简介:摘要匹配是观察性研究中选择研究对象的一种常用方法,具有控制混杂因素、提高统计效率等作用,但其控制混杂因素的作用在不同观察性研究中并不一致,匹配在队列研究中能够消除匹配变量的混杂偏倚,但在病例对照研究中匹配本身并不能消除混杂偏倚。在匹配性病例对照研究选择匹配变量时,研究者可能并不能准确判断该变量是否为混杂变量,若误将真实情况为非混杂因素的变量进行匹配,则会形成过度匹配,造成统计效率下降或引入难以避免的偏倚或增加工作量等;若将真实情况为混杂因素的变量遗漏不予匹配,则会造成混杂偏倚。有向无环图是一种直观的展示不同流行病学研究设计、变量间复杂因果关系的可视化图形语言。本文从有向无环图视角分析匹配在不同观察性研究设计中的作用、匹配性病例对照研究中欲匹配变量的选择标准制定,为今后流行病学研究设计提供一定的参考建议。
简介:在有向传感网络(DirectionalSensorNetworks,DSN)中,关于覆盖目标的传统研究主要关注于最大化网络寿命,而忽略了目标覆盖的质量问题,尤其是具有异构覆盖要求的不同目标。为此,提出基于覆盖质量感知的最大化网络寿命(CoverageQualityaware-basedNetworkLifetimeMaximization,CQ-NLM)算法。CQ-NLM算法通过以最少的活动节点数最大化不同目标的覆盖质量,进而提高网络寿命。CQ-NLM算法先通过概率感测模型建立目标的覆盖概率,将剩余能量高的节点优先加入活动候选集。然后,建立目标函数,再由混合整数线性规划求解目标函数,进而提高网络寿命。仿真数据表明,与同类算法相比,提出的CQ-NLM算法以少的活动节点数换取了高的网络寿命。
简介:LetSbelongtoZn-{0}.ThecirculantdigraphDCn(S)isadirectedgraphwithvertexsetZnandareset{(i,i+s):i∈Zn,s∈S},A.AdamconjecturedthatDCn(S)≌DCn(T)ifandonlyifT=uSforsomeunitumodn.InthispaperweprovethattheconjectureistrueifSisaminimalgeneratingsetofZnandthusdeterminethefullautomorphismgroupsofsuchdigraphs.Themethodsweemployarenewandeasytobeunderstood.