摘要：目的分析老年宫颈癌根治术后周围神经侵犯(PNI)发生情况及影响因素。方法回顾性收集2018年1月至2020年3月完成根治术治疗的103例老年宫颈癌患者资料,参照PNI发生标准评估宫颈癌根治术后PNI发生情况,设计基线资料调查问卷,收集患者基线资料,将可能的影响因素纳入,经单因素、多因素分析可能造成老年宫颈癌根治术后PNI发生的影响因素。结果12例(11.65%)术后发生PNI;经单因素、多因素分析显示,淋巴脉管浸润、淋巴结转移、癌胚抗原(CEA)水平与糖类抗原(CA)199过表达可能是老年宫颈癌根治术后PNI发生的影响因素(OR>1,P<0.05)。结论临床应重视淋巴脉管浸润、淋巴结转移、CEA与CA199过表达,宫颈癌患者根治术后PNI预防,可能对减少PNI的发生、改善预后意义重大。

摘要：为解决当前FDM型桌面3D打印机存在的打印精度不高、功能单一、打印速度较慢等问题,设计了一款基于开源软硬件的多功能FDM型3D打印机。XYZ轴全部采用滚珠丝杆+导轨传动方式,并对其进行了分析计算和选型,实现了摩擦阻力小、精度高、速度快等效果。通过更换线材挤出和气压挤出两套系统,拓展了可打印材料的范围,实现多功能打印。基于开源软硬件改造开发,成本低,可拓展性强,性能可靠,具有一定的实用价值。

摘要：媒介大融合给新闻摄影带来了挑战——新闻道德的缺失、草根记者的出现等,同时也伴随着机遇——发布平台更大、传播影响范围更广等。要想紧跟时代的步伐,新闻摄影记者势必要在扎实基本技能的基础上拥有更全面、更专业的新闻素养。

摘要：近年来,我国积极推进国家区域医疗中心建设,旨在优化医疗卫生服务体系布局、均衡医疗卫生资源配置、提升医疗服务质量和效率。国家区域医疗中心是宏观环境变迁与多方主体博弈的结果,背后蕴含着复杂的制度谱系及其变迁,因而形成了“隐秘存在”且不容忽视的交易费用。本文在分析国家区域医疗中心建设的宏观环境、利益主体、行为选择的基础上,辨析国家区域医疗中心的形成机理,并依据国家区域医疗中心真实运作情境建构了制度谱系;进而基于“威廉姆森—张五常分析范式”,将国家区域医疗中心交易费用解构为央地协同成本、激励约束成本、业务协作成本、行为变迁成本;最后,从四个方面构建了降低交易费用的应对策略,包括:强化央地政府间制度设计协同、政府与输出—输入医院间运行管理协同、输出—输入医院间服务供给协同、供方和需方间信息搜寻协同。

摘要：本文对无连杆发动机的受力作了静力分析，提出了无连杆发动机连杆受力在力学简化时不能简化为二力杆，采用本文的分析方法，活塞侧向力不为无穷，进行合理的零件结构设计可以使此力与传统发动机相当，或远远小于传统发动机．

摘要：对于直喷式柴油机来说，燃烧室结构形状直接影响到燃烧室的气体运动及燃烧过程的进行．最终影响柴油机的经济性和排放性能．本文从小型直喷式柴油机的燃烧过程出发，通过试验对比．结合缸内燃烧放热过程的计算，分析探讨了三种燃烧室结构形状对燃烧放热及柴油机性能的影响，为设计开发新产品提供一定的参考依据．

摘要：铁路路基变形监测贯穿于整个项目的设计、施工和运行,因此其工后沉降变形分析对于安全化工程施工和管理具有重要的意义。该文结合工程实例,基于灰色模型、小波神经网络模型的相关理论对铁路路基沉降进行预测分析,数据结果表明两者预测效果均接近实测值,但组合模型比单一灰色模型预测精度质量有所提高,稳定性好。

摘要：阐述了板式塔和填料塔的优缺点,介绍了某公司近10套装置精馏塔及其附属设备的形式,并对填料、冷凝器、再沸器等的选型和安装要点进行了说明。

摘要：线性二次型高斯/回路传递恢复方法(LQG/LTR)是一种多变量频域鲁棒设计方法,以良好的鲁棒性和解耦特性得到了广泛的应用。阐述了LQG/LTR方法的基本原理,给出了方法的设计步骤。针对某型飞机侧向通道的多输入多输出系统,运用LQG/LTR方法对其进行飞行控制律设计与仿真研究,提出在目标反馈回路设计中要注意的问题。最后将仿真结果与传统方法进行比较,结果表明LQG/LTR方法适用于飞机复杂的多变量控制系统,设计的控制系统具有良好的动态品质和鲁棒性。

摘要：为解决恶意软件行为分析系统中分类准确率较低的问题,提出了一种基于支持向量机(SVM)的恶意软件分类方法。首先人工建立了一个以软件行为结果作为特征的危险行为库;然后捕获软件所有行为,并与危险行为库进行匹配,通过样本转换算法将匹配结果变成适合SVM处理的数据,再利用SVM进行分类。在SVM模型、核函数以及参数对(C,g)的选择方面先进行理论分析确定大致范围,再使用网格搜索和遗传算法(GA)相结合的方式进行寻优。为验证所提恶意软件分类方法的有效性,设计了一个基于SVM模型的恶意软件行为评估系统。实验结果表明,该系统的误报率和漏报率分别为5.52%和3.04%,比K近邻(KNN)、朴素贝叶斯(NB)算法更好,与反向传播(BP)神经网络相当,但比BP神经网络的训练和分类效率更高。