搜索结果: 1-15 共查到“知识库 数理统计学”相关记录860条 . 查询时间(3.966 秒)
餐前胰岛素剂量精准决策是改善糖尿病患者血糖管理的关键.临床治疗中胰岛素剂量调整一般在较短时间内完成,具有典型的小样本特征;数据驱动建模在该情形下无法准确学习患者餐后血糖代谢规律,难以确保胰岛素剂量的安全和有效决策.针对这一问题,设计一种临床经验辅助的餐前胰岛素剂量自适应优化决策框架,构建高斯过程血糖预测模型和模型有效性在线评估机制,提出基于历史剂量和临床经验决策约束的贝叶斯优化方法,实现小样本下餐...
带特定标记的分位数回归模型
特定标记 分位数 回归模型
2023/12/13
Quantile regression has become a widely used tool for analysing competing risk data. However, quantile regression for competing risk data with a continuous mark is still scarce. The mark variable is a...
青藏地区快速的经济发展使得进入高原的群体数量日益增加,随之而来的高原健康问题也愈发突出.间歇性低氧训练(Intermittent hypoxic training,IHT)是急进高原前常使用的预习服方法,一般针对不同个体均设置固定的开环策略,存在方案制定无标准、系统化的理论指导缺乏、效果不明显等问题.针对以上情况,设计了一种小样本数据驱动的IHT策略贝叶斯闭环学习优化框架,建立自回归结构的高斯过程...
本文研究带非平稳厚尾非高斯量测噪声的非线性系统状态估计问题.考虑到广义双曲分布包含多种常见厚尾分布特例,且其混合分布为共轭的广义逆高斯分布,选用广义双曲分布建模厚尾噪声;进而引入伯努利变量构建高斯–广义双曲混合分布来建模非平稳厚尾噪声,并利用该分布的高斯分层结构得到系统的概率模型.随后采用变分贝叶斯方法实现对系统状态以及噪声参数的后验估计,得到针对此类噪声系统的卡尔曼滤波(Kalman filte...
差异性的统计推断方法及其应用（张维、李启寨）
差异性 统计推断方法 应用
2023/2/22
差异性分析是生物医学研究中的一个重要问题。它旨在通过比较两组或多组样本数据之间的差异来识别影响复杂疾病或性状的基因、生物通路、微生物等。针对人类微生物组和水稻耐寒性的差异性分析问题，提出了自适应的分组聚合检验方法，给出了统计显著性的快速算法及其统计性质，利用多尺度分析方法有效地整合水稻耐寒性的两个性状，提出了群体分层校正方法并将其应用到水稻耐寒性的数据中，发现并验证了与水稻耐寒性相关联的基因COL...
This paper is concerned with the factorization and equivalence problems of multivariate polynomial matrices. We present some new criteria for the existence of matrix factorizations for a class of mult...
平场复用多焦点结构光照明超分辨显微成像
多焦点结构光照明显微技术 超分辨成像 平场照明 贝叶斯学习算法
2022/3/11
多焦点结构光照明显微技术（multifocalstructuredilluminationmicroscopy，MSIM）能在50μm的成像深度内和1Hz的成像速度下实现两倍于衍射极限分辨率的提升，相比传统的宽场结构光照明显微技术，具有较大的成像深度和层析能力，更适合应用于厚样品的长时程三维超分辨成像。然而，MSIM存在成像速度慢、图像处理过程复杂等问题。本文提出了一种基于平场复用多焦点结构光照明...
随机聚苯链的基尔霍夫指标
基尔霍夫指标 随机聚苯链 电阻距离
2022/3/11
连通图G的基尔霍夫指标Kf(G)定义为图G中所有点对之间的电阻距离之和。为了得出随机聚苯链的基尔霍夫指标，利用数学期望的定义及性质，得到一个随机聚苯链的基尔霍夫指标的期望值的精确公式。
在许多现实的机器学习应用场景中,获取大量未标注的数据是很容易的,但标注过程需要花费大量的时间和经济成本.因此,在这种情况下,需要选择一些最有价值的样本进行标注,从而只利用较少的标注数据就能训练出较好的机器学习模型。
响应曲面模型的构建对多响应优化设计结果的影响至关重要。传统的响应曲面模型会事先对模型结构做出一系列的假设。然而，在面向复杂产品的质量设计时往往会出现模型结构错误设定的情况。结合半参数方法和贝叶斯抽样技术提出了一种新的多响应优化设计方法，以解决多目标之间的冲突、模型结构的不确定以及预测响应值的波动性问题。首先，利用半参数方法建立可控因子与响应之间的响应曲面模型；其次，基于贝叶斯抽样技术对模型误差进行...
基于逻辑回归函数的加权K-means聚类算法
欧式距离 特征加权的K-means算法 逻辑回归函数 初始聚类中心
2022/3/15
传统K-means聚类算法通过欧式距离计算样本的相似度，将数据所有的属性特征均平等对待，忽略每个属性特征的不同贡献，导致样本相似度计算的准确率不高。针对这个不足，提出一种特征加权的K-means算法进行优化。首先，运用Softmax和Sigmoid逻辑回归函数计算特征权重，使得加权的欧式距离更能准确地表示样本相似度；其次，优化初始聚类中心选择策略，选择距离较大的K个样本作为初始聚类中心，可有效避免...
均匀邻域对位的自适应差分进化算法
差分进化 对位学习 均匀变异 多阶段扰动
2022/3/15
针对对位差分进化算法依然存在探索能力差和早熟收敛问题，提出一种基于均匀邻域对位的自适应差分进化算法。该算法在对位点所在局部邻域作适应性的小幅均匀变异操作，用以扩大对位点的搜索区域，从而提高跳出局部陷阱的概率；在对位点均匀变异操作中，变异步长利用当前群体中所有个体在每一维度的最大最小值的差距作自适应的调节，通过实时利用群体信息平衡了全局搜索与局部勘探的关系，提高算法的收敛速度；在算法搜索过程中引入多...
在贝叶斯网络(Bayesian network,BN)参数学习中,如果数据不够充分,将无法建立准确的BN模型来分析和解决问题.针对电熔镁炉熔炼过程的异常工况识别建模,提出一种新的BN参数迁移学习方法来改进异常工况识别精度.该方法可以解决源域BN与目标域BN在结构不一致情况下的参数迁移学习问题.在实验部分,首先在著名的Asia网络上对该方法进行了验证,然后将其应用于电熔镁炉熔炼过程排气异常工况识别B...
股票信息挖掘与LSTM预测
股票预测 长短时记忆神经网络（LSTM） 回归分析
2022/3/23
由于受到经济环境、政治政策、市场新闻等多种因素的影响，使得预测股票动态变得极具挑战性。研究了5种常用的预测股价变动的预测方法，通过逐步增加模型的输入维度进行预测分析。首先，建立5种优化的预测模型——基于时间序列的自回归平均模型(ARMA)、灰色预测模型(GM(1,1))、BP神经网络模型(BPNN)、基于改进网格寻优算法的支持向量回归(SVR)模型、基于Tensorflow的长短时记忆神经网络模型...