导读:本文包含了队列管理论文开题报告文献综述、选题提纲参考文献，主要关键词:队列,利多,轨迹,泰州,主动,健康,肺癌。
队列管理论文文献综述写法
卫佼佼,张越伦,卢素芳,任丽英,王英丽[1]（2019）在《术中静脉输注利多卡因优化术后疼痛管理并加速胃肠功能恢复:回顾性队列研究》一文中研究指出目的观察腹盆部手术中持续静脉输注利多卡因对术后疼痛管理及胃肠道功能恢复的影响。方法回顾性收集并分析2017年1月至2019年5月在北京协和医院接受全麻下腹盆部手术患者的临床资料,试验组患者在全身麻醉的同时联合静脉输注利多卡因,对照组采用传统全身麻醉模式。比较两组术后24 h内舒芬太尼的用量、静息及活动状态的疼痛视觉模拟评分(visual analogue score,VAS)、自控镇痛泵按压次数、恶心呕吐及排气情况。结果与对照组相比,试验组术后24 h内舒芬太尼用量和镇痛泵按压次数均减少[(0. 0372±0. 0137)μg/(kg·h)比(0. 0498±0. 0447)μg/(kg·h),t=-2. 190,P=0. 030;(7. 4±6. 7)次比(11. 1±10. 6)次,t=-2. 257,P=0. 027],术后24 h内的静息及活动状态疼痛VAS评分≤3分者比例均更高(97. 0%比85. 5%,χ2=3. 938,P=0. 047; 68. 7%比47. 3%,χ2=5. 710,P=0. 017),肠道排气率更高(26. 9%比5. 5%,χ2=9. 717,P=0. 002),但恶心、呕吐发生率未见统计学差异。结论腹盆部手术术中输注利多卡因可能有助于术后疼痛管理,加速胃肠道功能恢复。(本文来源于《协和医学杂志》期刊2019年06期）
孙明乾,乔庐峰,陈庆华[2]（2019）在《网络流量管理系统中队列管理器的设计与实现》一文中研究指出提出了一种新颖的网络流量管理系统的硬件架构,该架构将深度包检测(Deep Packet Inspection,DPI)所具有应用识别、威胁检测功能与流量管理系统结合起来,使得传统的流量管理系统在具备了更精细的应用识别的基础上,融合了DPI的安全监测功能,在一定程度上提高了其管理效率。进一步地针对其中的关键模块,即队列管理器,进行了设计与实现。队列管理器采用了片外DDR3 SDRAM作为数据缓冲区,在减少了片内资源消耗的同时,可以有效地实现对大量业务流的管理。整个设计在Xilinx Virtex-7 XC7V690T上实现,同时采用ModelSim SE 10.6d进行了行为级的仿真分析。结果表明,在最大支持4 096个业务流的条件下,该设计共消耗了3 666个查找表和41块36 kb的BlockRAM。(本文来源于《通信技术》期刊2019年11期）
赵玉宇,程光,李昊冬,张慰慈[3]（2019）在《面向时延需求的主动队列管理方法》一文中研究指出网络智能终端的普及和发展对网络总体的拥塞控制和以时延、抖动为主的服务质量提出了更高的要求和挑战.现有的网络中间设备,主要依靠队列管理控制时延,解决拥塞.针对现有主动队列管理算法易导致的高时延和网络资源分配不公下的大量丢包问题,本文提出了面向时延需求的主动队列管理(time demand-active queue management, TD-AQM)方法.该方法将队列管理的基础从端系统和中间设备得到的网络测量反馈回归到写入数据报文IP层option字段的时延需求,即报文在路由器最长存在的时间上.为了避免洪峰效应, TD-AQM利用限制向下查找范围和遏制格子虚占用命中率方法,将数据包按照时延需求插入队列.实验结果表明, TD-AQM能够有效地维持队列的稳定性,保证数据报文按照时延需求出队并相较现有队列管理算法提高了吞吐率等各项性能.(本文来源于《中国科学:信息科学》期刊2019年10期）
