中日早期胃癌临床病理及术后生存对比分析

目的　对比分析中日早期胃癌临床病理参数 ,旨在加深对早期胃癌的认识。方法　中方资料选自 1995至 1999年西安交通大学第一医院收治的早期胃癌 2 9例 ,日方资料选自 1988至 1992年日本鹿儿岛大学医学院第一外科收治的早期胃癌 6 8例。采用回顾性对比研究。结果　①早期胃癌的发病年龄日方较中方推后 10年 (P <0 .0 5 )。②肿瘤部位日方胃底贲门癌所占比例较高。③肿瘤组织学日方印戒细胞癌所占比例增加。④中方以黏膜下癌为主 ,日方黏膜内癌占较大比例 (P <0 .0 5 )。⑤手术清除淋巴结数日方明显较中方多 (P <0 .0 5 )。⑥消化道重建日方Roux en Y和空肠间置代胃比例较高。⑦术后生存率日方 3年 89.8% ,中方 80 % ,日方生存优于中方 (P <0 .0 5 )。结论　早期诊断及积极的手术治疗可以保证术后生存 ,选择适当的术式有利于提高生存质量     

基于深度学习的短期交通流预测方法综述

针对基于深度学习的短期交通流预测问题,揭示了时空相关性建模本质,分析了建模过程中涉及的多尺度时空特性、异质性、动态性、非线性等特点,明确了基于深度学习进行短期交通流预测的核心挑战,阐述了短期交通流预测涉及的外部信息整合、多步预测与单步预测以及单体预测与集成预测等相关问题;按照网格化和拓扑化2种交通流数据组织方式,分别综述了当前最新的基于深度学习的短期交通流预测研究方向。研究结果表明：针对网格化交通流数据,当前研究主要包含了基于2D图像卷积神经网络、基于2D图像卷积神经网络与循环神经网络相结合、基于3D图像卷积神经网络3种预测建模方法;针对拓扑化交通流数据,当前研究主要包含了基于1D因果图像卷积与卷积图神经网络相结合、基于循环神经网络与卷积图神经网络相结合、基于自注意力与卷积图神经网络相结合、基于卷积图神经网络的时空同步学习4种预测建模方法;总体上,基于深度学习方法进行短期交通流预测相较于采用时间序列和经典机器学习方法获得了预测准确性上的极大提升;未来,针对物理理论、知识图谱与深度学习相结合,构建多时空数据挖掘大模型以及轻量化、可解释性、模型结构自动化搜索等维度的相关探索将成为重要研究方...     

船舶环境中作为中央信息源的产品模型

在造船ＣＡＤ／ＣＡＭ系统中，产品模型是在设计的过程中逐渐建立起来的，它包吟啊几何形状以及几何形态之外的信息。在与设计过程中平行开展的工作中，由于吸收了与已被初步的建造策略以及分段结构初步设计等方面有关的生产准备信息，使产品模型得到了进一步充实。零部件制造过程所需要的信息，如图纸、零件明细表以及数控（ＮＣ）设备所需的信息，都可从该产品模型中提取。如生产准备阶段的工作能与产品模型结合起来，则分段的零件     

早期胃癌临床病理形态与性别的关系

对比了不同性别早期胃癌临床病理形态间的差异。女性多位于胃中1／3处（43.6％），组织类型以印戒细胞癌及低分化腺癌为主（58．1％）；男性多位于胃下1／3处（45．4％），组织类型以分化型管状腺癌为主（51．5％）。粘膜下癌女性淋巴管浸润及淋巴结转移率均高于男性（P＜0．05）。且出现年龄较男性提前。但组织类型在胃内分布无性别差异。术后10年生存率也无差异。     

10kV配网带电作业安全性分析与评估

目前,配网线路带电作业的安全性影响因素较多,不同因素对带电作业安全性影响程度各不相同。为了分析作业因素对作业安全的影响作用,文中选择了作业环境、机具与防护、人员素质三个主要困素作为研究对象,分析了各因素中存在的安全危害,并使用物元分析法从三个方面建立了带电作业安全风险评价模型,由专家打分和层次分析法确定各指标权重,根据评价体系评估原则获得带电作业场所安全等级,评估结果对作业管理人员采取有效措施加以防控具有重要作用。     

软土路基全过程沉降量预测方法研究

全过程沉降量是软土路基上路堤工程设计的关键要素之一。文章系统介绍了几种常用的全过程沉降预测方法,评价了其各自特点,并提出了相应的改进措施,最后通过典型事例验证了改进方法的有效性和实用性。     

陶瓷原料配送中心的采购与配送策略

在陶瓷产业集聚区,陶瓷企业的常规陶瓷原料的采购清单不一定是完全刚性的,配送中心在满足企业主要性能指标需求的前提下,协调企业集中使用一些主要原料,降低原料价格,创造新的获利空间,使配送中心和企业达到共赢。以化学配方为基础,基于多个企业、多个产品的原料采购需求,均衡采用集中选用原料和选用低成本原料2种手段,在保证企业要求的成分含量等限制条件下,对配送中心的陶瓷原料采购计划和往企业的原料配送计划进行优化决策,建立陶瓷原料配送中心利润最大化的采购与配送策略优化模型。算例分析结果表明:采用上述优化方法能够有效增加配送中心的利润。