随着广义二型模糊集的α-平面表达理论被提出,广义二型模糊逻辑系统在近年成为学术界热点研究问题。本文比较了离散Karnik-Mendel(KM)算法与连续版本的KM(continuous version of KM,CKM)算法中的运算,通过数值积分中牛顿-柯斯特求积公式...随着广义二型模糊集的α-平面表达理论被提出,广义二型模糊逻辑系统在近年成为学术界热点研究问题。本文比较了离散Karnik-Mendel(KM)算法与连续版本的KM(continuous version of KM,CKM)算法中的运算,通过数值积分中牛顿-柯斯特求积公式把KM算法扩展成三种不同形式的加权KM(weighted KM,WKM)算法,而KM算法只是WKM算法在取特殊权重值下的一种例子。两个计算机仿真例子用来阐述和分析WKM算法的表现。总体来说,WKM算法在计算广义二型模糊逻辑系统质心解模糊化值时可取得比KM算法更小的绝对误差和更快的收敛速度,这给二型模糊逻辑系统的设计和应用提供了潜在的价值。展开更多
目的应用频繁静脉取血法在2型糖尿病患者中对回顾性动态血糖监测系统（CGMS）的点准确度及趋势准确度进行评价。方法2010年8月至10月共纳入11例2型糖尿病患者，应用美敦力公司GOLD^TM（GMS）连续监测3d血糖，同时每天输入4次指尖血糖值...目的应用频繁静脉取血法在2型糖尿病患者中对回顾性动态血糖监测系统（CGMS）的点准确度及趋势准确度进行评价。方法2010年8月至10月共纳入11例2型糖尿病患者，应用美敦力公司GOLD^TM（GMS）连续监测3d血糖，同时每天输入4次指尖血糖值进行校正。受试者在CGMS监测的3d内随机选择1d参加连续7h的频繁静脉取血（15min取1次），并用美国YSI STAT Plus^TM葡萄糖乳酸分析仪（YSI值）进行血浆葡萄糖值的测定。应用多种统计方法和统计量来综合进行准确性评估，包括CGMS值和匹配的YSI值相比在20％和30％偏差范围内的一致率、误差栅格分析、绝对差值的相对数（ARD）、Bland—Ahman分析以及趋势分析等。两变量相关分析采用Pearson相关分析。结果11例患者共收集到319对YSI—CGMS配对数据值；与YSI值相比，88．4％（95％CI：0．84—0．92）的CGMS值在20％偏差范围内，96．9％的CGMS值在30％偏差范围内。Clarke误差栅格分析显示YSI—CGMS配对数据值进入A区和B区的比例分别为88％、12％，共识误差栅格分析显示进入A区和B区的比例分别为96．2％、3．8％。连续误差栅格分析显示YSI—CGMS配对数据值在准确数据区、良性错误区及错误数据区分别为94．4％、2．8％及2．8％。ARD的均值为10．5％，中位数为8．4％，Bland—Altman分析均值为0．47mmol/L（95％CI：-1．90-3．01）。趋势分析显示82．5％的两者变化率差异集中在0．06mmol·L^-1·min^-1的变化范围内，只有1．7％的数据对绝对差异超过0．17mmd·L^-1·min^-1。结论无论对点时血糖还是对血糖变化趋势的反映，CGMS均有较好的准确性；但对低血糖事件进行评判时，尚需结合临床实际情况具体分析。展开更多
文摘随着广义二型模糊集的α-平面表达理论被提出,广义二型模糊逻辑系统在近年成为学术界热点研究问题。本文比较了离散Karnik-Mendel(KM)算法与连续版本的KM(continuous version of KM,CKM)算法中的运算,通过数值积分中牛顿-柯斯特求积公式把KM算法扩展成三种不同形式的加权KM(weighted KM,WKM)算法,而KM算法只是WKM算法在取特殊权重值下的一种例子。两个计算机仿真例子用来阐述和分析WKM算法的表现。总体来说,WKM算法在计算广义二型模糊逻辑系统质心解模糊化值时可取得比KM算法更小的绝对误差和更快的收敛速度,这给二型模糊逻辑系统的设计和应用提供了潜在的价值。
文摘目的应用频繁静脉取血法在2型糖尿病患者中对回顾性动态血糖监测系统（CGMS）的点准确度及趋势准确度进行评价。方法2010年8月至10月共纳入11例2型糖尿病患者，应用美敦力公司GOLD^TM（GMS）连续监测3d血糖，同时每天输入4次指尖血糖值进行校正。受试者在CGMS监测的3d内随机选择1d参加连续7h的频繁静脉取血（15min取1次），并用美国YSI STAT Plus^TM葡萄糖乳酸分析仪（YSI值）进行血浆葡萄糖值的测定。应用多种统计方法和统计量来综合进行准确性评估，包括CGMS值和匹配的YSI值相比在20％和30％偏差范围内的一致率、误差栅格分析、绝对差值的相对数（ARD）、Bland—Ahman分析以及趋势分析等。两变量相关分析采用Pearson相关分析。结果11例患者共收集到319对YSI—CGMS配对数据值；与YSI值相比，88．4％（95％CI：0．84—0．92）的CGMS值在20％偏差范围内，96．9％的CGMS值在30％偏差范围内。Clarke误差栅格分析显示YSI—CGMS配对数据值进入A区和B区的比例分别为88％、12％，共识误差栅格分析显示进入A区和B区的比例分别为96．2％、3．8％。连续误差栅格分析显示YSI—CGMS配对数据值在准确数据区、良性错误区及错误数据区分别为94．4％、2．8％及2．8％。ARD的均值为10．5％，中位数为8．4％，Bland—Altman分析均值为0．47mmol/L（95％CI：-1．90-3．01）。趋势分析显示82．5％的两者变化率差异集中在0．06mmol·L^-1·min^-1的变化范围内，只有1．7％的数据对绝对差异超过0．17mmd·L^-1·min^-1。结论无论对点时血糖还是对血糖变化趋势的反映，CGMS均有较好的准确性；但对低血糖事件进行评判时，尚需结合临床实际情况具体分析。
