基于多通道的ICU脑血管疾病死亡风险预测模型

死亡风险预测指根据病人临床体征监测数据来预测未来一段时间的死亡风险。对于ICU病患，通过死亡风险预测可以有针对性地对病人做出临床诊断，以及合理安排有限的医疗资源。基于临床使用的MEWS和Glasgow昏迷评分量表，针对ICU病人临床监测的17项生理参数，提出一种基于多通道的ICU脑血管疾病死亡风险预测模型。引入多通道概念应用于BiLSTM模型，用于突出每个生理参数对死亡风险预测的作用。采用Attention机制用于提高模型预测精度。实验数据来自MIMIC [Ⅲ]数据库，从中提取3?080位脑血管疾病患者的16?260条记录用于此次研究，除了六组超参数实验之外，将所提模型与LSTM、Multichannel-BiLSTM、逻辑回归（logistic regression）和支持向量机（support vector machine, SVM）四种模型进行了对比分析，准确率Accuracy、灵敏度Sensitive、特异性Specificity、AUC-ROC和AUC-PRC作为评价指标，实验结果表明，所提模型性能优于其他模型，AUC值达到94.3%。     

面部运动单元检测研究综述

面部运动单元检测旨在让计算机从给定的人脸图像或视频中自动检测需要关注的运动单元目标。经过二十多年的研究，尤其是近年来越来越多的面部运动单元数据库的建立和深度学习的兴起，面部运动单元检测技术发展迅速。首先，阐述了面部运动单元的基本概念，介绍了已有的常用面部运动单元检测数据库，概括了包括预处理、特征提取、分类器学习等步骤在内的传统检测方法；然后针对区域学习、面部运动单元关联学习、弱监督学习等几个关键研究方向进行了系统性的回顾梳理与分析；最后讨论了目前面部运动单元检测研究存在的不足以及未来潜在的发展方向。     

Benchmark value determination of energy efficiency indexes for coal-fired power units based on data mining methods

The operational optimisation of coal-fired power units is important for saving energy and reducing losses in the electric power industry. One of the key issues is how to determine the benchmark values of the energy efficiency indexes of the units. Therefore, a new framework for determining these benchmark values is proposed, based on data mining methods. First, the energy efficiency key performance indicators (KPIs) associated with the net coal consumption rate (NCCR) were selected based on the domain knowledge. Second, the decision-making samples with minimal NCCR were acquired with the fuzzy C-means (FCM) clustering algorithm, and the corresponding clustering centres were employed as the benchmark values. Finally, based on the support vector regression (SVR) algorithm, the target values of the NCCR were obtained with the KPIs as input, and the energy saving potential was evaluated by comparing the target values with the historical values of the NCCR. An actual on-duty 1000 MW unit was taken as study unit, and the results show that the energy saving potential is remarkable when the operators adjust the KPIs based on the calculated benchmark values.     

调节性B细胞在自身免疫性溶血性贫血患者外周血中的表达及临床意义

目的: 探讨自身免疫性溶血性贫血（AIHA）患者外周血中调节性B细胞（Bregs）的表达及其在该病发病中的意义。方法:选择16例自身免疫性溶血性贫血患者和14例健康志愿者为研究对象，用流式细胞术分析外周血CD19+IL-10+调节性B细胞及CD19+CD24hiCD27+调节性B细胞的表达；ELISA方法检测培养上清液中IL-10的水平。结果:自身免疫性溶血性贫血患者外周血中CD19+IL-10+调节性B细胞、CD19+CD24hiCD27+调节性B细胞的表达分别为（1.27±0.39）％、（9.85±2.18）％，健康志愿者组分别为（2.92±0.71）％、（26.47±4.31）％，两组比较差异有统计学意义（P<0.05）；自身免疫性溶血性贫血患者细胞培养上清中IL-10的水平低于健康志愿者组（P<0.05）。结论:自身免疫性溶血性贫血患者外周血中CD19+IL-10+调节性B细胞及CD19+CD24hiCD27+调节性B细胞比例降低，提示调节性B细胞可能参与自身免疫性溶血性贫血的发病过程。     

深度学习识别光网络单元故障的设计与应用

为解决依赖装维上门鉴别光网络单元故障带来的不便,可以从机器视觉入手实现自动化故障识别。近年,ImageNet挑战赛的成功推动了物体识别技术的跨越式发展,特别是基于卷积的深度学习技术在视觉识别方面已经达到人类水平,为光网络单元故障的自动识别提供了技术基础。文章对识别光网络单元的工作状态进行了研究,将设备工作状态分为7个场景,提出了利用手机APP采集图片识别故障的解决方案并投入了实际生产;重点阐述了深度学习模块的设计与实现,提出一种通过算法整合的方式综合运用物体检测和图像分类算法,分3阶段逐步求精,解决了图片过滤,光网络单元型号和状态识别等问题,实现了基于计算机视觉自动识别光网络单元故障。从数据上看产品的端到端准确率超过84%,识别速度达到10 FPS,月均提供服务超过1万人次,在减少用户等待的同时节约了人力资源。     

一类两性分枝过程条件均值增长率的极限性质

本文主要研究随机环境中配对依赖人口数两性 Galton-Watson 分枝过程的条件均值增长率的极限性质．利用上可加函数的性质，得到配对单元平均增长率的极限性质和该过程条件均值的上界和下界．文中给出了关于过程条件均值增长率的两个序列，利用配对单元平均增长率的性质，获得了这两个序列的极限性质．随机环境中配对依赖人口数两性分枝过程比较复杂，本文的结论推广了现有的研究成果．     

基于进化算法的常减压装置模拟

提出了基于优选优生进化算法（Select—best and prepotency evolution algorithm，SPEA）的常减压装置模拟方法。以各塔的温度分布为目标，基于生产过程和分析数据，采用SPEA确定各塔板Murphree效率，从而精确描述各塔板平衡偏离程度。在实际应用中，获得具有良好精度的常减压装置模型。系统分析了SPEA算法的关键参数——优选领域大小与计算复杂性及寻优性能之间的关系，结果显示其取值为群体规模的10％最为合适。     

番禺30-1砂岩强水驱气藏储层非均质性研究

针对垂向非均质性严重且边底水能量强的番禺30-1气田面临的潜在开发问题，通过岩心分析及测井二次解释，对其夹层特征及储层非均质性等进行了研究，划分出19个流动单元并定量描述了各流动单元的特征参数，建立了该气田的精细地质模型。综合评价表明，新建的地质模型具有较高的精度，为该气藏合理开发提供了坚实的地质基础。     

国有科研单位人才流失原因分析及对策

近年来,国有科研单位,尤其是地处经济不发达地区的国有科研单位,出现了较为严重的人才流失现象,一定程度上影响和制约了国有科研单位的发展。通过对国有科研单位人才流失原因的分析,提出了相应的对策。