3.0T MRI检查结合X线钼靶诊断乳腺恶性肿瘤的研究

本研究探讨3.0T磁共振成像(MRI)结合X线钼靶诊断乳腺恶性肿瘤的价值。采用回顾性研究方法,选取乳腺肿块患者110例162个病灶,给予3.0T MRI及X线钼靶检查。经病理确诊为恶性病变101个;恶性病灶形态不规则、边缘毛刺、时间-信号强度曲线(TIC)类型Ⅲ型和早期增强率≥60%比例明显高于良性病灶(P<0.05),而分叶状比例和表观扩散系数(ADC)值明显低于良性病变(P<0.05);恶性病变X线钼靶表现:形态不规则、钙化、结构不对称和大导管征比例明显高于良性病变(P<0.05);MRI联合X线钼靶诊断乳腺恶性病变的灵敏性、准确性和阴性预测值明显高于MRI诊断(P<0.05)。3.0T MRI检查结合X线钼靶诊断乳腺恶性肿瘤有较好的价值。     

基于大数据分析的列车轮对故障诊断方法

随着我国列车行驶速度的不断提高,列车的行车安全逐渐得到了人们的重视,海量列车轮对监测数据为分析列车运行状态提供了条件.为了提高列车轮对故障诊断效率和准确性,文章提出一种基于大数据分析的列车轮对故障诊断方法,针对传统列车轮对故障诊断方法在处理大规模监测数据集时存在处理时间长,故障结果不准确等问题.首先设计一个监测数据融合框架,然后将多故障诊断循环神经网络算法与大数据MapReduce分布式计算框架相结合,利用循环神经网络算法特征提取能力和MapReduce快速计算能力.这样不但能够发挥循环神经网络故障特征提取能力,还能够满足列车轮对故障诊断精确性和实时性的需求,最后通过实例分析,证明了该方法的有效性.     

知识管理背景下高校教师知识共享的实现机制研究

高校教师知识共享的行为，不仅有利于教师个人职业发展，也有利于学校的发展。现阶段，教师知识共享实现的并不理想，存在着一些阻碍，主要表现在三个方面：技术、利益冲突和知识差异。针对以上三个障碍因素，该文主要从转变观念、创建平台和建立激励机制三个方面探讨高校教师知识共享的实现机制。     

富里叶级数的收敛速度

对正弦和余弦富立叶级数,通过合并相邻同号项,使其重排成交错级数.讨论了重排形成的交错级数的敛散性.指出根据自变量x的不同取值,该交错级数可能是单调递减或周期递减的级数.按照莱布尼茨判定法提出了不同精度要求的级数项数的计算公式.选取一到三阶收敛的富立叶级数计算了不同比值精度及差值精度要求的级数项数.计算表明,在x的取值为2π的等分点时,富立叶级数的部分和随项数的增加单调地逼近其收敛值.在x的取值为其它点时,富立叶级数的部分和随项数的增加围绕收敛值上下变动,周期地逼近其收敛值.低收敛阶富立叶级数的收敛速度较慢.要达到0.01%的精度,一收敛阶富立叶级数需要数万项,二收敛阶富立叶级数也需要数百项.在不同计算点处,要达到相同的计算精度,需要的级数项数差别较大.     

可用于连续识别Cu^2+和阴离子、中性分子荧光探针的研究进展

铜(Cu)含量的高低直接影响着生命体的正常运转和自然体系的平衡.检测铜离子的方法多种多样,其中具有较高敏感度和选择性的荧光化学传感器应用更加广泛.综述了以Cu^2+为基的荧光化学传感器通过"替换"法实现了对阴离子S^2-, CN^-, H2PO4^-, PPi和I^-以及中性分子ATP、ADP和生物硫醇等的连续识别的研究进展.     

