数据挖掘技术在糖尿病管理中的应用进展

数据挖掘(DM)是从大量不完整、有噪声、模糊、随机的实际应用数据中提取潜在有价值的信息和知识的过程。该项技术融合了人工智能、数据库、统计学等学科内容,为疾病管理相关研究的创新与发展提供极佳的便利。近年来,将数据挖掘技术运用于糖尿病管理,在糖尿病早期预防、糖尿病并发症预测及糖尿病的预后等方面已经取得了很大的成效。但目前国内将数据挖掘技术应用于糖尿病领域仍处于探索阶段,本文旨在通过对数据挖掘技术的分类,以及对数据挖掘技术在糖尿病筛查、糖尿病并发症预测和提升糖尿病患者管理质量中的应用及进展进行详细评述,使医务人员对数据挖掘技术在糖尿病管理中的应用有一个清晰直观的理解,并发现数据挖掘技术在糖尿病管理应用中存在的问题,为医务人员进行精细管理提供证据,以促进产生对患者和医务人员有益的研究成果。     

采用不变矩图像匹配与直方图的仪表识别算法

为了解决当前仪表识别算法在机床仪表状态信号多变、实时性强的环境下状态识别错误的不足,设计一种基于不变矩图像匹配与直方图的在线仪表识别算法.首先,基于不变矩特征,通过图像的重心坐标获取其中心不变矩,设计图像匹配算子,并根据仪表灯的匹配度量值定位当前状态信号位置.然后,根据定位到的信号中心点坐标,提取出状态信号外接最小矩形.最后,依据信号灯颜色的直方图特性,计算出反投影直方图,实现对状态信号颜色的判断.实验结果表明:与当前机床仪表识别技术相比,面对机床仪表状态信号多变的环境时,文中算法具有更高的识别精度.     

关于广义非正常黎曼积分的注记

本文定义了一种广义的非正常黎曼积分((GR-)∫ ∞-∞f(x)dx)并讨论了它的敛散性,证明了(1)这种广义积分的收敛等价于绝对收敛,(2)当一个函数f(x)关于这种广义积分收敛于Ⅰ时,则f(x)为勒贝格可积且积分值也是Ⅰ.