低风险疾病情境下农村居民健康信息规避行为研究

[目的/意义]本研究旨在揭示低风险疾病情境下农村居民健康信息规避的程度、策略、成因及其关联。[方法/过程]研究采用理论抽样方法和半结构化访谈法收集了江苏省45位农村居民的相关数据。研究采用开放式编码和主轴编码方法对访谈数据进行分析,同时采用社会网络分析软件对规避策略和成因之间的关系进行可视化展示。[结果/结论]（1）农村居民在低风险疾病情境下存在全面型和选择型两种不同程度的健康信息规避。其中,全面型健康信息规避主要发生在信息需求阶段,具体的规避策略为完全不治疗;而选择型信息规避发生在信息获取阶段,具体的规避策略为自己治疗或者拖延治疗。（2）该情境下农村居民健康信息规避的成因主要包括感知风险、对信息源的信任、健康信息素养水平、文化水平、情绪、经济水平、小世界、时间和医疗资源的可及性。（3）农民健康信息规避的成因与规避策略存在特定的关联。文化水平和医疗资源的可及性只对完全不治疗规避策略有影响;情绪因素只对拖延治疗规避策略有影响;健康信息素养水平只对自己治疗规避策略有影响。该研究可为改善农村居民的健康状况提供指导建议。     

基于卷积神经网络的拖拉机工况识别

农机工况识别在细化农机作业状态和帮助掌握区域污染物排放趋势方面有着重要的研究价值。基于拖拉机不同运行状态下的行驶速度、发动机转速以及实时油耗等时间序列,首次提出将图像识别方法引入到拖拉机工况识别中的思路,并分别应用参数优化的支持向量机与卷积神经网络对实际作业拖拉机工况进行研究。结果表明:(1)基于参数优化的支持向量机可以较好地实现样本点的工况识别且识别准确度达到99.851 9%,但无法实现农机工况的连续性识别,同时无法对农机工况转换阶段进行有效识别。(2)以拖拉机运行速度与发动机转速等信息构建样本图像来描述农机工况变化的数据表达,并在此基础上应用卷积神经网络可以有效实现农机工况的连续性识别,且识别准确率可以达到93.3%。本研究在农机工况识别方面具有一定参考价值,并为后续农机不同工况下区域污染物排放研究提供技术支持。     

基于多元线性回归的开发井绝对无阻流量预测

对于新钻开发井,气井绝对无阻流量的大小是决定新钻井能否实施的关键指标,所以准确、快捷地预测气井绝对无阻流量对于气藏储量动用、提高采收率具有重要意义.目前绝对无阻流量是通过气井投产后采用稳定试井获得,对于未钻的井现场多数采用类比法,但精度低,影响钻井决策.针对绝对无阻流量预测的问题,首先开展了绝对无阻流量影响因素的渗流理论分析以及与实际生产动态特征的相关性分析,以此为基础,利用多元线性回归方法开展了绝对无阻流量与各地质参数的定量关系研究,建立了新钻开发井绝对无阻流量与不同参数的预测模型,并对不同模型进行了统计学检验以及实例检验.结果表明,影响绝对无阻流量的主要因素主要有地层系数(kh)、地层压力(pe)、孔隙度(φ)、动态储量等,各因变量之间不存在共线性,建立的4种模型中以kh、pe两个参数建立的预测模型在对新钻开发井的实际预测中精度较高,预测模型中需要的参数kh、pe在现场生产中也容易获得,计算方法简单快捷,解决了新钻开发井快速预测问题,为新钻开发井是否实施提供了依据,因此,该方法对气藏打开发井、特别是低渗透气藏后期补打开发井的决策中具有一定的实践意义.     

基于BP神经网络的柴油发动机特性建模

建立连续的发动机燃油特性和调速特性数学模型作为液压机械无级变速器虚拟试验平台的动力源。根据虚拟平台对不同特性区域的精度需求对柴油发动机不同特性区域的试验数据进行不同的密度选取、乱序和归一化处理,采用单隐层BP神经网络对试验数据进行训练,对比不同隐层节点数网络的训练误差和测试误差,选取误差最小的网络,求解出网络的数学表达式。通过该方法以ISLe310柴油发动机为例建立燃油特性和调速特性的连续数学模型,这两个简单的数学表达式准确反映了发动机万有特性和外特性,连续模型避免了虚拟试验中出现信号的突变和奇异点。通过和经典的最小二乘法拟合得到的最优特性模型进行对比,其具有更小的误差、更强的泛化能力,能够更好地反映柴油发动机的相关特性。     

