食物依赖运动诱发过敏性休克1例

患者,女,35岁,2012年8月16日7∶ 00早餐食用胡萝卜包后,快速步行40min,自觉浑身微汗,随之出现全身瘙痒,脸部和颈部皮肤紧张不适,呼吸急促,喉头堵塞感,胸闷、气急、喘鸣、憋气、气短,恶心,声音嘶哑,面部及胸腹部双手出现大片红色斑丘疹,肤色苍白、出汗.     

一种新的变采样周期策略在不确定负载NCS中的应用

由于网络本身以及网络中应用节点的不确定性,使得网络控制系统工作在一个可变负载、开放、不稳定的环境中。为保证网络控制系统在可变负载的网络环境中稳定运行,提出了一种基于多输入多输出支持向量机（MIMOSVM）的变采样周期策略,根据网络负载的变化,动态地更新各控制回路的采样周期。仿真结果表明：该策略可以使可变负载的网络控制系统始终稳定运行,并且在提高网络控制系统控制性能的同时也提高了网络的可调度性。     

老年人生活事件评价,社会支持,心理健康的关系研究

目的 探讨老年人生活事件评价、社会支持、心理健康水平之间的关系。方法 杭州市两个街道机抽取４４０名６０岁以上的老年人，用问形式调查生活事件评价、社会运行和心理健康水平。结果 生活事件评价、社会运行与老年肃清在，社会支持可能是生活事件评价和心理健康水平之间的中介变量。结论 老年人对生活事件和社会支持的认知评价是影响心理健康的重要因素。     

小波核极限学习机及其在醋酸精馏软测量建模中的应用

传统的机器学习算法一般通过迭代进行参数寻优,导致学习速度慢,且容易陷入局部最小值。针对这个问题,提出了一种基于小波核函数的极限学习机（KEML）的软测量建模方法,将支持向量机（SVM）中核函数的思想运用到极限学习机（EML）中,避免了SVM训练速度慢以及ELM算法不稳定的缺点。将KEML算法运用于醋酸精馏的软测量建模问题中,仿真实验结果验证了该算法的学习速度是SVM的92倍,且算法的精度以及模型的泛化能力都有所提高。     

心理干预对痔手术患者的应激和术后恢复影响

由于痔手术存在肛口痛觉敏感,创面不缝合,愈合时间长,排便、换药时创面拉开有出血,术后伤口易水肿等特点,痔手术较其他小手术痛苦大,愈合时间长,护理麻烦,并发症多。痔手术患者除了术前对手术的焦虑外,术后由于出血疼痛较重,应激反应也比较大。笔者在痔手术前后对手术患者进行认知、放松和支持三种方式的心理干预,观察心理干预对痔手术患者的应激和术后恢复的影响,旨在为痔手术患者围手术期临床心理治疗提供实验和理论依据。     

非线性时滞不确定系统执行器鲁棒故障诊断

提出了一种含有不确定性环节的非线性时滞系统的执行器鲁棒故障诊断方法，通过应用观测器技术和自适应技术来确定估计系统输出与实际系统输出的差值，若大于或等于阈值，诊断发生了故障。同时详细地分析了该方法的鲁棒性、灵敏性和稳定性。最后通过仿真验证了它的有效性。     

基于独立因子分析法的信号盲分离的应用

现有的盲分离算法绝大部分是独立分量分析法,然而在实际应用中,独立分量分析法有诸多的限制条件.针对该问题,本文提出一种基于独立因子分析法(Independent Factor Analysis,IFA)的信号盲分离算法.独立因子分析法结合了一般的因子分析法、主元分析法以及独立分量分析法的优点,用于解决混合语音信号的盲分离问题.实验结果证明:独立因子分析法可以处理信源数目不同且数据包含强噪声的情况.数据信噪比越低,独立因子分析法的优势更为显著.     

小儿原发性肠套叠灌肠复位后早期再套叠的影响因素分析

目的 探讨小儿原发性肠套叠早期再套叠发生的影响因素.方法 回顾性分析阜阳市妇女儿童医院2018年1月至2020年12月收治的320例原发性肠套叠复位成功的患儿临床资料,收集记录一般资料(性别、年龄、发病季节、轮状病毒感染情况、禁食时间)、灌肠方式(空气灌肠、温盐水灌肠)及超声特征(,否有肠系膜淋巴结肿大).根据,否再套叠分为分为有再套组(27例)与无再套组(293例),通过单因素分析筛选出肠套叠灌肠治疗成功后再套叠发生的可能危险因素,采用logistic回归分析患儿发生再套叠的影响因素.结果 单因素分析显示,有再套叠组与无再套叠组在性别、禁食时间方面比较,差异无统计学意义(P>0.05),在年龄、发病季节、轮状病毒感染与否、灌肠方式(空气灌肠、温盐水灌肠)及,否有肠系膜淋巴结肿大方面差异有统计学意义(P<0.05).logistic多因素回归分析显示,年龄、发病季节、灌肠方式、,否有肠系膜淋巴结肿大、轮状病毒感染均,再套叠发生的影响因素(OR=2.511、1.584、3.352、3.232、4.212).结论 小儿原发性肠套叠复位后早期再套叠发生的影响因素分别为年龄、发病季节、灌肠方式、,否有肠系膜淋巴结肿大、轮状病毒感染.     

基于GLR-NT的显著误差检测与数据协调

提出了一种广义似然比法（Generalized Likelihood Ratio, GLR）与节点检测法 (Nodal Test, NT)组合的显著误差检测和稳态数据协调方法。该方法充分发挥了GLR法和NT法的优点,采用逐次侦破、补偿校正的策略,避免了传统显著误差侦破方法中系数矩阵降秩问题,并且融入了测量变量的上、下限约束,最终实现显著误差的侦破、识别、处理和测量数据的协调。仿真结果显示：该方法对多显著误差特别是误差幅度较小或出现节点大显著误差相互抵消的情况具有较好的性能,优于单独的GLR法和NT-MT法。一个实例验证了该算法的有效性。