血清KL-6水平对类风湿关节炎合并间质性肺病的预测及其与预后的关系

目的:探讨血清KL-6水平对类风湿关节炎(RA)合并间质性肺病(RA-ILD)的预测及其与预后的关系。方法:选取2018年1月至2021年1月内蒙古医科大学附属医院收治的RA患者70例,依据其是否合并间质性肺病(ILD)分为RA-ILD组(34例)和RA组(36例),对两组患者的临床资料进行单因素分析,重点比较两组患者血清中KL-6表达水平及实验室指标、肺功能、影像学等相关性分析,多因素Logistic回归分析影响RA-ILD的危险因素。结果:两组患者性别、吸烟史、年龄及发病年龄、病程、DAS28、KL-6、WBC、UA、RF、抗CCP抗体、TLC%Pred、DLCO%Pred差异有统计学意义(P<0.05);RA-ILD组患者临床症状占比关节痛较为突出,HRCT表现胸膜粘连增厚较为突出;Spearson相关性分析显示,RA-ILD组患者血清KL-6水平与TLC%Pred、VC%Pred、DLCO%Pred呈显著负相关(P<0.05),与RF、抗CCP抗体水平呈显著正相关(P<0.05);与FEV1%Pred、FEV1/FVC无明显相关性(P>0.05);RA-ILD组患者治疗前KL-6表达水平显著高于RA组,治疗后差异无统计学意义(P>0.05);随访1年,RA-ILD组有6例患者死亡,经分析死亡组KL-6表达水平显著高于未死亡组(P<0.05);高龄、男性、吸烟、抗CCP抗体升高及KL-6升高是影响RA-ILD的独立危险因素(P均<0.05);血清KL-6预测ROC曲线下最大面积为0.802,95%置信区间为0.743~0.866,灵敏度、特异度分别为0.853、0.827,联合检测ROC曲线下最大面积为0.854,表明该模型预测能力较强。结论:RA-ILD组患者血清KL-6水平显著升高,KL-6可作为早期发现ILD的血清学指标,联合肺功能检测可更早发现ILD,早期诊断对于治疗及预后有重要意义。

基于KL散度距离处理风电不确定性的负荷恢复分布鲁棒优化

在构建以新能源为主体的新型电力系统的背景下,在恢复控制过程中积极利用新能源并充分应对其对运行安全带来的潜在风险对于减小停电损失具有重要意义。首先,为了表征风电出力的不确定性,采用KL散度(Kullback-Leibler)距离作为筛选极端风电出力场景的控制条件,并据此构建模糊集作为风电出力典型场景。在满足相关运行安全约束的前提下,建立了以最大化加权负荷恢复量为优化目标的分布鲁棒优化模型以制定计及风电的负荷恢复方案。经松弛处理和对偶转换所得到的混合整数二阶锥模型可调用商业求解器求解。以接入规模风电场的IEEE 10机39母线系统为例进行仿真,结果表明:相比于传统的鲁棒优化方法,该方法降低了优化结果的保守性,有助于加快负荷恢复,减小停电损失。

基于KL散度工况识别的混合动力汽车队列的分层控制

针对混合动力汽车队列行驶过程中工况的适应性问题,提出了一种基于KL(Kullback-Leibler)散度工况识别的分层控制方法。上层控制器利用车—车通信技术,获取队列中前车状态信息,采用模型预测控制(MPC)算法,实现队列纵向控制,并计算出最优跟车车速;下层控制器基于典型工况,离线求解需求功率的转移概率矩阵,并通过Q-Learning算法训练最优Q表嵌入整车模型中;在行驶中以固定时间长度在线更新转移概率矩阵,采用KL散度进行工况识别,根据识别的工况类型,结合当前时刻车速、需求功率和电池荷电状态(SOC),通过在线查表实现转矩分配。结果表明:与未考虑工况识别策略相比,本策略的油耗降低了8.6%;与作为基准的动态规划(DP)相比,增加了4.8%;在与DP油耗基本保持相同的前提下,该策略离线仿真时间缩短21%,不仅能够在线应用,还能实时适应工况变化。

