基于分位数回归的睡眠效率与中老年人群蒙特利尔记忆指数的关联性分析

目的分析睡眠效率与蒙特利尔记忆指数(MIS)得分的关系及其性别差异,为预防中老年人认知功能下降提供参考。方法于2022年3—8月对福泉市第一人民医院健康体检中心符合纳入标准的699名体检人员进行面对面调查。应用R4.2.2软件对数据进行Mann-Whitney U检验和Kruskal-Wallis H秩和检验,利用有向无环图得出睡眠效率与MIS关联中所需调整的最小控制变量集,使用分位数回归模型分析睡眠效率与记忆指数的关联性。结果睡眠效率>85%者MIS得分中位数为11分(P_(25)~P_(75):9~13分),高于睡眠效率≤85%者(中位数为10分,P_(25)~P_(75):8~13分),差异有统计学意义(Z=-2.897,P<0.01)。分位数回归模型分析结果显示,在总人群中,相较于睡眠效率高组(>85%),睡眠效率低(≤85%)在MIS得分P20~40分位的回归系数小于零(P<0.05);在男性中,睡眠效率低(≤85%)在MIS得分P_(60)分位点及以下的回归系数小于零(P<0.05),回归系数绝对值由MIS得分P10分位的1.87变化至P_(60)分位的0.71;在女性中,睡眠效率在MIS得分各分位点的影响效应均无统计学意义(P>0.05)。结论睡眠效率低对低分位MIS得分的中老年人影响较大,在男性中老年人可能是受影响的主要人群。

老年人蒙特利尔认知评估量表记忆指数分临界值研究

目的研究蒙特利尔认知评估量表记忆指数分(MoCA-MIS)的一般影响因素,分析社区老人的MoCA-MIS临界值。方法对2016年5—11月沈阳城区282名50~80岁、具有一定文化程度的健康老年人完成蒙特利尔认知评估量表(MoCA)、简明精神状态量表(MMSE)、听觉词语学习测验(AVLT)、临床痴呆评定表(CDR)及自行编制的一般情况调查表,统计分析各神经心理量表得分情况,研究社区老人的MOCA-MIS临界值。结果不同性别组老年人MoCA-MIS得分差异无统计学意义(F=0.053,P>0.05);不同年龄组老年人MoCA-MIS得分差异有统计学意义(F=1.712,P=0.015,r=-0.13);不同文化程度组老年人MoCA-MIS得分之间差异有统计学意义(F=4.497,P<0.001,r=0.314)。MoCA-MIS与AVLT中的长延迟相关(P<0.001,r=0.492),与AVLT中短时记忆也相关(P<0.001,r=0.412)。不同文化水平组正常老年人MoCA-MIS的划界分分别是:文化水平≤9年,4分;>9~12年,6分;>12年,7分。结论 MoCA-MIS与文化程度呈显著正相关,与年龄呈负相关,与性别无相关性。MoCA-MIS与AVLT中长延迟回忆及短时记忆均具有显著正相关性。社区老人的MOCA-MIS临界值将为老年人记忆减退检测提供参考数据。

多重改进型指数双向联想记忆模型及其在多证据推理中的决策性能

提出了多证据推理中采用神经网络来模拟信念组合学习的方法 .网络由多个改进型指数双向联想记忆模型(Ie BAM)构成 ,并且共享一个输出来同时进行多证据不确定性的管理 .文中证明了多重 Ie BAM(Multi- Ie BAM)的稳定性 ,讨论了在多条证据同时提交网络后的多数规则 .理论和实验都证明了多数因子比 Wang所提模型更紧凑、更严格 ,从而可保证在受一定程度的干扰下 ,专家们仍能做出正确决策 .最后所给出的模拟例子的结果与直觉推理相吻合 .