陆志杰[4]（2019）在《大型纵向监测健康管理队列设计及其统计分析策略研究》一文中研究指出近年来,随着社会整体经济水平的提升,人们的疾病防范意识逐渐增强,体检已经成为很多国民重要的生活习惯。健康管理是指监测、分析、评估以及预测影响群体、个体健康的因素的过程,以此为人们提供健康咨询和指导。本文结合大型纵向监测健康管理队列的意义,从数据特点、构建数据整合平台、数据分析等方面对大型纵向监测健康管理队列设计及其统计分析进行研究。现阶段,体检数据逐渐成为很多病学数据的热点来源,与普通流行病调查数据相比,体检数据更加全面、丰富,并且还具有技术一致、样本多的优点,能够更为直观、有效的反映出区域内人们的健康情况发生疾病的特点。作为典型纵向监测数据的一种,体检数据不仅涉及人群较广,并且年限较多,但由于科学技术限制,在之前却一直没能得到有效(本文来源于《电子世界》期刊2019年19期）
王蕾,吴益康,马骏,李雪琴,陈中文[5]（2019）在《2型糖尿病患者的恶性肿瘤发病风险:基于浙江省嘉兴市糖尿病管理数据的回顾性队列研究》一文中研究指出目的:分析2型糖尿病(type 2 diabetes mellitus,T2DM)患者发生恶性肿瘤的风险以及使用降糖药物对恶性肿瘤发病风险的影响。方法:基于浙江省嘉兴市糖尿病管理数据,采用回顾性队列研究的方法,以嘉兴市南湖区、秀洲区和海宁市2009年1月1日—2016年12月31日确诊的T2DM患者为研究对象,通过身份证号与嘉兴市肿瘤登记和死因登记系统进行记录联动,获得肿瘤发病和全死因死亡信息。按性别分别计算T2DM患者中恶性肿瘤的发病率和标化发病率比(standardizedincidence ratio,SIR)。采用COX风险回归模型,估计双胍类、磺脲类和胰岛素等主要降糖药物使用与恶性肿瘤发病的风险比(hazard ratio,HR)及95%可信区间(con dence interval,CI)。结果:52 911例T2DM患者在确诊1年内恶性肿瘤的发病呈现一个小高峰,提示检出偏倚的可能性。剔除确诊1年内的信息,发现男性患者全癌种(SIR=0.89,95%CI:0.83～0.95)、食管癌(SIR=0.56,95%CI:0.37～0.81)、胃癌(SIR=0.60,95%CI:0.44～0.79)及肺癌(SIR=0.73,95%CI:0.62～0.84)的发病率显着低于同一地区一般人群,而肾癌(SIR=1.67,95%CI:1.02～2.57)和胰腺癌(SIR=1.36,95%CI:1.02～1.78)的发病率高于同一地区一般人群;女性全癌种发病率与一般人群无异,但胃癌(SIR=0.56,95%CI:0.34～0.87)低于一般人群,胰腺癌(SIR=1.77,95%CI:1.34～2.31)高于一般人群。单纯使用口服降糖药的患者全癌种发病率显着低于一般人群(男性SIR=0.78,95%CI:0.69～0.88;女性SIR=0.79,95%CI:0.69～0.91)。采用COX风险回归模型调整可能的混杂因素后,未发现使用降糖药物与恶性肿瘤发病风险有显着关联。结论:嘉兴市男性T2DM患者全癌种、食管癌、胃癌和肺癌的发病率低于一般人群,而肾癌、胰腺癌高于一般人群;女性患者的胃癌发病率低于一般人群,但胰腺癌的发病率高于一般人群。降糖药物尤其是二甲双胍和磺脲类药物可能降低T2DM患者中恶性肿瘤的发生风险。(本文来源于《肿瘤》期刊2019年07期）
李斌,陈翠洁,姜婷,黄沙沙,江小运[6]（2019）在《肺癌患者术后实施生存者自我管理护理计划干预的队列研究》一文中研究指出目的:探讨生存者自我管理护理计划干预(SM-SCP)在肺癌患者中的可行性和接受度,并研究干预前、后生存者相关的结局指标变化。方法:对符合研究标准的在本院行肺癌手术的患者进行干预前-干预后的队列研究,由具有丰富经验的护士作为肺癌治疗专家和患者间沟通的桥梁,实施生存者自我管理护理计划。整个SM-SCP实施过程中记录的指标包括招募时间、保留时间、完成治疗总结/护理计划的时间、开始进行干预的时间、采取的措施,而生存者相关的结局指标包括对干预的接受程度、抑郁、焦虑、自信心和生活质量。