Do cardiovascular risk factors explain the relation between socioeconomic status, risk of all-cause mortality, cardiovascular mortality, and acute myocardial infarction?

Much remains to be understood about how low socioeconomic status (SES) increases cardiovascular disease and mortality risk. Data from the Kuopio Ischemic Heart Disease Risk Factor Study (1984-1993) were used to estimate the associations between acute myocardial infarction and income, all-cause mortality, and cardiovascular mortality in a population-based sample of 2,272 Finnish men, with adjustment for 23 biologic, behavioral, psychologic, and social risk factors. Compared with the highest income quintile, those in the bottom quintile had age-adjusted relative hazards of 3.14 (95% confidence interval (CI) 1.77-5.56), 2.66 (95% CI 1.25-5.66), and 4.34 (95% CI 1.95-9.66) for all-cause mortality, cardiovascular mortality, and AMI, respectively. After adjustment for risk factors, the relative hazards for the same comparisons were 1.32 (95% CI 0.70-2.49), 0.70 (95% CI 0.29-1.69), and 2.83 (95% CI 1.14-7.00). In the lowest income quintile, adjustment for risk factors reduced the excess relative risk of all-cause mortality by 85%, that of cardiovascular mortality by 118%, and that of acute myocardial infarction by 45%. These data show how the association between SES and cardiovascular mortality and all-cause mortality is mediated by known risk factor pathways, but full "explanations" for these associations will need to encompass why these biologic, behavioral, psychologic, and social risk factors are differentially distributed by SES.     

高性能机群计算本科教学研究

针对目前高性能机群人才需求旺盛而高校对高性能机群计算知识普及不够的现状,以培养工程实践性机群系统管理人员为目标,阐述面向高校计算机专业本科生开设高性能机群计算课程的教学目标;并进行课程设计,包括教学内容及教材选取、课时安排以及教学方法设计。北京工业大学的教学实践表明,上述课程设计取得了较好的教学成效。     

分布式本体集成框架下虚拟本体集合动态生成算法

为了有效组织和管理网格环境内存在的各类分布异构的本体资源,提出了基于网关服务的分布式本体集成框架.从体系结构角度对本体集成过程中涉及到的功能模块进行分析和划分,并基于网格服务设计了关键组件.在此基础上从提高计算资源利用率和满足用户多样性需求的角度出发,提出了虚拟本体集合动态生成算法.该算法将缓存技术与虚拟本体相结合,为本体数据的自动生成和再生成提供了较完整的系统方法,增强了本体资源的复用性.实验结果表明,该算法可以提高计算资源利用率,实现本体资源的复用率.     

链表式区域填充算法在三维油藏模型中的应用

分析不同填充方法的特点,针对传统种子填充算法需要静态分配存储空间而造成空间利用率低和不断进出栈操作浪费时间的问题,对种子填充算法进行改进,提出了采用链表存储且对像素点先着色再入链的新方法。该方法根据实际需求动态的分配空间,减少了空间浪费,避免了一些不必要的操作,解决了计算机对大数据处理时由于内存不足而造成死机或处理时间过长的的问题。此方法应用于大模型油藏模型的高速显示系统,提高了空间利用率,实现了三维油藏模型的快速显示。     

一种改进的WSN成簇算法

从保证无线传感器网络(WSN)感知覆盖性能角度出发,分析节点剩余能量、重叠感知覆盖率与簇头选择的关系,改进LEACH协议中簇头阈值选择前的信息采集过程,提出一种适用于高密度随机部署的WSN成簇算法。实验结果表明,该算法可有效保持网络感知覆盖率,从而延长网络寿命。     

基于混沌级联的语音频域实时加密系统

针对现有语音实时保密通信系统中系统空载密钥泄漏现象导致容易遭受基于自适应同步控制方法攻击的问题,采用混沌级联对语音频域进行实时加、解密。该方案实现零密钥泄漏,有效抵御了基于自适应同步控制方法的攻击。系统测试分析结果表明,该方案是有效、安全的,优于基于单组混沌系统对时域的加密方法。     

基于误差补偿的复杂场景下背景建模方法

在基于子空间学习的背景建模方法中,利用背景信息对前景误差进行补偿有助于建立准确的背景模型.然而,当动态背景（摇曳的树枝、波动的水面等）和复杂前景等干扰因素存在时,补偿过程的准确性和稳定性会受到一定的影响.针对这些问题,本文提出了一种基于误差补偿的增量子空间背景建模方法.该方法可以实现复杂场景下的背景建模.首先,本文在误差补偿的过程中考虑了前景的空间连续性约束,在补偿前景信息的同时减少了动态背景的干扰,提高了背景建模的准确性.其次,本文将误差估计过程归结为一个凸优化问题,并根据不同的应用场合设计了相应的精确求解算法和快速求解方法.再次,本文设计了一种基于Alpha通道的误差补偿策略,提高了算法对复杂前景的抗干扰能力.最后,本文构建了不依赖于子空间模型的背景模板,减少了由前景信息反馈引起的背景更新失效,提高了算法的鲁棒性.多项对比实验表明,本文算法在干扰因素存在的情况下仍然可以实现对背景的准确建模,表现出较强的抗扰性和鲁棒性.     

世界城市与北京市的水务发展指标比较研究

以伦敦、纽约、巴黎、东京等4座世界城市为研究对象,从水资源自然禀赋和水务发展现状两方面,选择能够反映城市水务发展水平的指标进行比较分析,摸清北京市与世界城市在水务领域的差距,并提出支撑建设世界城市的北京水务指标体系。     

Kolmogorov complexity and combinatorial methods in communication complexity

We introduce a method based on Kolmogorov complexity to prove lower bounds on communication complexity. The intuition behind our technique is close to information theoretic methods.We use Kolmogorov complexity for three different things: first, to give a general lower bound in terms of Kolmogorov mutual information; second, to prove an alternative to Yao’s minmax principle based on Kolmogorov complexity; and finally, to identify hard inputs.We show that our method implies the rectangle and corruption bounds, known to be closely related to the subdistribution bound. We apply our method to the hidden matching problem, a relation introduced to prove an exponential gap between quantum and classical communication. We then show that our method generalizes the VC dimension and shatter coefficient lower bounds. Finally, we compare one-way communication and simultaneous communication in the case of distributional communication complexity and improve the previous known result.     

用语言云模型发掘关联规则

该文提出用语言云模型用于KDD中知识表达和不确定性处理,引入了多维云模型作为一维模型的扩展.语言云的数字特征量将语言值的模糊性和随机性用统一的方式巧妙地综合到一起,基于云模型的概念层次结构可以跨越定量和定性知识之间的鸿沟.为了发现强关联规则,属性值要在较高的概念层上泛化,同时允许相邻属性值或语言项间有重叠.这种软划分可以模仿人类的思想,使发现的知识具有稳健性.将基于云模型的泛化方法与Apriori算法结合起来,从空间数据库中发掘关联规则.试验显示了其有效性、高效性和灵活性.