云南地区GNSS应变率场异常识别方法及地震预测效能评估

利用1999-2020年云南及邻区近300个GNSS测站的观测数据解算获取的速度场为约束,采用克里金插值方法分时段估计了1999-2007年,2009-2014年,2015-2020年三期区域应变率场;通过回溯各个观测时段之后3年内M_(S)≥5.0地震事件,分析区域地壳形变特征与地震事件发生地点之间的相关性,结果表明,绝大部分地震都发生在面应变高梯度带的张压转换区和最大剪应变率沿断层方向的高值区或其边缘。基于上述应变率场异常特征,提出格网地震危险因子算法,建立地震危险区识别模型,通过估计格网最大剪应变率和面应变率风险区划因子,定量提取异常区地震危险指标,结果显示采用数值模型识别出的异常区与地震事件具有较好地对应关系;进一步采用R值评分的方式对应变率场异常区模型识别方法进行地震预测效能量化评估与分析,结果显示3期应变率场预测结果均通过R值评分检测。

早孕期颈项透明层超声检查在胎儿结构异常筛查中的应用

目的 探讨早孕期颈项透明层(NT)超声检查在胎儿结构异常筛查中的应用价值,为临床提供参考。方法 选取2021年1月至2023年6月于张家港市妇幼保健院行产检的6 822例早孕期妊娠孕妇进行回顾性分析,均进行NT超声检查,以随访结果为金标准,分析6 822例早孕期妊娠孕妇NT超声检查的胎儿异常情况,分析6 822例早孕期妊娠孕妇NT超声检查的NT值,另外比较不同孕周、年龄早孕期妊娠孕妇NT值。结果 以随访结果为金标准,结果显示,6 822例早孕期妊娠孕妇单胎6 744例,双胎78例,共6 900例胎儿,总畸形数为345例,占比5.00%(345/6 900)。其中鼻骨异常170例、单脐动脉23例、左心室点状强回声92例、唇腭裂6例、脐带异常2例、水囊瘤18例、脐膨出7例、心脏畸形10例、胸腹水6例、巨膀胱5例、肢体异常3例、集合系统分离2例、骶尾部畸胎瘤1例;6 822例早孕期妊娠孕妇(6 900例胎儿)NT超声检查380例胎儿出现异常,占5.51%(380/6 900),总体确诊率为90.79%。NT值正常孕妇NT值低于NT值异常孕妇(P<0.05)。与13~13^(+6)周孕妇比较,12~12^(+6)周孕妇NT值均更低(P<0.05)。不同年龄早孕期妊娠孕妇NT值比较,差异均无统计学意义(均P>0.05)。结论 早孕期NT超声检查能够及早发现胎儿结构异常及NT增厚,具有一定的临床应用价值。

基于不平衡数据的网络流量异常检测方法研究

为有效解决不平衡数据影响的问题,确保面对大规模网络流量数据异常检测的实时性,提出了基于不平衡数据的网络流量异常检测方法。通过优化SMOTE(合成少数类过采样)算法对含不平衡数据的网络流量数据进行平衡处理,将得到的数据集通过核主成分分析方法实现特征提取后,输入到卷积神经网络中。通过卷积和池化过程进一步实现网络流量数据深度特征提取,依据Softmax分类层对网络流量特征进行分类,利用训练好的卷积神经网络预测模型实现不平衡数据的网络流量异常检测。通过实验验证,该方法展现出了良好的效率和稳定性。在迭代次数为40次时,实现最佳不平衡数据处理结果,能够对异常数据进行精准识别。

面向软件定义网络的异常流量检测研究综述

针对软件定义网络(SDN)较传统网络更易遭受网络攻击的现实,从技术原理和架构特点出发,对近年来面向软件定义网络的异常流量检测研究进展进行综述,分析了SDN可能遭受网络攻击的组织形式,讨论了当前SDN异常流量检测、异常流量溯源、异常流量缓解相关技术的特点、优势及不足;对当前研究中常用的数据集进行了对比分析,并梳理出一些通用的数据预处理方法;总结并展望了未来SDN环境下异常流量检测方法的研究方向。调研结果可以指导实际应用需求中适配方法的选取,提出待解决的问题和矛盾可为后续研究提供引导。