结果:共有30例完成本研究,其中位年龄为65岁(40-90岁),肺癌Ⅰ期和Ⅱ期比例为57%,出现合并症个数的中位数是2(0-7)。常见的并发症依次为心血管系统(73%)、肌肉骨骼系统(60%)、呼吸系统(20%)。2个月时肺癌术后患者与生活质量相关的指标均有明显改善。肺癌SM-SCP前后的抑郁程度、焦虑程度、自信心、生活质量亚表(包括生理功能、身体疼痛度、总的身体和心理健康情况)评分均有统计学差异(P均>0.05)。结论:对肺癌术后SM-SCP具有较好的可行性和较高的可接受度,可明显改善其远期预后。(本文来源于《岭南急诊医学杂志》期刊2019年03期）
薛江莉[7]（2019）在《泰州队列生物样本库资源共享管理优化研究》一文中研究指出2007年,复旦大学在大型队列的建设方面,进行了有益尝试和精心探索,20多家研究单位共同协作开展多学科、多个疾病及多种因素的研究。参照国际标准,经过充分考虑经济转型期、代表性遗传结构等因素,最终选择在江苏泰州开始建设中国人群核心示范队列——泰州队列。在泰州队列10多年的资源共享过程中,发现存在生物样本库资源共享的一些问题。目前,我国部分高校、科研机构和医院在生物样本库资源共享方面已经进行了初步尝试,并取得了一些进展,但仍未能够在全国范围内实现开放共享。实现生物样本库资源共享不仅是国际生物样本库建设与发展的趋势,更是提高我国生物样本资源使用效率的最佳途径,只有科学精准地识别共享互动中各参与方的需求,客观全面地分析生物样本库资源共享管理的现状、问题与成因,才能有针对性地提出相关举措,推动这一工作的开展。泰州队列在近10多年的生物样本库资源共享管理过程中,取得了一些成绩,但同时发现资源共享管理中存在一些问题。本文以生物样本库资源共享管理需求作为研究切入点,引用公共产品理论和信息资源管理理论,运用文献资料法和对比分析法,论述生物样本库资源共享管理的意义,解析促进泰州队列生物样本库资源共享管理的基本需求,研究得出存在资源共享管理动力不足、资源共享管理缺乏应用机制、资源共享管理信息化程度不高和资源共享管理可持续发展机制待完善的问题,通过探讨泰州队列生物样本库资源共享管理问题,分析问题成因有:资源共享管理法律和法规支撑不足、资源共享管理体制机制不健全、资源共享管理技术水平不高和资源共享管理自身造血能力弱。在借鉴国内外有益经验的基础上,结合泰州队列生物样本库资源共享管理发展的实际情况,在加快泰州队列生物样本库资源共享管理的法律法规体系建设、改善泰州队列生物样本库资源共享管理的体制机制、提升泰州队列生物样本库管理技术和能力、制定资源共享管理的有偿使用服务体系等方面,有针对性地提出管理优化的对策和建议。(本文来源于《广西师范大学》期刊2019-06-01）
周苗[8]（2019）在《健康管理人群血压变化轨迹与慢性肾脏病关系的回顾性队列研究》一文中研究指出背景:慢性肾脏病(CKD)是一种异质性疾病的总称,它呈进行性发展,不可逆转地改变肾脏的结构和功能。据估计CKD全球患病率约为13.4%,而我国约为10.8%,患病总人数高达1.2亿人,造成的疾病负担巨大,已成为严重的全球性公共卫生问题,其防治刻不容缓。CKD是一种慢性恶性疾病,起病隐匿,早期少数患者偶感不适,绝大多数患者症状不明显,一旦临床确诊往往已达中后期,贻误治疗时机。同时CKD可并发心血管疾病、高血压以及糖尿病等严重疾病,导致死亡风险大大升高,严重缩短患者的生命。然而,CKD患者发展到严重不良健康结局是各种危险因素长期累积并不断损伤相关组织器官的结果,这一连续过程通常需要几年到几十年不等,理论上有足够的时间通过干预危险因素以预防或延缓病情进展,从而改善CKD患者的长期预后。血压是影响CKD发生发展的重要因素,也是预防和控制CKD进展的可改变因素,控制血压对预防和延缓CKD发展及预后的重要性毋庸置疑。