文章以幂函数变换为研究对象,从背景值误差和还原误差的角度分析了幂函数变换对GM(1,1)模型建模精度的影响,论证了幂函数变换的GM(1,1)模型(PFNGM(1,1)模型)具有逼近无偏性,能在可忽略的误差范围内实现对白指数序列的预测无偏性。实例...文章以幂函数变换为研究对象,从背景值误差和还原误差的角度分析了幂函数变换对GM(1,1)模型建模精度的影响,论证了幂函数变换的GM(1,1)模型(PFNGM(1,1)模型)具有逼近无偏性,能在可忽略的误差范围内实现对白指数序列的预测无偏性。实例应用结果表明,其建模精度和预测效果均优于无偏GM(1,1)模型和离散GM(1,1)模型。为将适宜建模序列拓展至近似非齐次指数序列和季节波动序列,同时保留幂函数变换可以有效降低背景值误差对建模精度影响的优势,将幂函数变换与平移变换相结合构建了PFNGM(1,1)模型,将幂函数变换与季节性GM(1,1)模型(SGM(1,1)模型)相结合构建了PFSGM(1,1)模型。实例应用结果表明,PFNGM(1,1)模型的建模精度和预测效果均优于背景值改进的NGM(1,1, k )模型和ONGM(1,1, k,c )模型,PFSGM(1,1)模型的建模精度和预测效果均优于SGM(1,1)模型,验证了两种模型的有效性。展开更多
针对UBGM(1,1)-Markov模型中存在2个邻近值可能被归属到不同状态,导致预测值产生偏差的问题,结合模糊分类理论,构建基于模糊分类的无偏灰色-马尔科夫模型(unbiased gray-Markov model based on fuzzy classification,FC-UBGM(1,1)-Mark...针对UBGM(1,1)-Markov模型中存在2个邻近值可能被归属到不同状态,导致预测值产生偏差的问题,结合模糊分类理论,构建基于模糊分类的无偏灰色-马尔科夫模型(unbiased gray-Markov model based on fuzzy classification,FC-UBGM(1,1)-Markov)。首先对UBGM(1,1)模型进行残差修正,然后将修正后拟合值的相对残差序列作为Markov链进行区间划分,再结合模糊分类的隶属度函数,计算相对残差的模糊向量,根据隶属度确定其所属的状态。实际算例表明,该模型比传统UBGM(1,1)-Markov模型的预测效果更好。展开更多
目的探讨自身免疫性甲状腺炎伴发抑郁症动物模型的制备与评价,并基于NOD样受体蛋白-3(NOD-like receptor protein 3,NLRP3)/含半胱氨酸的天冬氨酸蛋白水解酶-1(cysteinyl aspartate specific proteinase-1,Caspase-1)/消皮素D(gasdermin...目的探讨自身免疫性甲状腺炎伴发抑郁症动物模型的制备与评价,并基于NOD样受体蛋白-3(NOD-like receptor protein 3,NLRP3)/含半胱氨酸的天冬氨酸蛋白水解酶-1(cysteinyl aspartate specific proteinase-1,Caspase-1)/消皮素D(gasdermin D,GSDMD)通路加以验证。方法32只NOD.H-2H4小鼠随机分为正常组(N组)、抑郁组(DP组)、自身免疫性甲状腺炎伴抑郁症组(AIT+DP组)、自身免疫性甲状腺炎组(AIT组),每组8只。N组正常饲养,DP组采取5周慢性不可预知温和刺激(chronic unpredictable mild stress,CUMS),AIT组予0.05%碘化钠水溶液建立自身免疫性甲状腺炎模型,AIT+DP组在建立AIT动物模型基础上施加5周CUMS建立AIT+DP动物模型。通过观测小鼠甲状腺组织结构及淋巴细胞浸润情况和血清甲状腺过氧化物酶抗体(thyroid peroxidase antibody,TPOAb)和甲状腺球蛋白抗体(anti-thyroid autoantibodies,TGAb)水平评价小鼠自身免疫性甲状腺炎模型是否制备成功;通过测定体重、糖水偏好率、旷场行为学(中央象限时间、中央象限比例、站立次数、排便次数、毛发梳理时间),大脑皮质、海马病理变化及大脑皮质小胶质细胞焦亡相关蛋白水平评价小鼠抑郁状态。模型小鼠同时符合上述自身免疫性甲状腺炎与抑郁症相关指标检测,则表明AIT+DP动物模型制备成功。结果与N组比较,AIT组与AIT+DP组血清TGAb、TPOAb水平显著增加(P<0.01),甲状腺可见大量炎细胞浸润,DP组与AIT+DP组小鼠中央象限时间、中央象限比例、站立次数、排便次数、毛发梳理时间有不同程度降低,大脑皮质神经胶质细胞增多,神经元细胞减少,伴有部分细胞核萎缩,NLRP3、IL-1β、Caspase-1、GSDMD-N蛋白表达水平显著上调,AIT+DP组尤为明显(P<0.01)。结论0.05%碘化钠水溶液与CUMS可较好地模拟AIT+DP模型动物外在表现与内在指标变化,可为AIT+DP疾病的研究提供动物模型参考。展开更多
文摘文章以幂函数变换为研究对象,从背景值误差和还原误差的角度分析了幂函数变换对GM(1,1)模型建模精度的影响,论证了幂函数变换的GM(1,1)模型(PFNGM(1,1)模型)具有逼近无偏性,能在可忽略的误差范围内实现对白指数序列的预测无偏性。实例应用结果表明,其建模精度和预测效果均优于无偏GM(1,1)模型和离散GM(1,1)模型。为将适宜建模序列拓展至近似非齐次指数序列和季节波动序列,同时保留幂函数变换可以有效降低背景值误差对建模精度影响的优势,将幂函数变换与平移变换相结合构建了PFNGM(1,1)模型,将幂函数变换与季节性GM(1,1)模型(SGM(1,1)模型)相结合构建了PFSGM(1,1)模型。实例应用结果表明,PFNGM(1,1)模型的建模精度和预测效果均优于背景值改进的NGM(1,1, k )模型和ONGM(1,1, k,c )模型,PFSGM(1,1)模型的建模精度和预测效果均优于SGM(1,1)模型,验证了两种模型的有效性。
文摘针对UBGM(1,1)-Markov模型中存在2个邻近值可能被归属到不同状态,导致预测值产生偏差的问题,结合模糊分类理论,构建基于模糊分类的无偏灰色-马尔科夫模型(unbiased gray-Markov model based on fuzzy classification,FC-UBGM(1,1)-Markov)。首先对UBGM(1,1)模型进行残差修正,然后将修正后拟合值的相对残差序列作为Markov链进行区间划分,再结合模糊分类的隶属度函数,计算相对残差的模糊向量,根据隶属度确定其所属的状态。实际算例表明,该模型比传统UBGM(1,1)-Markov模型的预测效果更好。
