针对低压交流配电系统中复杂支路串联电弧故障检测困难、易引发电气火灾的挑战,提出了基于马尔可夫变迁场与可变形自引导Transformer(Markov transition field and deformable convolutional self-guided transformer,MTF-DSGT)的检测...针对低压交流配电系统中复杂支路串联电弧故障检测困难、易引发电气火灾的挑战,提出了基于马尔可夫变迁场与可变形自引导Transformer(Markov transition field and deformable convolutional self-guided transformer,MTF-DSGT)的检测方案。利用马尔可夫变迁场将一维电流信号转换为图像,融合可变形卷积网络(deformable convolutional network,DCN)提取局部特征及自引导Transformer捕捉全局信息,以提高故障识别精度。实验结果显示,该方案在复杂支路电路中检测准确率达99.88%,在Jetson Orin Nano平台测试耗时仅7.78 ms。该方案能高效辨识串联电弧故障,具备实时处理能力,适合边缘设备部署。展开更多
目的:评价影响贝尔面瘫患者预后的临床因素。方法:回顾性分析新疆维吾尔自治区2所医院2010年1月至2024年1月因贝尔面瘫接受治疗的94例患者的临床资料。采用描述性统计学方法对患者的人口统计学特征进行评价,采用卡方检验进行组间比较。...目的:评价影响贝尔面瘫患者预后的临床因素。方法:回顾性分析新疆维吾尔自治区2所医院2010年1月至2024年1月因贝尔面瘫接受治疗的94例患者的临床资料。采用描述性统计学方法对患者的人口统计学特征进行评价,采用卡方检验进行组间比较。通过多因素logistic回归分析模型确定影响患者预后的独立危险因素。拟合受试者工作特征(receiver operating characteristic,ROC)曲线并计算曲线下面积(area under curve,AUC)评价模型效能。结果:纳入患者的年龄为28~77岁,平均年龄(49.30±6.96)岁,其中女性占51.1%。单因素分析显示,烟(P=0.016)、高血压(P=0.007)、糖尿病(P=0.005)及较高的House-Brackmann(H-B)分级与患者部分恢复相关(P<0.001)。多因素logistic回归分析模型结果显示,吸烟(OR=8.295,P=0.010)、高血压(OR=9.667,P=0.008)及较高的H-B分级(OR=9.094,P=0.032)是贝尔面瘫患者部分恢复的独立危险因素。三者对患者预后(面瘫部分恢复)有一定预测价值(吸烟AUC为0.67,高血压为0.68,高H-B分级为0.68)。是否接受物理治疗和不同的药物干预与患者面瘫的恢复无统计学相关性(P>0.05)。结论:吸烟、高血压和较高的H-B分级是影响贝尔面瘫患者预后的独立危险因素,基于这些因素建立的预测模型具有一定的区分能力,可为临床优化诊疗方案提供参考。展开更多
目前已有一些针对路径跟踪控制中信号时滞问题的研究工作,但这些工作大多针对某种特定的控制方法,而在路径跟踪控制方法中,非线性模型预测控制(Nonlinear model predictive control,NMPC)具有能够显式处理系统约束、便于实现多目标优化...目前已有一些针对路径跟踪控制中信号时滞问题的研究工作,但这些工作大多针对某种特定的控制方法,而在路径跟踪控制方法中,非线性模型预测控制(Nonlinear model predictive control,NMPC)具有能够显式处理系统约束、便于实现多目标优化、能够有效利用被控对象前方参考路径信息等优势,但是针对NMPC路径跟踪控制系统中时滞问题的研究较不成熟,制约了这种控制方法的实际应用.为解决上述问题,开展了以下研究工作.首先构建了能够较好地孤立出时滞影响的类车机器人路径跟踪控制系统.接着分析了信号时滞对NMPC路径跟踪控制系统的影响机理,即时滞会导致控制器产生的控制信号不能适应类车机器人在执行控制信号时所处的位置.然后提出了基于增长NMPC预测时域的时滞影响消减方法,即在迭代周期不变的情况下,在无时滞系统较优预测步数的基础上增加二倍时滞周期比以上的整数.最后通过计算机仿真和实验验证了提出方法的有效性.仿真和实验结果表明,信号时滞对NMPC路径跟踪控制系统存在影响,未考虑时滞的NMPC控制算法能够在无时滞系统中实现高精确性路径跟踪,而在有时滞系统中控制失效.通过增长预测时域可以有效消减信号时滞的影响,在信号时滞约为0.2 s的仿真与实验系统中,基于该方法的NMPC控制器可以保证路径跟踪控制的位移误差幅值不超过0.1258 m,航向误差幅值不超过0.0583 rad.展开更多
文摘针对低压交流配电系统中复杂支路串联电弧故障检测困难、易引发电气火灾的挑战,提出了基于马尔可夫变迁场与可变形自引导Transformer(Markov transition field and deformable convolutional self-guided transformer,MTF-DSGT)的检测方案。利用马尔可夫变迁场将一维电流信号转换为图像,融合可变形卷积网络(deformable convolutional network,DCN)提取局部特征及自引导Transformer捕捉全局信息,以提高故障识别精度。实验结果显示,该方案在复杂支路电路中检测准确率达99.88%,在Jetson Orin Nano平台测试耗时仅7.78 ms。该方案能高效辨识串联电弧故障,具备实时处理能力,适合边缘设备部署。
文摘目的:评价影响贝尔面瘫患者预后的临床因素。方法:回顾性分析新疆维吾尔自治区2所医院2010年1月至2024年1月因贝尔面瘫接受治疗的94例患者的临床资料。采用描述性统计学方法对患者的人口统计学特征进行评价,采用卡方检验进行组间比较。通过多因素logistic回归分析模型确定影响患者预后的独立危险因素。拟合受试者工作特征(receiver operating characteristic,ROC)曲线并计算曲线下面积(area under curve,AUC)评价模型效能。结果:纳入患者的年龄为28~77岁,平均年龄(49.30±6.96)岁,其中女性占51.1%。单因素分析显示,烟(P=0.016)、高血压(P=0.007)、糖尿病(P=0.005)及较高的House-Brackmann(H-B)分级与患者部分恢复相关(P<0.001)。多因素logistic回归分析模型结果显示,吸烟(OR=8.295,P=0.010)、高血压(OR=9.667,P=0.008)及较高的H-B分级(OR=9.094,P=0.032)是贝尔面瘫患者部分恢复的独立危险因素。三者对患者预后(面瘫部分恢复)有一定预测价值(吸烟AUC为0.67,高血压为0.68,高H-B分级为0.68)。是否接受物理治疗和不同的药物干预与患者面瘫的恢复无统计学相关性(P>0.05)。结论:吸烟、高血压和较高的H-B分级是影响贝尔面瘫患者预后的独立危险因素,基于这些因素建立的预测模型具有一定的区分能力,可为临床优化诊疗方案提供参考。