“双碳”背景下煤炭码头经营策略研究——以KL公司码头为例

自我国提出“双碳”目标以来,传统的煤炭散货码头面对着全新的机遇与挑战。本研究基于对KL公司码头当前的经营现状和内外部环境的研究,按照“双碳”目标的具体要求,制定了适用于自身实际的经营策略,并有针对性地提出了保障经营策略顺利开展的具体措施。在助推KL公司码头实现绿色减排和转型升级目标的同时,也对我国同类型企业提供一定的参考价值。

基于EMD和KL变换的时空联合探地雷达杂波抑制

探地雷达接收信号中由于环境等原因存在多种杂波干扰,这给地下异常解释与后期成像处理造成很大障碍。杂波主要包括噪声、天线耦合波、地表直达波等,单一的处理方式很难将其有效去除。针对此问题,提出从时间和空间两方面对杂波进行抑制的方法。时间维针对回波剖面中每个测点的数据进行经验模态分解阈值处理,达到对噪声的有效去除。空间维针对整个雷达回波剖面,利用各测点目标回波具有相关性而杂波等随机产生的特点,进行KL变换去除残余干扰。理论仿真及实测数据处理结果均验证了该方法对去杂波以及突出弱信号是有效的。

CD40L、sFLT-1、KL-6与重症肺炎患者疾病转归的相关性研究

目的探讨CD40配体(CD40L)、可溶性fms样酪氨酸激酶受体-1(sFLT-1)、涎液化糖链抗原-6(KL-6)与重症肺炎(SP)患者疾病转归的相关性研究。方法选取2020年1月~2022年12月郑州市第三人民医院收治的98例SP患者为研究对象,根据入院后28 d疾病转归情况将患者分为转归良好组(69例)和转归不良组(29例)。比较2组血清CD40L、sFLT-1、KL-6水平和肺功能指标[用力肺活量(FVC)、第1秒用力呼气量(FEV1)、最高呼气流速(PEF)],分析血清各指标水平与肺功能指标及疾病转归的相关性,分析各指标不同水平患者转归不良的危险度。结果治疗7 d、14 d后转归不良组血清CD40L、sFLT-1、KL-6水平高于转归良好组,FVC、FEV1、PEF低于转归良好组(P<0.05);治疗7 d、14 d后血清CD40L、sFLT-1、KL-6水平与疾病转归、FVC、FEV1、PEF均呈负相关(P<0.05);治疗14d后血清CD40L、sFLT-1、KL-6高水平患者转归不良危险度分别是低水平的3.255、3.911、2.322倍(P<0.05)。结论血清CD40L、sFLT-1、KL-6水平与SP患者疾病转归密切相关,可作为临床预测转归情况的有效指标。

基于KL-散度的电力用电数据自动脱敏算法研究

电力数据中包含一些隐私数据,一旦泄漏,就会对个人隐私安全造成隐患。为保证电力数据的安全性,提出了基于KL-散度设计电力用电数据自动脱敏算法。基于KL-散度算法建立敏感数据过滤模型,计算不同变量数据的KL距离,得到其相似性指标,对用户项目评分进行平滑处理,将具备相似性的敏感数据分成不同的批次。敏感数据去身份化处理,将数据匿名转换,计算用户真实路径被泄露的概率。设计数据自动脱敏算法,分别计算概念化数据、元组信息以及信息流的损失程度,以此判定脱敏后的数据是否可用。检验脱敏前后数据一致性,三类电力用电数据的变化率分别为0.43%、0.14%和0.11%,远远小于标准值。且算法在运行过程中单位时间处理数据量和平均延迟时间也较为理想,可见该脱敏算法具备实用性。

结合非局部空间信息和KL信息的鲁棒FCM算法

针对传统模糊C均值(Fuzzy C-Means,FCM)聚类算法对噪声敏感的问题,提出一种结合非局部空间信息和KL信息的鲁棒FCM算法.首先,将灰度信息与非局部空间信息相融合,用于增强算法对噪声的鲁棒性;其次,在目标函数中引入KL信息,以便减少分割的模糊性.在密度为5%的混合噪声条件下,合成图像和自然图像的实验结果表明,该文算法的分割精度较高、鲁棒性较强,能较好地分割噪声图像.

