冠心病合并糖耐量异常的临床研究

高血糖是最重要的心血管系统危险因素之一,对患者预后具有显著的不良影响。冠心病糖耐量异常患者与与高胰岛素血症、胰岛素抵抗、内皮素、餐后高血糖、糖化终末产物、炎症因子、凝血系统、HbA1C、微量蛋白尿、尿白蛋白排泄率水平相关。导致冠状动脉病变,加重心肌细胞损伤,引起左心室结构与舒张功能明显降舔,并与其它各种危险因素相互作用,使猝死及发生充血性心力衰竭的危险性显著增高,促进疾病的发垒发展。对冠心病合并糖耐量异常患者进行一般治疗、药物治疗及中医治疗等干预措施,可以最大限度改善患者的预后,具有重要意义。     

Java语言的异常及其处理技术

本介绍面向对象Java语言中的异常、异常处理的基本思想，异常处理的相关语句rty、catch、finally、throw和throws的使用方法及其具体程序的实现。     

中小型制造企业生产异常管理系统的应用研究

针对中小型制造企业生产异常不能及时反馈和处理,以及生产效率和交货期等难以管控的现状,设计了一套对生产过程进行控制的可行性方案,构建了一种可支持车间生产异常事件信息实时采集、快速分析、趋势预判和综合查询的信息管理系统,全面提高了中小型制造企业对生产异常情况处理的及时性、有效性,实现了处理的规范化、标准化和信息化,产生了良好的经济效益。     

Kalman滤波几种异常检验法

为了检测动态导航观测异常和动力学模型异常,采用预测残差构造观测误差和动力学模型误差整体检验 法,对观测异常可分别采用以模型为准的观测异常检验、以当前历元可靠观测为基准的异常检验或以Kalman 滤波估值为基础的异常检验的方法;对于动力学模型异常检验,可以分别采用状态不符值检验法、以状态参数 Kalman滤波估值为基础的动力学模型异常检验或以可靠观测为基础的动力学模型误差整体检验的方法。分析 了以上几种检验方法的特点,并用实测数据进行了检验。结果表明:在观测异常或动力学模型异常处,异常检验 对导航数据精度有一定程度地提高。     

异常数据的检测方法

系统地研究了数据挖掘中异常点检测的一般方法,并指明了它们的优缺点.对高维的和基于聚类的异常点挖掘情况进行了分析,希望使用者能够以这些方法为基础提出更好的方法.     

判断计量异常中异常采集数据的应用探析

电能计量的准确性是保障供电企业与用户利益双赢的主要措施,而在计量中异常情况是不能避免的,因此针对异常书记应当进行科学有效的分析,找出其中存在的问题并予以解决,保障我国供电企业运行的稳定性.本文首先对异常采集数据的类型进行说明,随后对于异常采集数据的原因进行分析,最后介绍了异常采集数据在计量异常分析中的应用.     

企业IT网络异常流量综合检测模型

结合企业内部信息技术网络特点,提出了用时间窗比较进行网络异常流量检测的新算
法. 将新算法同已有的静态、动态检测算法相结合,提出了网络异常流量综合检测模型. 该
模型可通过不同方法和角度进行比较,以发现网络中是否存在异常流量. 通过实际实现和
测试验证了模型的有效性.     

重磁异常相位谱的复位

将重磁异常相位谱主值换算到0～2π范围,依据相邻两点相让谱主值之差决定相位谱真值的校正项,达到相位谱复位。     

新近发现的恶性肿瘤的染色体异常

作者报告一组新近发现的恶性肿瘤的染色体异常，均属少见的染色体变异。系采用淋巴结或肾髓直接法制备染色体标本。恶性淋巴瘤核型为１４ｑ＾＋ｔ（２；１４）；慢性粒细胞白血病核型为ｐｈｔ（２；２２）。讨论了癌基因与染色体易位的关系。     

基于Windows异常处理机制研究

首先从系统层面和编译层面分析了Windows和C+KG-*3+异常处理的基本原理,指出了基于Windows的C+KG-*3+异常处理机制在使用过程中可能出现的逻辑错误,以及Windows运行时库中个别函数可能存在的此类安全隐患。为了更好地保证C+KG-*3+代码安全性和健壮性,综合上述研究提出了审计C+KG-*3+异常处理的方法和建议。     

