簡介：目的本課題通過對363個(gè)AVM患者的病例資料進(jìn)行回顧分析對AVM的特征性因素與合并血流動力性動脈瘤之間進(jìn)行統(tǒng)計(jì)學(xué)的相關(guān)性研究找出有統(tǒng)計(jì)學(xué)意義的相關(guān)性特征因素。為規(guī)范化AVM的DSA檢查提供參考意見減少血流動力性AN的漏診、誤診率為AVM患者的臨床決策提供評估依據(jù)。方法對北京市神經(jīng)外科研究所1999年8月～2009年7月期間363個(gè)診斷明確資料齊全的AVM患者臨床和影像資料進(jìn)行統(tǒng)計(jì)分析。對性別、發(fā)病年齡、AVM的部位、大小、主干供血動脈根數(shù)、引流靜脈根數(shù)、引流靜脈擴(kuò)張、引流靜脈狹窄供血動脈來源、有無對側(cè)供血、有無前后循環(huán)同時(shí)供血、有無PICA參與供血、引流靜脈方向等13個(gè)因素與合并AN之間的相關(guān)性運(yùn)用SPSSL60統(tǒng)計(jì)軟件進(jìn)行單因素與多因素分析對篩選出的特征性因素進(jìn)行相關(guān)性評估。結(jié)果共有病人363人畸形團(tuán)366個(gè)男女1671發(fā)病年齡呈雙峰分布第一次發(fā)病高峰年齡為1385±372歲第二次發(fā)病高峰年齡為3518±943歲單因素分析結(jié)果表明與AVM合并血流動力性AN存在統(tǒng)計(jì)學(xué)意義相關(guān)性的因素主要有發(fā)病年齡、部位幕上幕下、AVM的大小、主干供血動脈根數(shù)、引流靜脈根數(shù)、引流靜脈擴(kuò)張、對側(cè)供血、前后循環(huán)同時(shí)供血多因素統(tǒng)計(jì)分析結(jié)果表明發(fā)病年齡、主干供血動脈根數(shù)、對側(cè)供血與血流動力性AN之間存在統(tǒng)計(jì)學(xué)意義的正相關(guān)性引流靜脈根數(shù)與血流動力性AN之間存在統(tǒng)計(jì)學(xué)意義的負(fù)相關(guān)性。結(jié)論與合并血流動力性AN相關(guān)的AVM特征性因素為發(fā)病年齡、主干供血動脈根數(shù)、引流靜脈根數(shù)、對側(cè)供血。對特征性因素的認(rèn)識有助于規(guī)范化AVM的DSA檢查減少血流動力性AN的漏診和誤診率。

簡介：點(diǎn)擊查看更多婦幼保健項(xiàng)目綜合評價(jià)的統(tǒng)計(jì)學(xué)方法探討.pdf精彩內(nèi)容。

簡介：流行病學(xué)標(biāo)點(diǎn)地圖是地理流行病學(xué)研究中的常用地圖之一。對流行病學(xué)標(biāo)點(diǎn)地圖進(jìn)行統(tǒng)計(jì)分析充分利用標(biāo)點(diǎn)地圖所提供的信息，是地理流行病學(xué)和空間流行病學(xué)研究中的重要問題，它不僅對揭示疾?。ɑ蛐l(wèi)生事件）的空間分布特征，探索疾病的流行特征具有重要意義，而且依據(jù)疾病或衛(wèi)生事件的空間異質(zhì)性可探討其地理危險(xiǎn)因素，為制定區(qū)域性的疾病防治策略和措施提供科學(xué)依據(jù)。然而，目前對于流行病學(xué)標(biāo)點(diǎn)地圖的統(tǒng)計(jì)分析，仍停留在借用生態(tài)學(xué)中的點(diǎn)模式分析方法對病例（或衛(wèi)生事件）的“零散”分析，尚無形成一個(gè)完整的統(tǒng)計(jì)分析體系；而且，多是簡單地套用其它領(lǐng)域（地質(zhì)學(xué)、生態(tài)學(xué)）的空間點(diǎn)模式分析方法，并未根據(jù)疾病地理流行病學(xué)特點(diǎn)以及數(shù)據(jù)空間分布的特殊性建立空間點(diǎn)模型。鑒于此，本研究遵循地理流行病學(xué)規(guī)律，根據(jù)疾病地理流行病學(xué)特點(diǎn)，借鑒經(jīng)典統(tǒng)計(jì)學(xué)中的統(tǒng)計(jì)分析思想，應(yīng)用空間點(diǎn)模式分析方法的基本原理，構(gòu)建了流行病學(xué)標(biāo)點(diǎn)地圖的統(tǒng)計(jì)分析方法體系；旨在豐富和發(fā)展地理流行病學(xué)理論和分析方法。本研究所構(gòu)建的流行病學(xué)標(biāo)點(diǎn)地圖統(tǒng)計(jì)分析體系如下1流行病學(xué)標(biāo)點(diǎn)地圖的統(tǒng)計(jì)描述在流行病學(xué)標(biāo)點(diǎn)地圖的統(tǒng)計(jì)描述中，由于資料的特殊性，傳統(tǒng)的統(tǒng)計(jì)描述指標(biāo)與圖表不再適用。流行病學(xué)標(biāo)點(diǎn)地圖的統(tǒng)計(jì)描述主要包括中心化指標(biāo)、密度指標(biāo)、凸殼（CONVEXHULL）與標(biāo)準(zhǔn)差橢圓（STARDDEVIATIONELLIPSE）等。與傳統(tǒng)的統(tǒng)計(jì)描述方法相似，中心化指標(biāo)分集中和離散趨勢兩部分。集中趨勢的測量指標(biāo)包括點(diǎn)集分布的平均中心、中位數(shù)中心和歐幾里得中心等；離散性的空間測度常用標(biāo)準(zhǔn)距離和相對距離度量；而凸殼與標(biāo)準(zhǔn)差橢圓則類似于傳統(tǒng)統(tǒng)計(jì)學(xué)中統(tǒng)計(jì)圖，能夠直觀的顯示病例（或衛(wèi)生事件）的空間分布狀況。類似于傳統(tǒng)統(tǒng)計(jì)學(xué)中的統(tǒng)計(jì)描述指標(biāo)，均數(shù)中心與標(biāo)準(zhǔn)差距離適用于病例（或衛(wèi)生事件）橫坐標(biāo)（X）與縱坐標(biāo)（Y）均呈正態(tài)分布的情形；而中位數(shù)中心與四分位數(shù)間距距離適用于病例（或衛(wèi)生事件）橫坐標(biāo)（X）或縱坐標(biāo)（Y）呈偏態(tài)分布的情形。