基于SSA−LSTM的风速异常波动检测方法

针对传统统计方法对风门开闭导致传感器监测数据异常波动的漏报率和误报率高的问题,通过挖掘风速传感器中时间序列数据中的数据特征,提出了一种基于奇异谱分析法(SSA)与长短期记忆神经网络(LSTM)组合的SSA−LSTM风速异常波动检测方法。首先利用SSA对风速传感器监测数据进行预处理,将风速数据分解为趋势分量、周期分量和噪声分量,通过重组趋势分量和噪声分量去除因湍流脉动产生的数据噪声;然后对LSTM进行参数优化,利用优化后的LSTM模型对预处理数据进行预测并得到重构风速;最后以对数概率密度函数计算监测风速与重构风速的异常分数,通过计算训练集数据样本的异常分数设定阈值对监测风速进行异常检测。试验结果表明:SSA去除因湍流脉动产生的数据噪声效果较好,在不影响数据波动情况下去除噪声分量,有助于提高风速重构效果和异常检测准确率;LSTM在无异常波动时能正确重构因湍流脉动导致的小幅波且与实际数据拟合效果较好,在有异常波动时根据历史波动趋势对异常波动段进行重构,可有效提高异常检测的准确率。通过对比分析,所提方法比ARIMA、BP、CNN模型的重构效果更好,异常检测准确率为99.2%,F1-Score为0.97,验证了所提方法的可靠性。表明本文所提方法在检测因风门开闭导致的风速异常波动上具有一定的应用价值。

基于“阴阳自和”理论探讨自噬在老年血脂异常中的作用

自噬是近年来的医学热点领域,在此过程中,受损细胞器、蛋白质聚集物和脂滴等通发生降解(阴),并在此过程中生成能量(阳)与机体衰老和能量代谢密切相关。自噬在维持细胞内稳态、应对细胞内应激中的作用与阴阳消长、阴阳互用实现动态平衡,从而达到阴阳自和状态的过程不谋而合。中医理论分析认为老年血脂异常为本虚标实之证,与脾肾功能相关,与机体阴阳自和能力下降相关。文章尝试以中医阴阳理论为基础,探讨细胞自噬在老年血脂异常中的作用。

2023年甘肃积石山Ms6.2级地震震害异常的启示

2023年12月18日,甘肃省临夏回族自治州积石山县发生Ms6.2(Mw5.9)级地震,震源深度10 km。此次地震造成大量的人员伤亡、房屋倒塌和地质灾害。为了对该次地震的震害有初步认识,基于已有文献资料、高精度遥感数据和野外调查数据,本文尝试对该次地震的灾害特征展开分析。结果表明:该次地震为逆冲型事件,发震断裂为拉脊山北缘断裂东段;震源浅叠加松散覆盖层产生了明显的地震波放大效应,使得极震区的地面运动峰值加速度(PGA)异常高,强震动使得房屋大量倒塌;而位于断裂上盘的积石山崩塌及滑坡地质灾害相对不发育,仅在黄土覆盖的官亭盆地产生了数百处小型滑坡和中川乡一处较大规模的地震液化滑坡泥流。

2023年中国气候异常特征及主要天气气候事件

2023年,我国气候主要表现为暖干的特征,全国平均气温10.71℃,较1991—2020年气候平均偏高0.82℃,为1951年以来最暖;全国平均降水量615.0 mm,较常年偏少3.9%,为2012年以来第二少。四季气温均较常年同期偏高,其中夏、秋季分别为历史同期次高和最高;除秋季降水偏多外,其余三季降水均偏少。汛期(5—9月),全国平均降水量较常年同期偏少4.3%,为2012年以来第二少,我国中东部降水总体呈“中间多南北少”的分布。2023年,我国区域性气象干旱多发,西南地区遭遇冬春连旱;春季北方沙尘天气过程偏多;夏季前期,华北和黄淮遭受1961年以来最强高温过程;7月底至8月初,受台风杜苏芮影响,京津冀地区发生历史罕见极端强降水过程,华北地区出现“旱涝急转”;华西秋雨开始早、结束晚、雨量多;1月中旬发生年内最强寒潮过程;秋末冬初冷空气频繁入侵,12月华北和黄淮等地降雪日数偏多、积雪偏深。