基于KL展开法的基桩竖向极限承载力可靠度

为研究土体空间变异性对基桩承载特性和可靠度的影响,建立了空间变异土体中竖向基桩的数值计算模型,采用KL一阶可靠性方法进行了基桩在承载能力极限状态下的可靠度分析,验证了根据全局方差相对误差确定级数最优展开项数的合理性,分析了土体不排水抗剪强度Su与弹性模量E的空间变异性对竖向基桩可靠指标的影响规律。结果表明:在数值模拟中应考虑桩土接触面黏聚力强度随着Su随机场离散值的变化而变化;E的空间变异性影响基桩抗力与桩顶位移曲线的形状,但不影响基桩极限承载力及可靠指标的大小;可靠指标随着Su的变异系数及竖直自相关距离的增加而减小;在相同的离散精度条件下,单指数型与平方指数型自相关函数对基桩可靠指标的影响很小,但后者的计算量明显小于前者。

KL散度多模块滑动窗口慢特征分析的故障诊断方法

针对传统分块方法根据经验划分子块导致变量特征信息无法充分利用,其单一的建模方式忽略局部信息以及离线模型无法适应时变特性的问题,提出了一种KL (Kullback-Leibler)散度多模块滑动窗口慢特征分析方法。在正常工况数据集中,利用KL散度来度量变量间的距离,同时引入最小误差平方和准则进行聚类,分成两个距离最小的子模块;在此基础上利用慢特征分析方法对每个子模块进行建模,结合滑动窗口对每次采样的数据进行更新,得到最优模型,分别计算监测统计信息,利用支持向量数据描述对故障监测结果进行融合,实现故障诊断。并将该方法应用于田纳西伊斯曼过程的监控中,得到了较高的故障检测率和较低的虚警率,验证了该方法的可行性和有效性。

基于KL散度与通道选择的热红外目标跟踪算法

为了解决单一跟踪器无法有效应对复杂背景及目标外观的显著变化,对于热红外目标跟踪准确度不高的问题,基于全卷积孪生网络提出了一种多响应图集成的跟踪算法用于热红外跟踪。首先,使用预训练的卷积神经网络来提取热红外目标的多个卷积层的特征并进行通道选择,在此基础上分别构建3个对应的跟踪器,每个跟踪器独立执行跟踪并返回一个响应图。然后,利用Kullback–Leibler(KL)散度对多个响应图进行优化集成,得到一个更强的响应图。最后利用集成后的响应图来确定目标位置。为了评估所提算法的性能,在当前最全面的热红外跟踪基准LSOTB-TIR(Large-Scale Thermal Infrared ObjectTrackingBenchmark)上进行了实验。实验结果表明,所提算法能够适应复杂多样的红外跟踪场景,综合性能超过了现有的红外跟踪算法。

血清KL-6在新型冠状病毒感染患者中的临床价值研究

目的探讨血清涎液化糖链抗原(Krebs Von den Lungen-6,KL-6)在新型冠状病毒感染患者中的临床价值,以期为获得对该病更好的临床决策和治疗提供参考。方法选取收治于我院的新型冠状病毒感染患者90例,根据纳入及排出标准,最终纳入轻症组71例(轻型/普通型)、重症组8例(重型/危重型),同时匹配85例健康体检者作为对照组,回顾性分析实验室和影像学检查指标。结果(1)轻症组患者入院时C反应蛋白(CRP)、白介素-6(IL-6)、KL-6、乳酸脱氢酶(LDH)和血清铁蛋白(SF)均高于对照组,而白细胞计数(WBC)和淋巴细胞计数(Lym)则低于对照组。(2)重症组CRP、IL-6、KL-6、LDH及肺炎指数高于轻症组,而Lym低于轻症组。(3)Logistic回归分析发现KL-6和LDH的升高以及Lym的降低为新冠病毒感染的独立危险因素。(4)KL-6、Lym、CRP、LDH、IL-6、肺炎指数对于重/危重型COVID-19均具有较好的预测价值。(5)KL-6与肺炎指数随着病情的缓解均出现整体降低的变化,并呈现出一定的正相关变化趋势。结论KL-6在新冠病毒感染患者中有不同程度增高,对预测重症以及判断肺部受累情况有一定的适用价值。

