GNSS观测时间序列包含复杂的非线性构造运动,如地面质量荷载、模型残差、周围环境因素等。由于环境因素的复杂性,季节性信号可能具备准周期时变的特征,传统的时间序列分析模型很难模型化。因此,可以采用一种双向长短期记忆(Bidirectiona...GNSS观测时间序列包含复杂的非线性构造运动,如地面质量荷载、模型残差、周围环境因素等。由于环境因素的复杂性,季节性信号可能具备准周期时变的特征,传统的时间序列分析模型很难模型化。因此,可以采用一种双向长短期记忆(Bidirectional Long Short-Term Memory,BiLSTM)循环神经网络与变分模态分解(Variational Mode Decomposition,VMD)联合的信号重构方法。首先利用VMD强大的分解能力将GNSS信号进行频域剖分并将其分为多项子信号和噪声项,再基于BiLSTM强大的学习能力对GNSS信号进行训练建模。结果表明,BiLSTM+VMD模型能充分挖掘信号的时频域特征,提高信号重构的精度和稳定性,GNSS N、E、U三分量重构结果均方根误差(Root Mean Squared Error,RMSE)都表现出不同程度的降低,尤其水平方向效果更为显著,相比EMD与VMD方法,E方向离散度分别降低了61%和19%,N方向离散度分别降低了20%和14%。这为GNSS观测时间序列中信号提取与模型参数估计提供了一个有价值的模型。展开更多
文摘目的:探讨远端缺血预处理(remote ischemic preconditioning,RIPC)对髋部骨折老年患者术后1年发生心血管不良事件(major adverse cardiovascular events,MACEs)的影响。方法:2015年4月至2020年5月经手术治疗髋部骨折老年患者314例,男116例,女198例;年龄60-76岁;均为美国麻醉医师协会(American Society of Anesthesiologists,ASA)Ⅱ-Ⅲ级。所有患者进行常规麻醉,根据是否进行RIPC将患者分为两组,157例在常规麻醉基础上应用RIPC为干预组,男56例,女101例,年龄(68.12±7.13)岁;另157例为对照组,男60例,女97例,年龄(68.24±7.05)岁。对比分析两组患者术后1年的MACEs事件。结果:应用RIPC髋部骨折患者术后1年发生心肌梗死、心力衰竭、脑卒中、非致命性心搏停止、冠状动脉血运重建术、严重心律失常、周围动脉血栓形成、心血管疾病再住院、术后1年全因死亡影响的OR值分别是1.269、1.304、0.977、1.089、1.315、1.335、0.896、0.774、1.191,但差异均无统计学意义(P>0.05)。结论:髋部骨折术后1年内,RIPC并未明显影响改变主要心血管不良事件的发生。非心脏手术中RIPC对临床心血管结局的长期影响需要在适当的随机临床试验中得到证实。
文摘GNSS观测时间序列包含复杂的非线性构造运动,如地面质量荷载、模型残差、周围环境因素等。由于环境因素的复杂性,季节性信号可能具备准周期时变的特征,传统的时间序列分析模型很难模型化。因此,可以采用一种双向长短期记忆(Bidirectional Long Short-Term Memory,BiLSTM)循环神经网络与变分模态分解(Variational Mode Decomposition,VMD)联合的信号重构方法。首先利用VMD强大的分解能力将GNSS信号进行频域剖分并将其分为多项子信号和噪声项,再基于BiLSTM强大的学习能力对GNSS信号进行训练建模。结果表明,BiLSTM+VMD模型能充分挖掘信号的时频域特征,提高信号重构的精度和稳定性,GNSS N、E、U三分量重构结果均方根误差(Root Mean Squared Error,RMSE)都表现出不同程度的降低,尤其水平方向效果更为显著,相比EMD与VMD方法,E方向离散度分别降低了61%和19%,N方向离散度分别降低了20%和14%。这为GNSS观测时间序列中信号提取与模型参数估计提供了一个有价值的模型。
