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%。     

基于图神经网络的网络性能智能预测

传统网络性能预测技术存在网络状态获取不够全面及网络性能评估准确性欠佳等问题，利用图神经网络学习推理网络关系数据的特点，结合捕获的网络全局信息，提出了一种基于图神经网络的网络性能智能预测方法。通过网络系统抽象及网络性能建模，将复杂的网络信息转化为形式化的图数据进行描述，利用图空域卷积处理图网络节点的消息传递过程，实现网络信息之间的关系推理，研究了实现网络性能预测的图神经网络模型，提出了一种能处理流量矩阵、网络拓扑、路由策略、节点配置的图神经网络体系结构，最后通过实验论证了模型能更好地实现包括时延、抖动和丢包率的网络性能的准确预测。     

风力机轴承实时剩余寿命预测新方法

由于传统退化指标对周期性故障冲击缺乏敏感性和鲁棒性,无法实现风力机轴承退化过程的适时跟踪以及剩余寿命的准确预测,提出了基于包络谐噪比(envelope harmonic-to-noise ratio,简称EHNR)和无迹粒子滤波(unscented particle filter,简称UPF)相结合的风力机轴承实时剩余寿命预测方法。首先,通过计算振动信号的EHNR监测轴承的早期退化点,并提取EHNR的趋势特征作为退化指标;其次,以轴承历史数据构建退化模型,利用UPF算法更新模型参数,实现对轴承退化状态的跟踪和预测;最后,使用实际风力机轴承监测数据对所提方法进行验证。结果表明,该方法能适时启动寿命预测机制,有效解决传统粒子滤波算法的粒子退化问题。与常用的支持向量回归模型(support vector regression,简称SVR)、反向传播神经网络(back propagation neural network,简称BPNN)的预测方法相比,具有较高的预测精度,为大型风力机组的健康管理和可靠性评估提供参考依据。     

粗根荨麻不同部位多糖的提取及其对巨噬细胞的调节作用

目的：研究粗根荨麻（Urtica macrorrhiza Hand.-Mazz.）不同部位粗多糖的含量及化学组成，初步评价其对巨噬细胞的调节作用。方法：利用热水提取、乙醇分级沉淀的方法分别制备粗根荨麻根、茎、叶粗多糖；通过高效液相色谱法分析其分子量及单糖组成；全波长扫描及红外光谱分析其结构特征；MTT法研究其细胞毒性；中性红染色法考察其对巨噬细胞吞噬活性的影响；Griess法和ELISA法分别检测其对巨噬细胞NO、TNF-α分泌的影响。结果：提取得到粗根荨麻叶（UML40、UML60），茎（UMS40、UMS60），根（UMR40、UMR60）共6种粗多糖，其中叶粗多糖得率最高为4.62%,UML40为占77.92%，茎粗多糖和根粗多糖得率分别为0.69%和1.13%；各粗多糖平均重均分子量从2.11 kDa到802.21 kDa不等，主要由D-Glc、D-Gal、D-Ara和D-GalA组成，但不同部位粗多糖的单糖组成摩尔比不同。此外，不同部位、不同分子量的粗根荨麻多糖免疫活性存在较大差异，其中UML40、UMS40、UMR40均能够显著活化巨噬细胞，促进其吞噬活性及NO、TNF-α...     

坛紫菜蛋白质提取工艺优化及其特性分析

为了开展坛紫菜高值化加工利用，以坛紫菜为原料、蛋白质提取率为评价指标，通过考察提取溶剂、超声时间和功率、料液比、pH等单因素实验、正交试验设计优化超声波提取工艺，对其等电点、乳化性、起泡性等基础特性进行分析，并进行抗氧化活性测定。结果表明，在超声全程时间50 min、超声功率1350 W条件下，坛紫菜蛋白质提取率为60.98%±1.01%。同时通过对所提取的坛紫菜蛋白质特性分析结果显示，坛紫菜蛋白质的等电点为4.5，在等电点附近，坛紫菜蛋白质有较好的泡沫稳定性，可达80.84%±2.95%；抗氧化测定结果显示，坛紫菜蛋白质在5~50 mg/mL范围内具有较强的抗氧化活性，浓度为50 mg/mL时，总抗氧化能力为2.89±0.09 U/mL，ABTS+自由基清除能力相当于0.83±0.08 mmol/L Trolox，DPPH清除率在10 mg/mL时达到68.04%±0.73%。该研究可以为坛紫菜资源的开发利用提供一定的理论依据和技术支持。     