基于深度学习的视频异常检测研究综述

视频异常检测涉及概率统计、机器学习和深度学习等方法.文中旨在综合作者课题组研究成果和其它前沿科研工作,聚焦于基于深度学习的视频异常检测方法,全面探讨该领域的背景、挑战与解决方案.综合领域内的大多数相关论文,对其进行系统分析,以期为学者提供现阶段研究进展的基础认知.对基于深度学习的视频异常检测方法进行分类、分析,总结各类方法的网络模型选择,详细介绍常用数据集和性能评价指标,以性能对比突显各类方法的优势,并对视频异常检测领域的未来研究方向和应用场景进行深入探讨和展望.

呵叻高原钾盐矿床空间分布特征与成因及其对钾盐异常富集的影响

呵叻高原钾盐矿床是超大型固体钾盐矿床,其钾盐空间分布特征和钾盐异常富集规律至今仍不明晰,这是该钾盐矿床成矿系统的关键科学问题。本文基于该矿床447口钻孔岩芯资料,对三个沉积旋回的盐岩和碎屑层进行系统划分,对不同岩层的空间沉积厚度及埋深进行重建,主要得到以下认识:三个沉积旋回空间分布范围不同,且呈由东向西增厚趋势,钾镁盐主要集中于西部,且局部空间钾盐异常富集,其厚度明显大于下伏岩盐;盆地形态、晶间卤水迁移、区域构造挤压、重力差异载荷及盐岩自身浮力等相互作用可能是造成局部空间钾盐异常增厚的主要控制因素;钾盐局部异常富集,而非钾盐体积的绝对增加,是该矿床的显著特征之一。本研究对该矿床成矿规律的深入理解和后续勘探开发及资源评估具有重要指导意义。

面向自动驾驶道路场景中异常案例的多模态数据挖掘算法

基于深度学习的视觉感知技术的发展有利于自动驾驶系统中环境感知技术的进步。然而,对于自动驾驶场景中的异常案例,目前的感知模型还存在一些问题。这是因为基于深度学习的感知模型的能力取决于训练数据集的分布。尤其是驾驶场景中的类别从未出现在训练集中,感知系统也往往很脆弱。因此识别未知类别和极端场景仍然是自动驾驶感知技术安全性的挑战。本文从处理数据集的角度出发,提出了一种新颖的多模态异常案例自动挖掘流程(corner case mining pipeline, CCMP)。为验证CCMP的有效性,在Waymo开放数据集的基础上构建了异常案例子集“Waymo-Anomaly”,该子集共有3 200个图像,每个图像都将包含文本中定义的异常案例场景。并且基于私有数据集Waymo-Anomaly,证明了CCMP针对异常案例场景挖掘的召回率可以达到91.7%。此外,还通过实验验证了目标检测器在包含异常案例的数据集中针对长尾分布的有效性。最终,希望从处理数据集的角度来提高自动驾驶感知模型在现实世界中的真实性。

基于孤立森林算法的弹性光网络异常流量自动识别方法

弹性光网络流量传输受到时间波动导致异常,为了提高网络传输稳定性,提出基于孤立森林算法的弹性光网络异常流量自动识别算法。根据流量的异常分布特征和正常数据的差异性进行波谱密度检测,构建弹性光网络流量的谱特征提取模型,通过低通滤波器卷积向量重组,实现对异常流量的谱特征筛选,采用孤立森林算法实现对网络流量异常检测的自适应寻优控制,结合多维空间结构重组方法实现对弹性光网络异常流量检测和识别。结果表明,漏检率及误检率较低,分别为3.16%,1.03%。检测用时较少,仅用16秒。在进行检测时,外部入侵率未超过1%,抗扰性较强。

