烧结温度下的陶瓷体积密度和微波介电性能．利用扫描电子显微镜（SEM）表征了不同Mg^2＋掺杂量体系在1100℃下烧结后陶瓷的形貌．结果表明,Mg^2＋掺杂能有效稳定六方密堆积结构,避免其分解为反尖晶石结构的Zn2TiO4和金红石（TiO2）．当Mg^2＋掺杂量x=0．3,1100％下烧结时,可获得最稳定、致密的六方密堆积结构陶瓷体,且该陶瓷具有优良的微波介电性能：微波介电常数（εr）=27．1、品质因数（Q＊f）=59000GHz、谐振频率温度系数（τf）=-65ppm／℃．     

反射波法桩基完整性检测的基本原理

前言 地基和基础结构是建筑物的根基,桩基工程质量则是工程安全保证的关键,因此桩基检测对于工程项目具有决定性作用。目前国内应用广泛的桩基检测方法主要有：高应变（凯司法）．低应变（反射波法．机械阻抗法,水电效应法）,跨孔超声透射法。     

镁掺杂对偏钛酸锌微波介电性能的影响

利用溶胶凝胶方法制备了六方密堆积结构（Zn1-xMgx）TiO3（x=0．1～0．4）固溶体．采用阿基米德排水法和微波频率下Hakki—Paoli法测定了不同Mg^2＋添加量在不同烧结温度下的陶瓷体积密度和微波介电性能．利用扫描电子显微镜（SEM）表征了不同Mg^2＋掺杂量体系在1100℃下烧结后陶瓷的形貌．结果表明,Mg^2＋掺杂能有效稳定六方密堆积结构,避免其分解为反尖晶石结构的Zn2TiO4和金红石（TiO2）．当Mg^2＋掺杂量x=0．3,1100％下烧结时,可获得最稳定、致密的六方密堆积结构陶瓷体,且该陶瓷具有优良的微波介电性能：微波介电常数（εr）=27．1、品质因数（Q＊f）=59000GHz、谐振频率温度系数（τf）=-65ppm／℃．     

呼气末CO_2和吸气峰压监测在双腔支气管插管定位中的应用

目的监测呼气末CO2（PETCO2）和吸气峰压（Ppeak）来判断双腔支气管导管（DLT）的位置。方法选取ASAⅠ-Ⅱ级、择期开胸需插DLT的手术患者76例,分别用听诊法、监测PETCO2、Ppeak及纤维支气管镜（FOB）判断DLT的位置。焙杲平卧位听诊肺隔离满意后,PETCO2监测30．3％肺隔离不全,FOB复查42．1％位置不当。侧卧位后听诊发现13例DLT位置发生变化,调整导管位置后PETCO2监测15例（19．7％）肺隔离不全,FOB复查移位24例（31．6％）。双肺通气（TLV）时听诊法与FOB复查后PETCO2值比较变化不明显（P〉0．05）,单肺通气（OLV）时FOB复查后明显降低（P〈0．05）。OLV时Ppeak均较TLV时明显增高（P〈0．05）,FOB复查后Ppeak均较听诊法显著降低（P〈0．05）。结论PETCO2、Ppeak监测的临床到位率较听诊法高,且可及时发现DLT位置的变化。     

我国将按排气量分7档征收车船税

十一届全国人大常委会第十九次会议表决通过《中华人民共和国车船税法》（以下简称车船税法）。根据车船税法，乘用车将按排气量大小分档征税，排气量和年基准税额为：1．0升（含）以下60元至360元；1．0升以上至1．6升（含）300元至540元；1．6升以上至2．0升（含）360元至660元；     

基于贝叶斯网络组合模型的公交驻站时间预测

公交驻站时间是公交行程时间的主要组成部分,其预测精度直接影响智能公交系统中公交信息发布的准确性.为了提高公交驻站时间的预测精度,提出一种基于贝叶斯网络的组合预测模型,它由反向传播神经网络和径向基函数神经网络模型组成.首先利用两种神经网络模型预测公交驻站时间;然后利用改进后的等宽数据离散方法,将两种神经网络的预测结果和观测的驻站时间数据离散后用于贝叶斯网络学习;最后通过贝叶斯网络推理得到驻站时间组合预测结果.实例分析表明,贝叶斯网络组合模型驻站时间预测结果的误差指标均优于单一模型,证明其可有效提高单一模型的预测精度.     

Binary decision diagram quantitative analysis method based on fuzzy set theory

A binary decision diagram(BDD) is a data structure that is used to represent a Boolean function.Converting fault tree into BDD can effectively simplify counting processes and improve the accuracy and effectiveness of the results. However, due to various types of uncertainties in reliability data, we cannot obtain precise failure probabilities. In order to accurately quantify the certainties and obtain much more reliable results, we use BDD method based on fuzzy set theory for reliability quantitative analysis. In this regard, we take W-axis feeding system of heavy-duty computer numerical control(CNC) machine as a project example and adopt fuzzy BDD quantitative analysis method to analyze its reliability. The analysis results(aided by computer calculation)illustrate the effectiveness of the method proposed in this paper.     