調(diào)和均數(shù)則要求病例（或衛(wèi)生事件）橫坐標(biāo)（X）與縱坐標(biāo)（Y）均服從正態(tài)分布。2流行病學(xué)標(biāo)點(diǎn)地圖的統(tǒng)計(jì)推斷（1）以密度為基礎(chǔ)的流行病學(xué)標(biāo)點(diǎn)地圖的空間推斷方法。此類方法又稱一階效應(yīng)，它描述的是某個(gè)參數(shù)均值的總體變化性，即全局的趨勢。此類方法主要包括病例（或衛(wèi)生事件）空間分布狀態(tài)的統(tǒng)計(jì)推斷、空間分布的概率函數(shù)和核密度估計(jì)法。病例（或衛(wèi)生事件）空間分布狀態(tài)的統(tǒng)計(jì)推斷、空間分布的概率函數(shù)能夠反應(yīng)疾病的空間分布狀態(tài)，而核密度估計(jì)法則通過核密度插值揭示病例（或）衛(wèi)生事件在整個(gè)研究區(qū)域內(nèi)的分布狀況。（2）以距離為基礎(chǔ)的流行病學(xué)標(biāo)點(diǎn)地圖的空間推斷方法。此類方法能夠揭示病例（或衛(wèi)生事件）的分布是隨機(jī)的、聚集的還是規(guī)則的，而且能夠揭示空間點(diǎn)數(shù)據(jù)在不同空間尺度上的分布特征，描述兩類病例（或衛(wèi)生事件）分布模式的關(guān)系及隨時(shí)間的演化規(guī)律。此類方法主要包括最近鄰距離法、RIPLEYSK函數(shù)方法及RIPLEYSK函數(shù)方法的擴(kuò)展方法（二元模式與空間時(shí)間模式）。最鄰近距離指數(shù)法能夠從總體上反應(yīng)疾?。ㄐl(wèi)生事件）的分布是否具有空間異質(zhì)性；而RIPLEYSK函數(shù)方法能夠分析各種尺度上病例（或衛(wèi)生事件）的聚集規(guī)模，能在更精細(xì)的水平上反映病例（或衛(wèi)生事件）的空間分布特性。（3）以“熱點(diǎn)”分析為基礎(chǔ)的流行病學(xué)標(biāo)點(diǎn)地圖的空間推斷方法，又稱空間聚類分析，是一類發(fā)現(xiàn)病例（或衛(wèi)生事件）高發(fā)區(qū)域的方法。結(jié)合GIS軟件，可以直觀地揭示疾病的空間分布熱點(diǎn)。在流行病學(xué)領(lǐng)域，這對于疾病的預(yù)防及控制措施的制定具有重要的指導(dǎo)意義。研究空間“熱點(diǎn)”的主要方法有最近鄰空間系統(tǒng)聚類、調(diào)整危險(xiǎn)因素的最近鄰空間系統(tǒng)聚類等。最近鄰空間系統(tǒng)聚類分析發(fā)現(xiàn)研究區(qū)域內(nèi)病例（或衛(wèi)生事件）的“熱點(diǎn)”區(qū)域；而調(diào)整危險(xiǎn)因素的最近鄰空間系統(tǒng)聚類分析則能探索去除人口密度等協(xié)變量后“真正”的空間分布“熱點(diǎn)”。研究結(jié)論1、流行病學(xué)標(biāo)點(diǎn)地圖分析中的統(tǒng)計(jì)描述指標(biāo)對于初步描述病例（或衛(wèi)生事件）的空間分布中心具有重要意義。根據(jù)不同的研究目的及資料類型選用不同的統(tǒng)計(jì)描述指標(biāo)，既可以評價(jià)疾病防治的效果，又可以基于此進(jìn)行衛(wèi)生服務(wù)資源的優(yōu)化配置，像經(jīng)典統(tǒng)計(jì)學(xué)的數(shù)據(jù)分析一樣，應(yīng)該作為空間點(diǎn)數(shù)據(jù)分析的第一步工作。通過統(tǒng)計(jì)描述能夠從總體上反映病例（或衛(wèi)生事件）或衛(wèi)生事件的空間分布特征，也能夠發(fā)現(xiàn)總體的空間異質(zhì)性，是進(jìn)一步進(jìn)行統(tǒng)計(jì)推斷的基礎(chǔ)和前提。2、以聚集性為基礎(chǔ)的基于密度的分析方法，用所定義的規(guī)則區(qū)域中點(diǎn)的密度或頻率分布的各種特征研究點(diǎn)分布的空間模式。它體現(xiàn)了病例（或衛(wèi)生事件）在大尺度上的總體趨勢，即一階效應(yīng)。但是由于該類方法將信息聚集到地理單元中，引起信息的損失。以距離為基礎(chǔ)的流行病學(xué)標(biāo)點(diǎn)地圖的空間推斷方法，克服了上述方法將信息聚集到地理單元中丟失信息的缺陷，具有較強(qiáng)的檢驗(yàn)?zāi)芰?；能夠分析各種尺度上病例（或衛(wèi)生事件）的聚集規(guī)模，能在更精細(xì)的水平上反映病例（或衛(wèi)生事件）的空間分布特性。該類方法描述的是病例（或衛(wèi)生事件）空間分布的二階效應(yīng)?？臻g“熱點(diǎn)”分析則通過聚類發(fā)現(xiàn)病例（或衛(wèi)生事件）的空間分布“熱點(diǎn)”，即病例（或衛(wèi)生事件）相對聚集的區(qū)域。通過該類方法能夠發(fā)現(xiàn)病例（或衛(wèi)生事件）發(fā)生的地理危險(xiǎn)因素，進(jìn)而對疾病的預(yù)防與控制提供指導(dǎo)性建議。3、利用所構(gòu)建的流行病學(xué)標(biāo)點(diǎn)地圖的分析體系分別從統(tǒng)計(jì)描述與統(tǒng)計(jì)推斷兩個(gè)層面探討了在空間點(diǎn)模式下山東省青島市2006年2007年新發(fā)結(jié)核病資料的空間結(jié)構(gòu)特征。為探討青島市結(jié)核病地理危險(xiǎn)因素，進(jìn)而確定區(qū)域性疾病預(yù)防措施提供了分析思路，為防治措施的指定與落實(shí)提供了指導(dǎo)性的建議。4、本研究所構(gòu)建的流行病學(xué)標(biāo)點(diǎn)地圖的分析體系在一定程度上豐富和發(fā)展了空間流行病學(xué)研究中的流行病學(xué)標(biāo)點(diǎn)地圖的分析思路和方法，是對地理流行病學(xué)定量分析方法的有益補(bǔ)充。

