静脉留置针在神经外科的应用及护理

目的:探讨静脉留置针在神经外科应用中的护理体会.方法:对我科住院患者的昏迷,需要长期补液及对危重症患者的抢救,长期静点尼莫地平防止血管痉挛类药物的患者应用静脉留置针观察其不良反应,总结护理体会及经验.结果:对我科522例静脉留置针患者中,成功率90%以上,本组病例输液3-20 d,平均时间为14 d.静脉留置时间4-18 d,平均静脉留置时间12 d.出现导管脱落8例,导管堵塞30例,静脉炎9例.均经采取积极措施未造成严重后果.结论:静脉留置针便于危重患者的抢救,既减轻了患者由于反复操作造成的痛苦,又减少了护士的工作量,提高了工作效率,减少并发症.     

大学生综合素质评价中BP神经网络的建模与仿真

介绍了神经网络的基本理论,指出传统BP算法存在的问题及改进方法。在建立大学生综合素质评价指标体系的基础上,提出并建立了一个BP神经网络模型。采用基于动量法和自适应学习率的BP算法对网络进行训练,避免网络陷入局部极小点,提高训练效率。应用该模型对大学生综合素质评价进行仿真,结果表明,利用神经网络进行大学生综合素质评价具有良好的前景。     

基于GA的改进型动态网络在股市预测中的应用

针对证券市场运作的复杂性,提出了一种改进的Elman动态神经网络模型,并成功地将其应用于东风汽车的股价预测.采用遗传算法对网络结构和权值进行优化,提高了网络的预测精度,加快了收敛速度,克服了以往传统预测方法和静态网络预测方法的缺点.实验结果表明,将改进的Elman网络模型用于股市投资是可行的、有效的,具有一定的合理性和应用前景.     

基于权重的反馈优先IP流量控制算法

针对因特网上对收发双方数据信息的高速率、高质量的要求,提出基于权重的反馈优先流量控制算法.此算法将不同类型的报文分组给予不同的权重,在每一个分组中保留一位域以标志拥塞,同一分组的报文队列根据接收方的信用值和等待时间设置优先级,对于高权重高优先级的反馈报文实行优先强占的策略,综合考虑数据信息的传输速率和传输质量,以提高网络的资源利用率.实验证明这种流量控制算法可以有效地防止网络的拥塞崩溃现象,从而达到了高效地利用网络资源的目的.     

粗糙集属性约简方法在股票预测中的应用研究

针对神经网络在股票预测中遇到的困难,在预测模型中引入粗糙集理论,提出一种基于粗糙集与神经网络相结合的预测方法,并根据基本遗传算法的弱点对其进行了改进。首先,介绍了基于遗传算法的属性约简方法,对各遗传因子进行改进。然后,采用基于改进遗传算法的属性约简方法对模型的样本数据进行约简,删除冗余数据,得到样本输入的最小约简。最后,利用约简后的样本对预测模型进行训练与检验。实验结果表明,该方法具有较高的预测精度,能有效地解决网络结构复杂、学习速度缓慢等问题。