糖尿病前期的中医状态要素辨识

目的分析糖尿病前期人群中医健康状态及要素分布规律,为糖尿病前期健康管理提供评价标准。方法观察206例糖尿病前期人群的中医健康状态和要素的分布关系。参考李灿东教授和王琦教授的方法将人体健康状态分为:未病态、欲病态、已病态3类。计算糖尿病前期中医健康状态要素中“病位元”和“邪机元”出现的频次。结果糖尿病前期的健康状态:欲病态占96.12%(198/206)、未病态占0.97%(2/206)、已病态占2.91%(16/206),糖尿病前期多数处于欲病态;糖尿病前期状态要素病位元中无特定病位占1.94%(4/206)、肝占10.68%(22/206)、脾占19.90%(41/206)、肾占67.48%(139/206),病位主要在肾,其次在脾、肝;邪机元中出现的总频数467次,气虚27.41%(128/467)、阴虚22.06%(103/467)、津亏14.35%(67/467)、痰9.64%(45/467)、瘀血6.85%(32/467)、燥热19.70%(92/467),最高的为气虚,其次为阴虚,再次为燥热、津亏、痰、瘀血。结论糖尿病前期病位主要在肾、脾、肝,糖尿病前期的状态要素主要是气虚、阴虚、燥热、津亏、痰、瘀血。

基于系统状态管理的国产化元器件状态研究

以系统状态管理研究体系和方法论作为理论指导,在分析国产化元器件状态特点的基础上,诠释了国产化元器件状态的含义。为了更具科学性、逻辑性地描述国产化元器件状态,引入了国产化元器件的状态模型,根据模型的设计对状态进行了分类,并进一步梳理细化其状态要素,形成了国产化元器件状态结构,最后验证了国产化元器件状态模型的合理性,形成了国产化元器件状态的通用模型。

以状态辨识为核心的中医健康管理模式探析

状态是对生命局部或整体功能和态势的概括,中医健康管理是在状态学的基础上提出的具有独特中医特色的健康管理体系。从状态把握、状态辨识方法、状态要素确定、状态调整、疗效评价体系等方面阐述以状态辨识为核心的中医健康管理模式内涵及其构建应用。

基于Oracle触发器的ArcSDE数据库要素级监测

针对ArcSDE数据库的GeoDatabase模型无法对地理要素在时间维度上进行管理的缺陷,介绍了一种基于底层Oracle数据库的触发器对象对ArcSDE数据库单个要素状态变化监测的方法,它能将三维地理数据库转换为支持时间轴的四维空间数据库.该方法较目前普遍使用的技术手段具有快速、可靠和自动化程度更高等优点,同时减轻了数据服务器的访问压力,并提高了监测效率。

一阶动态电路零状态响应公式的通用拓展

通过电路分析中一阶动态电路的三要素法和叠加定理,反向推导出一阶动态电路零状态响应的通用型公式,该公式既适用于状态变量,又适用于非状态变量,克服现有的一阶动态电路零状态响应公式只适用于状态变量的不足,补充和拓展电路分析基础知识。并通过两个实例阐述一阶动态电路零状态响应拓展型新公式(零状态三要素法)的实际应用意义。

基于ArcObject实现ArcMap数据编辑流程的改变

1:5万基础地理信息数据库动态更新中,要素的状态属性十分重要。传统作业模式下,保持要素的状态逻辑一致性工序繁琐,工作量大,出错几率高。现介绍了一种基于Arc Object改变Arc Map的数据编辑流程的技术和方法,从而轻松实现保持要素的状态逻辑一致性。该方法简单实效,对提高基础地理信息数据库动态更新效率、节约成本效果明显。

基于证素辨证原理的健康状态辨识研究

探讨基于证素辨证原理,建立人体健康状态辨识的方法体系。文章从证与状态的范畴论述了辨证与状态辨识的关系,从状态要素的内涵明确了状态辨识的主要内容、辨识的结果以及状态辨识的重要意义。

基于人工智能算法的中医状态辨识规则

中医诊断方法技术的客观化研究是实现中医药现代化、智能化发展的重要途径和必经阶段。证素辨证学中病位、病性、"证候-证素"积分等概念的提出,促进了中医诊断学走向数字化发展。状态辨识理论的出现,进一步完善了对人体状态要素的客观、全面、动态的中医评估体系,使得中医诊断学逐步走向客观化。提出围绕要素阈值、一(少)元论、伴随表征的共同指向、三因制宜、重视"辨病"、重视"主症""重症"、重视"辨病机"七条规则,并借助人工智能算法加以转化实现,从而提升中医诊断辨证的客观性和准确性。

基于Bayes网络的多粒度时空对象地理过程演化建模——以新安江模型为例

多粒度时空对象具有多粒度、多类型、多形态、多参照系、多元关联、多维动态、多能自主特点,可用于直接描述从微观到宏观的现实世界。基于时空对象建模理论构建多尺度地理对象耦合演化的集成表达是多粒度时空对象模型支撑地理分析与建模的关键。本文基于多粒度时空对象建模理论,在概率图和条件概率表的基础上发展了一种基于Bayes网络的地理过程演化表达和建模方法。该方法将多粒度时空对象作为Bayes网络节点,根据多粒度时空对象间的关联关系构建Bayes网络,利用Bayes概率表达多粒度时空对象间关联关系的作用强度,并通过更新算子和概率图模型描述要素特征状态的动态变化。基于此方法,选取新安江模型,进行多粒度时空对象地理过程建模和模拟实验。采用呈村1989—1995年水文数据为训练数据,1996年水文数据为模拟数据,通过降水面、蒸发面、产流面和汇流面构造Bayes网络并模拟产流量和汇流量状态;实验结果表明本文方法不仅可以对水文过程进行演化建模,并且可以较好地模拟水文过程中的产流量和汇流量变化,正确率达97.5%和95.9%。