基于LSTM的高压输电电缆接头异常预警系统设计

高压输电电缆接头异常预警容易受到谐波电流影响,导致预警效果不佳,为此设计了基于LSTM的高压输电电缆接头异常预警系统。检测高压输电电缆接头异常电流谐波,获取电缆接头介质状态。设计CC2430微处理器预警模块,负责处理预警区域内电流数据。构建接地线电流检测模块,负责评估电缆接头异常。构建LSTM神经网络预警模型,对比分析实时状态与模型中检测点状态,获取当前电缆接头状态的预测值。采用移动平均技术分析电流数据的整体变化走向,判断电流预测数据与阈值关系,根据系统指示灯颜色区分异常等级。由实验结果可知,该系统电流数值最大值为125 A,变化曲线与实际曲线一致,说明该系统的预警效果较好。

考虑载客状态的改进孤立森林浮动车异常数据检测算法

为提高浮动车数据中异常数据检测能力及不同载客状态下的模型检测分析能力,提出基于S-DTA-IIForest(Summation&Difference Third Order Average&Improvement-Isolation Forest)的浮动车数据异常检测算法。构建由相邻两项求和(S)、三阶求和平均差分(DTA)的二维度空间SDTA特征向量;提出差额累计更新和动态区分辨识的改进孤立森林IIForest算法,通过设置停止阈值参数,避免当出现新样本异常值分数大于停止阈值时,仅更新样本不更新孤立森林模型的问题,设计每个二叉树区分辨识度参数,区分辨识度位于停止区间时停止二叉树生长,提高算法收敛性能,以ROC(Receiver Operating Characteristic)曲线下面积AUC(Area Under ROC Cure)、F1-score为指标对模型精度进行对比分析,并以重庆市中心城区学府大道开展实例验证。结果表明:本文S-DTA-IIForest组合算法AUC、F1-score分别为86.63%、0.89,AUC较传统孤立森林IForest(Isolation Forest)提高32.4%,运行效率提高1.29%,具有收敛速度更快、精度更高的优势,载客条件下模型AUC、F1-score较未载客分别提高7.7%、10.8%,组合算法对载客数据有更高的检测精度,且未载客状态数据异常率较载客状态增加71.4%,未载客数据异常率更高。

地磁异常识别技术在松原5.7级地震前的应用研究

运用地磁异常识别技术对2018年5月28日松原5.7级地震前的地磁异常展开研究。采用加卸载响应比法、逐日比法、日变化空间相关法、异常叠加法对吉林省三岗台、通化台及东北地区邻近的大连台、营口台、朝阳台、铁岭台等台站,运用松原5.7级地震前18个月内的地磁预处理分钟值数据进行计算分析和异常判定识别。研究结果表明:在加卸载响应比法、逐日比法和日变化空间相关法的基础上,运用异常叠加法提取的地磁异常,其预测的位置与真实值更加接近,预测结果对省内地震具有重要的指示意义。

杨国旺从气、血、水论治恶性肿瘤相关水液代谢异常疾病

恶性肿瘤发生发展过程中常伴发水液代谢异常疾病。杨国旺教授认为恶性肿瘤相关水液代谢异常疾病的核心病机在于气、血、水代谢失调,三者相互为患,进而导致气滞、瘀阻、水停,出现诸如“悬饮”“臌胀”“水肿”“癃闭”“遗溺”等并发症。杨国旺教授临证多从调气、行血、利水入手,根据病种的不同、病位的不同、病变阶段的不同分而治之,各有侧重,兼以运用温阳、化痰、通络等法;同时,杨教授始终抓住恶性肿瘤相关水液代谢异常疾病“本虚邪实”的本质,在改善水液代谢异常的同时,强调要积极治疗原发病,通过“扶正祛邪”以预防病情进展,实现患者最大的生存获益。

基于深度自回归模型的电网异常流量检测算法

针对电网中行为种类复杂多样且数量众多的问题,提出了一种基于自回归模型的电网异常流量检测算法。该算法利用深度自编码网络自动提取网络流量数据的特征,降低异常流量检测的分析周期,并自动挖掘数据的层次关系。通过支持向量机对提取的特征进行分类,实现对异常流量的检测。仿真实验结果表明,所提算法可以分析不同攻击向量,避免噪声数据的干扰,进而提高电网异常流量检测的精度,对于流量数据处理具有重要意义。

