基于极大后验的样本集补全

虽然DCS系统可以实时地采集大量过程工业生产现场的操作数据,但仅有少量的数据可用作软测量模型的辅助变量样本,大部分反映质量指标的主导变量样本需要通过较长时间的人工分析或在线质量仪器获取,导致了软测量模型的训练样本收集困难,绝大多数DCS系统采集的数据无法有效利用,影响了机器学习的精度。针对以上问题,采用最大熵方法估计软测量模型变量的概率分布,结合聚类方法,对样本集中缺少人工分析值的部分采用贝叶斯极大后验估计方法进行补全。仿真结果证明：该方法可以对样本的缺失部分进行有效补全,从而增加可用样本的数量,提高模型的训练精度。     

神经网络多模型软测量技术及应用

基于多模型思想，采用模糊聚类的方法对软测量数据进行了分类，对每类数据基于神经网络(NN)建模，采用RBF神经网络构造了每个数据样本的隶属度，将各模型输出的数据进行隶属度加权求和得到最终的软测量输出，并对某催化重整生产装置催化剂再生器氧含量进行了建模研究，获得了满意的结果。     

一种基于带监督局部保持投影的多模型软测量建模方法

针对化工生产过程中软测量模型估计精度的问题,提出了一种基于多知识库挖掘理论的带监督的局部保持投影（SLPP）方法。该方法用SLPP算法对输入数据空间进行类与类之间的降维,得到不同的类别转换矩阵和不同的类别多知识库,最后融合支持向量机自适应地实现组合建模。仿真结果表明：该建模方法用于双酚A含量的软测量建模中,较传统多模型方法可以更加合理地加权得到子模型,提高了模型估计精度,具有更强的泛化能力。     

基于回归神经网络的非线性动态数据校核及其应用

研究了简化型内回归神经网络基于自适应梯度下降法的训练算法,并提出了一种基于简化型内回归神经网络的非线性动态数据校核新方法,结果表明所提出的方法能够有效地对非线性动态过程进行数据校核,并具有良好性能,与传统的动态数据校核方法相比,所提出方法具有不需要掌握过程本身的精确模型,避免了过程模型误差可能带来的估计误差,不需事先知道测量噪声和过程噪声的统计特性等特点。     

分类数据的重复测量及其在临床试验中的应用

目的介绍分类数据重复测量资料的统计分析及其在临床试验中的应用.方法采用加权最小二乘法建立边际函数模型,给出治疗中风临床试验实例,调用SAS统计软件包中CATMOD过程对重复测量分类数据资料进行统计分析.结果应用加权最小二乘法可对分类数据重复测量资料中研究因素各水平及各观察时间点的效应进行估计.结论对于重复测量的分类数据的资料,使用加权最小二乘法拟合模型,由于考虑了多次测量数据之间的相关性,因而可以充分挖掘出数据中包含的信息.     

分类数据的重复测量及其在临床试验中的应用

目的 介绍分类数据重复测量资料的统计分析及其在临床试验中的应用。方法 采用加权最小二乘法建立边际函数模型，给出治疗中风临床试验实例，调用SAS统计软件包中CATMOD过程对重复测量分类数据资料进行统计分析。结果 应用加权最小二乘法可对分类数据重复测量资料中研究因素各水平及各观察时间点的效应进行估计。结论 对于重复测量的分类数据的资料，使用加权最小二乘法拟合模型，由于考虑了多次测量数据之间的相关性，因而可以充分挖掘出数据中包含的信息。     

基于慢特征重构与改进DPLS的软测量建模

针对过程数据中存在的噪声干扰及动态特性,提出了一种基于慢特征重构与改进DPLS的软测量建模方法。该方法首先利用慢特征分析提取变化缓慢的成分,并用于重构原始输入,同时提出一种重构相似性指标来评价重构效果,实现用尽可能少的成分刻画数据的原有趋势,减少噪声干扰;然后梳理改进DPLS方法的完整流程,并用于分析重构输入与原输出间的关系,获得的模型更符合数据间的动态关系。本方法的有效性在TE过程及脱丁烷塔过程的软测量模型中得到了验证。     

一种基于高斯过程的非线性PLS建模方法

提出了一种基于高斯过程(GP)和偏最小二乘法(PLS)的非线性PLS方法(GP-PLS),以更加有效地处理过程非线性、多输入和数据共线性等复杂特性,提高模型的推广能力和精度。该方法首先采用PLS进行特征提取,再用GP建立PLS的内部模型,因而具有GP与PLS的优点。对工业丙烯腈生产过程丙烯腈收率软测量建模的应用表明,采用该方法建立的软测量模型在模型精度、推广能力等方面明显优于一些传统软测量建模方法,满足工业现场应用要求。     