体外棕榈酸诱导自噬调节奶牛淋巴细胞炎症通路

为探讨体外棕榈酸(Palmitic acid,PA)是否可以通过自噬调节奶牛淋巴细胞炎症信号通路的激活,分离健康奶牛淋巴细胞,采用3-MA(3-Methyladenin,细胞自噬抑制剂)和不同质量浓度PA作用于淋巴细胞,收集细胞及上清,利用qRT-PCR检测淋巴细胞LC3B、Beclin1、mTOR、UKL1、SQSTM1、IL-1β、IL-6和TNF-αmRNA表达情况;利用CCK-8和酶联免疫吸附法分别测定细胞活性和促炎细胞因子TNF-α、IL-6和IL-1β的释放量。CCK-8结果表明:PA显著抑制淋巴细胞活性(P0.01),添加自噬抑制剂3-MA后细胞活性显著增强(P0.01);qRT-PCR结果表明:与对照组(PA=0μg/mL)相比,PA处理组(不含3-MA)ULK1和LC3B mRNA表达极显著增加(P0.01),mTOR、Beclin1和SQSTM1 mRNA表达极显著降低(P0.01);IL-1β和IL-6 mRNA表达显著增强(P0.01),而TNF-α未表达;添加3-MA后,与1μg/mL PA处理组相比较,SQSTM1和Beclin1极显著增加,而LC3B mRNA表达极显著降低(P0.01);IL-1β和IL-6 mRNA表达显著下调(P0.01);PA增加促炎因子IL-6和IL-1β的释放(P0.01),显著抑制TNF-α释放(P0.01),而含有3-MA的PA混合处理组则显著降低(P0.01)。综上,PA可通过自噬调节奶牛淋巴细胞炎症信号通路的激活。     

基于声振信号对称极坐标图像的苹果霉心病早期检测

为实现苹果早期霉心病较高精度的检测，该研究采用对称极坐标法（Symmetrized Dot Pattern，SDP）将苹果声振信号变换为雪花图，然后采用AlexNet、VGG16和ResNet50卷积神经网络以迁移学习方式深度挖掘SDP雪花图像的特征信息，将其输入到支持向量机（Support Vector Machine，SVM）分类器，对霉心程度≤7%的苹果进行检测。研究结果表明，当时间间隔系数为25和角度放大因子为50°时，健康果与早期霉心果声振信号的SDP图形状特征差异最大，在此条件下获取的SDP图经卷积神经网络AlexNet、VGG16和ResNet50提取特征并构建了不同核函数的SVM霉心果检测模型，在各类SVM模型中，ResNet50-SVM-gaus（高斯基）模型用相对较少的训练时间和参数量可取得训练集霉心果较高分类准确率，经超参数优化训练该模型对健康果和早期霉心果测试集不平衡样本（10∶1）的总体分类准确率达到96.97%，平均查准率、平均查全率、平均加权调和均值、Kappa系数和马修斯相关系数值分别为80.19%、90.36%、86.21%，82.54%和82.68%，该模型不仅对多数类的健康果保持较高分类准确率，而且对少数类的早期霉心果也具有较高判别能力。这些研究结果为声振法应用于果蔬内部病害的早期在线检测系统研发提供了技术支撑。     

基于灰色关联分析的宁夏中部旱区压砂地土壤质量评价

在对宁夏中部旱区压砂地土壤养分调查的基础上，选择西瓜地、枸杞地、沙枣地和撂荒地作为研究对象，以有机质、全氮、全磷、全钾、碱解氮、速效磷、速效钾作为评价指标，运用灰色关联分析模型对该区域土壤质量进行综合评价。结果表明，该区域西瓜地土壤质量最优，枸杞地和撂荒地次之，沙枣地土壤质量较差。     

基于卷积神经网络马铃薯叶片病害识别和病斑检测*

针对自然环境下马铃薯叶片病害识别率低和晚疫病斑定位难的问题,基于大田环境中采集的马铃薯叶片图像,首先对马铃薯叶片病害进行识别,对比AlexNet、VGG16、InceptionV3、ResNet50、MobileNet五种神经网络模型,结果表明InceptionV3模型的识别效果准确率最高,可达98.00%。其次对马铃薯叶片的晚疫病斑进行检测,提出一种改进型的CenterNet-SPP模型,该模型通过特征提取网络获取对象的中心点,再通过中心点回归获得中心点偏移量、目标大小等图像信息,训练后的模型在验证集下的mAP可达90.03%,以F₁为评价值分析对比其它目标检测模型,CenterNet-SPP模型的效果最好,准确率为94.93%,召回率为90.34%,F₁值为92.58%,平均检测一张图像耗时0.10 s。为自然环境下马铃薯叶片病害识别和检测提供较为全面的深度学习算法和模型研究基础。     

基于准静态同轴探头模型的土壤复介电测量方法

末端开路同轴探头法测量土壤复介电值用于表征土壤含水率具有准确、快捷的优点。针对目前土壤介电同轴探头集总测量模型没有充分考虑探头的参数以及土壤体积对测量结果影响等问题，基于电磁场理论，对末端开路同轴探头建立了准静态数学模型，适用于土壤的复介电常数准确测量。通过全波软件仿真和模型计算结果对比，以无水乙醇介电实测值和理论值对比，验证模型的准确性。采用本文介电测量模型对不同含水率的黄绵土进行测量计算，复介电常数实部与实测土壤含水率二阶多项式拟合决定系数大于0.965，表明本文所提土壤介电测量方法适用于土壤复介电常数和含水率的测量。     

数控机床摩擦自激振动研究

文章结合数控机床的应用机理,对数控机床的摩擦自激振动展开深入的分析,从数控机床的动力学模型方面入手,实现对数控机床摩擦自激振动系统的有效探索。同时,还针对数控机床的摩擦自激振动进行函数运算方法的论证,对数控机床摩擦自激振动的低速运动状态以及工作台摩擦自激振动的主要原因等展开深入探讨。上述方法的应用,能够有效地实现对数控机床摩擦自激振动问题和各类现象的分析,且能够针对现有的摩擦自激振动问题与问题成因消除数控机床摩擦自激振动,以此提升后续数控机床的工作效率和工作质量,减少数控机床摩擦自激振动造成的工作阻碍。