一种指数渐消记忆加权滤波的内交点定位算法

针对无线室内定位存在的非视距误差及信号跳变的问题,提出了一种基于指数渐消记忆加权测距滤波的内交点定位算法。为了减小非视距误差对无线系统定位精度的影响,提出了一种内交点定位算法,它无需识别基站是否处于视距环境,也无需任何先验的信息,仅基于当前时刻的各基站测距信息实现目标位置的解算。针对无线信号易跳变的问题,采用指数渐消记忆加权算法对测距信息进行滤波处理,通过选取合适的渐消记忆因子有效调节测距信号跳变的幅度。实测数据结果表明:利用所提出的方法定位精度优于2m,显著优于传统的加权最小二乘定位算法,且定位结果的跳变现象明显减弱。

推广的多值指数双向联想记忆模型及其应用

推广了Wang的多值指数双向联想记忆(multi-valued exponential bi-directional associative memory,简称MV-eBAM)模型,使其成为所提出的推广的多值指数双向联想记忆 (extended MV-eBAM,简称EMV-eBAM) 模型的一个特例.EMV-eBAM具有比前者更高的存储容量和纠错性能,因此利用这种性能,设计了一种基于联想记忆的新型图像压缩算法.该算法在无噪声情况下具有与矢量量化(vector quantization,简称VQ)算法相近的性能,而在双重(信道和图像)噪声环境下则具有显著的抑制效果.对比实验结果显示,在添加5%椒盐噪声下,该算法几乎能完全排除噪声干扰,而VQ则反而放大了噪声.该算法的另一个优点是,当在差错信道中传送时,可以获得比采用循环纠错码更强的纠错性能.因而,该算法具有较强的鲁棒性.

改进的指数双向联想记忆模型及性能估计

提出了一个新的改进型指数双向联想记忆模型（ｉｍｐｒｏｖｅｄｅＢＡＭ，简称ＩｅＢＡＭ）．通过定义有界且随状态改变而下降的能量函数，证明了ＩｅＢＡＭ在状态的同、异步更新方式下的稳定性，一方面排除了Ｗａｎｇ的修正指数ＢＡＭ（ｍｏｄｉｆｉｅｄｅＢＡＭ，简称ＭｅＢＡＭ）和Ｊｅｎｇ的ｅＢＡＭ（ｅｘｐｏｎｅｎｔｉａｌＢＡＭ）的稳定性证明中所作的不合理假设；另一方面，放宽了对ＢＡＭ（ｂｉｄｉｒｅｃｔｉｏｎａｌａｓｓｏｃｉａｔｉｖｅｍｅｍｏｒｙ）的连续性假设的要求，并避免了补码问题．理论分析和计算机模拟结果表明。

具有内连接的指数多值双向联想记忆模型

C_CWang的多值指数双向联想记忆模型 (MVeBAM)是一种高存储容量的联想神经网络 .本文在MVe BAM的基础上通过引入自相关项 (或内连接 )提出了一个新的具有内连接的多值指数双向联想记忆模型 ,推广了MVeBAM .通过定义简单的能量函数证明了其在同、异步方式下的稳定性 ,从而保证了所学模式对成为被推广的MVeBAM(EMVeBAM)的稳定点 .最后 。

改进的指数双向联想记忆模型在数据压缩中的应用

改进的指数双向联想记忆模型 (Improved exponential bidirectional associative memorymodel,Ie BAM)是在 e BAM的基础上通过引入内连接项而产生的一个比 e BAM具有更高存储容量、纠错性的联想神经网络。借助于 Ie BAM的高存储容量和良好的纠错性能及有序直方图技术 ,可实现一种更高效率的数据压缩方法 ,从而为现有的数据压缩方法提供一种新算法。最后 ,计算机模拟证实了使用 Ie BAM的数据压缩性能比使用 e BAM的更好。

一种基于记忆渐消因子指数加权的动态分布式传感器融合算法

由于新疆生物氧化提金预处理过程的工业现场易受到外界因素如昼夜温差、强风等干扰,传统测量方法往往存在较大的误差。为解决这个问题,①根据预处理过程,建立了传热机理模型。②针对该过程设计一个小范围传感器网络,提出了一种基于多连通融合结构的传感器分层融合结构。③数据处理过程中,引入一种基于渐消记忆指数加权的多重衰落因子调整预测误差协方差,提高基于扩展卡尔曼滤波(EKF)在一步预测中的有效性。④以各传感器的状态估计精度用作加权融合准则,通过添加动态加权因子来预测每个传感器的预测置信度。仿真实验的性能指标表明,该方法比传统的单传感器方法具有更高的全局精度,并能有效降低干扰噪声的影响。

