卫生监督管理信息系统工作流建模及分析

Petri网是一种适合于描述异步并发现象的建模工具,具有坚实的理论基础和成熟的分析技术。本文将Petri网技术应用在卫生监督管理信息系统的工作流建模中,提出了完整的卫生监督管理信息系统工作流模型,并对该模型的合理性进行了论证。

一种基于互信息的药品不良反应信号检测方法

提出一种新的、适合我国数据特点的方法,即基于互信息的信号检测方法.引起目标不良反应的药物可能是目标药物,也可能是其它药物,将目标药物和目标不良反应看作两个随机发生的事件集.通过计算两个事件之间的互信息值来度量目标不良反应与目标药物之间的关联强度.如果互信息值达到预先设定的标准,则可疑的信号产生.设计了基于4格表的互信息计算公式,提出了基于互信息的信号检测方法.用该方法对江苏省2008年药品不良反应数据库进行信号检测,其中包含11 591种药品与不良反应组合.可疑信号的最小检测标准为:互信息MI≥0.000 06且a≥3.检测出符合信号检测标准的药品-不良反应组合820个,与英国药品和保健产品管理局(MHRA)方法比较:相同的信号732个,灵敏度达到0.89,特异度为0.9,约登指数为0.79.实验结果表明基于互信息的药品不良反应信号检测方法是可靠的和有效的.

基于知识图谱组合模型的信息可视化研究

通过对3种文献可视化软件HistCite、RefViz和CiteSpace的比较研究,构成了基于三者的可视化组合模型,并通过信息可视化研究领域文献进行了实证研究。

相位误差对OFDM无线图像传输系统的影响

正交频分复用(OFDM)技术应用于无线图像传输可解决由于图像数据量大带来的传输效率问题,但系统子载波相位误差影响着OFDM图像传输质量。首先推导出一种相位误差存在时MPSK信号误符号率近似式,然后,利用该近似式对带有相位误差的MPSK调制OFDM图像传输系统的性能及图像接收质量进行了研究。结果表明,子载波相位误差会对OFDM系统性能产生显著的影响,且当MPSK相位误差增大至π/M(M为MPSK调制电平数)时,增加信噪比已无助于OFDM图像质量的改善。

基于微博的药品不良反应信息传播特征研究

以国家食品药品监督管理局、国家药品不良反应监测中心信息通报以及新浪微博为信息源,分析ADR信息传播的特征和力度,总结影响传播的主要因素并提出建议。

Rayleigh环境下MIMO系统容量分析

研究了多输入多输出(MIMO)系统Rayleigh衰落信道矩阵的特征值以及天线空间相关性对信道容量的影响。Monte-Carlo数值仿真结果表明:MIMO系统能极大提高Rayleigh衰落环境中的系统容量,且容量随最小收发天线数目的增加而线性增加,但由于相关性对信道矩阵特征值及其统计分布的影响较大,因此可导致MIMO系统容量的损失。

基于互信息与类距离测度最优的图像聚类

模糊C均值算法用于图像聚类时,仅考虑图像的灰度信息,忽略灰度的空间分布,未充分利用分割前后图像间的关系。从分割后图像的类距离出发,并利用聚类分割前后图像间的互信息,以基于对称分布多样性的粒子群算法为优化技术,构造了一种新的图像分割方法——基于互信息和类距离测度最优的图像聚类算法。对医学图像进行仿真,实验结果表明该算法得到的图像边界清晰连续,图像的内部特征保持完好,与多种聚类算法相比,图像分割的质量明显得到提高。

主动数据库技术在高校智能选课系统中的应用

本文讨论主动数据库技术在智能选课系统中的应用。选修课是高校教学中的重要组成部分,智能选课系统可以按照学生当前的学习情况自动安排可选课程的范围,避免了盲目性。

多速率CDMA系统中多址干扰对系统容量的影响

第三代蜂窝移动通信系统能以不同的数据率和服务质量(Quality of Service,QoS)支持不同类型的通信业务。随着同时接入系统的用户数目的增加,多址干扰(MAI)也逐渐增加,不仅严重影响了CDMA通信系统的性能,也限制了系统容量的提高,且在异步传输方式下,多址干扰将更为严重。为此,首先在理论上分析了多址干扰对单速率CDMA系统容量的影响;然后,通过计算机仿真,讨论了异步多速率CDMA通信系统中多址干扰对系统容量的影响。