簡介：江西師范大學(xué)碩士學(xué)位論文規(guī)則空間模型在統(tǒng)計(jì)學(xué)習(xí)模式識別中的應(yīng)用研究姓名張青華申請學(xué)位級別碩士專業(yè)基礎(chǔ)心理學(xué)指導(dǎo)教師戴海崎200341江西師范大學(xué)碩士研究生畢業(yè)論文規(guī)則空間模型在統(tǒng)計(jì)學(xué)習(xí)模式識別中的應(yīng)用研究第一部分文獻(xiàn)綜述1、新一代測驗(yàn)理論的興起心理和教育測量學(xué)是一門從心理和教育學(xué)角度，對所測被試的心理屬性的實(shí)質(zhì)和結(jié)構(gòu)作出深入的理論分析與研究，并同時(shí)結(jié)合運(yùn)用數(shù)學(xué)和統(tǒng)計(jì)學(xué)等手段，對整個(gè)測量工作的有關(guān)問題，作出數(shù)量化分析的學(xué)科O。它是在十九世紀(jì)末開始蘊(yùn)釀發(fā)展起來的，至今已有三大主流理論。第一大理論體系是真分?jǐn)?shù)測驗(yàn)理論TRUESCORETHEORY又稱經(jīng)典測驗(yàn)理論CLASSICALTESTTHEORY，它的核心內(nèi)容是測驗(yàn)信度理論。真分?jǐn)?shù)測驗(yàn)理論假設(shè)測驗(yàn)觀察分?jǐn)?shù)是兩相互獨(dú)立的分?jǐn)?shù)真分?jǐn)?shù)與誤差分?jǐn)?shù)之和。心理和教育測驗(yàn)所得測值是否可靠，在真分?jǐn)?shù)測驗(yàn)理論中被定義為測驗(yàn)信度，理論上信度被定義為真分?jǐn)?shù)方差與觀察分?jǐn)?shù)方差之比。真分?jǐn)?shù)測驗(yàn)理論提出了測驗(yàn)的信度和效度、測驗(yàn)試題的難度、區(qū)分度和猜測度概念，還分析了試題質(zhì)量與試卷質(zhì)量的關(guān)系，指出可以通過改進(jìn)試題質(zhì)量來提高測驗(yàn)質(zhì)量。第二大理論體系是概括力理論GENERALIZABILIT／THEORY，它是在對真分?jǐn)?shù)測驗(yàn)理論的信度研究的基礎(chǔ)上發(fā)展起來，是對經(jīng)典真分?jǐn)?shù)理論特別是其信度理論的拓展。它應(yīng)用方差分析方法對測量資料變異性即測量誤差來源作出具體分解，從而更加有力而又具有預(yù)控性地去改善和提高測量精度和準(zhǔn)確性。第三大理論體系是項(xiàng)目反應(yīng)理論ITEMRESPONSETHEORY，它是在克服經(jīng)典測驗(yàn)理論項(xiàng)目參數(shù)等指標(biāo)依賴于樣本的局限性基礎(chǔ)上發(fā)展起來的。該理論細(xì)微深入地研究項(xiàng)目，分析在每一個(gè)項(xiàng)目上被試的作答反應(yīng)與內(nèi)部屬性的關(guān)系。由此建立起被試與項(xiàng)目關(guān)系的數(shù)學(xué)模型。項(xiàng)目反應(yīng)理論認(rèn)為反映項(xiàng)目各方面性質(zhì)的項(xiàng)目參數(shù)將共同影響被試的作答行為，并且對于不同水平的被試有著不同的影響力。項(xiàng)目反應(yīng)理論還提出了測驗(yàn)信息函數(shù)概念，利用測驗(yàn)信息函數(shù)來估算測驗(yàn)對不同能力水平被試施測所產(chǎn)生的誤差。這些心理計(jì)量理論的發(fā)展促進(jìn)了測驗(yàn)應(yīng)用的發(fā)展，它們在教育、經(jīng)濟(jì)和社會生活中起著重要作用。但歷史上這些理論的應(yīng)用都存在著一個(gè)明顯局限它們僅把所測的內(nèi)部心理屬性當(dāng)作一種純統(tǒng)計(jì)結(jié)構(gòu)，忽視對作答過程的考察與分析，計(jì)量時(shí)只注重作答反應(yīng)結(jié)果，只注重計(jì)量而忽視心理品質(zhì)的實(shí)質(zhì)內(nèi)容。。滾壯青戴海崎，丁軻良‘現(xiàn)代教育與心理測量學(xué)原理，一江西教育出版社，1998年出版

簡介：現(xiàn)代計(jì)算機(jī)系統(tǒng)不斷增長的復(fù)雜性使得故障檢測與診斷工作極其困難，因此如何實(shí)現(xiàn)快速的故障恢復(fù)從而提高系統(tǒng)的可用性變得更加重要了。由于即使在實(shí)際故障源未知的情況下，很大一部分故障仍能通過執(zhí)行一些特殊的恢復(fù)操作，例如，重起操作，來進(jìn)行修復(fù)。然而，通常設(shè)計(jì)合理的恢復(fù)策略來有效的調(diào)度潛在的恢復(fù)操作通常是極其困難而且容易出錯(cuò)的。因此，我們希望能找到一種自動的方式來生成高效的恢復(fù)策略。本研究提出了一種基于增強(qiáng)學(xué)習(xí)算法的新技術(shù)來自動產(chǎn)生恢復(fù)策略。我們首先將自動故障恢復(fù)問題形式化，在理論上分析出了增強(qiáng)學(xué)習(xí)方式的有效性。然后，基于一個(gè)由原始人工策略生成的故障恢復(fù)日志，對此方法的兩種不同實(shí)現(xiàn)方式進(jìn)行了實(shí)驗(yàn)驗(yàn)證㈠直接的在線學(xué)習(xí)方式，即直接將該學(xué)習(xí)過程應(yīng)用于運(yùn)行的系統(tǒng)中。通過實(shí)驗(yàn)分析我們可以發(fā)現(xiàn)，我們的學(xué)習(xí)方法能獲得更優(yōu)的性能，較好的擴(kuò)展性，以及趨向于全局最優(yōu)策略的收斂性。此外，通過引入故障發(fā)生的多種特征，我們?nèi)匀或?yàn)證了我們方法的有效性。㈡離線學(xué)習(xí)方式，即將該學(xué)習(xí)過程應(yīng)用于故障恢復(fù)日志來生成恢復(fù)策略。由于受到原始人工定義的恢復(fù)策略的影響，該實(shí)現(xiàn)方式學(xué)習(xí)得到的是一個(gè)局部最優(yōu)的恢復(fù)策略，然而它具有比原始手工策略更好的性能。在我們的實(shí)驗(yàn)中，基于真實(shí)的機(jī)群系統(tǒng)環(huán)境產(chǎn)生的恢復(fù)數(shù)據(jù)，我們發(fā)現(xiàn)自動生成的恢復(fù)策略最終能節(jié)省10％的恢復(fù)時(shí)間。此外，為了避免學(xué)習(xí)所得策略可能遇到的無法處理的情形，我們還提出了一個(gè)混合策略，它能兼兩者之長，不僅能維持學(xué)習(xí)得到的策略的高性能，還能像人工定義策略那樣處理所有可能的故障情形。

