肺腺癌组织中OTUD6B表达与患者临床病理特征的相关性分析及预后价值

目的 探讨OTUD6B在肺腺癌(lung adenocarcinoma, LUAD)组织中的表达情况,分析其与患者临床病理特征的关系及预后价值。方法 从TCGA数据库下载LUAD患者的测序数据及临床信息,分析OTUD6B与LUAD患者临床病理特征的相关性,通过Kaplan-Meier方法比较OTUD6B高表达与低表达两组患者的OS差异,采用单因素和多因素Cox回归分析影响患者总生存期(Overall survival, OS)的独立预后因素。通过WB及RT-qPCR检测正常人支气管上皮细胞系BEAS-2B和人肺腺癌细胞系A549中OTUD6B表达情况,并在A549中敲低OTUD6B后通过CCK8检测对细胞增殖的影响。结果 OTUD6B在肺腺癌组织中的表达明显高于癌旁组织,差异具有统计学意义(t=13.056,P<0.001);并且在配对的癌与癌旁组织中也存在同样差异(t=2.744,P=0.008)。不同性别、年龄、吸烟与否的LUAD患者肿瘤组织中OTUD6B的表达差异均无统计学意义(P均>0.05);而病理分期Ⅲ-Ⅳ期患者较Ⅰ-Ⅱ期患者肿瘤组织中OTUD6B的表达水平显著升高,差异具有统计学意义(P<0.05)。远期预后方面,OTUD6B高表达组的中位OS为42.39个月,显著低于低表达组的58.30个月,差异具有统计学意义(HR=1.500,95%CI=1.124~2.003,P=0.006)。OTUD6B表达水平是影响患者OS的独立危险因素(P=0.014)。A549细胞系中OTUD6B mRNA及蛋白表达水平均高于BEAS-2B细胞,且在A549中敲低OTUD6B后,细胞增殖能力显著下降。结论 OTUD6B在LUAD患者肿瘤组织及A549细胞中的表达水平升高,可作为LUAD进展及预后的分子标志物。

GIS中空间数据不确定性的混合熵模型研究

基于信息理论和模糊集合理论,针对GIS中部分空间数据既具有随机性又具有模糊性的特点,建立了空间数据不确定性的混合熵模型。以GIS中线元不确定性为例,讨论了线元不确定性的统计熵、模糊熵和混合熵估计方法,并针对特例给出了线元不确定性的熵带分布。

指数平滑法改进灰色模型及其在形变数据分析中的应用

基于指数平滑方法, 提出改造短形变观测值序列方法, 该方法既充分利用了观测序列中的有用信息, 又大大减少其随机性; 对灰色模型的背景值计算方法进行了改进, 将原始观测数据序列变换成规律性强的呈指数变化的序列. 实例分析表明, 指数平滑改进的灰色预测模型有较高的预测精度.

熵及其在空间数据不确定性研究中的应用

总结了熵的产生、发展、特性及其应用,讨论了熵与不确定性的关系;针对空间数据不确定性问题,总结了基于熵的空间数据不确定性研究成果,提出了应用混合熵作为统一测度来度量空间数据不确定性的设想。

基于信息熵的测量数据粗差识别法

基于信息论 ,提出用信息熵进行测量数据粗差识别 ,与统计识别方法相比较 ,该方法对观测数据的分布无要求 ,识别能力较强 ,且计算比较方便 ;

基于ICEEMDAN-LSTM的地铁盾构隧道管片形变数据分析预测

地铁隧道安全监测以及监测数据的分析处理与预测是保障地铁隧道安全的重要手段。由于施工环境的影响,监测数据不可避免会含有噪声。本文以盾构地铁隧道管片变形自动监测数据为研究对象,提出基于ICEEMDAN-LSTM的变形监测数据分析预测方法。首先采用ICEEMDAN对监测数据进行分解处理,获得监测数据的IMF和残差分量;构建LSTM网络模型,应用LSTM模型对监测数据的IMF和残余分量进行预测,再对IMF和残余分量预测值进行叠加重构获得变形预测值。实验分析结果表明,ICEEMDAN-LSTM模型的预测精度明显高于BP、LSTM模型。

基于地面三维激光扫描技术的隧道安全监测

以地铁隧道为研究对象,应用地面三维激光扫描技术采集了部分隧道三维点云数据,采用基于几何特征点与ICP算法相结合的点云数据配准方法对多视点云数据进行配准.配准数据经去噪、精简后,基于NURBS曲面理论方法建立了扫描隧道点云数据的三维模型.通过对隧道两期扫描数据模型进行叠加分析,得到隧道部分纵横断面上的整体位移量.试验结果表明,地面三维激光扫描技术可以准确、全方位获取隧道空间数据,对隧道安全监测技术与方法起到补充和提高.

