共查询到18条相似文献,搜索用时 46 毫秒
1.
信息系统的安全性越来越受到人们的关注.在安全操作系统的研究过程中,提出了许多安全模型.本文研究了在军事部门使用的、保证信息机密性的BLP模型和在商业部门使用的、保证信息完整性的Clark-Wilson模型.在此基础上,借鉴了RBAC模型中的角色概念,提出了一个能够同时保证信息的机密性和完整性的多策略安全模型MPSM(Multi-Policy Security Model).文中给出了MPSM的设计,讨论了它的机密性控制策略和完整性校验方法,并且介绍了MPSM的体系结构和各个子模块的功能. 相似文献
2.
3.
交叉设计多中心临床试验的混合效应模型 总被引:4,自引:0,他引:4
目的 :探讨交叉设计多中心临床试验资料的分析方法。方法 :采用混合效应的一般线性模型和混合效应的广义线性模型。结果 :将个体作为随机效应来估计时 ,可以增加误差自由度 ,提高估计精度 ,同时可以考虑中心效应、患者的年龄、性别、基线等协变量的影响 ,并且对于缺失数据在不丢失信息的情况下照样能进行分析。结论 :在交叉设计多中心临床试验资料的分析中 ,混合效应的一般线性模型适用于连续性结果变量的分析 ,混合效应的广义线性模型适用于分类结果变量的分析。 相似文献
4.
5.
目的:利用近红外光谱法建立盐酸地芬尼多片的定量分析模型。方法:采集盐酸地芬尼多片近红外光谱,采用偏最小二乘法(PLS)进行回归,通过建立近红外光谱与高效液相色谱(HPLC)法测定值之间的多元校正模型,预测盐酸地芬尼多片的含量。结果:33批样品HPLC法含量范围为19.3626.65(mg/mg),近红外光谱谱段范围为7 50226.65(mg/mg),近红外光谱谱段范围为7 5026 800 cm-1,定量模型的内部验证决定系数R2为93.1,内部交叉验证均方根误差为0.51。结论:本方法快速、简便、对样品无损,结果准确,适用于药品的现场筛查及样品在流通过程中的质量监控。 相似文献
6.
7.
客户关系管理(CRM)是企业赢得竞争优势的重要手段.本文研究了多Agent的CRM系统模型系统内和系统外Agent间的通信与交互问题,对现在客户关系管理产品服务过程自动化以及系统各功能模块协同能力进行了改进,为改善现有客户关系管理产品提供了一种新的手段. 相似文献
8.
9.
10.
医疗安全的核心和目的首先是患者安全[1],如何确保安全的手术一直是医务人员面临的挑战.2008年6月WHO开展了"安全手术,拯救生命"的计划,其中最为重要的是围手术期手术安全核查,其内容包含了19项安全的确认[2].国家卫生部中心质量管理委员会也颁布了<手术安全核查制度>实施细则,将手术安全核查作为一项核心内容纳入手术系统科室[1].手术患者的核对是一项多部门合作的工作,涉及人员包括手术室护理人员、麻醉医生、临床医生三个团队医护人员,任何一个环节的差错都可能会引起错误手术发生.我院自2010年4月起在学习上述目标和制度的基础上,建立并实施了多部门合作的手术核查制度,截止至2011年4月共做手术6 719例,现将实施效果介绍如下. 相似文献
11.
12.
13.
14.
大鼠脑脊液多次采集改良模型的建立 总被引:1,自引:1,他引:0
目的 建立大鼠多次采集脑脊液的动物模型,以进行药物在大鼠脑部的动力学研究。方法 将大鼠麻醉后,利用脑立体定位仪,通过大鼠双侧耳道与上方门齿固定大鼠头部,切开大鼠头部皮肤,暴露颅骨与颈部肌肉交界处,将采样针对准大鼠颅骨与颈部肌肉交界处的中心位置,利用脑立体定位仪的上下轴将采样针竖直缓慢向下刺入,刺入约0.6~0.9 cm(视大鼠体质量而定)后,脑脊液即可被采出。结果 脑脊液采集成功率(脑脊液成功采样1次及以上)100%(26例),动力学采样成功率(脑脊液成功采样6次及以上)80%(10例)。结论 本模型操作简单、结果稳定、成功率高、重复性高,适合脑部作用药物进行脑脊液动力学研究。 相似文献
15.
16.
网络安全态势感知NSSA(Network Security Situation Awareness)是目前网络安全领域的热点研究内容,开展NSsA的研究,时提高我国的网络安全水平有着重要的意义.本文提出了一个NSSA模型,利用多层前馈神经网络,对采集的多个异质的传感器数据进行了融合.为提高融合的实时性,本文还设计了简单易行的特征约简方法,大大降低了融合引擎的输入维敷.最后,本文利用安全态势生成算法,对网络安全事件进行了加权量化.实验表明,本文所提出的模型和方法是可行的和有效的. 相似文献
17.
18.
Bies RR Muldoon MF Pollock BG Manuck S Smith G Sale ME 《Journal of pharmacokinetics and pharmacodynamics》2006,33(2):195-221
We describe a general and robust method for identification of an optimal non-linear mixed effects model. This includes structural,
inter-individual random effects, covariate effects and residual error models using machine learning. This method is based
on combinatorial optimization using genetic algorithm.
GRANT SUPPORT: NIBIB P41 EB001975, NIMH PO1 HL40962, MH064823. 相似文献