RFID系统防碰撞算法的研究及其改进

射频识别技术中,防碰撞问题是提高系统读取效率的关键问题。文章在传统防碰撞算法的基础上,提出一种优化的基于动态帧时隙ALOHA的防碰撞(Improved dynamic framed slotted ALOHA,IDFSA)算法。实验结果表明:IDFSA算法大幅度地提高了系统的时隙利用率和读取效率。

基于聚类分析的学科交叉研究

聚类分析是数据挖掘中的一项重要技术,通过聚类可以发现隐藏在海量数据背后的知识。本文提出了一种通过文献数据聚类分析来研究学科交叉的方法。首先提出了一种基于摘要词与关键词加权的相似度模型,使得文献之间的相似度更加精确。利用FCM算法对2005年CSSCI文献数据库中图书情报学的文献数据进行聚类,通过建立学科原子特征词的学科交叉表统计出图书馆学、情报学和文献学三个学科的研究热点及交叉点,以及图书情报学新的学科增长点,并对分析结果进行了检验,结果表明本文所提出的方法是科学的、切实可行的。

运动模糊图像边缘振铃效应的抑制方法

边缘振铃效应是影响图像复原效果的重要因素之一,为此提出一种基于边缘恢复的运动模糊图像复原算法。首先将原运动模糊图像的边缘按图像点扩散函数在其扩散方向上移动的像素值进行二维边缘延拓,形成一个新的延拓图像;然后用最优窗函数对新图像进行加窗预处理;最后用维纳滤波算法对加窗处理结果进行复原。实验结果表明,提出的算法对边缘区域梯度变化较大的运动模糊图像的复原效果较好,可以有效地抑制复原图像边界处的振铃效应。

基于自适应遗传算法的B样条曲线拟合的参数优化

在B样条曲线的最小二乘拟合平面有序数据问题中,经常采用遗传算法进行优化。但随机选取初始种群的遗传算法,容易使得结果陷入局部最优。要达到较高的拟合精度,则需要增加更多的控制顶点。为克服这一缺点,提出了一种自适应的遗传算法对B样条曲线的参数优化。用平均有序数据参数法,将数据参数和节点建立关联,极大提高初始种群的平均适应度;通过优化遗传策略,加快种群进化。实验表明,该算法能用最少的控制顶点和进化代数进行B样条曲线的拟合,得到的拟合曲线逼近效果更好。

一种基于免疫选择的粒子群优化算法

粒子群算法是一种新的群体智能算法,被广泛用于各种复杂优化问题的求解,但算法存在着过早收敛问题.为了克服算法早熟的缺点,将粒子群看作是一个复杂的免疫系统,借鉴生物学中免疫系统自我调节的机制,提出了一种新的基于免疫选择的粒子群优化算法(IS-PSO).免疫系统中的抗原、抗体和亲和度分别对应了待优化函数的最优解、候选解和适应度.IS-PSO通过免疫算法中免疫记忆、疫苗接种、免疫选择等操作有效地调节PSO算法中种群的多样性.给出了算法的详细步骤,并将本文提出的算法与基本的粒子群算法(bPSO)在几个典型Benchmark函数的优化问题应用中进行了比较,仿真结果表明:IS-PSO算法可以有效避免早熟问题,提高粒子群算法求解复杂函数的全局优化性能.

基于信誉度集对分析的WSN安全数据融合

由于无线传感器网络存在资源约束问题,为了有效地减少无线传感器网络中的数据传输量以降低网络的总能耗,同时确保对感知数据进行融合操作的安全性,提出了一种基于传感器节点信誉度集对分析的安全数据融合方法.在节点分簇阶段,利用基于密度函数的减法聚类方法进行分簇,既获得了较快的分簇速度,又保证了簇头节点地理位置的合理分布,使得分簇规模更加符合节点的实际布设情况.在数据传输阶段,将簇头节点选择下一跳数据转发节点建模为多属性决策过程,综合考虑备选转发节点的信誉度、能量等属性信息,从中选择综合评价最优的簇头节点转发融合数据,不仅使网络中的数据流量分布更加均衡而且保证了数据的安全性.仿真结果表明,提出的数据融合算法在融合精度、安全性及簇头节点能耗方面与同类的LEACH算法和BTSR算法相比具有明显的优势.