超声外场对SiC_p/7085复合材料颗粒分布与硬度的影响

采用半固态机械搅拌与超声施振的方法制备SiC_p/7085复合材料,研究超声施振时间与超声功率对复合材料颗粒分布与布氏硬度的影响。研究结果表明:机械搅拌可实现Si C颗粒与基体的初步混合,但在搅拌过程中易形成颗粒团聚、气体夹杂等缺陷;超声施振后能够有效打散微观颗粒团聚,减少气孔夹杂等缺陷;在本实验条件下,最优超声作用时间为10 min,功率为1 k W;复合材料的布氏硬度变化规律与显微组织呈现一致性,在超声时长为10 min、功率为1 k W工况下,其硬度达到最大值131.7 N/mm2,较未施加超声时增加25.7%。     

冶金法生产太阳能级硅的除硼方法、技术及工艺

太阳能作为一种绿色可再生能源受到了广泛关注,而杂质去除是从冶金级硅中获得太阳能级硅所需的纯化过程,对硅基太阳能电池的制备至关重要。冶金法制备太阳能级多晶硅新工艺技术由于其能耗低、成本低和污染少等优点,成为研究开发的热点,但如何有效地去除硼是我们面临的最严峻的挑战之一。本文综述了硼的热力学和动力学性质(溶解度、扩散率、扩散系数、传质系数和活度系数)以及近年来除硼的相关课题研究(吹气、炉渣处理、等离子体处理、酸浸和溶剂精炼)。研究发现,溶剂精炼是一种很有前途的获取高纯硅的方法,硅的富集率以及硼的去除率均可达到90%以上,而添加剂能够加强硼化物的形成和析出来改进除硼工艺,且后续几乎可被完全消除,不会对精炼硅造成污染,这将更加有效除硼并增加工艺实用性。最后本文对几种除硼工艺进行了比较分析,并对冶金法的应用前景进行了展望。     

Goos-Hänchen and Imbert-Fedorov shifts in tilted Weyl semimetals

We establish the beam models of Goos-Hänchen (GH) and Imbert-Fedorov (IF) effects in tilted Weyl semimetals (WSMs), and systematically study the influences of Weyl cone tilting and chemical potential on the GH and IF shifts at a certain photon energy 1.96 eV. It is found that the GH and IF shifts in tilted type-I and type-Ⅱ WSMs are both almost symmetric about the Weyl cone tilting. Meanwhile, the GH and IF shifts in type-I WSMs almost do not change with the tilt degree of Weyl cones, while those in type-Ⅱ WSMs are extremely dependent on tilt degree. These trends are mainly due to the nearly symmetric distribution of WSMs conductivities, where the conductivities keep stable in type-I WSMs and gradually decrease with tilt degree in type-Ⅱ WSMs. By adjusting the chemical potential, the boundary between type-I and type-Ⅱ WSMs widens, and the dependence of the beam shifts on the tilt degree can be manipulated. Furthermore, by extending the relevant discussions to a wider frequency band, the peak fluctuation of GH shifts and the decrease of IF shifts occur gradually as the frequency increases, and the performance of beam shifts at photon energy 1.96 eV is equally suitable for other photon frequencies. The above findings provide a new reference for revisiting the beam shifts in tilted WSMs and determining the types of WSMs.     

基于MIGA-BP神经网络的短期电力负荷预测

准确的短期电力负荷预测有助于工业生产中故障诊断和发电成本的降低.针对已有遗传算法优化的BP神经网络(GA-BP)存在局部搜索能力差的缺点,提出多岛遗传算法优化的BP神经网络(MIGA-BP),通过使种群在不同"岛屿"进化和迁移提高物种多样性,克服GA-BP算法中的缺点.将天气因素影响权重和归一化后的负荷数据输入建立的MIGA-BP神经网络预测模型,在MATLAB环境下进行仿真研究.结果表明,控制变量条件相同时,MIGA-BP模型预测误差比GA-BP模型的更小,对短期电力负荷预测更有优势.