基于多神经网络模型的酯化反应软测量

对模糊C-均值聚类算法加以改进，将系统输入数据进行模糊划分，分成具有几个不同聚类中心的子集；继而引入到多模型建模过程中，针对每个子集建立相应的径向基函数(RBF)网络模型。而全局模型则由各个子模型的输出加权组合。最后通过对聚合釜反应器软测量建模的研究，表明该方法具有拟合精度高和泛化能力强的特点，验证了此多模型建模方法的有效性和快速性。     

核函数方法在丙烯腈收率软测量建模中的应用

介绍了核函数方法的基本原理及两种核函数统计建模方法;提出了用核函数PLS与核函数PCR建立工业丙烯腈生产过程丙烯腈收率软测量模型,以便更有效地处理过程非线性、多输入和数据共线性等复杂特性。对比研究发现,基于核函数方法的软测量模型要优于线性统计模型,而核函数PLS模型性能优于核函数PCR。     

医用超声功率检测系统的设计研究

介绍了一种基于的新型超声功率检测系统的软件设计。该系统包括数据采集、数字滤波、数据转换、数字调零和校准等模块。系统应用在满足测量精度的要求下,较以往的测量系统更加方便和实用。     

Understanding Detection Performance in Public Health Surveillance: Modeling Aberrancy-detection Algorithms

Objective

Statistical aberrancy-detection algorithms play a central role in automated public health systems, analyzing large volumes of clinical and administrative data in real-time with the goal of detecting disease outbreaks rapidly and accurately. Not all algorithms perform equally well in terms of sensitivity, specificity, and timeliness in detecting disease outbreaks and the evidence describing the relative performance of different methods is fragmented and mainly qualitative.

Design

We developed and evaluated a unified model of aberrancy-detection algorithms and a software infrastructure that uses this model to conduct studies to evaluate detection performance. We used a task-analytic methodology to identify the common features and meaningful distinctions among different algorithms and to provide an extensible framework for gathering evidence about the relative performance of these algorithms using a number of evaluation metrics. We implemented our model as part of a modular software infrastructure (Biological Space-Time Outbreak Reasoning Module, or BioSTORM) that allows configuration, deployment, and evaluation of aberrancy-detection algorithms in a systematic manner.

Measurement

We assessed the ability of our model to encode the commonly used EARS algorithms and the ability of the BioSTORM software to reproduce an existing evaluation study of these algorithms.

Results

Using our unified model of aberrancy-detection algorithms, we successfully encoded the EARS algorithms, deployed these algorithms using BioSTORM, and were able to reproduce and extend previously published evaluation results.

Conclusion

The validated model of aberrancy-detection algorithms and its software implementation will enable principled comparison of algorithms, synthesis of results from evaluation studies, and identification of surveillance algorithms for use in specific public health settings.     

梅毒螺旋体明胶颗粒凝集法改良微板技术的建立及应用

目的 探讨利用RSP200加样仪厦Spectra酶标仪将传统手工操作的TPPA改良为一种简易的自动化检测技术的可行性。方法 应用RSP200的logic软件编制程序，控制加样仪进行加样、梯度稀释、加试剂；应用Spectra酶标仪的EargAgl软件，编制耵甲A凝集法的结果判读程序。结果 对中国药品生物制品检定所的梅毒螺旋俸抗体诊断试剂国家参比品进行考评，1-10号样本检测结果为阳性、11-30号样本检测结果为阴性，结果同标准符合率100％；对卫生部临床检验中心及广东省临床检验中心的40例室问质评样本检测，结果同靶值的符合率100％；对39544例无偿献血者标本检测，检出阳性205例，阳性检出率0．52％。结论 利用RSP200加样仪和Spectr酶标仪建立的改良微板技术可实现TPPA检测的简易自动化，具有快速、准确等优点。     

用文本挖掘方法发现药物的副作用

分析了用文本挖掘方法探测药物副作用的必要性及可行性,从挖掘流程、挖掘/提取方法、结果评价和现有工具软件4个方面总结了用文本挖掘技术提取药物副作用的研究现状及尚未解决的问题和未来发展趋势。     

Improving the Reliability of Medical Software by Predicting the Dangerous Software Modules

Software reliability analysis is inevitable for modern medical systems, since a large amount of medical system functionality is now dependent on software, and software does contribute to system failures. Most software reliability models are based on software failure data collected from the project. This creates a problem for the designers since, during the early stage, software failure data are not available. However, a valuable knowledge can be learned from the analysis of previous projects and applied to the new ones. This paper presents the approach that predicts the potentially dangerous software modules under development based on the analysis of the already finished modules using the machine-learning techniques. On the basis of the prediction given by our method software designers are able to devote more testing effort to the dangerous parts of the system, which results in a more reliable medical software system.     