簡介：近年來，隨著腫瘤藥物研發(fā)的日趨成熟，無論是制藥行業(yè)還是政府監(jiān)管部門亦或是其它學(xué)術(shù)組織，都迫切希望在評價(jià)抗癌新藥療效時(shí)能盡可能地提高效率、降低成本同時(shí)又兼顧時(shí)效性和倫理問題。在種種需求驅(qū)動下，適應(yīng)性ⅡⅢ期無縫設(shè)計(jì)ADAPTIVESEAMLESSPHASEⅡⅢDESIGN作為一種創(chuàng)新性的臨床試驗(yàn)設(shè)計(jì)方法受到越來越多研究者的青睞。然而無縫設(shè)計(jì)期中分析無法避免長期結(jié)局，如總生存期OVERALLSURVIVAL，OS，短時(shí)間內(nèi)無法獲得，那么以此作為期中分析篩選指標(biāo)勢必導(dǎo)致整個(gè)研發(fā)周期過長，此時(shí)常用短期結(jié)局作為替代終點(diǎn)SURROGATEENDPOINT指導(dǎo)期中分析決策。目前，一些在特定環(huán)境下能夠很好替代長期結(jié)局的短期結(jié)局指標(biāo)已經(jīng)獲得監(jiān)管當(dāng)局認(rèn)可，如關(guān)于晚期結(jié)直腸癌研究無進(jìn)展生存期PROGRESSIONFREESURVIVAL，PFS能夠替代總生存期以及關(guān)于結(jié)腸癌輔助化療研究中位隨訪3年的無病生存期DISEASEFREESURVIVAL，DFS也能夠替代中位隨訪5年OS。但是，不能避免臨床試驗(yàn)短期結(jié)局組間差別有統(tǒng)計(jì)學(xué)意義前提下，長期結(jié)局組間無統(tǒng)計(jì)學(xué)差異，此時(shí)承認(rèn)短期長期結(jié)局間存在相關(guān)關(guān)系，或者得出短期結(jié)局能夠作為長期結(jié)局有效替代終點(diǎn)難免牽強(qiáng)。如何充分利用短期結(jié)局信息替代長期結(jié)局指導(dǎo)ⅡⅢ期無縫設(shè)計(jì)期中分析決策，以及如何評價(jià)替代終點(diǎn)有效性為臨床試驗(yàn)設(shè)計(jì)研究終點(diǎn)選擇提供依據(jù)，已然成為腫瘤臨床試驗(yàn)研究熱點(diǎn)。本研究分為四個(gè)部分第一部分應(yīng)用短期結(jié)局預(yù)測概率PREDICTIVEPOWER，PP指導(dǎo)ⅡⅢ期無縫設(shè)計(jì)期中分析劑量選擇，并與傳統(tǒng)的ⅡⅢ期無縫設(shè)計(jì)期中分析篩選策略進(jìn)行比較。研究結(jié)果表明利用短期結(jié)局劑量篩選的ⅡⅢ期無縫設(shè)計(jì)可以控制總Ⅰ型錯(cuò)誤在檢驗(yàn)水準(zhǔn)以內(nèi)一般情況下該策略檢驗(yàn)效能低于期望，但是隨著短期結(jié)局效應(yīng)提高，短期長期結(jié)局相關(guān)關(guān)系增強(qiáng)或者先驗(yàn)信息強(qiáng)度提高，依據(jù)短期結(jié)局預(yù)測概率劑量篩選的無縫設(shè)計(jì)檢驗(yàn)效能提高，接近期望值。值得注意的是，不同先驗(yàn)信息強(qiáng)度對檢驗(yàn)效能影響顯著，實(shí)際工作中如果可以獲得較強(qiáng)信息先驗(yàn)，應(yīng)用短期結(jié)局預(yù)測概率劑量篩選可以大大提高無縫設(shè)計(jì)檢驗(yàn)效能。第二部分提出一種新的腫瘤臨床試驗(yàn)ⅡⅢ期無縫設(shè)計(jì)期中分析劑量篩選策略，即擬合多結(jié)局生存分析模型指導(dǎo)期中分析決策。評價(jià)該法的Ⅰ型錯(cuò)誤及檢驗(yàn)效能，并與兩種傳統(tǒng)的期中分析策略進(jìn)行比較。模擬試驗(yàn)結(jié)果表明無縫設(shè)計(jì)三種期中分析策略均能控制Ⅰ型錯(cuò)誤。隨著短期長期結(jié)局相關(guān)關(guān)系的增強(qiáng)以及期中分析信息時(shí)間的提高，期中擬合多結(jié)局生存分析模型法Ⅰ型錯(cuò)誤隨之增加，接近檢驗(yàn)水準(zhǔn)當(dāng)短期結(jié)局風(fēng)險(xiǎn)比大于A時(shí)（A取值范圍在長期結(jié)局組間風(fēng)險(xiǎn)比附近波動），無縫設(shè)計(jì)期中分析推薦擬合多結(jié)局生存分析模型指導(dǎo)期中分析決策然而當(dāng)短期結(jié)局風(fēng)險(xiǎn)比低于A時(shí)，期中分析推薦使用短期結(jié)局指導(dǎo)期中決策隨著短期長期結(jié)局相關(guān)關(guān)系的提高，A值增加，傾向于推薦使用短期結(jié)局指導(dǎo)期中分析決策，然而隨著信息時(shí)間的增加，A值降低，傾向于推薦使用多結(jié)局生存分析模型指導(dǎo)期中分析決策。第三部分設(shè)計(jì)兩個(gè)模擬試驗(yàn)評價(jià)基于個(gè)體水平生存時(shí)間數(shù)據(jù)相關(guān)關(guān)系模擬一比較已有的估計(jì)至疾病進(jìn)展時(shí)間TIMETOPROGRESSION，TTP與OS相關(guān)關(guān)系方法模擬二在模擬試驗(yàn)一基礎(chǔ)上，評價(jià)期中分析HRTTP、HROS與最終分析HROS相關(guān)關(guān)系，指導(dǎo)期中分析指標(biāo)選擇。模擬試驗(yàn)一結(jié)果表明BAYESNICENMALINDUCEDCOPULAESTIMATION模型法估計(jì)兩生存指標(biāo)間相關(guān)關(guān)系，相較于KENDALLΤ等級相關(guān)系數(shù)以及考慮截尾的KENDALLΤ等級相關(guān)系數(shù)而言，結(jié)果更穩(wěn)健，效果更理想。