簡介：磁共振成像（MAGICRESONANCEIMAGING，MRI）技術(shù)以其無損傷、精度高、分辨率好、運動偽影少等優(yōu)點，成為臨床醫(yī)學(xué)上大腦組織結(jié)構(gòu)分析、疾病診斷、手術(shù)治療、可視化三維重建的重要輔助工具，其意義重大。腦部磁共振圖像分割作為腦部圖像分析研究的基礎(chǔ)，對腦組織、腦疾病的研究有指導(dǎo)作用，也是圖像處理領(lǐng)域的研究熱點和難點。其本質(zhì)是將腦部圖像劃分成若干個屬性不同的區(qū)域，并獲得感興趣區(qū)域的過程。主要包括腦部正常組織分割和異常病變分割。本文首先介紹了MRI技術(shù)成像特點、圖像分割知識、常用分割方法以及分割中存在的問題?；诮y(tǒng)計學(xué)習(xí)理論，深入研究了兩種腦部磁共振圖像分割的方法1針對腦組織圖像含有噪聲、灰度分布不均勻等特點，提出灰度空間距離加權(quán)KMEANS聚類和模糊置信度的腦組織分割算法。該算法穩(wěn)定性較好，改善了傳統(tǒng)KMEANS聚類的局限性，具有精確度高、廓清邊緣、抑制噪聲的作用。為MR腦部圖像病變異常檢測和分割提供了參考依據(jù)。2針對腦腫瘤邊界不規(guī)則、灰度不均勻、成像環(huán)境有差異等特點，提出結(jié)合支持向量機(jī)和多高斯分布馬爾科夫隨機(jī)場模型的多模態(tài)腦腫瘤分割算法。該算法綜合利用多個模態(tài)的MR圖像灰度、紋理等信息，引入先驗知識初始化模型參數(shù)，完成腦腫瘤自動檢測與分割，提高了分割精確度。

簡介：中文分詞作為中文自然語言處理的基礎(chǔ)正受到越來越多的關(guān)注，準(zhǔn)確快速地識別出中文語句中的詞語對于有效地理解漢語語句內(nèi)容以及后續(xù)處理任務(wù)意義重大?；诮y(tǒng)計學(xué)習(xí)的中文分詞方法通過對已標(biāo)注語料庫的分析來訓(xùn)練分詞模型，并采用分詞模型來預(yù)測未知語句中漢字的詞位標(biāo)記從而達(dá)到識別句中詞語邊界的目的。由于漢語本身特點，現(xiàn)有中文分詞方法難以有效識別出語句中存在的命名實體，而相關(guān)改進(jìn)方法在模型訓(xùn)練效率和預(yù)測效率上難以讓人滿意。如何快速準(zhǔn)確地完成中文分詞一直是中文自然語言處理所需解決的主要問題之一。本文采用條件隨機(jī)場作為分詞方法所用模型，通過對中文分詞預(yù)處理方法和中文分詞算法的分析提出一種改進(jìn)的基于統(tǒng)計學(xué)習(xí)的中文分詞方法。首先，本文對中文詞語特征進(jìn)行分析，提出一種復(fù)合詞位標(biāo)記集合來使模型在引入少量參數(shù)的前提下能夠在分詞的同時更好地識別出語句中的命名實體，并提出了采用復(fù)合詞位標(biāo)記集合的分詞模型的計算方法。然后，對于現(xiàn)有模型特征提取算法獲取到的特征無法表達(dá)其對標(biāo)記影響程度的不足，本文提出一種改進(jìn)的特征提取算法，該算法通過綜合考慮特征共現(xiàn)頻率以及特征對標(biāo)記結(jié)果的間接影響來計算實值特征函數(shù)，通過為模型訓(xùn)練設(shè)置合理迭代初始點來提高訓(xùn)練效率。其次，針對現(xiàn)有基于LBFGS模型訓(xùn)練算法效率較低的不足，本文提出一種改進(jìn)模型訓(xùn)練算法，通過合理設(shè)置每次迭代的學(xué)習(xí)步長提高訓(xùn)練速度并減弱噪聲數(shù)據(jù)的負(fù)面影響，另外，本文提出一種基于VITEBI的改進(jìn)模型預(yù)測算法以用于采用復(fù)合詞位標(biāo)記集合分詞模型的預(yù)測標(biāo)注，并通過引入遍歷剪枝策略來提高算法預(yù)測效率。最后，提出一種基于錯誤轉(zhuǎn)換的改進(jìn)分詞后處理算法來進(jìn)一步提高分詞方法的準(zhǔn)確率。本文采用實際的標(biāo)注語料庫作為訓(xùn)練數(shù)據(jù)集和測試數(shù)據(jù)集來對提出方法的合理性和有效性進(jìn)行驗證。實驗結(jié)果證明，本文提出的改進(jìn)方法能夠有效地識別中文語句中的詞語邊界，而且相比于其他方法具有更優(yōu)的分詞準(zhǔn)確率以及相對較好的分詞效率。

