腹主动脉瘤腔内隔绝术中内漏动物模型的建立

目的建立近似人体的腹主动脉瘤(AAA)腔内隔绝术(EVE)后内漏的实验动物模型.方法采用6只犬,以牛颈静脉间置法或前壁补片的方法形成保留腰动脉的肾下型AAA,经髂动脉行AAA EVE,术中采用修剪人造血管和改变支架附着点的方法形成内漏.结果血管造影示6只犬动脉瘤形态良好,5只犬形成了即时性内漏,内漏来自近端返流,也有远端返流.结论通过移植物释放位置的变化可以模拟出与人体EVE后相似的即时性内漏,以供血流动力学和治疗研究.     

Stanford B型主动脉夹层动脉瘤腔内隔绝术后截瘫的预防对策

目的探讨Stanford B型胸主动脉夹层动脉瘤(TAD)腔内隔绝术(EVE)后截瘫或轻瘫的综合防治措施.方法回顾在1998年至2001年实施的116例TAD EVE.对于可能发生截瘫的高危患者,术后常规给予地塞米松.结果包括接受脊髓动脉造影者在内,成功释放并固定移植物的115例中,均无截瘫或轻瘫发生.结论 EVE虽避免了长时间主动脉阻断,但仍可因封闭肋间动脉造成脊髓的严重缺血,包括选择性脊髓动脉造影、糖皮质激素在内的综合性预防措施能减小发生截瘫/轻瘫的危险,而选择适当长度的移植物是其关键.     

多孔挡板流化床还原UO_3反应器模型的研究

针对UO_3还原建立了多孔挡板流化床反应器的模型。将多孔挡板床每一级视为具有相似的流动状态,每一级的下段为密相段,用Kun(?)i-Levenspiel的鼓泡床模型描述。上段为稀相段,用理想活塞流模型描述。该模型的计算值与φ63mm的多孔挡板床还原UO_3的热态实验值能较好的吻合。并且还预计了还原温度、操作气速和挡板结构参数对固相转化率的影响,为该类反应器的工业设计、放大和优化提供了依据。     

百合种间杂交亲和性的研究

用6种不同的授粉方法对百合野生种渥丹、毛百合、细叶百合、兰州百合、垂花百合及亚洲百合杂交系品种布鲁拉诺的种间杂交亲和性进行了研究,杂交亲和性较好的杂交组合有布鲁拉诺×渥丹、毛百合×细叶百合,有胚率分别为3.05%和6.50%;杂交亲和性很差的杂交组合有兰州百合×卷丹,有胚率为0。对于花柱较长且粗的百合种(如布鲁拉诺、毛百合)切割花柱授粉方法大多能提高蒴果的膨大程度,在切割花柱基础上再重复授粉或提前授粉,更有利于种间杂交的结实;而对于花柱长且细的百合种(如兰州百合),切割花柱的授粉方法反而降低其蒴果膨大程度;对于花柱较短的百合种(如渥丹),切割花柱与否对其蒴果的膨大程度没有明显影响。     

基于.NET技术的Web多媒体课件系统研究

为解决当前Web应用程序在开发、部署、跨平台分布和移植性等方面存在的多种问题，针对基于．NET的Web多媒体课件的设计开发，讨论分析了软件实现的几个关键性．NET技术，如XML、后台编码、Web Service、数据库访问、服务器端控件和软件部署，并通过具体的分布式Web多媒体课件制作介绍了相关技术的应用。     

WebGIS实现技术分析及互操作模型

WebGIS是近年来随着因特网的发展而兴起的空间信息管理技术，有着广阔的应用前景，对WebGIS的实现技术进行了分析，阐述了几种典型的WebGIS互操作模型，讨论了其实现策略和发展趋势。     

基于分层粒度对比网络的钢铁燃气调度知识获取与建模

对于钢铁燃气系统的实时有效调度是实现企业节能降耗的关键. 考虑燃气产消过程所包含的多工况特征, 提出了一种基于分层粒度对比网络的调度知识获取与建模方法. 鉴于深度对比学习对于语义信息的处理能力, 定义和描述了一系列信息粒度, 以建立能源数据的语义表示. 为初步提取多工况调度知识, 采用长短时记忆(Long and short-term memory, LSTM)网络学习具有时变特性的粒度变量特征. 在此基础上, 利用专家经验知识定性地划分对比学习样本, 建立基于粒度对比学习的知识表征网络. 为挖掘调度数据中所包含的深层次知识, 进一步提出了基于反馈机制的分层对比网络模型, 并通过网络输出层实现调度建模任务. 实验部分采用了国内某钢铁厂高炉煤气系统的实际数据进行了多组对比实验, 结果表明所提方法获得的知识表示能够有效提高燃气系统的建模精度, 帮助实现专家级别的调度表现.     

基于子集融合与规则简约的磨矿过程模糊建模

针对选矿厂磨矿生产过程的模糊建模问题,本文提出一种基于模糊集融合和规则简约的模糊建模方法.该方法针对基于数据建立的磨矿过程Takagi-Sugeno模型,采用模糊C均值聚类方法对同一变量下的隶属度函数参数进行聚类,得到对不同工况具有代表性的融合后的隶属度函数,来降低过度拟合的影响.此外,本文根据规则库中的规则权值,对前件相同的冗余规则进行约简,形成最终的离线模糊规则库,有效提高了规则库的泛化能力.为验证本文方法的有效性,分别采用经典数据与实际工业数据进行了实验论证,从精度和泛化能力上体现了本文方法的优势.     

基于最大方差权信息系数的煤气数据填补

在数据的挖掘、建模与优化领域,数据的完整性与准确性是进行此类研究的基础.鉴于冶金能源系统的复杂性和现场数据采集过程易受干扰的特点,其数据在获取过程中极易发生数据缺失的现象,从而造成模型无法建立,隐含信息无法准确挖掘等情况.本文针对钢铁企业副产煤气的发生、消耗流量数据出现的缺失情况,通过分析相似工况下能源流量数据的相关特性,提出一种基于最大方差权信息系数的冶金企业副产煤气系统流量数据填补方法.该方法针对现场经常发生的两类数据缺失情况,即数据点间断缺失和数据长时间连续缺失,以最大方差权信息系数作为样本筛选准则,并采用基于核学习的方法对缺失数据进行填补.为验证本文提出的数据填补方法的有效性,本文对上海宝钢高炉、焦炉和冷热轧用户的实际生产数据的运行试验,结果表明该方法相比其他的方法存填补精度上有很大优势.     

基于尺度不变特征变换的浮选泡沫图像动态特性提取方法

本文以矿物浮选过程为背景,针对浮选泡沫不断运动变化导致泡沫图像动态特性难以提取的问题,提出一种基于尺度不变特征变换(scale invariant feature transform,SIFT)浮选泡沫图像动态特性提取方法.首先,依据浮选泡沫独特的运动特性,提出运动匹配区间的概念,然后依据泡沫速度大小和方向对应分布范围改进SIFT算法匹配条件,在此基础上应用基于速率随机抽样一致(RANSAC)算法进一步剔除误匹配点,最后,根据匹配结果提出一种泡沫崩塌率提取方法.采用浮选现场实际泡沫图像进行验证,实验结果表明本文所提方法能够准确提取浮选泡沫速率、崩塌率等动态特性,有效剔除误匹配,同时降低了计算复杂度,提高了计算实时性.