快速康复外科护理方法对外科手术患者恢复效率程度分析

探讨快速康复外科护理方法对外科手术患者恢复效率的影响。方法:选择120例在我院接受外科手术的患者为研究对象,随机分为实验组和对照组各60例,对照组采用常规护理方法进行术后护理,实验组在常规康复方法的基础上采用快速康复方法进行术后护理,比较两组患者术后的恢复效率。结果:实验组与对照组两组患者的首次排便时间、住院时间、首次进食时间分别为(3.5±1.21)d、(15.98±3.40)h、(3.50±0.61)d和(4.6±3.28)d、(20.83±5.27)h、(8.87±2.31)d;且实验组的并发症发生率仅为3.23%,比对照组低15.78%。结论:对外科手术患者术后给予快速康复外科护理方法有助于缩短患者的住院时间,提高患者的恢复效率,具有现实推广意义。     

多线程计算机仿真研究

多线程技术是随着多核处理器而迅速发展起来的,对线程以及多线程的内涵进行介绍,阐述线程工作的模式,并以实例的形式阐述多线程的计算机仿真。     

Ag/TiO_2纳米复合材料的制备及结构研究

首先采用化学氧化在块体Ti表面制备出多孔纳米TiO2,随后通过高能离子束轰击实现Ag纳米粒子在TiO2表面的有效固定,最终在Ti表面制备出Ag/TiO2纳米复合材料。采用XRD、SEM及TEM手段对其进行了结构表征。结果表明,化学氧化法可制备出多孔纳米TiO2,其晶粒尺寸为10 nm左右;通过调节高能Ar离子束轰击的时间,可对TiO2晶粒尺寸进行小范围有效控制。     

精密卧式加工中心主轴系统热特性分析

主轴系统的热特性对精密卧式加工中心的加工精度有重要影响.以精密卧式加工中心的主轴系统为主要研究对象,采用有限元软件的热、结构耦合技术仿真计算了主轴系统达到热平衡状态后的温度场分布和热变形.然后结合主轴系统的结构特点,分析了主轴转速、轴承跨距、冷却液流量和冷却液初始温度对主轴系统热特性的影响.结果表明,主轴转速、冷却液流量和冷却液初始温度对主轴系统的温升和主轴端面跳动有重要影响,而轴承跨距的改变影响不大.     

浅谈建筑外墙外保温

针对外墙内保温的缺点,介绍了外墙外保温形式的发展及其特点,归纳总结了外墙外保温技术的七大优势,并对建筑外墙外保温技术的发展前景进行了展望,对推广建筑外墙外保温节能技术具有重要作用。     

基于并行混合网络融入注意力机制的情感分析

针对传统卷积神经网络（CNN）不仅会忽略词的上下文语义信息而且最大池化处理时会丢失大量特征信息的问题,传统循环神经网络（RNN）存在的信息记忆丢失和梯度弥散问题,和CNN和RNN都忽略了词对句子含义的重要程度的问题,提出一种并行混合网络融入注意力机制的模型。首先,将文本用Glove向量化;之后,通过嵌入层分别用CNN和双向门限循环神经网络提取不同特点的文本特征;然后,再把二者提取得到的特征进行融合,特征融合后接入注意力机制判断不同的词对句子含义的重要程度。在IMDB英文语料上进行多组对比实验,实验结果表明,所提模型在文本分类中的准确率达到91.46%而其F1-Measure达到91.36%。     

融合反问特征的卷积神经网络的中文反问句识别

反问是一种带有强烈情感色彩的表达方式,对其进行自动识别将提升隐式情感分析的整体效率。针对汉语反问句识别问题,该文分析了反问句的句式特点,将反问句的句式结构融入到卷积神级网络的构建中,提出一种融合句式结构的卷积神经网络的反问句识别方法。首先利用置信度大于70%的反问句的特征词、序列模式,对大规模未被标注的微博语料进行初步筛选,获取大量伪反问句。然后通过多个卷积核分别对句子的词向量和反问句的特征进行抽取,获取句子语义特征和反问词特征,将两者共同作用生成句子的表示。最后利用softmax分类器实现句子的分类。实验结果表明,利用该方法对微博中反问句的识别准确率、召回率和F₁值分别达到了89.5%、84.2%和86.7%。     

VoD集群副本结合代理策略的设计与分析

副本和代理策略是目前在VoD服务中应用最广泛的两种主流技术方案,都是保证终端用户VoD服务实时流畅的有效手段,但以往的研究都局限于研究单一策略对系统性能的提升。本文提出了一种VoD集群文件副本加代理的复合策略,集群中的服务器作为文件副本服务器存在,而同时又具有内容代理服务器的功能,并建立了相应的数学模型。仿真实验表明,相比单一的策略,副本结合代理的复合策略可以减少30%以上的点播延时,满足系统的负载均衡需求,较大程度地减少重定向引起的延时,提高系统的准入概率。     

基于BootStrapping的集成分类器的中文观点句识别方法

领域相关的大规模和高质量的标注训练数据是分类器性能的重要保证,而标注训练语料是一件费时费力的工作。该文提出了一种采用小规模标注语料识别中文观点句的方法。首先采用Bootstrapping方法扩展训练语料,分别训练贝叶斯、支持向量机和最大熵分类器。最后,通过给三个训练好的分类器赋权获得一个集成分类器。实验结果表明,集成后的分类器性能优于单分类器,并且该方法在使用部分标注训练数据的情况下也能取得与采用全部标注训练数据相近的实验结果。     

基于TTL阈值分析的检测伪造数据包方法

在基于TTL分析的检测技术基础上提出了一种基于异常TTL 阈值分析的源地址伪造数据包检测方法,综合主动和被动两种检测技术,设计了一种有效的混合型源地址伪造数据包检测方法,同时用2500个正常数据包和2500个TTL值异常的伪造数据包来模拟遭受攻击,通过模拟实验结果对该方法的优缺点进行了分析,最后给出了该方法的优缺点并提出了改进策略.