基于GRA-KL-TOPSIS法的三峡外迁移民社会适应性评价

科学合理地评价三峡外迁移民社会适应性对于维护社会的稳定和促进移民可持续发展是十分重要的。首先结合相关文献、实地调研数据以及专家意见建立三峡外迁移民社会适应性评价指标体系;然后利用OWA-AHP法、主成分分析法和博弈论融合权重法确定各指标权重,同时将GRA、KL距离与TOPSIS法结合,来构建相对熵(KL距离)替代欧式距离和一种新的相对贴近度形式,对评价对象进行排序和评价;最后以广东省三峡外迁移民为例进行分析。结果表明,该模型能客观地反映三峡外迁移民社会适应性状况,并且得到的评价结果与实际情况相符,验证了该模型的有效性和实用性。文中研究成果、指标体系及评价模型可以为水库移民社会适应性课题提供行之有效的思路。

消除叠后地震记录相干噪声的时-空变倾角KL变换

对常规KL变换和倾角扫描叠加KL变换用于去除地震剖面中相干噪声的情况进行了探讨 ,指出了它们的适用情况及局限性 ,并在此基础上提出了去除叠后地震记录中相干噪声的新方法———时 空变倾角KL变换。使用该方法既能有效去除强相干噪声 ,又能较好保持有效信号同相轴的连续性。

应用改进的KL变换提高叠后地震记录信噪比

常规KL变换叠后去噪仅能加强水平方向同相轴 ,对倾斜或弯曲同相轴处理效果较差 ,对能量较强的相干噪声去除效果不佳 ,且在处理大量数据时计算成本很高 ,在实际生产中难以广泛应用。本文针对常规KL变换的缺陷分别进行了三点改进 :使用倾角扫描叠加KL变换 ,可在有效压制地震剖面噪声的同时 ,较好保持倾斜同相轴和弯曲同相轴 ;使用本文提出的时空变 -倾角KL变换能去除能量较强的相干噪声 ;使用数据分块技术可减少运算量。模型测试和实际资料处理效果表明 :改进后的KL变换适应性强 ,去噪效果大大改善。

基于Chebyshev-Galerkin-KL展开的土质边坡稳定可靠度分析

提出了一种基于Chebyshev-Galerkin-KL(Karhunen-Loève)展开的新型随机场离散方法,推导了该方法的理论公式,并研发了基于Python语言的边坡滑体体积计算及其失效模式自动识别的高效程序。采用一个水位上涨时的非饱和土坡算例验证了方法的有效性。结果表明:所提随机场生成方法为求解第二类Fredholm积分方程提供了一种新思路,可准确表征岩土体参数的空间变异性。基于Python提出的边坡风险评估程序,与随机有限元计算过程不耦合,极大地提升了开展边坡风险评估的效率,从而增强预测滑坡致灾风险的时效性。此外,研究中非饱和土坡算例可靠度分析结果表明:水位上涨速度越慢,最大水位高度越高,该边坡的安全程度将越低。岩土体参数的竖向空间变异性对该算例边坡安全系数的影响甚微,但对滑体体积的影响较为显著。在对水位上升条件下的边坡开展可靠度分析时,应关注抗剪强度参数间的负相关性,否则将会低估边坡的安全程度。