簡介：隨著現(xiàn)代工業(yè)生產(chǎn)規(guī)模的不斷擴(kuò)大以及自動化程度的顯著提高，氣動調(diào)節(jié)閥在工業(yè)過程控制應(yīng)用中越來越廣泛。作為控制回路的終端執(zhí)行機(jī)構(gòu)，氣動調(diào)節(jié)閥常用于調(diào)節(jié)各種介質(zhì)的流量和壓力，在保持生產(chǎn)穩(wěn)定、過程安全以及優(yōu)化控制等方面起著至關(guān)重要的作用。因此，氣動調(diào)節(jié)閥故障診斷研究作為過程監(jiān)測系統(tǒng)的一個重要組成部分，對石化、食品等工業(yè)過程安全、穩(wěn)定、高效的生產(chǎn)有著十分重要的意義。本文基于統(tǒng)計學(xué)習(xí)的方法，對氣動調(diào)節(jié)閥的多類故障診斷進(jìn)行了研究。本文的主要研究內(nèi)容如下1、對氣動調(diào)節(jié)閥故障診斷算法的標(biāo)準(zhǔn)平臺DAMADICSDEVELOPMENTAPPLICATIONOFMETHODSFACTUATDIAGNOSISININDUSTRIALCONTROLSYSTEMS進(jìn)行了研究。通過學(xué)習(xí)DAMADICS平臺中氣動調(diào)節(jié)閥的仿真模型，實現(xiàn)了氣動調(diào)節(jié)閥多類故障的仿真模擬，解決了實際工業(yè)過程氣動調(diào)節(jié)閥故障數(shù)據(jù)不足的問題。2、將統(tǒng)計學(xué)習(xí)中比較熱門的支持向量機(jī)SUPPTVECTMACHINE，SVM和極限學(xué)習(xí)機(jī)EXTREMELEARNINGMACHINE，ELM應(yīng)用于氣動調(diào)節(jié)閥的多類故障診斷中?；贒AMADICS平臺的多類故障仿真數(shù)據(jù)，比較了二種算法的診斷效果，結(jié)果表明ELM算法在模型訓(xùn)練效率和模型預(yù)測精度上比SVM更適合于氣動調(diào)節(jié)閥的故障診斷應(yīng)用。3、提出了稀疏貝葉斯極限學(xué)習(xí)機(jī)方法SPARSEBAYESIANEXTREMELEARNINGMACHINE，SBELM，主要是將貝葉斯思想應(yīng)用到ELM多分類問題上，用來訓(xùn)練ELM多分類器的輸出權(quán)重，并且隱層參數(shù)像傳統(tǒng)的ELM算法一樣隨機(jī)生成，保留了原有ELM算法的特點和優(yōu)勢?；赟BELM訓(xùn)練的模型通過預(yù)先設(shè)定的性能準(zhǔn)則，可以逐步剔除重復(fù)或干擾的訓(xùn)練樣本，因此能實現(xiàn)模型的稀疏性并且能給出預(yù)測樣本的類別概率分布，對實際應(yīng)用具有重要的參考意義?？紤]到工業(yè)故障診斷應(yīng)用中對訓(xùn)練模型大小的限制，進(jìn)一步在SBELM模型的基礎(chǔ)上提出了對隱藏節(jié)點個數(shù)進(jìn)行了稀疏的方法。最后分別將SBELM算法和隱層節(jié)點個數(shù)稀疏的SBELM算法應(yīng)用到DAMADICS平臺的氣動調(diào)節(jié)閥故障診斷中，取得了較好的診斷效果。4、以波蘭CUKROWNIA制糖廠制糖工藝中控制稀糖汁進(jìn)入第一個蒸發(fā)罐流程的氣動調(diào)節(jié)閥為實際故障診斷應(yīng)用對象，分別利用SVM、ELM、SBELM算法對該氣動調(diào)節(jié)閥的三種實測故障數(shù)據(jù)進(jìn)行了故障診斷，并比較了三種算法的診斷效果。結(jié)果表明，SBELM在預(yù)測精度和模型預(yù)測時間上效果較好，ELM的模型訓(xùn)練速度較快，SVM表現(xiàn)一般。