颞下颌关节紊乱病在青海部分地区患病情况的调查分析

目的:探讨颞下颌关节紊乱病(TMD)在青海部分地区的患病情况及其相关发病因素。方法:于2023年7月3日—2023年8月12日在青海地区多家医疗机构对非颞下颌关节科就诊患者及部分医护人员随机抽样进行Fonseca记忆指数(FAI)和口腔一般情况问卷调查,FAI>15分则诊断为TMD,并对TMD发生危险因素进行分析。结果:在调查的719例患者中,TMD患病率为63.70%,女性TMD患病率高于男性(P<0.05)。有夜磨牙、紧咬牙、偏侧咀嚼习惯、经常熬夜等不良习惯者TMD发生率高于无不良习惯者(P<0.001),汉族、蒙古族、回族、藏族、土族及其他民族TMD患病情况比较,差异有统计学意义(P<0.05),其中蒙古族TMD患病率最高。结论:青海部分地区TMD患病率较高,女性高于男性,不同民族TMD患病情况有差异,不良习惯是TMD患病的重要因素之一。

龚氏记忆成套测验的信效度研究

目的 :检验龚氏记忆成套测验的信度和效度。方法 :研究样本总计 2 85人 (男 137人 ,女 14 8人 ) ,年龄 7～15岁 ,平均年龄 11.11± 2 .38岁。采用重测相关、分半相关、Cronbachα系数及概化系数检验量表的信度。效度检验主要包括结构效度和效标效度两个方面。结果 :1.龚氏记忆成套测验各分测验分和基本记忆指数分的重测相关系数为 0 .6 5～ 0 .97;除图片记忆分测验外 ,其余各分测验的分半相关系数 ,Cronbachα系数及概化系数均在 0 .80左右。 2 .探索性因素分析提取出 4个特征根大于 1的因子 ,可分别命名为工作记忆因子、听觉记忆因子、视觉再认因子和视觉自由回忆因子。 4因子累计解释变异的 77.5 2 % ;内部相关结果显示 ,各分测验之间的相关系数为 0 .136～ 0 .95 2 ,分测验与记忆指数间的相关系数为 0 .2 77～ 0 .90 6 ,各记忆指数间的相关系数为 0 .4 6 4～ 0 .92 4。其中 ,各分测验与其所属记忆指数的相关高于与其它记忆指数的相关 ;相同感觉道的记忆指数间的相关高于不同感觉道的记忆指数间的相关。 3.龚氏记忆成套测验与WMS -RC的理解记忆、视觉再生、背数 3个分测验相关较高 ,相关系数分别为 0 .12 3～ 0 .85 8、0 .2 31～ 0 .796、0 .14 3～ 0 .92 5 ;与WMS

基于改进卡尔曼滤波的CPS虚假数据注入攻击检测

为提高信息物理系统(Cyber-Physical Systems,CPS)安全,提出一种改进卡尔曼滤波(Kalman Filtering,KF)的CPS虚假数据注入攻击(False data injection attack,FDIA)检测方法。首先,在标准KF中引入渐消记忆指数加权方法,以使KF算法自适应统计噪声特性,从而提高滤波性能;然后利用改进KF算法构建攻击检测模型,对FDIA进行检测;最后,在IEEE-30节点和IEEE-14节点系统上进行仿真,验证改进KF算法的有效性。结果表明,改进KF算法可有效检测FDIA,且相较于标准KF算法、加权最小二乘滤波(weighted least squares,WLS)算法,改进KF算法对FDIA检测结果与实际值更为接近,平均绝对误差分别为2.1336和1.2543。由此表明,本改进算法可用于CPS的FDIA检测。

