本文针对能量采集认知机器到机器(Machine-to-Machine,M2M)通信的能量效率问题,在保证服务质量(Quality of Service,QoS)的条件下,提出了一种能效优化算法.以最大化网络中用户能效为目标,综合考虑传输功率控制、时隙分配、传输模式选择...本文针对能量采集认知机器到机器(Machine-to-Machine,M2M)通信的能量效率问题,在保证服务质量(Quality of Service,QoS)的条件下,提出了一种能效优化算法.以最大化网络中用户能效为目标,综合考虑传输功率控制、时隙分配、传输模式选择、中继选择以及每个设备的能量状态为约束,将优化问题建模为一个混合整数非线性规划问题.将该能效优化问题转化为离散时间有限状态马尔科夫决策过程(Discrete-time and Finite-state Markov Decision Process,DFMDP)进行求解.提出一种基于深度强化学习的算法寻找最优策略.仿真结果表明,所提算法在平均能效方面优于其他方案,且收敛速度在可接受范围内.展开更多
随着物联网技术的不断发展,涌现了越来越多的物联网应用系统。物联网愿景是将尽可能多的设备变成屏蔽底层差异的服务,和互联网服务进行无缝的集成,为广大人民提供便利。但是,目前物联网应用大多采用封闭紧耦合的竖直型的范式进行开发,...随着物联网技术的不断发展,涌现了越来越多的物联网应用系统。物联网愿景是将尽可能多的设备变成屏蔽底层差异的服务,和互联网服务进行无缝的集成,为广大人民提供便利。但是,目前物联网应用大多采用封闭紧耦合的竖直型的范式进行开发,使用文本化编程的方式进行开发。这就带来了诸多的不便:开发门槛高、系统可维护性差、不便于跨平台、不便于设备集成。为此本文提出了组件化开发的模式,定义了组件模型,提出了基于组件化和M2M的物联网系统开发范式。本文提出的软件组件模型可以屏蔽系统开发过程中存在的平台、操作系统、编程语言、网络环境等高度异构的问题,实现应用程序的“Write Once, Run Anywhere”的能力。建立了组件化应用软件应用的模型,使用DAG图进行了形式化描述和验证,由本文提出的组件模型构成的应用程序符合有向无环图。提出了基于组件化的M2M的物联网系统开发范式,为高效快速的搭建跨平台、跨操作系统的物联网系统提供了可行的参考。根据组件模型,开发了数据采集组件、数据处理组件、数据展示组件,这些组件是可以跨平台的,实现了“Write Once, Run Anywhere”的特点,搭建了组件化的智能家居系统,验证了组件模型的有效性,所搭建组件的可用性,在基于Linux系统的树莓派和Windows系统的笔记本上运行组件的物联网系统,验证了组件的跨平台性,以及验证了本文组件的M2M的物联网开发范式的可用性。展开更多
目的探究血清叉头盒蛋白M1(forkhead box protein M1,FOXM1)和胰岛素样生长因子2(insulin-like growth factor 2,IGF2)表达对老年心力衰竭合并肺炎患者预后的预测价值。方法将邯郸市中心医院2021年3月~2022年6月收治的126例老年心力衰...目的探究血清叉头盒蛋白M1(forkhead box protein M1,FOXM1)和胰岛素样生长因子2(insulin-like growth factor 2,IGF2)表达对老年心力衰竭合并肺炎患者预后的预测价值。方法将邯郸市中心医院2021年3月~2022年6月收治的126例老年心力衰竭并发肺炎患者设为病例组,并根据随访情况将122例患者分为预后不良组(n=33)和预后良好组(n=89),另选取该院同期126例健康体检者为对照组。检测两组(病例组和对照组)血清FOXM1和IGF2水平,检测病例组用力肺活量(forced vital capacity,FVC)和第一秒用力呼容积(forced expiratory volume in one second,FEV1)。采用Spearman分析法分析老年心力衰竭并发肺炎患者血清FOXM1和IGF2水平与心功能分级的相关性;受试者工作特征(receiver operating characteristic,ROC)曲线分析血清FOXM1和IGF2水平对老年心力衰竭并发肺炎患者预后的预测价值。结果与对照组比较,病例组血清FOXM1(2.39±0.55 vs 1.06±0.21)和IGF2(71.33±7.96pg/ml vs 47.82±5.14pg/ml)水平明显较高,差异有统计学意义(t=25.358,27.581,均P<0.05);与预后良好组比较,预后不良组血清FOXM1(3.87±1.06 vs 1.95±0.51)和IGF2水平(85.88±9.54pg/ml vs 69.14±8.73pg/ml)明显较高,差异具有统计学意义(t=13.453,9.174,均P<0.05);预后良好组和预后不良组心功能分级比较差异有统计学意义(χ^(2)=7.120,P<0.05),且与预后不良组比较,预后良好组FEV1(1.24±0.32L vs 1.08±0.25L)和FEV1/FVC(55.46%±5.77%vs 52.30%±5.38%)明显较高,差异有统计学意义(t=2.592,2.735,均P<0.05);老年心力衰竭并发肺炎患者血清FOXM1水平和IGF2水平与心功能分级呈显著正相关(r=0.496,0.517,均P<0.05)。ROC曲线结果显示,血清FOXM1单独预测老年心力衰竭并发肺炎患者预后的曲线下面积(area under the curve,AUC)为0.854(95CI%:0.779~0.912),其敏感度、特异度分别为75.76%,86.52%,最佳截断值为2.75;IGF2单独预测老年心力衰竭并发肺炎患者预后的AUC为0.874(95CI%:0.802~0.927),其敏感度、特异度分别为72.73%,85.39%,最佳截断值为78.30 pg/ml;二者联合预测老年心力衰竭并发肺炎患者预后的AUC显著大于血清FOXM1和IGF2单独诊断的AUC(Z=2.413,2.737,P=0.006,0.016)。结论血清FOXM1和IGF2水平在老年心力衰竭并发肺炎患者中升高,且二者联合检测对患者预后具有较高的预测价值。展开更多
文摘本文针对能量采集认知机器到机器(Machine-to-Machine,M2M)通信的能量效率问题,在保证服务质量(Quality of Service,QoS)的条件下,提出了一种能效优化算法.以最大化网络中用户能效为目标,综合考虑传输功率控制、时隙分配、传输模式选择、中继选择以及每个设备的能量状态为约束,将优化问题建模为一个混合整数非线性规划问题.将该能效优化问题转化为离散时间有限状态马尔科夫决策过程(Discrete-time and Finite-state Markov Decision Process,DFMDP)进行求解.提出一种基于深度强化学习的算法寻找最优策略.仿真结果表明,所提算法在平均能效方面优于其他方案,且收敛速度在可接受范围内.