簡介：機(jī)場跑道異物檢測是一個最近幾年才被提出來的新興課題關(guān)于它的研究主要包括毫米波雷達(dá)技術(shù)和圖像處理技術(shù)。采用毫米波雷達(dá)技術(shù)進(jìn)行目標(biāo)檢測它的成本非常高對異物的尺寸要求較高對硬件設(shè)備的要求很高而且國內(nèi)還沒有成熟的相關(guān)商用系統(tǒng)。采用圖像處理技術(shù)進(jìn)行目標(biāo)檢測它的成本較低對硬件設(shè)備要求相對較低并且某些機(jī)場在跑道附近已經(jīng)安裝了圖像監(jiān)控系統(tǒng)。因此本文采用圖像處理技術(shù)實現(xiàn)機(jī)場跑道異物檢測。本文將基于統(tǒng)計學(xué)習(xí)的目標(biāo)檢測算法應(yīng)用在機(jī)場跑道異物檢測系統(tǒng)中借鑒已有的成熟的人臉檢測系統(tǒng)保留人臉檢測系統(tǒng)中常用的ADABOOST分類器方法改進(jìn)或者摒棄人臉檢測系統(tǒng)中常用的特征找到一種適合機(jī)場跑道異物檢測系統(tǒng)中的特征。首先介紹人臉檢測系統(tǒng)中常用的LBP特征并將LBP特征應(yīng)用在機(jī)場跑道異物檢測系統(tǒng)中通過實驗結(jié)果驗證LBP特征的可行性結(jié)果表明LBP特征不可行。根據(jù)機(jī)場跑道圖片的特點在SUSAN特征的基礎(chǔ)上提出了一種新的直方圖特征并通過實驗結(jié)果表明該特征可行。其次在待檢測圖片中跑道線周圍存在大量虛警為了解決這個問題利用跑道線位置進(jìn)行圖像分割去除跑道周圍存在的虛警通過基于邊緣點標(biāo)記的直線檢測方法找到跑道線的位置根據(jù)跑道線的位置將圖片分割成包含跑道線部分和不包含跑道線部分分別進(jìn)行基于KIRSCH特征的目標(biāo)檢測和基于統(tǒng)計學(xué)習(xí)的目標(biāo)檢測。最后介紹了ADABOOST分類器的原理及訓(xùn)練流程。本文的主要貢獻(xiàn)歸納為以下三點1提出了一種基于SUSAN特征的新直方圖特征在SUSAN特征的基礎(chǔ)上提出了一種新的直方圖特征將該特征應(yīng)用在機(jī)場跑道異物檢測系統(tǒng)中通過實驗結(jié)果表明該特征切實可行。2采用基于邊緣點標(biāo)記的算法進(jìn)行直線檢測利用跑道線位置進(jìn)行圖像分割去除跑道線周圍存在的虛警首要任務(wù)是確定跑道線的位置。本文采用基于邊緣點標(biāo)記算法進(jìn)行直線檢測和基于HOUGH變換的直線檢測方法相比該方法實現(xiàn)起來簡單可行還能確定跑道線兩端點的位置。3將基于邊緣特征的目標(biāo)檢測方法和基于統(tǒng)計學(xué)習(xí)的目標(biāo)檢測方法相結(jié)合將整幅圖片分割之后結(jié)合基于統(tǒng)計學(xué)習(xí)的目標(biāo)檢測方法和基于KIRSCH特征的目標(biāo)檢測方法對分割圖片分別進(jìn)行處理通過實驗結(jié)果表明該方法切實可行。