总变差模型在书画打印宣纸印刷质量预测中的应用

为了建立适用于书画打印宣纸印刷质量的预测模型,本研究测量了14种书画打印宣纸的粗糙度、白度、不透明度、定量、光泽度和针对宣纸特别设定的帘纹深浅以及帘纹疏密度等表面物理参量,并在相同条件下,使用喷墨打印设备输出并测量印品色度值,利用总变差模型构建去除帘纹色差的测定方法,得到与人眼视觉特征相符的色差。运用GRNN广义回归神经网络结合书画打印宣纸表面物理参量与宣纸去帘纹后的色差值,建立预测模型。结果表明,该模型能够在仅测量书画打印宣纸表面物理参量的情况下,便能较为准确地预测书画打印宣纸印刷质量,为书画打印宣纸印刷前的选纸工作提供指导依据。     

干巴菌多糖提取工艺优化及抗氧化活性的研究

以产于云南曲靖的干巴菌为原料,以多糖提取率为评价指标,采用单因素实验及正交实验优化干巴菌多糖的提取工艺,通过测定干巴菌多糖对DPPH自由基及羟基自由基的清除率来评价其抗氧化活性。结果表明,干巴菌多糖的最佳提取工艺为:提取温度70℃、提取时间2.5 h、料液比1∶15(g∶mL),在此条件下,多糖提取率达到10.08%;当干巴菌多糖浓度为5 mg·mL~(-1)时,其对DPPH自由基的清除率为86.99%,对羟基自由基的清除率为87.46%,有较好的抗氧化作用。     

连续重整催化剂严重氮中毒和活性恢复案例分析

以某公司重整装置2014年2月因水、氮超标导致催化剂氮中毒和后续活性恢复为例,分析连续重整反再系统出现高水、高氮、低氯的环境后,催化剂发生严重氮中毒时装置的工艺表现以及处理方案。结果表明:由于加工福蒂斯等高氮原油比例过高,造成重整原料油氮含量升高,装置负荷优化调整大而注氯量偏低,同时重整再生空气干燥器干燥效果下降等原因,共同造成催化剂氮中毒,活性大幅降低,出现反应温降降低、产氢降量、生成油芳烃产率大幅下降。通过调整加工原油比例,优化原料预加氢操作、降低重整加工负荷和反应苛刻度、更换空气干燥剂等一系列措施,减少系统中氮和水等毒物的携带量,并提高重整再生注氯量等措施,使重整催化剂氮中毒得以有效控制并逐渐恢复活性。     

基于启发式BP算法的软件缺陷预测模型

针对软件缺陷预测时缺陷数据集中存在的类别分布不平衡问题，结合上采样算法SMOTE与Edited Nearest Neighbor (ENN) 数据清洗策略，提出了一种基于启发式BP神经网络算法的软件缺陷预测模型。模型中采用上采样算法SMOTE增加少数类样本以改善项目中的数据不平衡状况，并针对采样后数据噪声问题进行ENN数据清洗，结合基于启发式学习的模拟退火算法改进四层BP神经网络后建立分类预测模型，在AEEEM数据库上使用交叉验证对提出的方案进行性能评估，结果表明所提出的算法能够有效提高模型在预测类不平衡数据时的分类准确度。     

压裂水平井产能预测方法研究进展

水平井压裂技术在低渗透及非常规储层中得到了广泛应用,压裂后水平井的产能预测关系到油田开发方案的制定,因此,国内外学者对压后渗流模型的建立和求解方法做出了不懈的努力。本文详细回顾了国内外学者所建压裂水平井产能预测模型及求解方法,指出了不同模型和求解方法的优缺点,并展望了压裂水平井产能模型的发展方向。