然而,许多研究都关注单一时点血压测量值与不良结局风险之间的关系,实际上血压是随时间变化的随机过程,既有昼夜节律性、也有随着年龄增长而升高的长期趋势,还会受其他因素的影响,血压水平和血压变化轨迹均存在非常大的个体差异,血压的长期动态模式能更准确的预测恶性结局的风险。目的:采用群组化轨迹模型(GBTM)探索健康管理人群血压随时间动态变化的多种轨迹模式,探究血压变化轨迹对CKD发生的影响,为预防或延缓CKD的发生发展制定个性化的健康管理策略提供科学依据。方法:抽取“山东多中心健康管理纵向观察队列”中18-80岁、至少有3次体检记录、基线未发生CKD且无重要指标缺失者建立回顾性队列。采用群组化轨迹建模的方法,将收缩压(SBP)、舒张压(DBP)、脉压差(PP)和平均动脉压(MAP)分别进行轨迹分组,探究不同轨迹亚组中测量指标、CKD发病密度及生存结局间是否存在差异;采用Cox比例风险回归模型探索SBP、DBP、PP和MAP轨迹与CKD发生之间的关系;通过模型的拟合优度及ROC曲线下面积,将血压轨迹拟合的Cox回归模型与传统血压指标拟合的Cox回归模型进行比较。结果:1、SBP轨迹可分为低水平稳定组、中水平稳定组、高水平稳定组、极高水平波动组。四组的年龄、BMI、SBP、DBP、PP、MAP,随访期间平均SBP、平均DBP、平均PP、平均MAP、SBP标准差、DBP标准差、PP标准差、MAP标准差依次升高;男性构成比、基线糖尿病患病率、基线高血压患病率、基线血脂异常患病率也依次上升。与SBP低水平稳定组相比,SBP高水平稳定组(χ2=10.06,P=0.0015)和极高水平波动组(χ2=34.76,P<0.0001)的CKD发病密度均高于低水平稳定组。多因素Cox回归模型结果显示,以SBP低水平稳定组作为参照组,中水平稳定组发病风险均无统计学意义(P>0.05),高水平稳定组和极高水平波动组的CKD发病风险明显升高(P<0.05)。2、DBP轨迹可分为低水平稳定组、中水平稳定组、高水平稳定组、极高水平波动组。四组的年龄、BMI、SBP、DBP、PP、MAP,随访期间平均SBP、平均DBP、平均PP、平均MAP、SBP标准差、DBP标准差、PP标准差、MAP标准差依次升高;男性构成比、基线糖尿病患病率、基线高血压患病率、基线血脂异常患病率也依次上升。与DBP低水平稳定组相比,中水平稳定组的CKD发病密度差异无统计学意义(P>0.05),高水平稳定组(χ2=4.02,P=0.0450)和极高水平波动组(χ2=16.89,P<0.0001)发病密度升高。多因素Cox回归模型结果显示,以DBP低水平稳定组作为参照组,中水平稳定组和高水平稳定组的发病风险差异均无统计学意义(P>0.05),极高水平波动组的发病风险明显升高(P<0.05)。3、同时考虑SBP轨迹与DBP轨迹的多因素Cox回归分析结果显示,校正可能的混杂因素后,SBP高水平稳定组(χ2=9.304,P=0.0023)和SBP极高水平波动组(χ2=17.981,P<0.0001)发生CKD的风险更高,DBP的轨迹分组对发生CKD的影响无统计学意义(P>0.05)。若将SBP轨迹组和DBP轨迹组分别按照风险由低到高进行赋值,并将研究对象按照SBP风险得分与DBP风险得分之和分组,以风险最低水平组为参照,进行Cox回归分析。结果发现,校正潜在的混杂因素后,风险得分越高,CKD发病风险也越高,呈现一定的剂量反应关系。结论:1、群组化轨迹建模分析用于研究健康管理人群的血压随时间变化的轨迹是可行的,血压轨迹能反映血压随时间的动态变化,比单一时点的血压测量值代表性更强。2、Cox回归分析结果表明,校正潜在的混杂因素后,血压变化轨迹与CKD发病风险有关。与SBP低水平稳定组相比,SBP高水平稳定组、SBP极高水平波动组发生CKD的风险明显升高;与DBP低水平稳定组相比,DBP极高水平波动组发生CKD的风险明显升高。3、应用轨迹分组建立的Cox回归模型,与用传统血压描述指标建立的Cox归回模型相比,在模型拟合效果及拟合优度方面,血压轨迹优于基线血压和观察期血压标准差,但与观察期平均血压相比未见明显优势。可能是由于本研究队列的随访时间较短,研究对象的血压变化尚未呈现明显上升或下降的趋势,因此平均血压很大程度上能够代表轨迹,且模型参数更少。因此,模型的拟合优度和预测效果评价需要持续跟踪,并有待通过其它队列进一步研究和验证。(本文来源于《山东大学》期刊2019-05-19）
