规范患者及其陪护人员手卫生对降低院内感染的影响

目的 探讨规范患者及其陪护人员手卫生对降低院内感染的作用.方法 应用含酒精的洗手液对患者及其陪护人员进行规范洗手,前瞻性分析2009年9月～2010年9月泌尿外科565名手术患者,男性382例,女性183例;年龄3～87岁,平均50岁.随机分成2组并比较其院内感染率、平均住院时间.结果 在对患者及其陪护人员实施手卫生制度后院内感染的发生率下降了58.6%,从12.8%下降为5.3%.患者的住院时间缩短和使用抗生素的费用明显降低(p<0.05).结论 对患者及其陪护人员实施手卫生制度对降低院感的发生率是有效的,这种用较小的成本取得明显的经济效益和社会效益的方法值得在所有医疗机构推广实施.     

关于电气设计中若干问题的探讨

文章论述了工程电气设计中几个容易混淆的做法,笔者根据自己在电气设计工作中的实际经验,对这些做法提出了自己的见解,与电气同仁探讨。     

一种适用于Diverse Firewall Design的规则集比较算法

随着防火墙规则数目的增多,Diverse Firewall Design设计方法越来越受到重视.在应用该方法进行规则集设计时,多个开发团队会独立地编写若干规则集.由于规则集配置的复杂性,这些规则集有可能不一致.因此,需要使用规则集比较算法,判断这些规则集是否等价,以达到检测出错误配置的目的.然而现有规则集比较算法,实现复杂且效率较低.针对这一问题,提出了一种基于规则交集运算的规则集比较算法.该算法首先使用规则冲突消除算法对规则集进行预处理,将规则集比较问题,转换成多维空间中的图形比较问题;然后利用规则交集运算,判断图形所占区域和颜色是否一致,进而确定规则集是否等价.理论分析和测试表明,算法能检测出规则集之间的不同点,且时空效率优于现有算法.     

基于媒体分发的无线对等网络目标处理模型

目标信息的连续性和一致性等问题一直是无线对等网络目标处理模型的关键.本文提出了基于媒体分发的目标处理模型和相关算法;该模型采用媒体信息素提取技术进行目标信息连续性维护,采用＂疯狂蚂蚁＂算法进行目标信息的按需分发;采用了最大杀伤覆盖算法进行目标信息一致性处理,保证了目标攻击的协调配合,且具有较好的多目标处理能力。理论分析和仿真试验证明,本模型具有较高的处理速度和较低系统资源占用率。本文的研究对于无线对等网络中的目标处理研究具有重要的工程价值。     

工业厂房的照明设计

文章简要阐述了工业厂房内照明设计的基本原则、思路、特点以及注意事项等,以供电气同行参考。     

改进无线传感器网络路由算法的仿真研究

研究无线传感器路由高层设计的优化问题,由于无线传感器的节点能量有限,传统无线传感器路由算法存在簇首机制不合理、节点能耗不均衡、整个网络生命周期短等问题.为了延长整个网络生命周期,提出一种改进的无线传感器路由算法.算法首先将网络监测区域划分为若干个子区域,并采用静态分簇方式建立簇首,保证簇首选举的合理性,然后采用单跳和多跳相结合的混合通信方式,使网络负载更加均衡,防止节点能量过早耗完,最后利用NS2仿真工具对算法进行测试实验.实验结果表明,改进无线传感器路由算法使簇首选择更加合理,减少了能量消耗,网络负载更加均衡,有效延长了整个网络的生命周期.     

P2P流媒体中的数据分配算法

最近兴起的P2P技术在充分利用客户资源、提高系统的可伸缩性方面具有巨大的潜力,基于P2P提供视频服务已成为Internet的一项重要应用.在多对单P2P模式下,对多个发送端最优地分配发送速率和数据是一个难题.为此,提出了一种新的分配算法.首先,应用排队论把最优速率分配问题模型化为非线性最优化问题,推导出求解最优化问题的速率分配公式;然后,基于该公式提出最优速率分配算法(ORAA),并对ORAA输出解的最优性给出证明;最后,提出动态速率分配算法(DRAA).DRAA对动态的网络环境具有自适应性,能根据网络条件的变化最优地为多个发送端进行速率和数据分配.仿真实验结果表明,在不同的参数条件下,DRAA算法减少了计算和通信开销,比同类算法有更好的性能.     

融合内容特征和时序信息的深度注意力视频流行度预测模型

针对视频流行度动态变化过程中的时序信息难以捕捉的问题,提出一种融合内容特征和时序信息的深度注意力视频流行度预测模型（DAFCT）。首先,根据用户的反馈信息,构建基于注意力机制的长短期记忆网络（Attention-LSTM）模型来捕捉流行趋势并挖掘时序信息;然后,采用神经网络因子分解机（NFM）处理多模态的内容特征,并采用嵌入技术对稀疏的高维特征进行降维处理,从而降低模型的计算复杂性;最后,采用concatenate方法融合时序信息和内容特征,并设计了一种深度注意力视频流行度预测（DAVPP）算法来求解DAFCT。实验结果表明,与Attention-LSTM模型和NFM模型相比,DAFCT的召回率分别提高了10.82和3.31个百分点,F1分数分别提高了9.80和3.07个百分点。