皮质类固醇激素冲击疗法治疗LASIK术后屈光回退的观察

目的:观察皮质类固醇激素冲击疗法对准分子激光原位角膜磨镶术(excimer laser in situ keratomileusis, LASIK)治疗近视术后发生屈光回退的治疗效果, 探讨此方法在临床应用的可能性.方法:对LASIK术后发生屈光回退的近视眼患者24例(48眼)采用皮质类固醇激素冲击疗法:每天9次0.1 %氟美童滴眼液点眼, 3周后改为每天4次逐周递减再治疗4周.治疗后进行了6个月的临床观察, 评价患者的视力和屈光度改变.结果:LASIK术后出现屈光回退的病例经激素治疗后视力得到改善, 屈光状态得到改变, 治疗后3周与7周的效果差异不显著.药物治疗中有激素性高眼压和其他激素副作用产生, 经降眼压治疗后未对视功能产生明显影响.结论:皮质类固醇激素冲击疗法治疗LASIK术后屈光回退并发症安全有效, 是再次LASIK手术治疗屈光回退的补充.     

农作物种子检验中发芽试验的容许误差的统计模型与计算

当代计算手段远远优于计算种子检验规程发芽试验现行标准中容许误差数值的20 世纪60年代,鉴于此,本文在提出发芽试验统计检验模型的基础上,利用MATLAB编程重新计算了容许误差值．过去计算的三种容许误差有较大的正偏差,另一种有很小的负偏差．建议对现行的种子检验规程有关计数型的容许误差数值进行修订．     

基于人工神经网络的天然林生物量遥感估测

基于Landsat TM遥感图像, 以吉林省汪清天然林区为例, 应用B-P神经网络建立了森林生物量非线性遥感模型系统. 除采用遥感数据外, 该系统还引入了地形因子(海拔、坡度、坡向、立地类型等)作为模型自变量. 通过压缩输入数据和增强网络训练学习算法等措施, 对标准B-P神经网络进行了增强. 模型仿真结果表明：增强型B-P神经网络具有收敛速度快和自学习、自适应功能强的特点, 能最大限度地利用样本集的先验知识, 自动提取合理的模型, 模型预测结果能真实合理地反映实际情况. 针叶林、阔叶林和针阔混交林的生物量遥感模型系统仿真结果的平均相对误差分别为-1.47%、2.38%和3.56%, 平均相对误差绝对值分别为6.33%、8.46%和8.91%, 预估效果较理想. 应用该模型系统生成了研究区的森林生物量定量分布图, 其总体精度为88.04%.     

离子阱串联质谱仪质荷比测量误差统计分析

离子阱串联质谱仪是蛋白质组研究中一种高通量,高灵敏度的分析仪器。目前对影响离子阱质谱仪质荷比测量误差的因素和数据产出后系统误差的校正方法还没有系统的分析。利用两批蛋白质标准品的数据和统计方法分析了离子阱质谱仪质荷比测量误差的分布规律,对测量的质荷比和信号强度对测量误差的影响进行了分析。在此基础上,提出了一种对质谱数据进行系统误差再校正的方法和一种根据信号强度确定误差容限的模型。     

杂交试验中误差的测验

在进行遗传学研究中 ,所采用的主要研究方法就是杂交试验法。遗传学家孟德尔正是利用豌豆作为试验材料 ,采用杂交试验法揭示出了遗传的 2个基本规律 ,即基因的分离规律和自由组合规律。在遗传试验中 ,如果对实验条件严加控制 ,而且试验的群体足够大 ,那么试验得出的实际数据就会与理论预期值非常接近。但由于种种因素的干扰 ,实际试验值偏离理论预期值而产生误差 ,总是在所难免的。那么试验中出现的误差 ,究竟是属于机会造成的 ,还是实验本身的问题 ?换句话说 ,出现的误差是否在理论允许的范围内 ?这就需要进行测验。而通常采用的方法是χ2 …     

2SUR回归模型系数估计的优良性比较

对于2SUR回归模型的参数估计问题,给出了一些一般均方误差矩阵比较结果,据此提出了一类线性估计和一类基于离差阵广义非限定估计的非线性两步估计,并获得了该两步估计类的一些有限样本性质。     