簡介：20201616屆碩士學(xué)位論文碩士學(xué)位論文統(tǒng)計學(xué)方法在實驗室能力驗證中的統(tǒng)計學(xué)方法在實驗室能力驗證中的應(yīng)用應(yīng)用研究研究作者姓名司倩指導(dǎo)教師張曉琴副教授學(xué)科專業(yè)應(yīng)用統(tǒng)計研究方向能力驗證培養(yǎng)單位數(shù)學(xué)科學(xué)學(xué)院學(xué)習(xí)年限2014年9月至2016年6月二〇一六年六月山西大學(xué)2016屆碩士學(xué)位論文統(tǒng)計學(xué)方法在實驗室能力驗證中的統(tǒng)計學(xué)方法在實驗室能力驗證中的應(yīng)用應(yīng)用研究研究作者姓名司倩指導(dǎo)教師張曉琴副教授學(xué)科專業(yè)應(yīng)用統(tǒng)計研究方向能力驗證培養(yǎng)單位數(shù)學(xué)科學(xué)學(xué)院學(xué)習(xí)年限2014年9月至2016年6月二〇一六年六月

簡介：點擊查看更多基于統(tǒng)計學(xué)習(xí)的行人檢測研究.pdf精彩內(nèi)容。

簡介：近些年來計算機(jī)相關(guān)技術(shù)的快速發(fā)展為醫(yī)療數(shù)字化的深入研究提供了強(qiáng)大技術(shù)支持。目前醫(yī)學(xué)三維可視化研究在醫(yī)學(xué)臨床應(yīng)用中是一個新的研究熱點并且隨著醫(yī)學(xué)可視化研究水平的不斷提升進(jìn)一步擴(kuò)展了相關(guān)理論與應(yīng)用研究的范圍。傳統(tǒng)的幾種醫(yī)學(xué)臨床體積測量方法主要是針對二維醫(yī)學(xué)圖像的但是隨著科技的進(jìn)步針對二維醫(yī)學(xué)圖像進(jìn)行的體積測量方法不具備可復(fù)用性與再現(xiàn)性不能夠完全地滿足現(xiàn)代醫(yī)療的需求。這幾種方法所得到的體積數(shù)據(jù)精確性還有待提高容易受到圖像掃描間距和不同面積計算方法的影響特別是對形狀比較復(fù)雜的組織器官這幾種方法的誤差會比較大。為了解決上述問題本課題利用三維可視化技術(shù)來實現(xiàn)一種直接針對醫(yī)學(xué)三維重建曲面模型進(jìn)行體積測量的方法該方法可以應(yīng)用于醫(yī)學(xué)臨床中的體積測量有利于幫助醫(yī)生對病人的病情進(jìn)行分析并制定適當(dāng)?shù)闹委煼桨?。此外醫(yī)學(xué)體積測量還有助于幫助醫(yī)生判斷治療藥物的效果與時效性。所以三維體積測量方法在臨床應(yīng)用研究中具有重要的實際意義和參考價值。本課題中詳細(xì)地介紹了幾種醫(yī)學(xué)臨床應(yīng)用中經(jīng)常使用的體積測量方法并將工程研究中的投影方法應(yīng)用于醫(yī)學(xué)三維重建模型體積測量中。通過對連續(xù)的醫(yī)學(xué)圖像進(jìn)行預(yù)處理利用經(jīng)典的MARCHINGCUBES算法對這些連續(xù)的圖像進(jìn)行面繪制重建再結(jié)合開發(fā)工具中相關(guān)的功能來實現(xiàn)對三維重建模型的實時交互模型重建的過程中會涉及到模型空間孔洞修補與法向量一致化調(diào)整等過程。接下來需要對模型表面的三角網(wǎng)格進(jìn)行分類然后將其投影到事先在三維空間中設(shè)置好的投影平面上最終根據(jù)統(tǒng)計學(xué)方法來獲取醫(yī)學(xué)三維重建模型的體積數(shù)據(jù)。該方法的主要優(yōu)點是具有良好的三維可視化效果、實時交互能力和體積測量精度更有利于臨床需求。本文中提供了一種新的思路與方法來實現(xiàn)對醫(yī)學(xué)三維重建模型的體積測量在VS2005的研發(fā)平臺下與VTK開發(fā)工具相結(jié)合來實現(xiàn)該測量方法有利于臨床醫(yī)療系統(tǒng)相應(yīng)功能需求的進(jìn)一步完善。