模擬試驗(yàn)二結(jié)果表明當(dāng)短期結(jié)局效應(yīng)較強(qiáng)，期中分析信息時(shí)間較短，同時(shí)短期長期結(jié)局間相關(guān)關(guān)系較強(qiáng)時(shí)，期中分析推薦使用TTP作為研究指標(biāo)，其余條件推薦使用期中已觀測到的OS指導(dǎo)期中分析決策。第四部分基于四種腫瘤臨床試驗(yàn)實(shí)例，為評價(jià)SPP變化對PFS與OS相關(guān)關(guān)系影響，本研究設(shè)計(jì)了兩個(gè)模擬試驗(yàn)?zāi)M一評價(jià)SPP變化對OS處理效應(yīng)及檢驗(yàn)效能的影響模擬二評價(jià)SPP變化對PFS與OS相關(guān)關(guān)系的影響。模擬試驗(yàn)一結(jié)果表明隨著中位SPP的延長2～12個(gè)月，OS檢驗(yàn)效能下降，HROS提高。模擬試驗(yàn)二結(jié)果表明隨著中位SPP的延長，PFS與OS的相關(guān)關(guān)系減弱，PFS不能成為OS的有效替代終點(diǎn)。當(dāng)中位SPP控制在一定范圍內(nèi)（如晚期胃癌中位SPP＜4月，轉(zhuǎn)移性結(jié)直腸癌中位SPP＜12月，以及惡性膠質(zhì)瘤中位SPP＜6月）時(shí)，PFS與OS顯示強(qiáng)相關(guān)關(guān)系，此時(shí)能否證實(shí)PFS是OS的有效替代終點(diǎn)仍依據(jù)實(shí)際情況而定。

簡介：天津理工大學(xué)碩士學(xué)位論文基于統(tǒng)計(jì)學(xué)習(xí)的魚齡識別方法的研究姓名劉亭申請學(xué)位級別碩士專業(yè)計(jì)算機(jī)應(yīng)用技術(shù)指導(dǎo)教師溫顯斌20081201ABSTRACTFISH’SAGEKNOWLEDGEISALLIMPORTANTINDICATOROFFISHSTOCKAPPRAISALANDMANAGEMENTTHETRADITIONALWAYISTHATFISHSCIENTISTSDETERMINETHEAGEOFFISHACCORDINGTOOTOLITHCALCIFICATIONINTHEFORMATIONOFTHESTRUCTUREHOWEVEROTOLITHSFORMATION，GROWTHAFFECTEDBYMANYFACTORS，F(xiàn)OREXAMPLESEASONCHANGE，TEMPERATURE，HABITATANDDIETETC，OTOLITHSTRUCTUREHASITSOWNCHARACTERISTICS，ONLYWELLEXPERIENCEDFISHEXPERTCANESTIMATEFISHSAGETHROUGHOTOLITH，EVENSO，WILLHAVEAPROBLEMOFINACCURATEESTIMATESOFTHEAGETHEREFORE，THEARTIFICIALCOGNITIONFISH’SAGEREMAINSATIMECONSUMINGLABORIOUSPROBLEMMANYFACTORSDETERMINETHATTHEAGEOFTHEFISHRECOGNITIONOFTHEURGENTNEEDFORAUTOMATIONTHEUSEOFIMAGEPROCESSINGANDPATTERNRECOGNITION，TODEVELOPCOMPUTERAIDEDAUTOMATICIDENTIFICATIONSYSTEMOFFISHAGEHAVEGREATVALUEBASEDONTHEOTLITHIMAGETOESTIMATEFISH’SAGEISTHEPRESENTFISHAGERESEARCHHOTSPOTANEFFECTIVEFEATURESELECTIONANDCLASSIFICATIONONTHEOTOLITHIMAGEPLAY鋤IMPORTANTROLEONTHESYSTEMOFFISH’SAGERECOGNITIONINTHISPAPERBASEDONTHECHARACTERISTICSOFTHEOTOLITHTMAGE，WEPROPOSEDPRINCIPALCOMPONENTANALYSISPCAANDKEMELPRINCIPALCOMPONENTANALYSISKPCATOSELECTTHEFEATUREOFOLOLITHCOMBINEDWITHTHECLASSIFICATIONPRINCIPLEANDTHEDECISIONMAKINGMETHODSOFPATTERNRECOGNITION，WEPROPOSEDSUPPORTVECTORMACHINESSVMANDPROBABILITYOUTPUTSUPPORTVECTORMACHINESPPSVMTOCLASSIFYTHEEXTRACTINGFEATURESOFTHEOTOLITHIMAGEINCLUDING1FISHAGERECOGNITIONBASEDONPCAANDSVMTHISMETHODFIRSTOBTAINSTHEFEATURESOFFISH’SOTOLITHIMAGE，THENTHROUGHTHEPCATOEXTRACTTHEPRINCIPALCOMPONENTOFTHEFEATURES，ANDTHENINPUTTHISPRINCIPALCOMPONENTTOTHESVMFORTRAINING，ANDTHENCLASSIFYFISH’SAGETHROUGHSVM2FISHAGERECOGNITIONBASEDONKPCAANDSVMWEUSETHEKPCATOEXTRACTTHEPRINCIPALCOMPONENTOFTHEFEATURESOFTHEOTOLITHIMAGETHEEXPERIMENTPROVEDTHATKPCAMETHODOBTAINABETTERRECOGNITIONEFFECT3FISHAGERECOGNITIONBASEDONKPCAANDPPSVM。THISMETHODAPPLIESPROBABILITYINTOSVM，MAKESVMCLASSIFICATIONRESULTSWITHTHEPROBABILITYCHARACTERISTIC，SOTHATWECANNOTONLYOBTAINTHECLASSTHATTHESAMPLEBELONGSTO，BUTALSOOBTAINTHEPROBABILITYTHATTHESAMPLEBELONGSTOTHECLASSKEYWORDSFISH’SAGE，PCA，KPCA，SVM，PPSVM

