多重耐药鲍曼不动杆菌的临床流行特征

目的对西安交通大学第一附属医院收集的多重耐药鲍曼不动杆菌进行菌种确认,并检测其临床感染分布特点、耐药性及分子分型特征。方法收集经VITEK-2鉴定的多重耐药鲍曼不动杆菌47株,利用特异性引物sp2F、sp4F和sp4R通过PCR扩增的方法复检菌株;使用VITEK-2检测鲍曼不动杆菌的药物敏感性;通过多位点序列分型(MLST)方法分析临床菌株的同源性。结果经过特异性PCR扩增法确认,47株临床样本中有46株为鲍曼不动杆菌,它们大多分离自痰标本,主要收集于重症监护室,呈多重耐药性。MLST分析发现ST195、ST218、ST368及ST208共4种ST型,其中ST368与ST208亲缘关系最近。结论特异性PCR扩增法可快速、准确地鉴定鲍曼不动杆菌。本院的多重耐药鲍曼不动杆菌主要分布在重症监护室,仅对替加环素等少数抗生素有较高敏感性,存在同源性差异。     

基于二维耦合映像格子模型的图像加密

为了平衡混沌系统的复杂性和效率之间的关系，将分段Logistic映射（piecewise Logistic map，PLM）引入到二维耦合映像格子（2D coupled map lattices，2DCML）模型中. 采用暂态转换以使模型的输出序列服从均匀分布，进而得到T2DCML模型，基于此模型提出了一类图像加密算法. 在加密算法中，利用模型输出的伪随机序列构造两个初等变换矩阵，对图像进行置乱操作；然后再从模型中提取状态值的比特构造整数序列，对置乱后的图像进行扩散操作；经过若干轮的置乱与扩散操作，产生最后的加密图像. 仿真实验及性能分析表明:该算法的相关系数的绝对平均值为0.001 3，信息熵为7.999 3，像素变化率（number of pixel change rate，NPCR）和统一平均变化强度（unified average change intensity，UACI）分别为99.63%和33.60%，能够有效满足图像在网络中安全传输的需求.      

基于灰色模型的铁路客流预测方法

在GM(1,1)预测模型基础上,构建2个不同的预测模型——GM(1,1)幂模型和对原始数据进行缓冲算子处理的GM(1,1)模型,采用Matlab建模,并将模型应用到铁路客流量预测,分析对中小样本振荡序列的预测效果。实例证明,GM(1,1)幂模型和对原始数据进行缓冲算子处理的GM(1,1)模型的应用范围和预测精度都优于灰色GM(1,1)模型,是非线性铁路客流量预测的一种有效方法,有助于制定铁路运输计划。     

西安市2010-2015年空气污染对出生缺陷影响的时间序列分析

目的研究西安市空气污染物二氧化硫(SO_2)、二氧化氮(NO_2)和PM_(10)对出生缺陷的影响。方法从西安市妇幼保健院获得西安市2010-2015年出生缺陷监测资料,从西安市环境监测站获得同期空气污染资料,从西安市气象站获得同期气象监测资料,采用广义相加模型控制长期趋势、季节、气温和相对湿度影响,探讨空气污染物与出生缺陷的相关性。结果研究期间西安市月平均出生缺陷达89例;SO_2、NO_2、PM_(10)月平均密度分别是34.05、45.13、96.77μg/m~3;月平均温度为13.57℃;相对湿度为63.20%。在广义相加泊松回归模型(GAM)中,空气污染物SO_2、NO_2、PM_(10)与出生缺陷有关且有一定的滞后效应,均在临产前10月的效应达到最大值,各污染物密度每增加10μg/m~3,RR(95%CI)分别为:1.060(1.023~1.097)、1.033(1.014~1.052)和1.018(1.007~1.029),且差异均具有统计学意义(P<0.05)。结论西安市空气污染物SO_2、NO_2、PM_(10)与出生缺陷的发生相关。     

船舶操控系统中的运动时间序列模糊推理及预报研究

在船舶的自动化操控系统中,采用智能化的运动时间管理能够极大限度提高船舶航行的安全性,同时也能够降低船员的工作强度。本文主要针对船舶运动的预测技术进行研究,采用先进的模糊推理控制算法,重点解决船舶运动的误差问题。文中对船舶运动的时间序列进行建模分析,并主要从非平稳时间序列的角度分析船舶运动控制中遇到的难题,最后对运动预测进行误差分析与仿真。     

一类新型准同步CDMA系统扩频序列

基于广义Chirp—like序列族，用序列乘积的方法，构造了一类新型扩频序列族，并讨论了它的相关特性．研究结果表明：该序列族存在一类具有零相关区的子序列族，适用于准同步CDMA通信系统；当取广义Chrip-like序列中调制的复数为复数单位根时，要构造的复数扩频序列只需通过简单的整数求和及模运算就能生成．     

DNA序列分析的高效算法研究及比较

对海量数据的处理，最有效的方法是并行计算。因此，对DNA序列比对进行并行化，以及对BLAST算法进行并行化改进，以提高对大数据量处理的能力，尽管在CLUSTER上的计算效率较超级计算机上的效率低。但CLUSTER较超级计算机费用低，有较大的适用性，而高性能计算机是处理海量数据的强有力的工具，生命科学中计算问题必须进行超级计算已是不争的事实，现代生命科学对超级计算已显示出强烈依赖和迫切需求，文中对BLAST算法进行改进，提出一种局部并行化的DNA序列比对算法，为了检验算法的科学性和适用性，将此算法与超级计算机的高效并行算法——改进的FFT算法相比较及分析。     

实时二维多尺度目标识别方法及其应用

序列图像中多尺度目标具有灰度值分布一致性和不变性的特点．据此，提出基于量化灰度值自结构的动态目标识别方法．自结构的形成是通过相邻采样点之间的比较实现的．量化是对比较结果进行开关运算得到的．量化自结构之间的差值表示识别结果．识别计算过程可在0．3s～0．5s内完成，比一般的识别方法较大地提高了运算速度．本方法不受图像模糊的影响，提高了识别的可靠性和鲁棒性．应用实践表明，此方法是可行的和实用的。     

一种基于Rough集的序列粒模型的构建

均对粒模型的构建问题,提出了基于Rough集的一种粒表示方法:文章首先对于时间序列作了粒的描述,采用SAX符号表示不仅因为它的适用于粒的描述,更重要的是为后面的逻辑推理打下良好的基础.然后用基于SAX距离的相似性找出相近的模式,利用Rough集的规则发现算法找出关联规则.通过实验证明,本文中所提出的时间序列挖掘方法以及时序粒挖掘的算法基本上可满足实际时序挖掘的需要.     

汽油机热怠速排放实验数据的符号化分析

介绍了符号时间序列分析中符号的转换、直方图的绘制、符号树的结构及其信息熵；选择了符号的数目、固定字长度、划分线的位置、采样时间间隔等参数，并将符号时间序列的方法应用于汽油机热怠速排放实验数据．用MATLAB编程，得到了符号序列直方图，求出了Shannon熵、欧几里得范数等统计量，并对其结果进行了分析，肯定了统计量对确定性结构的评估作用．