芪术肺纤汤对特发性肺间质纤维化患者血清KL-6水平和肺功能影响的疗效观察

[目的]探讨芪术肺纤汤对特发性肺间质纤维化(idiopathic pulmonary fibrosis,IPF)患者血清涎液化糖链抗原6(Krebs Von Den Lungen-6,KL-6)水平和肺功能的影响。[方法]搜集2019年10月1日至2021年12月31日于中国中医科学院广安门医院就诊的IPF患者40例,分为试验组和对照组各20例,对照组口服乙酰半胱氨酸胶囊加百令胶囊,试验组在此基础上加用芪术肺纤汤,3个月后观察两组患者治疗前后肺功能、中医症状积分、血清KL-6水平变化及不良反应。[结果]与治疗前比较,治疗后试验组最大肺活量占预计值的百分比(vital capacity max/predict value,VCmax%)、一氧化碳弥散量占预计值的百分比(carbon monoxide diffusing capacity/predict value,DLCO%)及肺总量占预计值的百分比(total lung capacity/predict value,TLC%)均上升,TLC%差异有统计学意义(P<0.05);对照组TLC%、DLCO%及VCmax%均下降,且VCmax%差异有统计学意义(P<0.01)。治疗后组间比较,试验组VCmax%、TLC%和DLCO%均高于对照组,且DLCO%差异有统计学意义(P<0.01)。与治疗前比较,治疗后两组患者中医症状总积分、主症总积分及次症总积分均较前下降(P<0.01,P<0.05)。其中试验组主症喘息、气短、咳痰积分及次症乏力积分均较前显著下降(P<0.01,P<0.05),对照组仅主症气短积分显著下降(P<0.05),余如喘息、咳嗽、咳痰、乏力等症状积分略有下降,差异无统计学意义(P>0.05)。治疗后组间比较,试验组症状总积分、主症总积分、主症喘息、气短、咳嗽积分显著低于对照组,差异具有统计学意义(P<0.01,P<0.05)。与治疗前比较,治疗后试验组血清KL-6水平下降,但差异无统计学意义(P>0.05);对照组血清KL-6水平上升(P<0.01)。治疗后组间比较,试验组血清KL-6水平明显低于对照组,差异具有统计学意义(P<0.05)。两组患者均无不良反应发生。[结论]芪术肺纤汤可提高IPF患者肺功能,显著升高DLCO%指标,改善喘息气短、咳痰乏力等症状,并能降低血清KL-6水平,延缓肺纤维化进程,治疗干预期间未见不良反应,安全可靠。

基于KL退火的VRNN视频异常预测算法研究

针对变分递归神经网络(VRNN)上KL散度消失的问题引入KL cost annealing,提出了一种基于退火变分递归神经网络(Annealing-VRNN)的半监督视频异常预测算法.在UCSDped1、UCSDped2上进行了大量实验,实验表明该算法有利于对异常事件更准确地预测,其AUC值分别达到了94%和96.56%.

基于小波包多尺度模糊熵和加权KL散度的煤岩智能识别

垮落煤岩智能识别是智能放煤的前提,通过垮落煤岩实时精准识别可避免人工放煤造成的顶煤“欠放”或“过放”问题。现有煤岩识别方法大多通过数据降维处理获得垮落煤岩特征向量,通过构建识别模型进行煤岩识别,但数据降维、模型建立和训练均需较长时间,一定程度上影响了连续综放开采效率。针对该问题,提出了一种基于小波包多尺度模糊熵和加权KL散度的煤岩智能识别方法。对不同工况(顶煤垮落、岩石垮落、大块顶煤垮落)下垮落煤岩冲击液压支架后尾梁的振动信号进行小波包分解,得到一系列频带;对各频带的序列进行粗粒化,计算各频带多个尺度粗粒化向量的模糊熵,即小波包多尺度模糊熵,将其作为特征向量;以小波包分解后各频带能量与振动信号总能量的比值作为加权KL散度的权重,比较待测未知样本与不同工况下样本特征向量的加权KL散度,实现垮落煤岩的实时精准识别。实验结果表明:基于小波包多尺度模糊熵和加权KL散度的方法可有效识别垮落煤岩类别,而基于多尺度模糊熵和KL散度的方法、基于小波包模糊熵和KL散度的方法识别效果不佳;将小波包多尺度模糊熵作为特征向量时,BP神经网络识别准确率达95%,进一步验证了小波包多尺度模糊熵可作为表征垮落煤岩的特征向量;整个煤岩识别过程耗时为1.063 9 s,基本满足垮落煤岩智能识别实时性需求,大大降低了对连续综放开采效率的影响,综合性能优于同类煤岩识别方法。

线性回归模型中的KL型主成分估计

当线性回归模型中存在复共线性时,基于最小二乘估计的统计推断往往会受到影响。鉴于此,结合主成分估计和KL估计,提出了一类新的估计方法,即KL型主成分估计,以期克服复共线性问题。同时,得到新的估计在均方误差意义下优于最小二乘估计、主成分估计、r-k估计、r-d估计和KL估计的充要条件。并利用Monte Carlo模拟和实证分析对各估计量在均方误差准则下进行了比较。