红细胞嘧啶5‘核苷酸酶筛选职业性铅中毒的价值

评价红细胞嘧啶５’核苷酸酶筛选职业性铅中毒的准确性。方法连续性收集１５７例铅接触工人及３０名健康对照组的血标本,同时测定红细胞嘧啶５′核苷酸酶的活性、血铅、红细胞游离原卟啉、锌卟啉、尿铅、尿δ－氨基酮戊酸。以血铅≥１．９３μｍｏｌ／Ｌ、≥Ｓ     

荧光显微观测Rpsl基因突变DNA分子探针杂交研究

目的选择结核杆菌耐链霉素（Sm）Rpsl基因包含88codon突变位点的序列设计分子信标,建立扩增体系及分子信标芯片检测方法。方法运用软件：Beacondesigner设计Rpsl基因包含88eodon突变位点的分子信标及及其单侧延长臂分子信标,建立其扩增体系及分子信标芯片检测方法,应用荧光显微镜观测荧光信号。结果通过荧光显微镜观测到标准株及耐SM株PCR产物与分子信标杂交后荧光信号区别明显;51株耐链霉素（SM）与10株H37RV标准株对照组荧光信号强度比较,P〈0．05和P〈0．01的耐SM组Rpsl基因88codon突变检出率为61％。结论分子信标技术是一种具有高灵敏核酸点突变检测技术。单侧延长臂分子信标对解决分子信标在芯片表面固定难题提供了一种有效方法,采用荧光显微镜观测荧光信号具有更强的荧光信号识别、放大功能及结果判断更准确等优点。     

Demirjian判定软件评估牙龄的准确度和可靠性

目的探讨Demirjian判定软件评估牙龄的准确度和可靠性.方法将人工测定与软件测定的60名儿童的牙龄结果进行相关性比较,以检验软件测定的准确度;将3次软件测定的60名儿童的牙龄进行相关性比较,以检验其可靠性.结果软件测量与人工测量的牙龄间的相关系数(r)分别为0.974(女)(P＞0.1)和0.970(男)(P＞0.05);3次软件测量所得牙龄的组内r分别为0.977(女)(P＞0.1)和0.977(男)(P＞0.05).结论Demirjian判定软件评估牙龄具有较高的准确度和可靠性.     

天线的极化方式对生命探测仪检测效果的影响

目的：探讨天线的水平极化和垂直极化对生命探测仪检测效果的影响．方法：对10名受试对象分别采用水平和垂直两种极化方式采集呼吸信号，比较两种信号的幅值；对两种极化方式下的呼吸信号做功率谱估计，对两组谱估计值做配对t检验．结果：水平极化方式下测得的呼吸波信号幅值大于垂直极化方式下测得的呼吸波信号幅值，水平极化与垂直极化测得的呼吸信号能量有统计学意义（P〈0．01）．结论：水平极化方式下的呼吸信号能量明显大于垂直极化方式．当被测对象站立时，天线水平极化方式的检测效果好于垂直极化     

横县艾滋病流行状况分析

目的分析2001-2010年横县艾滋病检测、监测结果及流行病学特点,为制订艾滋病防治策略提供依据。方法对横县艾滋病检测、监测及流行病学管理资料进行回顾性分析。结果 2001-2010年横县累计报告艾滋病病毒(HIV)感染者2 160例,其中艾滋病病人(AIDS)553例,已死亡253例,男女性别比例为3.7∶1;2001-2006年传播途径以静脉注射毒品为主,占65.0%以上;2007-2010年以异性性传播为主,由2007年的45.59%升至2010年的79.57%;90%的感染者文化程度为初中及小学以下;感染者以农民为主占58.69%。结论横县艾滋病流行态势由传入期进入播散期,AIDS流行正由高危人群向一般人群扩散蔓延,其传播途径主要经性接触传播。预计今后重点人群中HIV感染者将大幅度增长,需加大防治力度。