简介:摘要目的研究结膜瓣遮盖治疗Stevens-Johnson综合征(SJS)导致角膜穿孔的疗效,探讨结膜瓣遮盖治疗Stevens-Johnson综合征导致角膜穿孔的临床可行性。方法对2010年3月到2015年3月在福建医科大学附属第一医院确诊的7例SJS致角膜穿孔的患者采用结膜瓣遮盖的手术方法进行治疗,术后给予常规治疗,定期进行复诊和随访,记录患者的视力情况、角膜溃疡愈合情况、结膜瓣组织变化情况以及并发症,进行临床分析。结果术后随访3-8年,7例患者均保存了眼球;2例患者术后视力为光感和手动外,其余患者视力为0.1~0.4;7例患者结膜瓣组织均生长良好,角膜溃疡均愈合良好;7例患者术后均未出现再次角膜溃疡或溶解以及继发性青光眼等并发症。结论结膜瓣遮盖是治疗SJS致角膜穿孔的一种有效的和安全的方法。
简介:摘要交通流预测是交通控制与管理,交通状况改善的重要参考指标。本文建立灰色模型和BP神经网络相结合的组合模型,利用灰色模型对实际监测到的数据进行拟合、预测,得到预测值和预测残差,将预测残差输入到神经网络模型进行残差的学习、仿真和预测,残差预测值和灰色模型预测值的和值作为最终预测结果。结果表明,用灰色模型对神经网络模型预测进行优化,其预测结果比单一的神经网络建模预测具有更高的准确性和实用性,提高了预测的精度。
简介:短文本情感分类是一种面向主观信息分类的文本分类任务,具有重要的研究价值和广泛的应用前景,如旅游景区口碑评价、舆情跟踪、产品声誉分析等。为了提高短文本情感分类准确率,文章提出了一种基于Stacking融合深度学习模型和传统机器学习模型的短文本情感分类方法。该方法从短文本数据集分别提取TFIDF和Word2Vec特征,并作为传统机器学习模型和深度学习模型的输入,再基于Stacking技术将多个基分类器(包括Logistic,PassiveAggressive,Ridge,SVC,SVR等传统机器学习模型和深度学习文本分类模型TextRCNN)的分类结果进行融合处理,得到短文本情感分类的最终结果。该方法采用LightGBM作为Stacking最后一层的分类器,基于旅游景区网络评论数据集进行了验证。实验结果表明,该方法能够获得比最好基分类方法更好的分类效果,而且对积极、中性和消极三类情感文本的平均分类准确率达到了71.02%。