簡介：隨著互聯(lián)網(wǎng)的高速發(fā)展，信息呈爆炸式地增長，大數(shù)據(jù)在飛速的發(fā)展中，數(shù)據(jù)挖掘是一個充滿活力的研究領(lǐng)域，商業(yè)利益的強(qiáng)大驅(qū)動力將會不斷地促進(jìn)它的發(fā)展，個性化推薦就屬于大數(shù)據(jù)時代數(shù)據(jù)挖掘應(yīng)用在互聯(lián)網(wǎng)方面的重要技術(shù)。面對海量數(shù)據(jù)，推薦系統(tǒng)的產(chǎn)生能實現(xiàn)信息消費者和生產(chǎn)者的雙贏。協(xié)同過濾算法是個性化推薦中最成功和應(yīng)用最廣泛的算法之一，但它依賴于用戶的歷史評分?jǐn)?shù)據(jù)，所以存在冷啟動，數(shù)據(jù)的稀疏性等問題。大數(shù)據(jù)新形勢下，包括個性化推薦在內(nèi)的各種數(shù)據(jù)挖掘算法給統(tǒng)計學(xué)帶來了機(jī)遇和挑戰(zhàn)，一方面，數(shù)據(jù)挖掘的各種算法很多思想都來自于統(tǒng)計學(xué)另一方面，數(shù)據(jù)挖掘面對統(tǒng)計學(xué)表現(xiàn)出了強(qiáng)大的生機(jī)。據(jù)此，本文探究在數(shù)據(jù)量比較大的情況下，將統(tǒng)計分析應(yīng)用到個性化推薦算法中的效果，同時也應(yīng)用數(shù)據(jù)挖掘的其他模型，如關(guān)聯(lián)法則，聚類等方法改進(jìn)模型。本文提出了基于統(tǒng)計學(xué)的個性化推薦，主要是利用MATLAB，SAS進(jìn)行輔助編程，分別實現(xiàn)了描述性統(tǒng)計、多維關(guān)聯(lián)法則、協(xié)同過濾的算法進(jìn)行推薦。對協(xié)同過濾模型存在的缺點的改進(jìn)，針對模型的數(shù)據(jù)稀缺性和冷啟動問題，結(jié)合用戶的評分和特征信息，提出用一維和二維的統(tǒng)計量改進(jìn)數(shù)據(jù)的稀疏度問題，然后利用SQLSERVER2005和EXCEL數(shù)據(jù)挖掘外接模塊對用戶建立聚類模型，基于各類的統(tǒng)計分析改進(jìn)模型，聚類模型不僅能解決數(shù)據(jù)的稀缺性，而且能克服冷啟動問題最后通過奇異值分解方法改進(jìn)算法，并由平均絕對誤差來衡量各種改進(jìn)效果。通過對比本文得出結(jié)論根據(jù)用戶的評分和特征進(jìn)行統(tǒng)計分析，用分析結(jié)果改進(jìn)協(xié)同過濾算法有比較好的效果，結(jié)合統(tǒng)計學(xué)，數(shù)據(jù)挖掘的模型對于冷啟動問題有較大的改善。本文的實驗可以說明統(tǒng)計學(xué)的思想在各種復(fù)雜的模型中都能得到體現(xiàn)，在未來大數(shù)據(jù)發(fā)展的路上，統(tǒng)計學(xué)既要保持其最基礎(chǔ)的生命力，同時要加強(qiáng)在其他學(xué)科的應(yīng)用，推進(jìn)統(tǒng)計方法制度改革，擴(kuò)展統(tǒng)計學(xué)研究具體科學(xué)的深度和廣度。

簡介：疲勞破壞是機(jī)械結(jié)構(gòu)件失效的主要形式，結(jié)構(gòu)件在受到循環(huán)載荷的作用下可能會發(fā)生疲勞甚至破壞。采用不同的疲勞分析方法，可對結(jié)構(gòu)件疲勞損傷的特點進(jìn)行分析。在實際工況下，結(jié)構(gòu)件承受的載荷和工作環(huán)境十分復(fù)雜，并且機(jī)械結(jié)構(gòu)件疲勞的發(fā)生存在很多隨機(jī)性。因此，從數(shù)理統(tǒng)計的角度提出疲勞統(tǒng)計學(xué)分析方法，有望對機(jī)械結(jié)構(gòu)件疲勞損傷進(jìn)行有效評估。