用度量误差模型方法编制相容的生长过程表和材积表

指出了按照常规方法建立的生长模型和材积模型不相容的原因、利用两阶段度量误差模型方法估计生长模型和材积模型的参数,进而编制相容的生长过程表和材积表．     

人工神经网络模型在水稻群体分蘖动态模拟中外推能力的测试

研究利用人工神经网络模型 ,以水稻群体分蘖动态为例 ,采用交互验证和独立验证的方式 ,对水稻生长 BP网络模型进行了训练与模拟 ,其结果与水稻群体分蘖的积温统计模型、基本动力学模型和复合分蘖模型进行了比较。研究结果表明 ,神经网络模型具有一定的外推能力 ,但其外推能力依赖于大量的训练样本。神经网络模型具有较好的拟合能力 ,是因为有较多的模型参数 ,因此对神经网络模型的训练需要大量的参数来保证其参数不致过度吻合。具有外推能力神经网络模型的最少训练样本数应大于 6 .75倍于神经网络参数数目 ,小于 13.5倍于神经网络参数数目。因此在应用神经网络模型时 ,如果神经网络模型包括较多的输入变量时 ,可考虑采用主成分分析、对应分析等技术对输入变量进行信息综合 ,相应地减少网络模型的参数。另一方面 ,当训练样本不足时 ,最好只用神经网络模型对同一系统的情况进行模拟 ,应谨慎使用神经网络模型进行外推。神经网络模型给作物模拟研究的科学工作者提供了一个“傻瓜”式工具 ,对数学建模不熟悉的农业研究人员 ,人工神经网络可以替代数学建模进行仿真实验 ;对于精通数学建模的研究人员来说 ,它至少是一种补充和可作为比较的非线性数据处理方法     

NEE观测误差分布类型对陆地生态系统机理模型参数估计的影响——以长白山温带阔叶红松林为例

基于观测数据的陆地生态系统模型参数估计有助于提高模型的模拟和预测能力,降低模拟不确定性.在已有参数估计研究中,涡度相关技术测定的净生态系统碳交换量(NEE)数据的随机误差通常被假设为服从零均值的正态分布.然而近年来已有研究表明NEE数据的随机误差更服从双指数分布.为探讨NEE观测误差分布类型的不同选择对陆地生态系统机理模型参数估计以及碳通量模拟结果造成的差异,以长白山温带阔叶红松林为研究区域,采用马尔可夫链-蒙特卡罗方法,利用2003～2005年测定的NEE数据对陆地生态系统机理模型CEVSA2的敏感参数进行估计,对比分析了两种误差分布类型(正态分布和双指数分布)的参数估计结果以及碳通量模拟的差异.结果表明,基于正态观测误差模拟的总初级生产力和生态系统呼吸的年总量分别比基于双指数观测误差的模拟结果高61～86 g C m-2 a-1和107～116 g C m-2 a-1,导致前者模拟的NEE年总量较后者低29～47 g C m-2 a-1,特别在生长旺季期间有明显低估.在参数估计研究中,不能忽略观测误差的分布类型以及相应的目标函数的选择,它们的不合理设置可能对参数估计以及模拟结果产生较大影响.     

左旋多巴联合综合疗法治疗屈光不正性弱视患儿的临床效果

目的:探究左旋多巴联合综合疗法治疗屈光不正性弱视患儿的临床效果。方法:选取2013年4月至2016年3月在我院接受治疗的屈光不正性弱视青少年103例(180眼),随机分为对照组52例(90眼)和观察组51例(90眼)。对照组患儿给予常规的综合治疗,观察组在对照组之上给予左旋多巴治疗。治疗6个月后,观察比较两组患儿的治疗有效率、图形视觉诱发电位(P-VEP)、视觉对比敏感度和视功能等以及不良反应的发生情况。结果:观察组的视力治疗有效率为90.00%,显著高于对照组(68.89%),差异具有统计学意义(P0.05)。治疗6个月后,两组的振幅出现明显的升高,且观察组显著高于对照组(P0.05);两组的潜伏期发生明显降低,且观察组的显著低于对照组(P0.05)。观察组患儿的100%、25%、10%及5%空间频率视觉对比敏感度均显著低于对照组(P0.05)。观察组患儿的矫正辐辏范围、矫正分开范围显著高于对照组,矫正近立体锐度显著低于对照组(P0.05)。治疗期间,两组不良反应发生情况比较差异无统计学意义(P0.05)。结论:左旋多巴联合综合疗法可有效改善屈光不正患儿的视觉中枢神经元功能,明显提高视力水平及视觉敏感度。