简介:以中国电力投资集团公司所属拉西瓦水电站6号机组投产为标志,我国电力装机容量突破8亿千瓦。
简介:目的探讨被动抬腿实验前后平均动脉压(MAP)、心率(HR)、中心静脉压(CVP)变化差值(ΔMAP、ΔCVP、ΔHR)、每博心输出量变异度(SVV)、全心舒张末期容积指数(GEDVI)等预测心源性休克容量反应的准确性。方法78例心源性休克患者以容量负荷实验结果分组,心指数增加≥10%为容量反应阳性,数据纳入有反应(R)组,<10%为容量反应阴性,数据纳入无反应(NR)组。采用受试者工作特征曲线分析上述指标预测心源性休克容量反应的价值。结果R组ΔMAP、ΔHR高于NR组,差异均有统计学意义(t分别=6.90、5.24,P均<0.05),R组容量负荷实验后心指数(CI)、平均动脉压(MAP)大于负荷实验前,SVV、HR小于负荷实验前,差异均有统计学意义(t分别=40.75、8.23、3.76、16.26,P均<0.05),ΔMAP、ΔHR、SVV预测容量反应曲线下面积分别为0.86、0.80、0.86,最佳切点分别为ΔMAP≥6.50%、ΔHR≥7.50%、SVV≥11.50%,特异性分别为83.81%、73.02%、70.31%,敏感性分别为70.72%、73.23%、87.81%,ΔCVP、GEDVI、CVP曲线下面积分别为0.45、0.48、0.57。结论ΔMAP、ΔHR、SVV能预测心源性休克容量反应性,而ΔCVP、GEDVI、CVP不能很好地预测容量反应性。
简介:摘要:随着移动互联网的迅猛发展,用户使用移动通信网络的流量也逐渐提升,随之而来的,移动通信网络的负荷也不断增加;因此,为保障用户感知,运营商需要不断对高负荷的基站进行扩容。然而传统的扩容流程依靠人工筛选数据、寻求时序规律、确定扩容方案,效率不高。本文通过研究一套基于AI的LTE容量分析系统,能自动分析高负荷站点、确定扩容方案、并指出拆闲补忙的来源,更进一步的,通过机器学习,可以对高负荷站点通过内在联系匹配不同的优化参数,实现自动分析,极大的提升了分析优化的效率。