新疆某健康体检机构重要异常结果分析与随访结果研究

目的研究新疆某健康体检机构重要异常结果人群分布特征及随访结果。方法选取2022年在新疆医科大学健康管理中心参加健康体检的受检者65045例,检出4665例有重要异常结果的受检者,制定重要异常结果A类B类随访规则,进行电话通知及1月、6月随访,使用随访信息系统进行提醒及表单记录。结果4665例重要异常结果受检者中A类重要异常结果447例(9.58%),B类4218例(90.42%);男性2815例(60.34%)、女性1850例(39.66%),男性高于女性(P<0.05);年龄与重要异常结果存在相关性(P<0.05);41~50岁(1114例)、51~60岁(1211例)这两个年龄段重要段异常结果人数占比高。有效通知4457例(95.54%),通知后有效随访4397例(98.65%),失访60例(1.35%);电话随访后就诊2118例(48.17%),未就诊2279例(51.83%);未就诊男性1562(58.57%)高于女性717(41.45%),性别与是否就诊有统计学意义(P<0.05)。就诊后非肿瘤性疾病1194例(56.40%),恶性肿瘤性疾病97例(4.5%),未明确827例(39.1%)。结论重要异常结果男性高于女性,随年龄增长重要异常结果发生率增高。随访路径实施中通知及随访成功率还应提高。受检者对重要异常结果指标理解不够及重视程度不高(60.44%),未按随访建议进行及时就诊,需加强健康宣教提高其健康意识,督促其重视及时治疗,对提高疾病“早筛查,早评估,早干预”有重要意义。

市场结构、地方保护与异常审计费用

构建公平有序的市场体系需要厘清市场垄断和地方保护对审计契约的影响。以沪深两市2015-2022年的上市公司为研究样本,实证检验市场结构集中度对异常审计费用的影响,进一步考察地方保护对审计契约的调节效应。研究发现:(1)市场结构集中度对异常审计费用具有显著负向影响,而地方保护进一步增强负向关系;(2)在异常审计费用为负时市场结构集中度和地方保护对异常审计费用的影响更显著,而年报问询函外部监督效用受地方保护制约;(3)市场结构集中度通过代理成本和审计时长影响异常审计费用,进而损害会计信息的稳健性和可比性。

免疫治疗相关性甲状腺功能异常与不可切除/晚期肝细胞癌患者预后改善相关

目的:探讨免疫治疗相关性甲状腺功能异常与不可切除/晚期肝细胞癌(HCC)患者预后改善的相关性。方法:回顾性分析45例接受免疫检查点抑制剂(ICIs)治疗的不可切除/晚期HCC患者。根据ICIs治疗过程中是否出现免疫相关性甲状腺功能异常分为甲状腺功能正常组(28例)和异常组(17例),比较2组患者的预后和免疫应答情况,主要终点指标为中位总生存期(OS)、无进展生存期(PFS),次要终点指标为疾病控制率(DCR)。结果:所有患者的中位OS、PFS分别为10.8个月(95%CI:3.0~18.6)和5.0个月(95%CI:3.0~12.2)。正常组中位OS为5.8个月(95%CI:3.7~7.9),异常组中位OS尚未达到(P=0.026)。异常组中位PFS长于正常组(8.2个月vs.3.1个月,P=0.011),DCR高于正常组(52.9%vs.21.5%,P=0.030)。多因素Cox回归分析显示,甲状腺功能异常是达到6个月OS(HR=0.213,95%CI:0.048~0.944,P=0.042)和PFS(HR=0.383,95%CI:0.151~0.967,P=0.042)的独立影响因素;甲状腺功能异常(HR=0.403,95%CI:0.185~0.877,P=0.022)、基线无大血管侵犯(MVI)(HR=2.848,95%CI:1.406~5.768,P=0.004)、Child-Pugh A级(HR=2.404,95%:1.099~5.255,P=0.028)与12个月PFS相关。结论:免疫治疗相关性甲状腺功能异常的不可切除/晚期HCC患者预期生存和免疫应答效果更佳。治疗期间出现甲状腺功能异常、基线无MVI、Child-Pugh A级与患者预后改善相关。