不典型感染性心内膜炎超声诊断的临床分析

目的:对不典型感染性心内膜炎超声诊断进行临床分析。方法:对2012年4月-2014年4月在本院接受治疗的50例不典型感染性心内膜炎患者和50例非感染性心内膜炎患者进行临床研究,均分别进行超声心动图检查、血培养检查、血清免疫学检查、心电图检查诊断,研究比较不典型感染性心内膜炎患者的检出情况及两组患者的相关检查结果。结果:不典型感染性心内膜炎患者的超声心动图检查的确诊率(98.0%)明显高于血培养检查、血清免疫学检查、心电图检查的确诊率(76.0%、58.0%、34.0%),比较差异有统计学意义(P<0.05)。不典型的感染性心内膜炎患者与非感染性心内膜炎患者存在赘生物的比例分别为98.0%和100%,比较差异无统计学意义。两组患者的血培养显示阳性的比例分别为76.0%和32.0%,两组患者的循环免疫复合物(CIC)含量显示超标的比例分别为58.0%和80.0%,两组患者的T波发生改变的比例分别为34.0%和60.0%,比较差异均有统计学意义(P<0.05)。结论:超声诊断对不典型感染性心内膜炎的临床诊断准确率较高,对于此类患者的鉴别诊断十分重要。     

自治区糖业发展局探索:“互联网+”助推广西糖业节能新时代

广西糖业是一二三产业紧密结合的产业,拥有大量的数据信息,但长期以来,在甘蔗生产、制糖加工、物流运输、商业服务等环节数据信息都处于分散和封闭状态,信息集成度和利用率极低。特别是在甘蔗机械化生产方面,虽然广西农机拥有量不少(大中型拖拉机有35000多台,配套农具有50000多台),但由于信息沟通交流不畅,一方面蔗农、种植户普遍不知道去哪找农机,另一方面不少农机经常闲置。"互联网+"糖业,是广西糖业二次创业的重要举措。     

资讯·快报

高端·视点
　　2015年全国质检工作会议上海召开五个方面引关注
　　1月16日，全国质量监督检验检疫工作会议在上海召开，以下五个方面引关注：1.我国将加快构建质量共治格局；2.加快建立执法打假责任清单制度；3.一般消费品都将纳入召回范围；4.上海自贸试验区11项质检创新制度将被复制推广；5.织密特种设备安全监管网。国家质检总局局长、党组书记支树平在会上作了报告，质检总局党组成员孙大伟、王炜、陈钢、吴清海、张沁荣、田世宏、李元平，总检验师项玉章，总工程师刘兆彬，部分老领导出席会议，国家有关部委的代表也受邀参加了会议。     

近岸海域水质中悬浮物含量测定的误差影响因素及其不确定度评定

实验采用传统差重法测定近岸海域水质中悬浮物的浓度,一从样品均匀程度、醋酸纤维膜溶解失重、盐度等三个方面讨论影响悬浮物含量测定的误差因素,二为进一步探讨测定结果的置信水平,对实验测定结果进行不确定评定,其扩展不确定度为2.62%。     

皮鞋钢勾心纵向刚度不确定度评定

分析了皮鞋钢勾心纵向刚度测定的不确定度。通过建立测量不确定度数学模型,分析了重复性测试、百分表、砝码、游标卡尺等因素对于测量不确定度的影响,并对其进行评定,结果表明,重复性测试对于不确定度结果的影响最大。     

浅谈岩矿铜含量的不确定度分析

岩矿铜含量的分析是一项专业性较强的工作,对其不确定度的测量主要是对表征合理地赋予补测量值分散性,这样就可以确定出与测量结果相联系的参数,而测量不确定度的评价在对岩矿铜含量检测工作中也有着非常重要的作用。本文主要介绍了岩矿铜含量不确定读的分析方法,以供参考。     

Top-down技术评估钢中氧的测量不确定度

基于2014年实验室日常分析钢中氧的质控数据,应用top-down技术的控制图法和稳健统计-迭代法评估了惰气熔融-红外吸收法测定钢中氧的测量不确定度。对于含氧量为52μg/g的钢铁,两种方法得到的标准不确定度均为2.8μg/g,和认定值3μg/g具有较好的一致性。     

粉煤灰砖抗折强度测量结果不确定度的评定

通过对粉煤灰砖抗折强度测量结果不确定度的评定,分析出影响试验结果的各种因素,为提高检测水平和精确度提供指导。     

组合降采样极限学习机

设计了一种针对不平衡数据集的学习机,即组合降采样极限学习机(EUS ELMs)。当训练数据集不平衡时,普通分类器对少数样本的分类敏感性较低,而给予多数样本过度关注。针对这种问题,将组合降采样结构与极限学习机(ELM)结合起来,形成一种新的组合学习机。该学习机继承了组合降采样结构对样本选择的依赖性小的优点,和极限学习机分类效率高、耗时短的优势,而且可以通过不同的参数设置控制对少数样本的关注度,根据使用者需求获得不同分类效果。     

一种基于Spark的不确定数据集频繁模式挖掘算法

如何在海量不确定数据集中提高频繁模式挖掘性能是目前研究的热点.传统算法大多是以期望、概率或者权重等单一指标为数据项集支持度，在大数据背景下，同时考虑概率和权重支持度的算法难以兼顾其执行效率.为此，本文提出一种基于Spark的不确定数据集频繁模式挖掘算法（UWEFP），首先，为了同时兼顾数据项的概率和权重，计算一项集的最大概率权重值并进行剪枝；然后，为了减少对数据集的多次扫描，结合Spark框架的优点，设计了一种具有FP-tree特征的新颖的UWEFP-tree结构进行模式树的构建及挖掘；最后在Spark环境下，以UCI数据集进行实验验证.实验结果表明本文的方法在保证挖掘结果的同时，提高了效率.