KD
KD的相关文献在1989年到2022年内共计309篇,主要集中在儿科学、内科学、肿瘤学
等领域,其中期刊论文124篇、专利文献185篇;相关期刊103种,包括高校地质学报、浙江临床医学、世界核心医学期刊文摘:胃肠病学分册等;
KD的相关文献由757位作者贡献,包括毛裕民、谢毅、叶平龙等。
KD
-研究学者
- 毛裕民
- 谢毅
- 叶平龙
- 毛忠杰
- 丁勇
- 李增辉
- 卢召锋
- 王飞
- 曲乐庆
- 曹宇
- 李文静
- 王辉赞
- 张仁坤
- 张小将
- 时红林
- 杨淑清
- 段博恒
- 赵文静
- D.M.利瓦伊
- D·H·沃克
- J·W·麦克布里奇
- 于学杰
- 何雨情
- 俞蔚
- 冯书阳
- 冯春
- 刘丽民
- 刘芳
- 刘震
- 刘高飞
- 司鹏辉
- 吕平
- 吕维
- 吴宪云
- 吴建良
- 吴雪琼
- 唐远平
- 夏佳志
- 夏光敏
- 夏芸
- 姚定忠
- 孙乃葳
- 孙力
- 孙梦泽
- 孟洋
- 宋任涛
- 宋进超
- 宋锐豪
- 宫艳超
- 尚荣华
-
-
张伟;
于静;
陈儒敏;
张鸿博
-
-
摘要:
本文针对应用于便携定位装置中的逆地理编码算法进行研究。通过比较基于欧氏距离和半正矢公式的两种传统搜索算法以及k-d树算法,在采用同一行政区划数据集的前提下,经过计算得到k-d树算法能大幅提升计算效率的结论。同时,本文通过搭建7个数据点的简单k-d树模型,详细阐释了k-d树的构建与搜索算法的实现过程。对于算法的推广、进一步优化和应用场景的实用化有一定的意义。
-
-
刘嘉怡;
杨照玉;
王杰民;
焦富勇
-
-
摘要:
2022年1月19日发表于Physiological Research题为“Cytokine cascade in Kawasaki disease versus Kawasaki-like syndrome”的综述[1],旨在阐明川崎病(Kawasaki disease,KD)与川崎样综合征的细胞因子级联反应。该文综述了KD的病理生理学和治疗方案的最新进展。现对其进行解读,以期为临床医生提供参考。
-
-
牟钧;
刘震;
时红林;
曾繁迪;
宋进超
-
-
摘要:
CKD零部件的包装设计需综合考虑来料包装、出口包装设计、包装箱装载率以及物流运输等整个CKD项目过程.在CKD包装设计的整个过程中,包装箱尺寸链的规划设计将直接影响到整个CKD项目的包装和物流成本.系统合理地设计好包装箱的尺寸链,对于提高包装效率、减少包装材料的使用、提高包装容积率以及集装箱的装载率等有很大帮助,从而降低整个CKD项目的包装和物流费用,提升企业的竞争力.
-
-
牟钧;
刘震;
时红林;
曾繁迪;
宋进超
-
-
摘要:
CKD零部件的包装设计需综合考虑来料包装、出口包装设计、包装箱装载率以及物流运输等整个CKD项目过程.在CKD包装设计的整个过程中,包装箱尺寸链的规划设计将直接影响到整个CKD项目的包装和物流成本.系统合理地设计好包装箱的尺寸链,对于提高包装效率、减少包装材料的使用、提高包装容积率以及集装箱的装载率等有很大帮助,从而降低整个CKD项目的包装和物流费用,提升企业的竞争力.
-
-
黄丽敏
-
-
摘要:
目的 分析讨论家庭合作照顾护理模式对川崎病的作用与应用价值.方法 试验抽取2018年12月至2019年12月本院川崎病病人纳入试验,随机分为对照、观察组.对照组行传统的护理方法,观察组行家庭协作的干预模式,对比两组父母健康知识知悉情况、满意度以及各项临床指标.结果 观察组的满意度明显更高,两组满意度分别是91.67%和81.67%;观察组父母的疾病知识水平明显优于对照组,两组分别是86.23±8.33分和75.20±8.21分,(P<0.05);观察组的冠状动脉损伤和再次住院的发生率明显更低,药物依从性和及时随访的比率显著高于对照组(P<0.05).结论 家庭合作照顾护理模式对川崎病的作用与应用价值显著,值得推广.
-
-
-
-
隋晓东;
田执梁
-
-
摘要:
川崎病(Kawasaki disease,KD)是一种病因不明的以全身中、小血管自限性炎症为特点的发热出疹性疾病。该疾病可损伤冠状动脉,导致冠状动脉扩张及冠状动脉瘤,出现缺血性心脏病甚至猝死,严重危害患儿健康和生命。
-
-
李冲;
王保科;
崔鹏飞;
杨光辉;
吕生苗
-
-
摘要:
汽车KD出口散件的包装工艺是一个系统工程,本文主要针对KD项目包装过程、发运过程等方面对集装箱装载率、包装质量、零件划伤与生锈等问题进行分析并制定相应方案,用以满足国外客户需求,使公司产品在国际市场占领一席之地.
-
-
高旭;
桂志鹏;
隆玺;
栗法;
吴华意;
秦昆
-
-
摘要:
DBSCAN是一种基于密度的聚类算法,其能从包含噪声点的数据集中发现任意形状的聚类并且无需预先设定聚类个数,因此得到了广泛应用。但随着数据规模的增大,迭代式的点间距离计算导致经典单机串行DBSCAN算法的性能显著下降,使之无法满足实际应用的效率需求。为此,该文提出一种性能改进的分布式并行聚类算法——KDSG-DBSCAN。该算法利用K-D Tree邻域查询减少点间距离计算次数,利用图连通算法优化局部类簇合并过程,并基于Apache Spark MapReduce平台实现了计算过程的并行化。通过4组对比实验,分析了KDSGDBSCAN、经典DBSCAN与未使用图连通的KDS-DBSCAN算法的执行效率、KDSG-DBSCAN各子阶段执行时间占比、不同数据规模下KDSG-DBSCAN的扩展性以及不同计算节点数量和CPU核数下KDSG-DBSCAN的扩展性。结果表明,KDSG-DBSCAN算法具有良好的可扩展性和加速比。