基于自适应EKF的感应电机无传感器控制

针对传统EKF(TEKF)需要长时间试凑噪声协方差矩阵且噪声特性变化时估算性能下降甚至发散的问题,提出了一种基于极大似然估计准则和有限记忆指数加权的自适应EKF算法(EW-MLE-AEKF)。在使用新息序列进行自适应调整时,系统容易因新息序列的不准确而发散,为此可以利用后验残差序列对噪声协方差矩阵Q和R进行实时调整来提高系统的稳定性。同时在加窗方法的基础上使用了有限内存指数加权算法来提高近期数据的权重,加快了估计的收敛速度。仿真和实验验证了算法在电机系统中的可行性,结果证明该算法避免了噪声矩阵的试凑过程,能够适应噪声的变化,提高了滤波精度且系统稳定性强。

声乐生颞下颌关节紊乱病问卷调查及危险因素分析

目的 对声乐生进行颞下颌关节紊乱病(temporomandibular disorders, TMD)问卷调查,探讨声乐生TMD患病率及相关危险因素。方法 随机选取407名声乐生了解专业年限、每周练习时长;填写Fonseca记忆指数问卷(Fonseca anamnestic index, FAI)评估TMD患病情况及严重程度;填写患者健康问卷(patient health questionnaire-4,PHQ-4)焦虑和抑郁的超简筛查量表,评估其心理健康状况。应用SPSS 26.0软件进行统计学分析,研究声乐生患TMD与其性别、年龄、专业年限、每周练习时长、心理健康状况之间的关系。结果 声乐生TMD患病率为56.8%。专业年限与声乐生TMD患病率无统计学关系,女性、年龄偏小、每周练习时间长、心理健康状况不佳与TMD发病密切相关。结论 TMD在声乐生中患病率高,危害性大,严重影响声乐生的职业生涯,需要引起高度重视。FAI作为一种TMD筛查工具,对TMD的早期诊断具有重要意义。有必要对声乐生进行纵向研究,以跟踪TMD患病率和TMD患者的医疗保健需求。

基于多重渐消因子的自适应卡尔曼滤波器

现有计算渐消因子的自适应卡尔曼滤波器得到的通常是标量渐消因子,从而导致各滤波通道具有相同的调节能力,不利于提高滤波精度。针对该问题,提出了一种利用估计均方误差和新息协方差估计值来计算多重渐消因子的方法,通过一组并行工作的基于限定记忆指数加权的新息协方差估值器来计算渐消因子,并根据估计均方误差把渐消因子分配给各滤波通道,从而提高自适应卡尔曼滤波器整体性能,仿真结果证明了所提方法的有效性。

基于极大似然估计的新息自适应滤波算法

针对噪声统计信息未知或时变情况下常规卡尔曼滤波估计精度下降甚至发散的问题,提出了一种基于极大似然估计的新息自适应滤波算法。算法对基于极大似然估计的常规新息协方差估值器进行限定记忆指数衰减加权修正,增加滑动窗口内新近新息协方差序列的利用权重;根据新息自适应原理,利用新息协方差估计值直接计算滤波增益矩阵,加快滤波器收敛速度的同时提高了滤波算法的估计精度。算法应用于捷联惯性导航系统/全球定位系统(SINS/GPS)组合导航系统,仿真实验表明:在噪声统计信息未知或时变情况下,算法具有更强的鲁棒性以及更高的滤波精度。

基于自适应多重渐消因子卡尔曼滤波的SINS初始对准方法

针对传统卡尔曼滤波器在模型失配和噪声时变情况下滤波精度下降甚至发散的问题,设计了一种新的多重渐消因子卡尔曼滤波算法。该算法通过一个基于渐消记忆指数加权的新息协方差估计器来计算新息协方差估计值,并依此引入多重渐消因子对预测误差协方差阵进行调整,使得各滤波通道具有不同的调节能力,克服了单渐消因子对多变量跟踪能力差的局限性,从而提高滤波算法的精度和鲁棒性。仿真和试验结果表明,新算法能有效抑制滤波器发散,其滤波精度和鲁棒性优于常规卡尔曼滤波与单渐消因子卡尔曼滤波,能够更好地满足工程应用的要求。

