假定主谓项存在的文恩图

一、从欧拉图到文恩图的历史进步直言命题形式的本质即它的断定内容。SAP断定了S包含于P,SEP断定了S不相容P,SIP断定了S相容P,SOP断定了S不包含于P。怎样用图解表达出直言命题形式的本质呢? 欧拉图通过揭示直言命题为真对的主谓项的外延关系间接地表达直言命题形式的本质.     

《元韵谱》音学思想与明末易学哲学思潮

易学作为中国传统文化的重要组成部分,对汉语音韵学的发展,特别是韵书韵图的编撰,产生了重要的影响。明末乔中和《元韵谱》所构建的音学体系与易学思想关系密切,甚至是以易学思想作为它的理论支点。本文即以此为切入点,深入考察《元韵谱》与易学的关系,并结合时代背景,揭示易学对明代韵书韵图编纂所产生的影响,探索易学在人文社会科学领域中的影响、渗透和运用。     

门诊糖尿病患者对相关知识了解程度的调查

调查二级甲等医院门诊2型糖尿病患者知识水平并探讨不同治疗方法患者的知识水平情况.根据"不平衡指数最小的原则",选取唐山市某二级甲等医院门诊就诊的糖尿病患者,并按治疗方式分为应用胰岛素组和单纯口服降糖药物组,每组90 例.采用统一调查量表进行调查.应用胰岛素组在低血糖处理、足部护理、慢性并发症的认识方面优于口服降糖药物组(P<0.05).口服降糖药物组在糖化血红蛋白作用、体育锻炼认识上好于应用胰岛素组(P<0.05).二级甲等医院门诊糖尿病患者糖尿病知识水平较差,不同治疗方式患者知识水平不同.因此,今后应对不同治疗方式的门诊糖尿病患者进行有针对性的干预,加强糖尿病知识健康教育,提高患者的自我管理知识水平,延缓和控制并发症的发生.     

基于NaYF4：Yb，Er上转换纳米粒子钔硝酸纤维素的SEB毒素荧光免疫分析

首先，采用水热法合成了以NaYF4为基质，Yb3＋为敏化剂，Yb3＋和Er3＋共掺杂的NaYF4：Yb，Er上转换纳米粒子，并采用改良的St6ber法将其表面包覆二氧化硅层，然后用硅烷化试剂进行氨基化修饰，最后以戊二醛为交联剂，将其与抗体成功结合，合成了抗体生物功能化的上转换纳米粒子。实验过程分别采用TEM、FT—IR等方式对其粒径、形貌、表面配体等进行了表征。最后，将与抗体分子与上转换纳米粒子成功结合，并将其作为荧光探针，以硝酸纤维素膜为介质，采用双抗体夹心式荧光免疫方法对SEB毒素进行了检测，实验表明，该方法简单快速，灵敏度高，非常适合于生物分子的荧光免疫分析。     

引人瞩目的 生物计算机

随着微电子技术的高速发展,作为计算机核心元件的集成电路的制造工艺已经达到了理论极限,半导体硅芯片因电路密集引起的散热问题难以解决,科学家们正致力于寻找新的材料。在科学探索的道路上,引人瞩目的生物计算机已展现在人们眼前。生物计算机的主要原材料,是生物工程技术生产的蛋白质分子,并以此作为生物芯片。在这种芯片中,信息以波的形式传播。由于蛋白质分子比硅芯片上的电子元件小得多,其密度可做得很高,更为可贵的是,     

认知诊断中基于条件期望的距离判别方法

分类是认知诊断评估的一个核心问题。基于观察反应模式与理想反应模式之间的距离的判别方法, 以确定性的理想反应模式为类中心, 而这没有考虑误差, 故未充分利用总体分布信息。为了更充分地利用总体分布信息、提高诊断分类效果和拓展诊断评估的适用性, 本研究提出给定知识状态条件下项目反应模式的条件期望向量为类中心的欧氏距离判别方法, 同时提出认知诊断模型下项目反应函数估计方法以获得这个条件期望向量。模拟研究表明：认知诊断模型下的项目反应函数估计方法得到的条件期望向量返真性较高, 获得的分布信息较准确; 在观察反应模式与理想反应模式差异大的情形下, 基于条件期望向量为类中心的欧氏距离判别方法优于基于理想反应模式为类中心的分类方法(广义距离方法和非参数方法）。研究可为认知诊断分类和等值方法提供一个参考。     

理清思路,预防喉返神经损伤

喉返神经损伤是甲状腺手术常见而严重的并发症.阐述了喉返神经的局部解剖及一些重要的解剖变异,分析了导致喉返神经损伤的一些常见原因,并运用唯物辩证法的观点提出了预防喉返神经损伤的一系列措施.     

属性不等权重的多级评分属性层级方法

本文给出基于属性不等权重的等级反应模型(Grade Response Model, GRM)的属性层级方法(Attribute Hierarchy Method, AHM), 简记为属性不等权重的GRM-AHM。在属性层级结构下, 本文利用贝叶斯网与最小二乘两种方法, 提出了被试掌握属性的条件概率与属性权重的计算方法, 发现并解决了属性在不同的项目内权重有可能不相等的问题。本研究进一步将认知诊断推广到多级评分的情形。试验证明, 属性不等权重的GRM-AHM具有较高的判准率。     

复杂决策规则下MIRT的分类准确性和分类一致性

介绍多维项目反应理论模型下分类准确性和分类一致性指标, 采用蒙特卡罗方法实现复杂决策规则下指标计算, 并从数学上证明分类准确性指标两类估计量在均匀先验和相同决策规则条件下依概率收敛于同一真值。研究结果表明：分类准确性指标可以比较准确地评价分类结果的准确性; 分类一致性指标可以较好地评价分类结果的重测一致性; 在一定条件下, 基于能力量尺的指标优于基于原始总分的指标; 纵使测验维度增加, 估计精度仍比较好; 随着测验长度和维度间相关增加, 分类准确性和分类一致性更高。指标可以用来评价标准参照测验或计算机分类测验的多种决策规则下分类信度和效度。     

神经网络和支持向量机在认知诊断中的应用

认知诊断评估的主要问题是如何准确进行被试分类和项目属性标定。本文使用概率神经网络(PNN)和支持向量机(SVM)进行被试分类和属性标定,重点讨论PNN用于诊断的理论根据。模拟研究表明:PNN方法表现最好,训练速度快且具有很好判准率和标定准确率;PNN与GDD方法在分类上表现相当,在独立结构下PNN更好;线性SVM具有较好判准率和标定准确率。软计算中此类方法可非常方便推广至多级评分测验数据分析。