2型糖尿病患者尿液的代谢组学研究

目的 从代谢组学角度分析并寻找2型糖尿病（T2DM）患者可能的代谢标记物。方法 选取30例初诊、或有糖尿病史经药物治疗控制不理想且无并发症的T2DM 患者,另选取30例性别、年龄匹配的健康者为正常对照。收集清晨空腹中段尿,以气相色谱- 质谱联用（GC-MS）技术对尿液样本进行代谢图谱分析,正交偏最小二乘法判别研究尿液内源性化合物在两组间的差异。结果 T2DM 组和正常对照组尿液代谢谱明显分离。与正常对照组比较,T2DM 组尿液2,3,4- 三羟基丁酸、肌醇、D- 葡萄糖、D- 葡萄糖酸及尿素含量升高（P＜0.05 或0.01）,马尿酸含量减少（P＜0.01）。结论 代谢组学检查提示T2DM 患者尿液中代谢标志物为2,3,4- 三羟基丁酸、肌醇、马尿酸、D-葡萄糖、D- 葡萄糖酸及尿素,观察这些标志物含量的变化有助于T2DM 的临床诊断及发病机制研究。     

聚集数据线性模型参数的聚集综合岭估计的相对效率

对于聚集数据的线性模型,给出了参数的聚集综合岭估计的概念,并给出了聚集综合岭估计相对于最小二乘估计的两种相对效率,得到了这两种相对效率的上界.     

基于Salagean算子的bi-单叶函数系数估计

讨论和研究了受限于Salagean算子且同时满足:1+1/b((D~(n+1)f(z)/(D~nf(z)))-1)φ(z)和1+1/b((D~(n+1)f~(-1)(ω)/(D~nf~(-1)(ω))-1)Ψ(ω)的bi-单叶解析函数的系数估计问题,这里φ(z)和Ψ(ω)为正实部函数.主要的研究结果直接推广了先前相应工作.     

时间序列期望和方差函数的半参数估计方法

以二阶差分序列为基础,针对相关系数平稳时间序列,给出了其期望函数与方差函数的半参数估计形式.核方法的运用使得无需假定非周期项的具体形式就能给出相应估计结果,避免了可能出现的假定错误.进一步,通过选取不同的判定函数,得到相应方差函数的估计结果,并对此类方法进行了理论上的总结.最后通过仿真实验验证了所提出方法的有效性.     

两维的粘性浅水波方程解的逐点估计（英文）

本文利用Green函数的方法得到两维的粘性浅水波方程解的逐点估计.解的逐点估计不仅形象地体现了惠更斯原理的内容,而且还能使我们能够更加清楚地了解方程解的结构和衰减速度.     

几类非奇H-矩阵的行列式估计

非奇H-矩阵在数学物理、控制论、电力系统理论及经济学等许多领域有着重要的研究价值和实用价值.本文利用矩阵逆元素估计、矩阵的逐次降阶法及递归,给出严格对角占优矩阵、广义严格对角占优矩阵等几类非奇H-矩阵的行列式上下界的估计式.改进了已有的一些相关结果,并用数值算例说明文中结果的有效性.     

一类Hermitian鞍点矩阵的特征值估计

本文研究了一类大型稀疏Hermitian鞍点线性系统Az=(B E E* 0)(x y)=(f g)=b系数矩阵的特征值,其中B∈C~(p×p)是Hermitian正定阵矩阵,E∈C~(p×q)是列降秩.本文分别给出了该系数矩阵正特征值与负特征值界的一个估计式,同时通过数值算例验证本文所给出的特征值界的估计是合理且有效的.     

我国公民权利意识的抽样调查方案设计

为全面、准确地了解我国公民的权利意识现状,本文将调查总体划分为两个子总体:大学生子总体和居民家庭子总体,设计了一套分层多阶段系统pps调查方案,给出确定各阶段样本量的原则和方法,讨论了调查中出现无回答问题的补救措施,给出了主要估计量及其精度的估计,针对调查中复杂样本的方差估计,本文提出使用刀切法进行估计。     

相机位姿估计的加速正交迭代算法

面对需要实时计算的相机位姿估计问题,针对经典的广泛应用的正交迭代算法,提出了一种加速正交迭代算法。其关键思想是将每一次迭代过程规整化,从而提炼出每一次迭代的重复计算,若将此重复计算在迭代开始前提前计算,则可以大幅度的减少迭代过程中的计算量,使得每一次迭代的计算复杂度从O(n)降低为O(1)。因此,可以在更短的时间内迭代更多的次数,从而获得更高的精度。进行了对比实验,结果显示本加速算法计算精度更高,速度更快。并通过实验提出了选择稳健n点透视(RPn P)计算初值,再使用加速正交迭代算法进行迭代运算的方法,在控制点不多的情况下,是一种精度接近最大似然估计,计算速度最快的算法。     

基于EMD的单通道信源数估计方法

为了获取单通道接收信号的信源数目,针对普通信源数估计方法不能直接用于单通道接收信号的问题,提出了基于经验模态分解(empirical mode decomposition, EMD)的信源数估计方法。将单通道信号通过EMD处理,得到多个固有模态函数(intrinsic-mode function, IMF),据此构造数据协方差矩阵。对所构造的协方差矩阵进行特征值分解,采用基于信息论的AIC和MDL准则估计信源数。为进一步提高算法估计性能,引入对角加载技术对矩阵特征值进行平滑处理。仿真实验结果表面,本文提出的方法能够适用于单通道信源数估计,对角加载技术能够显著提高算法检测性能。