长期护理保险政策对养老护理员队伍的影响及优化对策研究

通过对养老护理员队伍稳定性的调查研究,了解长护险制度对于养老机构护理员队伍离职意愿的影响,为提高护理员队伍稳定性、促进队伍良性发展提供长护险政策优化对策和建议。采用定性和定量相结合的调查研究办法,对上海养老机构和居家养老护理员进行问卷调查和个别访谈,采用SPSS23.0软件统计分析调查资料。结果显示,在长护险制度背景下养老机构护理员压力趋多、负担趋重、薪酬公平感降低,队伍稳定性受到极大影响,建议通过缩小养老机构和居家养老护理员之间的薪酬差距,建立居家养老护理员实地培训基地,注重护理员队伍的培育和素质提升问题,优化护理员考核评价标准等一系列措施,优化长期护理保险政策。     

锂-二氧化碳电池阴极催化剂的研究进展

锂-二氧化碳电池通过捕获、转化二氧化碳为储能物质，既可以减少二氧化碳排放量又可以作为创新的储能装置，引起了研究者们的广泛关注。本文简单介绍了锂-二氧化碳电池的工作机理、发展历程和目前研究存在的难题，通过对研究工作的总结、电池性能的对比，将不同类型的催化剂进行了系统的分类和简单的概括，综述了催化剂的设计理念和研究现状，提出了催化剂目前存在的难题与挑战，并展望了催化剂未来的发展方向。本文主要针对锂-二氧化碳电池阴极催化剂的最新研究进展进行了详细的阐述，指出高效的阴极催化剂是促进锂-二氧化碳电池电化学反应动力学、降低充电平台和过电势的关键所在。     

新型轻质钢渣加气混凝土的实验研究

利用钢渣生产绿色轻质混凝土材料对钢渣的资源化利用具有重要意义.为了确定钢渣、矿渣、粉煤灰掺量和碱含量对轻质混凝土材料抗压强度的影响,采用正交分析法进行了九组配比实验.研究表明,四个正交因素对钢渣加气混凝土抗压强度的影响顺序为:碱含量＞钢渣掺量＞矿渣掺量＞粉煤灰掺量,其中碱含量与钢渣掺量的影响最为显著.此外,还通过单因素控制法研究了铝粉掺量及水料比对钢渣加气混凝土性能的影响,得出了加气混凝土干密度与抗压强度之间的关系.研究发现钢渣加气混凝土抗压强度随着干密度增加呈上升趋势,且干密度和抗压强度之间是非线性关系.最后得到了钢渣加气混凝土的最佳优化配比,其抗压强度为3.43 MPa,满足绿色轻质保温材料的抗压要求.     

高碘酸盐氧化纤维素与双醛纤维素衍生反应及应用研究进展

高碘酸盐氧化纤维素反应条件温和,反应生成的双醛纤维素含高反应活性的醛基,能够发生还原、磺化、氧化、胺化等反应,得到各种纤维素衍生物。该文主要介绍了高碘酸盐氧化纤维素的反应特征、双醛纤维素的衍生反应、高碘酸盐氧化法制备纳米纤维素的方法及双醛纤维素及衍生物在生物医药和废水处理等领域的应用。     

分块大小对BCS框架下移动机器人图像重构影响

将分块压缩感知应用到移动机器人图像成像中时,图像分块的大小对图像重构有一定的影响。重点在基于BCS和SPL-DCT-DDDCWTT重构模型基础上,研究了分块大小对重构效果的影响。实验结果表明,随着分块增大,图像重构精度呈上升趋势,但重构时间都呈先下降后上升的趋势,综合分析,在分块大小为附近时,图像的重构效果达到最佳。     

机械合金化FeS/Cu复合材料的摩擦磨损性能

以FeS和CuSn8Ni1粉末为原料，利用机械合金化技术和粉末冶金技术制备了FeS/Cu复合材料，探讨了不同载荷情况下所制备的FeS/Cu复合材料的摩擦学性能及润滑膜与转移膜特征。结果表明：机械合金化提高了FeS与铜合金基体界面结合性能，进而提高了材料减摩耐磨性能；当载荷较小时，摩擦副表面接触不稳定，复合转移膜不连续，摩擦因数波动大；载荷较大时，复合转移膜易破损，材料的减摩耐磨性能变差；当载荷为150 N时，载荷适宜，材料表面软化，复合转移膜更加完整，摩擦因数较小。     

基于模糊多模型的堆芯功率控制

传统的堆芯功率PID控制器是基于单一功率水平处的堆芯局部模型设计的，难以准确描述整个堆芯功率水平范围的控制。因此，本文基于5个不同功率水平下的传递函数模型，通过三角隶属度函数加权，建立堆芯模糊多模型，并依据该模型设计堆芯功率模糊PID控制。以TMI型压水堆堆芯为对象，开展不同初始功率水平下的堆芯功率跟踪、堆芯进口温度扰动的控制仿真。结果表明，基于模糊多模型设计的堆芯功率模糊PID控制器可实现对堆芯功率的良好控制。     

基于深度学习的秀丽隐杆线虫显微图像分割方法

利用计算机实现自动、准确的秀丽隐杆线虫(C.elegans)的各项形态学参数分析,至关重要的是从显微图像上分割出线虫体态,但由于显微镜下的图像噪声较多,线虫边缘像素与周围环境相似,而且线虫的体态具有鞭毛和其他附着物需要分离,多方面因素导致设计一个鲁棒性的C.elegans分割算法仍然面临着挑战。针对这些问题,提出了一种基于深度学习的线虫分割方法,通过训练掩模区域卷积神经网络(Mask R-CNN)学习线虫形态特征实现自动分割。首先,通过改进多级特征池化将高级语义特征与低级边缘特征融合,结合大幅度软最大损失(LMSL)损失算法改进损失计算;然后,改进非极大值抑制;最后,引入全连接融合分支等方法对分割结果进行进一步优化。实验结果表明,相比原始的Mask R-CNN,该方法平均精确率(AP)提升了4.3个百分点,平均交并比(mIOU)提升了4个百分点。表明所提出的深度学习分割方法能够有效提高分割准确率,在显微图像中更加精确地分割出线虫体。