文摘随着物联网技术的不断发展,涌现了越来越多的物联网应用系统。物联网愿景是将尽可能多的设备变成屏蔽底层差异的服务,和互联网服务进行无缝的集成,为广大人民提供便利。但是,目前物联网应用大多采用封闭紧耦合的竖直型的范式进行开发,使用文本化编程的方式进行开发。这就带来了诸多的不便:开发门槛高、系统可维护性差、不便于跨平台、不便于设备集成。为此本文提出了组件化开发的模式,定义了组件模型,提出了基于组件化和M2M的物联网系统开发范式。本文提出的软件组件模型可以屏蔽系统开发过程中存在的平台、操作系统、编程语言、网络环境等高度异构的问题,实现应用程序的“Write Once, Run Anywhere”的能力。建立了组件化应用软件应用的模型,使用DAG图进行了形式化描述和验证,由本文提出的组件模型构成的应用程序符合有向无环图。提出了基于组件化的M2M的物联网系统开发范式,为高效快速的搭建跨平台、跨操作系统的物联网系统提供了可行的参考。根据组件模型,开发了数据采集组件、数据处理组件、数据展示组件,这些组件是可以跨平台的,实现了“Write Once, Run Anywhere”的特点,搭建了组件化的智能家居系统,验证了组件模型的有效性,所搭建组件的可用性,在基于Linux系统的树莓派和Windows系统的笔记本上运行组件的物联网系统,验证了组件的跨平台性,以及验证了本文组件的M2M的物联网开发范式的可用性。
文摘目的探究血清叉头盒蛋白M1(forkhead box protein M1,FOXM1)和胰岛素样生长因子2(insulin-like growth factor 2,IGF2)表达对老年心力衰竭合并肺炎患者预后的预测价值。方法将邯郸市中心医院2021年3月~2022年6月收治的126例老年心力衰竭并发肺炎患者设为病例组,并根据随访情况将122例患者分为预后不良组(n=33)和预后良好组(n=89),另选取该院同期126例健康体检者为对照组。检测两组(病例组和对照组)血清FOXM1和IGF2水平,检测病例组用力肺活量(forced vital capacity,FVC)和第一秒用力呼容积(forced expiratory volume in one second,FEV1)。采用Spearman分析法分析老年心力衰竭并发肺炎患者血清FOXM1和IGF2水平与心功能分级的相关性;受试者工作特征(receiver operating characteristic,ROC)曲线分析血清FOXM1和IGF2水平对老年心力衰竭并发肺炎患者预后的预测价值。结果与对照组比较,病例组血清FOXM1(2.39±0.55 vs 1.06±0.21)和IGF2(71.33±7.96pg/ml vs 47.82±5.14pg/ml)水平明显较高,差异有统计学意义(t=25.358,27.581,均P<0.05);与预后良好组比较,预后不良组血清FOXM1(3.87±1.06 vs 1.95±0.51)和IGF2水平(85.88±9.54pg/ml vs 69.14±8.73pg/ml)明显较高,差异具有统计学意义(t=13.453,9.174,均P<0.05);预后良好组和预后不良组心功能分级比较差异有统计学意义(χ^(2)=7.120,P<0.05),且与预后不良组比较,预后良好组FEV1(1.24±0.32L vs 1.08±0.25L)和FEV1/FVC(55.46%±5.77%vs 52.30%±5.38%)明显较高,差异有统计学意义(t=2.592,2.735,均P<0.05);老年心力衰竭并发肺炎患者血清FOXM1水平和IGF2水平与心功能分级呈显著正相关(r=0.496,0.517,均P<0.05)。ROC曲线结果显示,血清FOXM1单独预测老年心力衰竭并发肺炎患者预后的曲线下面积(area under the curve,AUC)为0.854(95CI%:0.779~0.912),其敏感度、特异度分别为75.76%,86.52%,最佳截断值为2.75;IGF2单独预测老年心力衰竭并发肺炎患者预后的AUC为0.874(95CI%:0.802~0.927),其敏感度、特异度分别为72.73%,85.39%,最佳截断值为78.30 pg/ml;二者联合预测老年心力衰竭并发肺炎患者预后的AUC显著大于血清FOXM1和IGF2单独诊断的AUC(Z=2.413,2.737,P=0.006,0.016)。结论血清FOXM1和IGF2水平在老年心力衰竭并发肺炎患者中升高,且二者联合检测对患者预后具有较高的预测价值。