蒸汽发生器化学清洗的研究

在核电站中,蒸汽发生器(SG)主要是作为热交换器,当一回路热量传递给二回路工质使之生成满足要求的蒸汽时,二回路工质中的杂质同时会浓缩和沉积在蒸汽发生器二次侧。文章通过对田湾核电站蒸汽发生器二次侧沉积物成份的分析,提出了新的化学清洗配方。对新配方和俄罗斯提供的化学清洗配方进行了有效性和安全性试验,根据试验结果来看新配方在清洗有效性和安全性上都优于俄罗斯配方。     

自适应参数试题库系统的研究与开发

考试是教学过程中的一个重要环节。考试的目的在于：评定学生的发展水平，总结分析教学质量等。考试活动能否达到预期的目的，很大程度上取决于试题试卷的质量。目前，绝大多数学校的考试，对于试题试卷的关键参数未能运用教育统计学的理论进行反馈处理，从而忽略了考试本身的有效性、可靠性。     

商品化CAPP系统工艺卡片定制的关键技术

工艺卡片定制是商品化CAPP系统必不可必的功能。本文采用OOD方法,讨论了实际开发中解决的工艺卡片定制的几项关键技术,并给出了一些具体的程序代码。     

融合候选区域提取与SSAE深度特征学习的心脏MR图像左心室检测

左心室检测在计算机辅助心脏MR图像诊断方面具有重要价值,针对由于成像质量、部分容积效应、目标复杂多变等因素影响,导致左心室自动检测准确度较低的问题,提出一种融合候选区域提取与栈式稀疏自编码器(SSAE)深度特征学习的心脏MR图像左心室检测方法.在候选区域提取阶段,先用超像素算法产生初始区域,然后对SSAE学习到的深度特征采用层次聚类算法生成候选区域;在检测阶段,先使用SSAE提取候选区域的深度特征,然后训练SVM分类器对候选区域进行分类,并使用难分负样本挖掘算法对模型进行调节.对心脏图谱数据集左心室目标检测的实验结果表明,相对于手工特征及基于候选区域等方法,该方法取得了有竞争力的检测精度.     

变压器油中乙炔含量分析方法优化改进的研究

本文作者介绍了优化变压器中乙炔含量分析的方法,并对优化的分析方法进行了实际验证,提高了变压器油中特征气体的检查灵敏度与准确性,为及时发现变压器内部运行状态提供了判断评估依据。     

VVER机组一回路硫酸根升高原因分析

针对核电厂大修期间一回路硫酸根异常升高的问题,首先对一回路和乏燃料水池可能产生硫酸根的物项成分进行分析,排除了给水、硼酸、氢氧化钾等添加试剂是造成硫酸根的主要来源。在对大修期间一回路硫酸根的变化趋势分析时发现,一回路硫酸根的变化和净化系统有关。通过试验确认乏燃料水池中的硼酸溶液在放射性和富氧条件下生成了氧化物质,当乏燃料水池和硼箱净化系统在净化乏燃料水池时,阳树脂中的磺酸基被氧化脱落进而分解生成硫酸根是导致一回路硫酸根升高的主要原因。根据研究成果通过减少阳床的运行时间有效解决了VVER机组中普遍存在的问题。     

雷替曲塞TACE治疗胃癌术后肝转移的近期疗效观察

【摘要】 目的 探讨雷替曲塞在TACE治疗中晚期原发性肝癌中的疗效及安全性。方法 收集 2012 年1 月至2015 年1 月胃癌术后肝转移患者52 例，将患者随机分为观察组（n=26）和对照组（n=26）。观察组:雷替曲塞（3 mg/m2）联合奥沙利铂（100 mg/m2）、吡柔比星（40 mg/m2）行TACE 治疗；对照组:5- 氟尿嘧啶（500 mg/m2）联合奥沙利铂（100 mg/m2）、吡柔比星（40 mg/m2）行 TACE治疗。每间隔4～6周行1次TACE。TACE 术2个周期根据改良的实体瘤疗效评价标准（RECIST）评价疗效。评价两组介入治疗的客观有效率（RR）、疾病控制率（DCR）及不良反应发生率。结果 观察组和对照组的RR分别为50.0%、19.2%（P<0.05）；DCR分别为84.6%、53.8%（P<0.05）。两组的不良反应主要为恶心、呕吐、骨髓抑制、发热及转氨酶升高等，差异均无统计学意义（P＞0.05）。结论 雷替曲塞较5- 氟尿嘧啶在 TACE 治疗胃癌术后肝转移近期疗效显著，不良反应可耐受。

     

基于最优模型残差的指纹方向校正法

指纹的方向信息是指纹图像处理中非常重要的信息，指纹方向场的获取以及校正直接影响指纹自动识别的性能。本文提出了一种基于指纹方向场数学模型的方向校正方法，根据指纹中的奇异点性质和分布，建立起与对应指纹方向场的最优方向场模型；然后，根据模型与实际指纹方向场的残差对指纹方向进行校正。由于算法利用指纹整体的拓扑信息对指纹噪声方向进行校正，具有很强的抗干扰能力，较适合劣质指纹图像处理。     

非子采样Contourlet变换系数统计建模及图像去噪应用

融合拉普拉斯分布及广义高斯分布模型对非子采样Contourlet变换(NSCT)系数进行了统计建模分析。研究发现,NSCT作为平移不变Contourlet变换,系数在不同尺度和方向上均存在较大冗余,在广义高斯分布性等方面需引入参数加以约束。根据建立的统计模型进行了医学图像去噪实验。结果表明,和Contourlet及NSCT软硬阈值去噪等比较,该建模方法提高了噪声估计精度,增加了峰值信噪比,改善了图像视觉效果。     

结合候选区域距离度量学习与CNN分类回归联合的左心室检测

心脏MRI左心室自动检测在心脏疾病计算机辅助诊断中具有重要价值,针对左心室候选区域与周边组织分布复杂而导致区分度低的问题,提出结合候选区域2级距离度量学习与CNN分类回归联合学习的左心室检测方法.在候选区域生成阶段,利用超像素产生初始区域并合并为中间区域,设计有监督的2级距离度量学习算法,融合中间区域来构建目标候选区域;在检测阶段,以CNN分类与回归联合学习的方式定位候选区域,并设计难例样本挖掘策略对模型进行微调,以缓解样本不均衡问题.将该方法与扩展的4种变体方法(改变或舍弃部分模块)在公开心脏图谱数据集(CAP)上进行了实验,结果表明该方法中各模块设置具有合理性;与FastR-CNN和基于SSAE方法的检测结果相比,该方法取得了较高的检测精度.