Thompson－FDTD方法的高精度差分格式

在微分－Ｔｈｏｍｐｓｏｎ变换结合时域有限差分（ＦＤＴＤ）技术计算复杂目标的电磁散射特性的方法中，差分格式的构造和选取与解的精度存在着密度关系。本文将提出一种新的高精度差分格式，其数值实现进一步证实了Ｔｈｏｍｐｓｏｎ－ＦＤＴＤ方法能精确模拟任意形状目标的电磁散射过程     

Method of a new iteration scheme combined with Kriging model for structural reliability evaluation

The first order reliability method (FORM) is widely adopted for structural reliability evaluation due to its numerical efficiency. Concerning the issue of FORM often failing to converge when the limit state function (LSF) behaves high nonlinearity, a new iteration scheme called ??rotated gradient algorithm (RGA)?? is proposed and combined with Kriging model to evaluate the reliability of implicit performance function. In this paper, the Kriging model is applied to approximate the real LSF first. Then the scheme of RGA, constructed in terms of gradient information of two adjacent design points obtained during the process of calculation, is used to calculate the reliability index. Numerical examples show the validity in convergence and accuracy of the proposed method for arbitrary nonlinear performance function.     

提高道路施工测量精确度的办法

施工测量是道路设计成果高质量实现的保证。为了提高其精确度,保证其成果符合设计和规范要求,文中对道路施工测量中存在的若干问题提出了解决办法。     

道路土方量三维计算方法

针对目前广泛使用的道路土方量计算方法不够准确的缺点，以数字地面模型的重构为技术核心，给出了土方量的三维计算方法。结合工程实例，将三维计算方法的结果和传统方法的结果进行比较，结果表明该方法计算准确、可行。     

改进支持向量回归机的短时交通流预测

短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱,以及过分依赖历史数据的不足,提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型,包括受限玻尔兹曼机的显层节点输入端,受限玻尔兹曼机的若干中间层,以及径向基支持向量回归机输出端.通过实验将深度学习回归机预测方法与其他典型的短时交通流预测算法进行比较,结果表明,在相同的数据和计算平台下,本文提出的深度学习回归机预测方法精度更高,且预测实时性也能满足实际的需求.     

改进支持向量回归机的短时交通流预测

短时交通流预测是实施智能交通控制的基础和保障.针对目前短时交通流预测方法拟合交通数据的能力偏弱，以及过分依赖历史数据的不足，提出一种基于深度学习回归机的短时交通流预测方法.首先构建深度学习回归机算法模型，包括受限玻尔兹曼机的显层节点输入端，受限玻尔兹曼机的若干中间层，以及径向基支持向量回归机输出端.通过实验将深度学习回归机预测方法与其他典型的短时交通流预测算法进行比较，结果表明，在相同的数据和计算平台下，本文提出的深度学习回归机预测方法精度更高，且预测实时性也能满足实际的需求.     

基于BP神经网络的运量预测模型优化研究

在传统多种单项预测模型与组合预测方法的基础上,利用BP神经网络技术的非线性映射能力,在多个预测模型与实际数列之间建立一种非线性关系,对运量预测结果进行优化,以达到提高预测精度的目的.通过实例分析,表明这种经过BP神经网络优化后的预测模型,可一定程度上克服传统单个预测模型的部分局限性,提高预测精度,用于运量预测是可行的.     

基于站点实时关联度的短时公交客流预测方法

为探究公交站点之间的关联度并对公交客流进行更精准的实时预测，本文提出基于 Attention的交通预测核心算法(Traffic Forecast Model Based Attention，TFMA)，结合数据预处理和 站点信息编码完成基于站点实时关联度的短时公交客流预测方法。该方法首先创新性地提出了 站点实时关联度，可实现对目标站点客流量更精准的预测；其次，在公交站点的编码信息中融入 线路站点信息、客流变化率、天气、日期等关联因素；接着，该方法依靠Attention机制计算站点实 时关联度；核心算法中使用multi-headed机制、增加通道和残差连接进一步提升预测能力；最后， 以苏州市公交数据进行验证。结果显示：在准确率上，对比多元线性回归的53.8%、GRU(Gated Recurrent Unit)的66.9%和LightGBM(Light Gradient Boosting Machine)的81.2%，本文提出的基于 站点实时关联度的短时公交客流预测方法的准确率在90%以上，表明该方法具备优秀的短时公 交客流预测能力。