FAI在大学生颞下颌关节紊乱病评估中的准确性研究

目的：探讨Fonseca记忆指数（Fonseca anamnestic index,FAI）对评估颞下颌关节紊乱病（temporomandibular disorders,TMD）的准确性。方法：以897名18~25岁新疆医科大学在校大学生为研究对象,以颞下颌关节临床诊断方法作为金标准,进行颞下颌关节临床检查和FAI问卷调查,确定FAI对TMD的准确性。结果：FAI的受检者工作特征曲线（ROC）下面积为0.771,分界点为47.5。结论：FAI对TMD的诊断有较高的准确性,可用于临床和流行病学研究。

基于IMU的机器人姿态自适应EKF测量算法研究

为了实现机器人运动学参数标定,提出一种用惯性测量单元(IMU)实时获取其末端姿态信息的方法。然而,IMU在进行机器人动态姿态测量时,存在加速度计信号中有害加速度(除重力加速度之外的其他加速度)叠加,噪声统计特性参数不易获取,陀螺仪信号随时间发生漂移等影响测量精度的问题。针对这些问题,设计了一种自适应拓展卡尔曼滤波(EKF)姿态测量改进算法。基于EKF模型,首先构建第一级量测噪声方差阵,设定权重因子,降低有害加速度对测量结果的影响;其次在Sage-Husa自适应滤波算法中引入了渐消记忆因子的思想,实时跟踪采样数据的量测噪声,构建第二级量测噪声方差阵;最后采用姿态更新的四元数算法进行数据融合,修正陀螺仪信号漂移产生的误差。实验结果表明,相比Sage-Husa自适应滤波算法,该算法峰高时俯仰角和横滚角的平均绝对误差分别降低了50%和36.43%,峰谷时俯仰角和横滚角的平均绝对误差分别降低了14.28%和19.44%,能有效提高姿态测量精度。

脑电波记忆加工指数在不同特征人群中分布特点研究

目的分析脑电波记忆加工指数在不同特征人群中的分布特点。方法 2013年6月—2017年12月,从学校、企业或机构、社区、大型展会选取健康人18 164例作为建模对象,根据年龄分为A组(<7岁,n=231)、B组(7～9岁,n=544)、C组(10～13岁,n=1 159)、D组(14～24岁,n=2 179)、E组(25～39岁,n=5 609)、F组(40～65岁,n=6 472)、G组(66～80岁,n=1 522)、H组(>80岁,n=448);选取年龄≥65岁的老年痴呆患者76例(a组)、北京市某医院确诊的心脏病患者1 237例(b组)、河北省某小学学生584例(c组)、北京市某重点大学学生483例(d组)、北京市某医院重症监护病房昏迷患者135例(e组)、脑病患儿98例(f组)、北京市某医院全身麻醉维持期患者94例(g组)、河北省某大学附属小学参与推优的学生91例(h组)、北京市某医院肝性脑病患者68例(i组)作为研究对象,并分别从建模对象中选取年龄、性别相匹配的受试者作为对照a组76例、对照b组1 237例、对照c组584例、对照d组483例、对照e组135例、对照f组98例、对照g组94例、对照h组91例、对照i组68例。采用HXD-I多功能组合式监护仪采集所有受试者脑电波,采用小波算法脑电分析软件包1.0版处理采集到的脑电信号并自动计算记忆加工指数。比较不同年龄段建模对象记忆加工指数,不同研究对象与对照者记忆加工指数。结果 A组记忆加工指数低于B、C、D、E、F、G、H组(P<0.05);B组记忆加工指数低于C、D、E、F、G、H组(P<0.05);C组记忆加工指数低于D、E、F组,高于G、H组(P<0.05);D、E组记忆加工指数高于F、G、H组(P<0.05);F组记忆加工指数高于G、H组(P<0.05);G组记忆加工指数高于H组(P<0.05)。随着年龄增长,记忆加工指数呈先升高、后降低的"反U字形"趋势。a、b、e、f、i组记忆加工指数分别低于对照a、b、e、f、i组(P<0.05);c、d、g、h组记忆加工指数分别高于对照c、d、g、h组(P<0.05)。结论随着年龄增长,记忆加工指数呈先升高、后降低的"反U字形"趋势,符合人体生命周期中记忆能力的客观变化规律,且不同特征人群记忆加工指数呈特异性变化。