时间序列分析及其在变形数据分析中的应用

变形数据分析与预报是变形监测数据处理的重要内容。数据分析与预报结果是进行决策的最主要依据 ,它们的质量直接影响整个变形监测工作的成效 ;因此选用切实有效的方法进行变形数据分析和预报十分重要。基于平稳时间序列的特性 ,研究了应用 ARMA(p ,q)模型对变形数据进行分析处理和预报的方法步骤 ,并用1组实测变形数据实例说明 ;结果表明 ,应用ARMA( p ,q) 模型分析处理变形数据十分有效。

基于自组织神经网络的城市功能分区研究

城市功能分区是指运用有关模型和方法,使城市空间形成明确的功能单元和有序的空间结构,空间聚类是城市功能分区的一种常用方法。基于自组织映射神经网络,该文提出了一种组合式的城市功能区聚类方法,根据位置-属性一体化思想,综合考虑了影响城市功能分区的位置数据和属性信息,对城市功能区进行空间聚类计算。该方法挖掘了空间位置数据和属性信息中隐含的空间聚集信息,保证了城市功能分区结果的可靠性。实例分析表明,该方法的聚类结果可以为城市功能分区提供准确、可靠的依据。

测量学课程建设与改革探讨

从教学目标、教材建设、教学内容、教学方式方法、考核模式和实践教学等方面介绍非专业测量学课程建设和改革。在课程建设与教学内容方面,正确处理经典内容和新技术的关系,达到基础宽厚,内容先进的教学目的。授课方面,注重提高学生的参与意识和自主学习的积极性,在教师的引导和多媒体课件的支持下,使学生在"讲授-自学-讨论"的教学形式中成为教学的主体。建立较科学合理的试题库,能从不同角度及不同侧面较为全面地考核学生掌握测量学知识的情况。建立校内实验实习基地,全天候地开放测量实验室,增加技能考核项目,提高学生实践动手能力、思维能力和创新能力。

MATLAB与Visual Basic相结合及其在测绘数据处理中的应用

阐述了应用ActiveXAutomation协议,将MATLAB软件的矩阵计算功能和图形显示功能内嵌到VB环境中,用VB环境中友好的人机交互界面实现测绘数据分析与图形显示一体化,形成相关的测绘数据分析处理可视化实用软件,并给出了部分示例。

参数修正法改进灰色预测模型及其在岩土工程变形信息分析中的应用

基于灰色建模机理 ,本文提出了GM(1,1)参数修正建模法 ,通过改进模型的背景值 ,优化预报模型 ,进而提高岩土工程变形预报精度。结果表明 ,该方法建模简便 ,计算简单 ,预测精度较高。

基于信息熵的滑坡体稳定性分析研究

基于系统论和信息论，提出了滑坡体稳定性分析预测的信息熵方法；首先将影响滑坡因素的时间序列观测值转换为概率化序列值，然后计算它们的总归一化信息熵值；从总归一化信息熵值的变化中发现，滑坡发生前后，熵值有一个陡增锐减过程．因此，可以根据滑坡体熵值的变化分析预测滑坡体的稳定性。

高维数据有效特征的提取方法及其在测绘信息模式识别中的应用

从模式识别应用的角度 ,简略分析特征提取的理论方法及其特点 ,介绍高维数据有效特征提取方法在测绘信息模式识别中的应用。

复共线Gauss-Markov模型参数估计的最小描述长度方法

Gauss-Markov模型是多元数据分析处理工作中常用的模型,其参数估计与筛选一直是研究的热点。当Gauss-Markov模型的设计矩阵存在复共线性时,常用主成分分析方法来筛选和估计其参数,消去它们之间的复共线性,提高估计准确度。基于最小描述长度原理,提出了一种新的参数筛选估计方法。该方法应用最小描述长度原理选择主成分作为参数,其参数的可靠性较高;从信息的角度看,这种方法的信息损失最小。最后实例说明了该方法的有效性和可靠性。

基于遗传BP神经网络的变形数据分析处理

基于遗传算法的全局寻优特性和BP算法无法避免局部极小的问题。为变形数据的分析预测提出了改进的BP网络,即首先应用遗传算法优化网络的初始权重,然后再利用BP算法最终完成网络训练。实例分析表明,改进后的BP网络的训练次数和最终权值相对稳定,该方法在变形数据预测的精度、速度和稳健性等方面都优于BP网络。

利用ArcGIS Engine进行城市地下管线信息系统的设计与实现

将ArcGIS Engine应用到地下管线信息管理中,设计、开发了基于ArcGIS Engine的地下管线信息系统。系统总体为3层体系架构,采用Client/Server模式实现数据集中存储,后端数据库平台选用SQL Server,利用ArcSDE空间数据引擎实现属性数据和空间数据一体化管理。

测量误差理论的信息论诠释

基于信息理论和测量误差有关理论 ,分析了随机变量信息熵与方差的关系 ,认为信息熵可以作为测量结果精度的测度 ;误差传播定律是高斯信源、信道下信息传播的特例 .

信息熵及其在测量结果不确定度评定中的应用

根据信息理论中信息熵的性质,从理论上导出信息熵可作为测量结果不确定度的评定指标,并分析得出了用信息熵评定测量结果不确定度的数学表示。

基于独立分量分析的变形子模式识别与分离

变形体的变形通常是多个变形子模式综合作用的结果,因此变形子模式的识别和分离是变形数据分析处理中的一个重要问题。基于独立分量分析原理,提出了一种新的变形数据分析处理方法;该方法应用独立分量分析中的最大负熵法,将变形观测数据作为观测信号,对变形观测信息进行独立分量分析,可以获得彼此独立的变形子模式。实验结果表明独立分量分析方法可以从变形观测数据中有效地识别和分离出相互独立的变形子模式。