简介：摘要本文主要从目前的数据中心空调系统设计现状及特点入手，对空调数据设计的供冷模式进行分析，提出相应的优化方案。又从三个方面简述数据中心空调系统的节能模式，以便实现最大优化。对数据中心空调设计和数据中心建设提供了方向性指导，意在促进我国数据中心空调系统的发展。

简介：摘要：在节能环保理念不断推广的背景下，建筑通风空调系统因其耗能程度相对较大而逐渐引起了社会的重视。因此，为了降低建筑能耗，有效处理能源短缺问题，满足居民的需求，必须正确认识通风空调系统节能施工的重要性，掌握节能施工技术，并结合标准要求和实际情况，采用不同的施工技术，才能降低能耗。

简介：摘要：加强电力工程的质量和安全管理工作，是保证电力工程质量的关键措施，同时也是企业取得经济效益和社会效益的最佳保证。精准负荷控制是提高新型电力系统整体频率稳定水平的重要安全稳定控制系统，可实现毫秒级精准负荷控制功能，保障大电网安全稳定运行和清洁能源消纳。基于此，文章对电力负荷预测精准度的影响因素、电力负荷预测与经济性运行的关系进行了总结，提出了电力系统经济性运行中提高负荷预测精准度的措施，从而提高电力负荷中长期和短期预测的精准度。

简介：摘要目的加强青光眼病人护理系统性和连续性，避免患者失明。方法对我科197名青光眼患者的调查分析着重于在患者出院前，根据不同的病情、年龄、性格、职业等进行有针对性、可行性的出院指导和出院后的追踪调查指导。结果患者在住院期间由于医护人员的治疗护理和监督。均能积极配合治疗，稳定疗效，但在出院后，脱离医疗环境，患者往往有意或无意背离治疗要求，忽视甚至中断治疗和护理，才导致青光眼病情加重，引起手术失败。结论加强青光眼患者护理的连续性和系统性是极为重要的。

简介：摘要随着高等教育事业发展需要，教务工作管理的重要性，本文结合工作经验阐述了高效教务管理队伍建设相关问题；从教务管理组织系统的创新；教务管理信息系统的建立；教务管理手段的提升等措施进行加强管理；使教务管理更加科学、高效是目前高等学校迫切需要解决的问题。以供参考！

简介：摘要随着我国网络科技的迅速发展，目前电力系统与网络技术已经进行了有效的融合。通过将网络技术应用与电力系统中，实现了电力系统的统一、科学化的管理，同时也使得信息的集成及交互功能得到了实现。然而，有利有弊，网络信息在目前的安全性还有待提高，一旦网络受到外部网络攻击、非法恶意操作等都有可能使网络信息变得不再准确。故而，电力部门需要重视信息网络安全的保护。也只有通信网络安全得到了保障，才可以保证电力系统的正常运行，进而促进电力企业的稳定健康发展。

简介：摘要：如今，随着社会的快速发展，科技创新的速度也在加快，电能计量自动化系统在电力行业得到了广泛的应用和推广。该系统的应用不仅可以有效加强对电力系统运行的监督和控制，而且可以更好地满足用户的实际用电需求，对电力行业的发展也起到了重要作用。计量自动化系统在电力巡检中的应用，对提高电力巡检的自动化水平，提高电力企业的管理水平和效率具有重要作用。本文主要分析计量自动化系统在电力巡检中的应用。

简介：摘要目的构建人工智能辅助诊断系统，自动发现胃溃疡病灶，鉴别胃良性溃疡与恶性溃疡。方法收集武汉大学人民医院消化内镜中心2016年11月—2019年4月拍摄的胃镜图片1 885张，其中正常胃黏膜图片636张、良性胃溃疡图片630张、恶性胃溃疡图片619张。其中1 735张为训练集，150张为测试集，分别将图片输入基于fastai框架的Res-net50模型、基于Keras框架的Res-net50模型和基于Keras框架的VGG-16模型进行训练。分别构建正常胃黏膜与良性溃疡、正常胃黏膜与恶性溃疡、良性与恶性溃疡3个单独的二元分类模型。结果VGG-16模型表现出了最好的结果，验证集验证模型区分正常黏膜与良性溃疡、正常黏膜与恶性溃疡、良性与恶性溃疡的精确度分别为98.0%、98.0%和85.0%。结论本研究获得的模型在发现溃疡病灶上具有较好的能力，有望应用于临床辅助溃疡病灶检出并鉴别良恶性溃疡。

简介：摘要目的比较随机裁剪图片深度卷积神经网络识别模型(DCNN-C)和整张图片深度卷积神经网络识别模型(DCNN-W)2种基于不同训练方法的人工智能系统在染色放大内镜下辅助识别早期胃癌的能力。方法回顾性收集武汉大学人民医院内镜中心窄带成像和蓝激光成像2种染色放大内镜模式下的早期胃癌或非癌图片和视频片段，用于DCNN-C和DCNN-W的训练集和测试集。比较DCNN-C和DCNN-W在图片测试集中，以及DCNN-C、DCNN-W和3名高年资内镜医师(平均水平)在视频测试集中识别早期胃癌的能力。统计学方法采用配对卡方检验和卡方检验。观察者间的一致性以Cohen′s Kappa统计系数(Kappa值)表示。结果在图片测试集中，DCNN-C诊断早期胃癌的准确度、灵敏度、特异度、阳性预测值分别为94.97%(1 133/1 193)、97.12%(202/208)、94.52%(931/985)、78.91%(202/256)，分别高于DCNN-W的86.84%(1 036/1 193)、92.79%(193/208)、85.58%(843/985)、57.61%(193/335)，差异均有统计学意义(χ2＝4.82、4.63、61.04、29.69，P＝0.028、＝0.035、<0.001、<0.001)。在视频测试集中，高年资内镜医师诊断早期胃癌的准确度、特异度和阳性预测值分别为67.67%、60.42%、53.37%，分别低于DCNN-C的93.00%、92.19%、87.18%，差异均有统计学意义(χ2＝20.83、16.41、11.61，P<0.001、<0.001、＝0.001)；DCNN-C诊断早期胃癌的准确度、特异度和阳性预测值分别高于DCNN-W的79.00%、70.31%、64.15%，差异均有统计学意义(χ2＝7.04、8.45、6.18，P＝0.007、0.003、0.013)；高年资内镜医师诊断早期胃癌的准确度、特异度、阳性预测值与DCNN-W比较差异均无统计学意义(均P>0.05)；高年资内镜医师、DCNN-W和DCNN-C诊断早期胃癌的灵敏度分别为80.56%、94.44%、94.44%，差异均无统计学意义(均P>0.05)。一致性分析结果显示，高年资内镜医师与金标准的一致性一般至中等(Kappa值＝0.259、0.532、0.329)，DCNN-W与金标准的一致性中等(Kappa值＝0.587)，DCNN-C与金标准的一致性极高(Kappa值＝0.851)。结论当训练集相同时，DCNN-C识别早期胃癌的能力优于DCNN-W和高年资内镜医师，DCNN-W与高年资内镜医师水平相当。