强震前热红外异常识别方法与定量分析模型

为获取与构造活动有关的卫星热红外异常信息,提出了一种基于参考基准场的震前热红外遥感定量分析模型与异常识别方法.对遥感图像进行辐射定标、几何校正、云检测等处理后,根据研究区内不同时相遥感图像像元的亮温值与空间平均值之差及其时间域平均值与标准差,计算热红外异常图像像元的异常指数,提出了异常识别方法;进而计算当前热红外异常图像各像元亮温值与序列遥感图像的多年平均亮温之差,建立异常定量分析模型.利用多年热红外遥感资料建立目标区的参考基准场,并采用此异常识别方法与定量分析模型,分析了1998年张北Ms6.2级地震前热红外异常的演化特征.结果表明:1月5日沿张家口-渤海断裂出现异常,1月8日异常面积达到最大,为64.7万km2,最高增温幅度达到9 K,11日异常消失.     

盲提取在地球化学异常数据处理中的应用

利用盲提取算法提取地球化学的异常数据,再利用分形含量梯度法确定地球化学的异常浓度中心,应用该方法对西藏1：20万拉萨幅水系沉淀物地球化学测量数据进行了处理,所圈定的异常浓度中心和矿化分布与实际情况基本一致,说明了方法的实用性和有效性．     

井温陡度异常的水文地质意义

针对目前井温参数利用不充分的情况,总结了井温陡度的计算方法;根据岩石热力学理论,说明了井温陡度异常与地下水活动的定性关系及特点;通过实例分析,阐述了井温陡度异常的水文地质意义;对综合测井的水文地质解释具有较好地参考价值。     

基于信息熵的异常检测算法

针对K-means异常检测算法检测性能低的问题,提出了一种结合信息熵与改进K-means算法的异常检测算法。该算法均匀地选出密度大于数据集平均密度的数据对象作为初始聚类中心,避免了初始中心的随机选择。在此基础上,引入了信息熵确定属性权重的方法来计算簇中数据点与该簇聚类中心的加权欧氏距离,通过对比簇中数据点的加权欧氏距离与该簇中所有数据点的平均加权欧氏距离来进行异常检测。实验表明,改进算法具有更高的检测率和更低的误检率,应用于电力负荷数据时检测率达到了90. 5%,能够有效地检测出异常的负荷数据。     

数据挖掘的异常检测技术分析

数据挖掘的异常检测技术在实践中有着广泛的应用,讨论了应用于不同数据集的离群点挖掘技术的算法和特点,说明了处理离群点过程中的重要问题,并对不同算法的优缺点进行了对比,为离群点挖掘的实际应用提供了参考依据.此外,还通过实验进行了算法分析,以便验证异常检测算法的有效性.     

基于k-近邻域中心偏移的鲁棒性异常检测算法

针对大多数基于距离和密度的异常检测算法敏感于近邻参数k的问题,提出了一种鲁棒性异常检测标准——k-近邻域中心偏移异常因子(COOF).数据结点的k-近邻域中心位置会随着近邻参数k的变化而发生迁移,鉴于异常结点要比正常结点对k-近邻域中心位置偏移量的影响更大,通过累加因递增k而产生的偏移量来表征数据结点的异常程度,并在COOF基础上实现了鲁棒性的异常检测算法.通过综合数据和真实数据的实验仿真可知,COOF不仅对近邻参数k具有鲁棒性,而且相比基于距离的k最近邻算法、基于局部距离的异常因子和基于密度的局部异常因子具有更稳定且更准确的异常检测性能.     

震前次声波异常信号的研究

根据美国地质调查局公布的地震目录,2002—2008年全球共发生了92次7级以上的地震.其中,78次震前接收到了次声波异常信号,占84.8%.次声波异常信号的幅值均超过1 000 mV,次声异常信号的频率在10^-3 Hz量级.异常信号结束后9 d内发震的有45次,占57.7%.本文以这92个地震为统计对象,讨论了震级M、观测点到震中的距离D与次声波异常信号最大幅值U_m的关系.结果表明,次声波异常信号与地震的发生有较好的对应关系,但U_m与M、D呈现出复杂的关系.     

MJ1061汽车异常振动的试验研究

针对某1061汽车在中速行驶条件下产生异常振动的问题，本文采用试验方法对产生异常振动的可能因素进行了分析研究，最终确定了轮胎的不均匀性是主要的影响因素，根据生产和使用现状，提出了确实可行的改进措施，使1061汽车的异常振动现象得到了有效控制。