铬与健康

对铬与人体健康的关系进行了综述，主要内容包括：三价铬的作用、六价铬的作用和环境中的铬。     

有机锗（Ge—132）对交警健康作用的研究

初步观察了给交警服用Ｇｅ－１３２的效果，表明Ｇｅ－１３２有一定保健作用。     

化工工人体内微量元素积累与健康的关系

论述了化工作业工人长期接触有害元素会引起体内有害元素积蓄，微量元素平衡失调，产生潜在的职业危害，建议定期对临床尚未发现中毒现象的作业工人进行体内微量元素情况监控，以预防职业中毒。并提出采用适当补充某些必需元素的方法，可预防这种危害。     

抗衰老微量元素谱

刘汴生等分析了百岁老人聚居区(有百岁老人27人)为对照区的土壤、饮水、大米、小麦、黄豆以及百岁老人血液、头发的16种微量元素。无百岁老人区结果显示,所研究的百岁老人聚居区饮水中锰、锌、锶、氟和土壤中锶、氟、钼、铜、镍含量高于对照区;大米和小麦中硒、铁、氟高于对照区,铜等低于对照区。全血铜含量低于对照组,全血锌与国内健康成年人的水平相差无几,血硒含量也在一般健康成年人的适宜水平。百岁老人发铁含量低于对照组。含锰量约高于一般健康老人6倍。由上述结果不难看出,属于抗氧化剂或抗氧化酶成分的硒、锰在百岁老人组供应量充…     

微量元素锡与健康

随着经济的发展，锡及其化合物越来越多地用于现代生活。综述了锡对人体健康的影响，包括：锡的性质、存在，环境污染、抗癌作用以及毒性等方面。     

生命掌握在您手中

近代医学证明,人体内共有90多种元素,它们的缺乏与过剩都与生命休戚相关。您想揭开人体为何得病、如何健康、如何聪明、如何长寿这一神秘的面纱吗?您想聪明、健康与长寿吗?让我们走进微量元素世界进行了解。世界卫生组织1992年4月9日宣布:全世界每年有1 200万人死于心血管病,心     

健康促进学校推进现状及成效研究

为切实营造中小学生健康促进的环境,提升其身心健康水平,健康促进学校(Health Promotion School,以下简称HPS)建设工作应运而生.采用分层整群抽样,选取重庆市7个区30所学校共1 857名中小学生进行问卷调查,运用列联分析、方差分析和分层回归分析等方法探究HPS推进现状,对比HPS与非HPS之间的差异,探索学生健康知识、行为、状况的影响因素及特征.结果显示：(1)学校健康教育中,HPS在健康教育开课频率、有无课本及开展活动情况均显著优于非HPS.(2)校园环境中,HPS绝大部分指标应答率均高于90%; HPS所有指标均显著优于非HPS.(3)自报身体情况中,学生经常感冒腹泻发烧率、经常情绪低落抑郁率、龋齿率、近视率方面HPS与非HPS均不存在显著性差异.(4)HPS学生健康知识知晓率为76.1%、健康行为持有率为68.8%、健康状况得分平均分为15.235; HPS学生健康知识、行为、状况均显著优于非HPS.(5)学生健康知识、行为、状况均受背景信息、学校健康教育、身体状况、校园环境影响,各分类变量对其总解释力分别为25.2%,20.2%,25.4%,其中学校健康教...     

基于LSTM网络的车辆动态荷载识别方法

为了识别车辆的动态荷载,提出了一种基于长短时记忆网络的方法.该方法以桥梁加速度响应为输入,采用有限的数据集,实现车辆动态荷载的识别.建立了车桥耦合模型进行验证,以60组桥梁加速度响应为输入,以相应的车辆动态荷载为输出,通过训练长短时记忆网络来反演车辆动态荷载,并讨论了环境噪声及路面粗糙度对识别效果的影响.结果表明：测试集的车辆动态荷载识别误差平均值均小于5%;车辆动态荷载识别误差不随噪声水平变化,且平均误差小于5%;车辆动态荷载识别误差随着路面粗糙度等级的增加呈现略微增加的趋势,平均误差小于5%.在不同噪声及粗糙度水平下,长短时记忆网络均可用于车辆动态荷载的识别.     

基于机器视觉的车辆时空参数识别

车辆荷载信息是分析桥梁受力和性能评估的重要依据,其中车辆时空信息是准确识别车辆荷载的关键参数。考虑到传统在桥面埋设传感器的方法影响交通、破坏路面,提出了一种基于机器视觉技术的车辆荷载时空参数识别方法,包括车辆的横向定位、车速、车轴数、轴距的识别。基于正面拍摄视频,采用背景差分法来实现车辆检测,进一步通过车牌识别确定车辆在图像中的位置,然后根据车牌与车道线距离来实现车辆横向定位。基于侧面拍摄视频,采用图像标定方法,结合已知长度的辅助检测线来获取车辆的轴距、轴数、车速等车辆参数。通过试验室模型试验和现场试验验证了提出的方法。结果表明,现场试验中车辆横向定位和车速的最大误差分别为2.42%和2.67%,轴距的平均误差为1.63%,识别结果可以为更多其他车辆参数如轴重和总重的识别提供重要的技术支撑。     

基于模糊神经网络的动车组转向架健康评估

动车组转向架的健康状态直接关系到到动车组的行车安全,基于健康评估方法获取其健康状态及时制定维护计划可以有效降低其维护费用.动车组转向架健康状态评估时应用了模糊层次分析法以及BP神经网络,其模糊矩阵的特征向量用遗传算法进行求解,获取动车组转向架系统关键部件健康状态的权重,以及基于转向架系统评价指标的健康状态样本数据.构建BP神经网络,用转向架健康状态样本数据作为神经网络训练集,优化神经网络结构参数.通过实际测试数据对神经网络评估效果进行检验,完成了动车组转向架健康评估方法的智能化,支持了动车组转向架的维护决策.