基于RBAC与GFAC架构的访问控制模型

在对基于角色的访问控制(RBAC)模型进行优化处理的基础上,提出了一种基于RBAC与通用访问控制框架(GFAC)的访问控制模型。阐述了模型的构成、特点及其访问控制策略,引入了类、约束和特殊权限等新概念,将分级授权、最小化授权、角色继承授权等策略相结合,实现对资源访问的控制。该模型可配置性强,容易维护,降低了授权管理的复杂性。最后给出了模型实现的关键技术。

无线传感器网络数据融合模型研究

无线传感器网络是一种全新的技术,能够广泛应用于恶劣环境和军事领域中。传感器网络在数据收集中,为减少冗余数据的传输耗能,降低延迟,需要采用数据融合技术。分析和介绍了传感器网络跟踪级与属性级两种融合模型结构,提出了一种基于多Agent的数据融合模型。

一种基于自适应阵列天线的波束赋形算法

自适应阵列天线中的数字波束赋形(DBF)技术是智能天线数字信号处理部分的核心。提出了一种可用于自适应阵列波束赋形的SMI-LMS算法——由SMI(采样协方差矩阵求逆)算法决定LMS(最小均方)算法的初始权向量。该算法充分结合了SMI算法收敛速度快和LMS算法稳态误差小的优点,能在较强干扰环境下,确保权向量的快速收敛和跟踪速度。与传统的LMS算法相比,SMI-LMS算法具有良好的收敛性能、较快的跟踪速度和较小的输出误差,并可以有效改善自适应方向图的副瓣性能。仿真结果验证了该结论。

基于遗传算法的文档聚类算法的设计与仿真(英文)

在各种聚类算法中,K-means是一种基于划分的经典算法.但是由于K-means方法对于初始中心点的选择非常敏感,有可能导致聚类结果收敛于局部,本文提出了一种基于遗传算法来对类中心点进行全局寻优的文档聚类算法.在传统相似度计算的方法中,文档相似矩阵为绝大部分元素为0的稀疏矩阵,忽略了关键字之间的部分相似性,影响了文档之间的相似度.为此,本文改变了传统相似度计算的方法,通过关键字之间的部分相似度,设计出更加精确的文档相似度计算公式.在遗传算法的设计中,将K个类中心点组成的矩阵作为初始个体,采用浮点数进行编码;适应度函数采用所有类内距离的均方差之和加1的倒数表示,当类内均方差之和越小,则个体的适应度越大,被选择进入下一代的概率也越大.通过选择、交叉和变异等步骤对聚类的中心点进行反复迭代寻优,最终找到最优的类中心点.通过实验仿真,K-means收敛速度快,聚类的平均目标函数大于genetic algorithm(GA)且正确率明显小于GA.本文提出的GA算法的分类正确率能达到98%以上,与传统的K-means方法相比,聚类的准确性更高,说明本文提出的算法是一种行之有效的文档聚类方法.

基于关键词和摘要相关度的文献聚类研究

现有的文献聚类方法都是通过文献关键词来进行的。本文在研究大量文献聚类方法的基础上,提出了一种通过文献关键词和摘要进行加权的新的文献聚类算法。首先,改进了传统相似度计算的方法,设计出基于关键词和摘要词加权的相似度公式,使文献相似度计算更加精确。其次,基于＂文献距离越大,聚为一类的概率越小＂的思想,提出了一种＂最大距离聚类法＂,并给出了算法的详细步骤。最后,实现算法并进行了大量的实验仿真。通过改进相似度计算公式,调整关键词和摘要词的权重,提高了聚类的质量。结果表明,本文提出的文献聚类算法是一种行之有效的方法。