降主动脉真腔人工支架血管置入术治疗Stanford B型主动脉夹层的临床研究

目的:探讨降主动脉真腔人工支架血管置入术治疗Stanford B型主动脉夹层的效果。方法:选取2016年7月-2018年12月本院收治的Stanford B型主动脉夹层患者60例,依据随机数字表分为试验组与对照组,每组30例,对照组给予药物治疗,试验组在对照组基础上给予降主动脉真腔人工支架血管置入术治疗,比较两组临床疗效。结果:试验组治疗总有效率明显高于对照组(P<0.05);试验组并发症发生率明显低于对照组(P<0.05);试验组生存率明显高于对照组(P<0.05)。结论:降主动脉真腔人工支架血管置入术能够有效治疗Stanford B型主动脉夹层,且术后并发症少、生存率高,值得临床做进一步推广。     

互联网视听节目监管系统简介

现阶段国内最先进的一个查询搜索技术就是互联网视听节目监管系统，该系统具有将各类媒体信息进行综合分析的功能，所以必须要具备适用于多种形式的模态信息分析工作，它能够将各种格式以及形式的信息监听形式综合为一体有利于多互联网上的音频网站以及数据资料进行自动识别与分类，通过这些手段来实现网络管理的智能化，提高公共网络健康安全的全民监督，以提高对公共信息网络的管理效率，提供合理、有效的技术手段。     

因素空间理论下基点分类算法研究

目前，基于因素空间理论的背景基提取算法计算过程复杂，初始化必须依赖各因素极值，基点数量提取冗余等原因，未能在应用中取得很好效果。为此，结合内点判别法和知识可继承、可扩展的思想，提出一种计算简单、初始化独立、基点数量小的改进的背景基提取算法。然后，利用改进的背景基提取算法构造出一种全新的数据分类算法-基点分类算法，基点分类算法以提取每一类样本的背景基为预测模型，再通过新定义的λ-背景基，优化预测模型。数值实验表明:基点分类算法原理简单、构造难度小、分类模型泛化能力强，预测能力准确率高，同时严格的模型限定区域又能为识别新类别提供新方法。     

YOLOv2在煤岩智能识别与定位中的应用研究

综采工作面煤层走向复杂，采用“一刀切”的开采方法会加速滚轮截齿的磨损，同时开采效率也大幅降低，对煤岩的精准识别是解决此类问题、实现智能开采的关键。将基于回归方程的深度学习目标检测算法YOLOv2与线性成像模型相结合并通过该算法对井下采集煤岩图像进行了智能识别与定位，同时与Faster R-CNN，SSD对煤岩图像的识别结果进行了对比。结果显示YOLOv2对煤岩的识别精度达到了78%，检测速度达到了63 frame/s，与Faster R-CNN，SSD相比精度高出7.7%，4.7%，而检测速度高出763%，40%；在矿井测量坐标系中YOLOv2标定的煤层边界框角点的计算坐标与实测坐标相比相对误差在3.0%～4.5%之间，相对误差较小，不会对采煤效率产生影响。研究结果表明，YOLOv2可以对煤岩进行准确快速的识别。     

小区雨污分流改造中突出问题的防范治理研究

随着社会经济的发展和人们生活水平的提高,人们对生活环境的要求越来越高。该市的一些旧住宅区在阳台上放置了洗衣机,或者一些居民关闭了阳台并将其变成了厨房,甚至改成厕所,阳台排水管通常与空中雨水管一起使用。这样大量的污水通过雨水系统排入河中,从而污染了我们的生活环境。目前,全国许多城市都在居民区进行雨水和污水的转移和重建。通过对现状的调查,提出了雨水和污水分流和重建的必要性,同时通过对水封的分析提出了一种重建方法。     

合成氨装置雨/污分流项目的技改措施

介绍了陕化化肥公司合成氨装置的雨/污分流项目,分析了生产运行过程中存在的造成环境污染的主要问题及原因,提出相应的技改完善措施,评价了实施后的运行效果。