周杰[9]（2019）在《基于NS2的网络队列管理机制的研究与仿真》一文中研究指出目前网络中普遍存在两种队列管理机制,分别为DropTail被动队列管理机制和RED主动队列管理机制。为验证DropTail和RED队列管理机制,使用典型的NS2网络模拟软件进行仿真模拟,通过分析仿真数据,得出RED队列管理机制性能总体上优于DropTail的结论。(本文来源于《齐齐哈尔大学学报(自然科学版)》期刊2019年03期）
黄燕琴[10]（2019）在《几种典型主动队列管理(AQM)算法》一文中研究指出网络拥塞控制按照不同的标准可以分为不同的控制机制和相应的拥塞控制策略.主动队列管理(AQM)算法是一种运行于网络中心节点的积极的闭环控制的链路算法.RED(随机早期丢弃)算法是IEIF推荐的主动队列管理算法的唯一侯选算法,然而算法在响应速度、稳定性等方面仍有缺陷.阐述了当前拥塞控制算法和几种典型的主动队列管理AQM算法,分析总结原始的RED算法的不足.(本文来源于《曲阜师范大学学报(自然科学版)》期刊2019年02期）
队列管理论文开题报告范文
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
提出了一种新颖的网络流量管理系统的硬件架构,该架构将深度包检测(Deep Packet Inspection,DPI)所具有应用识别、威胁检测功能与流量管理系统结合起来,使得传统的流量管理系统在具备了更精细的应用识别的基础上,融合了DPI的安全监测功能,在一定程度上提高了其管理效率。进一步地针对其中的关键模块,即队列管理器,进行了设计与实现。队列管理器采用了片外DDR3 SDRAM作为数据缓冲区,在减少了片内资源消耗的同时,可以有效地实现对大量业务流的管理。整个设计在Xilinx Virtex-7 XC7V690T上实现,同时采用ModelSim SE 10.6d进行了行为级的仿真分析。结果表明,在最大支持4 096个业务流的条件下,该设计共消耗了3 666个查找表和41块36 kb的BlockRAM。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
队列管理论文参考文献
[1].卫佼佼,张越伦,卢素芳,任丽英,王英丽.术中静脉输注利多卡因优化术后疼痛管理并加速胃肠功能恢复:回顾性队列研究[J].协和医学杂志.2019
[2].孙明乾,乔庐峰,陈庆华.网络流量管理系统中队列管理器的设计与实现[J].通信技术.2019
[3].赵玉宇,程光,李昊冬,张慰慈.面向时延需求的主动队列管理方法[J].中国科学:信息科学.2019
[4].陆志杰.大型纵向监测健康管理队列设计及其统计分析策略研究[J].电子世界.2019
[5].王蕾,吴益康,马骏,李雪琴,陈中文.2型糖尿病患者的恶性肿瘤发病风险:基于浙江省嘉兴市糖尿病管理数据的回顾性队列研究[J].肿瘤.2019
[6].李斌,陈翠洁,姜婷,黄沙沙,江小运.肺癌患者术后实施生存者自我管理护理计划干预的队列研究[J].岭南急诊医学杂志.2019
[7].薛江莉.泰州队列生物样本库资源共享管理优化研究[D].广西师范大学.2019
[8].周苗.健康管理人群血压变化轨迹与慢性肾脏病关系的回顾性队列研究[D].山东大学.2019
[9].周杰.基于NS2的网络队列管理机制的研究与仿真[J].齐齐哈尔大学学报(自然科学版).2019
[10].黄燕琴.几种典型主动队列管理(AQM)算法[J].曲阜师范大学学报(自然科学版).2019