簡介：在工業(yè)過程中有效的過程監(jiān)控和質(zhì)量控制是保證生產(chǎn)安全、提高產(chǎn)品質(zhì)量和經(jīng)濟(jì)效益的關(guān)鍵對于復(fù)雜的化工過程來說準(zhǔn)確詳細(xì)的數(shù)學(xué)模型往往很難得到即使能夠得到這些理論上的等式也只能描述系統(tǒng)中一部分能量及物料的平衡關(guān)系這限制了基于模型的過程監(jiān)控方法的應(yīng)用隨著計(jì)算機(jī)控制技術(shù)的發(fā)展分布式工業(yè)控制系統(tǒng)、各種智能化儀表和控制設(shè)備在工業(yè)過程中的廣泛應(yīng)用大量的過程數(shù)據(jù)被采集并存儲下來如何充分利用這些存儲的數(shù)據(jù)信息從中挖掘出過程運(yùn)行的深層次規(guī)律以提高過程監(jiān)控能力已經(jīng)是過程工業(yè)亟待解決的問題也是過程控制領(lǐng)域的研究熱點(diǎn)統(tǒng)計(jì)過程監(jiān)控是一種基于數(shù)據(jù)驅(qū)動的方法它以多元統(tǒng)計(jì)理論為基礎(chǔ)通過對過程測量數(shù)據(jù)的分析和解釋判斷過程所處的運(yùn)行狀態(tài)在線檢測和識別過程中出現(xiàn)的異常工況從而指導(dǎo)生產(chǎn)、提高產(chǎn)品質(zhì)量和生產(chǎn)效率本文針對連續(xù)和間歇兩種生產(chǎn)方式的特點(diǎn)對傳統(tǒng)的統(tǒng)計(jì)過程監(jiān)控方法做了不同程度的改進(jìn)并提出了一些新的統(tǒng)計(jì)過程監(jiān)控算法本文的主要工作和貢獻(xiàn)有以下幾個(gè)方面1提出了基于小波變換主元分析和支持向量機(jī)的過程監(jiān)控和故障診斷方法首先提出了一種基于小波變換主元分析的統(tǒng)計(jì)過程監(jiān)控方法利用小波變換有效的抑制過程數(shù)據(jù)中所含的噪聲和干擾信號主元分析可以降低過程數(shù)據(jù)的維數(shù)并建立主元監(jiān)控模型這樣提高了統(tǒng)計(jì)過程監(jiān)控的準(zhǔn)確性和有效性在此基礎(chǔ)上提出了基于支持向量機(jī)的故障診斷方法考慮到實(shí)際工業(yè)過程故障數(shù)據(jù)的數(shù)量比較少而支持向量機(jī)在小樣本學(xué)習(xí)方面具有良好的泛化能力的特點(diǎn)當(dāng)故障發(fā)生時(shí)利用小波變換主元分析提取出的主元得分向量作為訓(xùn)練好的多重支持向量機(jī)的輸入來判斷故障的類別對TE過程的監(jiān)控應(yīng)用表明了所提出方法的有效性2針對間歇過程監(jiān)控的特點(diǎn)結(jié)合FISHER判別分析方法在數(shù)據(jù)分類上的優(yōu)勢提出了一種基于FISHER特征提取的間歇過程監(jiān)控和故障診斷方法在線過程監(jiān)控時(shí)所提出的方法僅利用已國家發(fā)改委重大產(chǎn)業(yè)化項(xiàng)目項(xiàng)目名稱煤化工企業(yè)綜合自動化信息集成平臺及應(yīng)用國家自然科學(xué)基金項(xiàng)目編號60504033獲得的過程數(shù)據(jù)的測量值對過程進(jìn)行監(jiān)控避免了傳統(tǒng)的多向主元分析MPCA方法對未來測量值的估計(jì)從而提高了間歇過程監(jiān)控的性能利用FISHER空間中提取出的過程數(shù)據(jù)的特征向量和判別向量來實(shí)現(xiàn)過程監(jiān)控和故障診斷通過對青霉素發(fā)酵間歇過程的仿真應(yīng)用表明所提出的方法比傳統(tǒng)的MPCA方法能更及時(shí)的監(jiān)測出過程的異常情況更準(zhǔn)確的判斷異常的原因3利用核學(xué)習(xí)理論的優(yōu)勢將核方法引入到線性FISHER判別分析中提出了基于核FISHER判別分析的非線性統(tǒng)計(jì)過程監(jiān)控與故障診斷方法該方法通過非線性映射將過程數(shù)據(jù)從低維的輸入空間映射到高維的特征空間實(shí)現(xiàn)了變量之間非線性相關(guān)關(guān)系的線性轉(zhuǎn)化在高維的特征空間中利用FISHER判別分析方法求出滿足最大分離程度的核FISHER特征向量和判別向量來實(shí)現(xiàn)過程監(jiān)控與故障診斷與核主元分析方法KPCA相比所提出的方法不僅簡化了運(yùn)算避免了對核主元個(gè)數(shù)的確定而且可以通過求解最優(yōu)的FISHER判別向量來實(shí)現(xiàn)故障診斷通過對流化催化裂化過程的數(shù)值研究驗(yàn)證了所提方法在非線性過程監(jiān)控與故障診斷中的可行性和優(yōu)越性4針對化工過程中質(zhì)量變量不能在線測量或有較長時(shí)間延遲情況下傳統(tǒng)的質(zhì)量控制方法并不能很好的抑制過程的隨機(jī)擾動對質(zhì)量產(chǎn)生影響本文提出了多變量統(tǒng)計(jì)質(zhì)量控制方法該方法根據(jù)歷史正常工況的數(shù)據(jù)建立質(zhì)量變量的預(yù)測模型通過高采樣頻率的過程變量來預(yù)測低采樣頻率的質(zhì)量變量根據(jù)質(zhì)量變量的預(yù)測值和設(shè)定值之間的偏差來確定過程操縱變量的調(diào)節(jié)量通過調(diào)節(jié)操縱變量來抑制過程的隨機(jī)擾動達(dá)到控制最終產(chǎn)品質(zhì)量的目的所提出的方法在TE過程中仿真結(jié)果表明與傳統(tǒng)的PID質(zhì)量控制方法相比該方法能減小由過程擾動引起的質(zhì)量變化5將統(tǒng)計(jì)過程監(jiān)控方法應(yīng)用到上海焦化甲醇精餾過程中通過分析上海焦化甲醇精餾過程的特點(diǎn)和工藝流程選取合適的過程變量提取不同時(shí)段正常工況的數(shù)據(jù)建立統(tǒng)計(jì)監(jiān)控模型提取在線的過程運(yùn)行數(shù)據(jù)和加壓塔再沸器泄漏故障檢修前的過程運(yùn)行數(shù)據(jù)驗(yàn)證了統(tǒng)計(jì)監(jiān)控模型的有效性為進(jìn)一步的統(tǒng)計(jì)過程監(jiān)控模塊化設(shè)計(jì)和實(shí)施奠定了基礎(chǔ)

