为有效识别桥梁健康监测数据的异常,减少误预警、漏预警现象,保障桥梁监测数据的质量和有效性,针对大跨度斜拉桥长期监测数据的缺失、离群和漂移3类异常数据,提出基于时间序列压缩分割的监测数据异常识别算法。该算法将原始监测数据时...为有效识别桥梁健康监测数据的异常,减少误预警、漏预警现象,保障桥梁监测数据的质量和有效性,针对大跨度斜拉桥长期监测数据的缺失、离群和漂移3类异常数据,提出基于时间序列压缩分割的监测数据异常识别算法。该算法将原始监测数据时间序列通过基于序列重要点(Series Importance Point, SIP)的时间序列线性分段(Piecewise Linear Represent, PLR)算法(PLR_SIP)得到数条时间子序列;然后采用欧氏距离进行时间子序列的相似性分析,并基于改进的局部离群因子(Local Outlier Factor, LOF)算法计算每条时间子序列的局部离群因子;最后将其与设定的阈值相比较,从而识别出监测数据的异常。为验证该算法的准确性与工程实用性,对某公路大跨度斜拉桥健康监测数据进行异常识别。结果表明:采用PLR_SIP算法对原始时间序列压缩分割得到的时间子序列能够准确地反映原序列的变化趋势和范围;改进的LOF算法突破了传统LOF算法仅能识别离群值这类无持续时间异常的局限性,能够排除噪声的干扰,实现对离群、缺失和漂移3种异常的识别。该算法无需定义训练集,直接以原始监测数据作为算法的输入,同时能够自适应调整阈值参数,具有良好的可扩展性、实时性、准确性和高效性,适用于处理实时、大量的桥梁健康监测数据。展开更多
目的:系统评价在人工关节置换术中应用聚维酮碘溶液冲洗预防术后感染的效果。方法:应用计算机检索中国知网、万方数据库、PubMed、Embase、Web of Science和Cochrane Library中关于在人工关节置换术中应用聚维酮碘溶液冲洗预防术后感染...目的:系统评价在人工关节置换术中应用聚维酮碘溶液冲洗预防术后感染的效果。方法:应用计算机检索中国知网、万方数据库、PubMed、Embase、Web of Science和Cochrane Library中关于在人工关节置换术中应用聚维酮碘溶液冲洗预防术后感染的对比研究文献,检索时限均为建库至2023年11月1日。试验组术中采用聚维酮碘溶液冲洗,对照组术中采用其他冲洗液冲洗。依据文献检索及筛选方案筛选出符合要求的文献后,由2名研究人员分别独立进行数据提取和质量评价。采用RevMan5.3软件进行Meta分析。结果:共检索到601篇文献,最终纳入14篇,共涉及61 471例患者,其中试验组20 110例、对照组41 361例。2组总感染发生率、假体周围感染发生率、切口延迟愈合或不愈合发生率、二次手术率的组间比较,差异均无统计学意义[OR=0.68,95%CI(0.43,1.07),P=0.090;OR=0.68,95%CI(0.38,1.23),P=0.210;OR=2.08,95%CI(0.73,5.96),P=0.170;OR=1.18,95%CI(0.92,1.51),P=0.200],试验组浅层感染发生率低于对照组[OR=0.52,95%CI(0.30,0.89),P=0.020]。结论:现有证据表明,与其他冲洗液相比,在人工关节置换术中应用聚维酮碘溶液冲洗并不能显著减少术后假体周围感染和切口延迟愈合或不愈合的发生,但能减少术后浅层感染的发生。展开更多
文摘为有效识别桥梁健康监测数据的异常,减少误预警、漏预警现象,保障桥梁监测数据的质量和有效性,针对大跨度斜拉桥长期监测数据的缺失、离群和漂移3类异常数据,提出基于时间序列压缩分割的监测数据异常识别算法。该算法将原始监测数据时间序列通过基于序列重要点(Series Importance Point, SIP)的时间序列线性分段(Piecewise Linear Represent, PLR)算法(PLR_SIP)得到数条时间子序列;然后采用欧氏距离进行时间子序列的相似性分析,并基于改进的局部离群因子(Local Outlier Factor, LOF)算法计算每条时间子序列的局部离群因子;最后将其与设定的阈值相比较,从而识别出监测数据的异常。为验证该算法的准确性与工程实用性,对某公路大跨度斜拉桥健康监测数据进行异常识别。结果表明:采用PLR_SIP算法对原始时间序列压缩分割得到的时间子序列能够准确地反映原序列的变化趋势和范围;改进的LOF算法突破了传统LOF算法仅能识别离群值这类无持续时间异常的局限性,能够排除噪声的干扰,实现对离群、缺失和漂移3种异常的识别。该算法无需定义训练集,直接以原始监测数据作为算法的输入,同时能够自适应调整阈值参数,具有良好的可扩展性、实时性、准确性和高效性,适用于处理实时、大量的桥梁健康监测数据。