簡介：如何有效地識別和分析產(chǎn)品故障，并在此基礎(chǔ)上進(jìn)行產(chǎn)品可靠度預(yù)測，對于企業(yè)預(yù)防產(chǎn)品故障和制定產(chǎn)品維修計(jì)劃，具有十分重要的意義。隨著產(chǎn)品的可靠性不斷提高，能夠獲得的產(chǎn)品的故障數(shù)據(jù)變得十分有限，因而難以通過大量故障數(shù)據(jù)的分析進(jìn)行故障識別。在此背景下，本文研究了基于統(tǒng)計(jì)學(xué)習(xí)理論的產(chǎn)品故障分析及可靠度預(yù)測技術(shù)，并開發(fā)了原型系統(tǒng)進(jìn)行驗(yàn)證。在研究故障分析與可靠度預(yù)測系統(tǒng)工作原理的基礎(chǔ)上，建立了該系統(tǒng)的體系結(jié)構(gòu)。針對機(jī)械產(chǎn)品的故障大多屬于小子樣問題，利用統(tǒng)計(jì)學(xué)習(xí)理論和支持向量機(jī)進(jìn)行故障模式識別，并將支持向量機(jī)的二分類方法和多分類方法分別用于汽車發(fā)動機(jī)單一故障識別和多故障識別之中。該方法較為有效的避免以往機(jī)器學(xué)習(xí)方法在小子樣條件下表現(xiàn)不佳的情形。在利用支持向量機(jī)有效的識別產(chǎn)品故障模式之后，將FMEA和FTA相結(jié)合起來進(jìn)行故障分析，該方法不但能夠彌補(bǔ)FMEA或FTA分析技術(shù)各自的不足，而且能夠?qū)崿F(xiàn)從FMEA表格到FTA故障樹的自動生成，更加有效的找出具體故障原因。研究了基于統(tǒng)計(jì)學(xué)習(xí)理論的產(chǎn)品性能退化趨勢的線性回歸方法，實(shí)現(xiàn)了利用退化數(shù)據(jù)進(jìn)行退化方式相關(guān)條件下的產(chǎn)品可靠度預(yù)測，并以發(fā)動機(jī)機(jī)殼為對象進(jìn)行了實(shí)例研究。結(jié)果表明，該方法能比較準(zhǔn)確地判斷退化型故障產(chǎn)品的可靠度是否低于用戶允許的限度。開發(fā)了故障分析和可靠度預(yù)測原型系統(tǒng)，對上述理論和技術(shù)進(jìn)行了驗(yàn)證。

簡介：人臉識別是當(dāng)前非常熱門的一個(gè)生物特征識別領(lǐng)域，它涵蓋了圖像處理，計(jì)算機(jī)視覺和模式識別等前沿技術(shù)，在人機(jī)交互，安全監(jiān)視，機(jī)器人，身份認(rèn)證等方面有著廣闊的應(yīng)用前景。目前的人臉識別系統(tǒng)主要是基于二維圖像的，但由于受到姿勢、光照和表情變化等因素的影響，無論理論方面還是應(yīng)用方面，基于二維圖像的人臉識別方法的有效性和魯棒性受到了很大的削弱。三維人臉模型是解決目前問題的有效方法之一，但基于三維人臉模型的人臉識別仍是基于二維圖像的，而且三維模型的真實(shí)感、參數(shù)優(yōu)化等問題與實(shí)際應(yīng)用仍有一段距離。因此，到目前為止，人臉識別技術(shù)還遠(yuǎn)未成熟，建立一個(gè)魯棒的實(shí)時(shí)自動人臉識別應(yīng)用系統(tǒng)仍然有很長的一段路要走，而其成功將很大程度上依賴于認(rèn)知科學(xué)，神經(jīng)科學(xué)，計(jì)算機(jī)視覺，模式識別，人工智能等多學(xué)科的突破和交叉研究目前主流的人臉識別方法主要是基于統(tǒng)計(jì)學(xué)習(xí)模型的二維人臉識別，包括基于全局特征和基于局部特征學(xué)習(xí)的方法。典型的基于全局特征的方法有EIGENFACE，F(xiàn)ISHERFACE，LAPLACIANFACE等，而基于隱馬爾可夫模型的人臉識別則是基于局部特征的模型學(xué)習(xí)方法。本文主要研究的是基于統(tǒng)計(jì)學(xué)習(xí)方法二維人臉識別問題。本文的主要貢獻(xiàn)如下1）系統(tǒng)綜述了人臉識別的發(fā)展歷史和研究現(xiàn)狀。詳細(xì)總結(jié)了基于幾何特征方法、彈性圖匹配、神經(jīng)網(wǎng)絡(luò)、隱馬爾可夫模型、子空間學(xué)習(xí)、流形學(xué)習(xí)、三維模型等各種人臉識別方法。通過分析和比較各種方法的優(yōu)缺點(diǎn)，為各種方法在人臉識別中的應(yīng)用指出了改進(jìn)之處，它們的發(fā)展方向提供了一些建議；2）針對EHMM模型應(yīng)用于人臉識別時(shí)沒有很好的解決特征提取問題，提出了基于DCT域PPCA的特征提取方法。由于EHMM具有嚴(yán)密和豐富的體系結(jié)構(gòu)，以兩層結(jié)構(gòu)從粗到細(xì)很好的描述了人臉的局部結(jié)構(gòu)和全局結(jié)構(gòu)，因而具有很好的發(fā)展前景。但這種方法的有效性仍然依賴于所提取的采樣窗口的特征，即這種方法本身并沒有解決特征提取問題。基于DCT域PPCA既利用了DCT的快速算法而壓縮掉了一部分噪聲，為PPCA降低了計(jì)算復(fù)雜度，又利用了PPCA能更好的對高斯分布數(shù)據(jù)壓縮。該方法能很好的提取人臉內(nèi)部結(jié)構(gòu)和外部結(jié)構(gòu)的特征，為EHMM提供了魯棒的觀測向量；3）提出子空間演化分析方法解決子空間分析應(yīng)用于人臉識別時(shí)所遇到的的維數(shù)災(zāi)難問題。子空間演化分析方法包括迭代重采樣技術(shù)和“分而治之”策略兩部分。它首先采用下迭代重采樣技術(shù)來降低樣本維數(shù)和增加樣本數(shù)得到新樣本，再利用傳統(tǒng)的子空間分析方法對新樣本進(jìn)行分析，最后利用上迭代重采樣技術(shù)來得到原樣本的結(jié)果；4）分析了流形學(xué)習(xí)是先對原始數(shù)據(jù)構(gòu)建圖，再對圖進(jìn)行特征分析從而達(dá)到對原始數(shù)據(jù)的分析。從如何構(gòu)建局部，如何表示局部幾何性質(zhì)，如何在保持局部幾何性質(zhì)下尋找全局最優(yōu)嵌入等方面進(jìn)行研究，提出了一種新的保持局部結(jié)構(gòu)的方法局部保持嵌入。它首先引入鄰域圖來對局部結(jié)構(gòu)進(jìn)行表達(dá)，然后通過對局部結(jié)構(gòu)的學(xué)習(xí)來獲得全局最優(yōu)嵌入，最終轉(zhuǎn)化為稀疏矩陣特征值求解問題。

簡介：對近十幾年來有關(guān)陶瓷增強(qiáng)金屬基復(fù)合材料摩擦學(xué)特性的研究發(fā)展?fàn)顩r進(jìn)行了調(diào)研在此基礎(chǔ)上著重對高速滑動條件下SIC顆粒增強(qiáng)6061鋁合金SIC6061A1的摩擦磨損行為進(jìn)行了探討主要研究工作如下1采用持續(xù)試驗(yàn)、間歇試驗(yàn)和重復(fù)試驗(yàn)的方法詳細(xì)觀察了SIC6061A1磨損行為的周期性和隨機(jī)性基于磨損風(fēng)險(xiǎn)率的分析提出了周期磨損統(tǒng)計(jì)模型進(jìn)而探討了周期磨損量的模數(shù)、最小值和分散程度的表現(xiàn)特性及其與滑動速度的關(guān)系2在接近工程應(yīng)用的載荷和速度范圍內(nèi)研究了滑動摩擦過程的湍流波動行為結(jié)合翟最近提出的摩擦統(tǒng)計(jì)模型對試驗(yàn)數(shù)據(jù)進(jìn)行了討論特別對瞬時(shí)摩擦系數(shù)的均值和偏差的載荷依賴性進(jìn)行了深入的探討3根據(jù)上述摩擦統(tǒng)計(jì)模型研究了摩擦面名義接觸面積與摩擦穩(wěn)定性的關(guān)系以及載荷與摩擦面實(shí)際接觸面積之間的關(guān)系

簡介：隨著互聯(lián)網(wǎng)的迅猛發(fā)展和信息的國際化，對于不同語言文本內(nèi)容的理解和傳播成為了人們的強(qiáng)烈需求。機(jī)器翻譯這個(gè)古老的課題在這樣的背景下重新煥發(fā)了生機(jī)。詞對齊作為統(tǒng)計(jì)機(jī)器翻譯的中間結(jié)果，除了在機(jī)器翻譯中占有重要地位外，在詞義消歧等自然語言處理應(yīng)用領(lǐng)域都有著廣泛的應(yīng)用價(jià)值。傳統(tǒng)基于統(tǒng)計(jì)學(xué)的詞對齊方法在語料規(guī)模方面有著較高的要求，在小規(guī)模語料資源上如何解決數(shù)據(jù)稀疏，進(jìn)而提高對齊的正確率成為詞對齊研究的重點(diǎn)。本文提出了統(tǒng)計(jì)和語言學(xué)知識相結(jié)合及利用相關(guān)策略融合的方法來解決這些問題。我們采用了基于信源信道統(tǒng)計(jì)機(jī)器翻譯的對齊模型，結(jié)合雙語詞典、規(guī)則和句法結(jié)構(gòu)特征等語言學(xué)知識，利用位置信息和詞性信息作為過濾條件，分別從增加置信度高的對齊詞對、刪除錯(cuò)誤對齊詞對、改進(jìn)未對齊和多個(gè)相同詞匯對齊消歧等方面改進(jìn)了詞對齊的質(zhì)量。其中結(jié)合雙語詞典和句法結(jié)構(gòu)特征的方法分別在準(zhǔn)確率和召回率方面有所提高，基于規(guī)則的方法在各方面表現(xiàn)優(yōu)異，達(dá)到了02503的最低詞對齊錯(cuò)誤率。此外，我們引入集成學(xué)習(xí)的觀點(diǎn)，將多個(gè)詞對齊模型作為獨(dú)立的分類器利用簡單和加權(quán)的投票策略對分類器進(jìn)行集成。實(shí)驗(yàn)數(shù)據(jù)表明，融合策略在詞對齊準(zhǔn)確率方面相對于單純的基于統(tǒng)計(jì)的方法有著不同程度的提高。加權(quán)投票策略達(dá)到了最高的召回率和最低的錯(cuò)誤對齊率，較基準(zhǔn)分別提高了1722％，降低了3647。

簡介：參考值范圍是醫(yī)療衛(wèi)生領(lǐng)域數(shù)據(jù)處理和輔助決策的重要手段之一?，F(xiàn)有的多變量參考值范圍統(tǒng)計(jì)學(xué)建立方法中，多元正態(tài)分布法理論依據(jù)充分，操作原理簡單，是目前廣為接納和普遍使用的多變量參考值范圍建立方法。然而多元正態(tài)分布法要求資料服從多元正態(tài)分布或能夠通過適當(dāng)?shù)淖兞孔儞Q轉(zhuǎn)化成多元正態(tài)分布，而醫(yī)療衛(wèi)生領(lǐng)域的多元數(shù)據(jù)資料相當(dāng)部分并不能滿足此要求，從而使多元正態(tài)分布法的適用范圍受到了很大的限制。本研究選擇馬氏深度函數(shù)MHD作為構(gòu)建多變量參考值范圍建立方法的基礎(chǔ)，并設(shè)計(jì)出了該統(tǒng)計(jì)深度函數(shù)的兩種改良形式MDS及MDM，一同作為新方法中的降維操作手段。實(shí)驗(yàn)表明，本研究所提出的基于統(tǒng)計(jì)深度函數(shù)的多變量參考值范圍統(tǒng)計(jì)學(xué)建立方法合理有效，在諸多方面表現(xiàn)出相對現(xiàn)有方法的絕對優(yōu)勢，尤其在適用范圍方面比現(xiàn)有方法空前擴(kuò)大，值得進(jìn)行進(jìn)一步的研究以及在實(shí)際工作中的測試性推廣應(yīng)用。

簡介：點(diǎn)擊查看更多慢性乙肝濕熱中阻證辨證客觀化相關(guān)因素多元統(tǒng)計(jì)學(xué)分析.pdf精彩內(nèi)容。

簡介：點(diǎn)擊查看更多兒童原發(fā)中樞神經(jīng)系統(tǒng)腫瘤的生存統(tǒng)計(jì)學(xué)調(diào)查以及分子病理學(xué)標(biāo)記物與預(yù)后的關(guān)系.pdf精彩內(nèi)容。