本文以機(jī)械結(jié)構(gòu)疲勞狀態(tài)為研究對象，根據(jù)結(jié)構(gòu)件的材料特性和受載情況，采用數(shù)理統(tǒng)計方法對機(jī)械結(jié)構(gòu)承載件的疲勞狀態(tài)進(jìn)行統(tǒng)計學(xué)分析。構(gòu)建與結(jié)構(gòu)件材料性質(zhì)相一致的小構(gòu)件疲勞試驗裝置，確定了四種不同的試驗條件；利用有限元方法分析了試件的應(yīng)力、應(yīng)變，確定了結(jié)構(gòu)件在受力情況下的易損傷部位，為合理布置光纖光柵傳感器提供了依據(jù)。在傳統(tǒng)的疲勞分析方法的基礎(chǔ)上，分析了機(jī)械結(jié)構(gòu)疲勞的影響因素，提出了機(jī)械結(jié)構(gòu)件疲勞損傷的統(tǒng)計學(xué)分析方法。針對結(jié)構(gòu)件所受載荷的特征，研究了試件在受力情況下應(yīng)力、應(yīng)變數(shù)據(jù)的變化規(guī)律，并且對試驗數(shù)據(jù)進(jìn)行均值處理。根據(jù)統(tǒng)計學(xué)疲勞損傷分析方法，對等價彈性模量試驗數(shù)據(jù)進(jìn)行線性回歸分析和統(tǒng)計。結(jié)果表明，等價彈性模量的試驗數(shù)據(jù)與試件的實際工作情況擬合比較好。采用假設(shè)檢驗，對試驗數(shù)據(jù)進(jìn)行了穩(wěn)定性分析。當(dāng)結(jié)構(gòu)件出現(xiàn)疲勞時，等價彈性模量試驗數(shù)據(jù)的總體均值檢驗顯著。結(jié)果表明，當(dāng)應(yīng)力、應(yīng)變和等價彈性模量在頻率較高和振幅較大的情況下，結(jié)構(gòu)件在較短試驗時間發(fā)生疲勞而且疲勞速率變化比較大。通過對等價彈性模量數(shù)據(jù)的統(tǒng)計分析，獲得了試件疲勞損傷與等價彈性模量的關(guān)系，確定了試件發(fā)生疲勞的時間點以及載荷的幅值和頻率對疲勞的影響程度，并歸納出在不同試驗條件下試件疲勞狀態(tài)的變化規(guī)律。本文對機(jī)械結(jié)構(gòu)件在不同試驗條件下的應(yīng)力、應(yīng)變、等價彈性模量試驗數(shù)據(jù)進(jìn)行了分析，研究了彈性模量和結(jié)構(gòu)件疲勞狀態(tài)的關(guān)系，提出了一種評估機(jī)械結(jié)構(gòu)件疲勞狀態(tài)的統(tǒng)計學(xué)方法。研究結(jié)果可為機(jī)械結(jié)構(gòu)件的疲勞分析提供理論和試驗依據(jù)。

簡介：QSARMODELINGOFBIOACTIVEPEPTIDEACTIVITYBASEDONGEOSTATISTICSANDSVRBYRHUPEISHANATHESISSUBMITTEDINPARTIALSATISFACTIONOFTHEREQUIREMENTSFORTHEDEGREEOFMASTEROFSCIENCE1NBIOCHEMISTRYANDMOLECULARBIOLOGYINCENTRALSOUTHUNIVERSITYOFFORESTRYANDTECHNOLOGY498SHAOSHANSOUTHROAD，TIANXINDISTRICTCHANGSHAHUNAN410004，PRC吲ASUPERVISORPROFESSORWANGPING一一JUNE，2016摘要生物活性肽BIOACTIVEPEPTIDE，BAP是一種是生命活動中有重要作用的短肽分子，在眾多領(lǐng)域具有廣泛的理論和應(yīng)用價值。發(fā)現(xiàn)或合成具有高活性的生物活性肽的前提是對一條生物活性肽的活性進(jìn)行準(zhǔn)確的預(yù)測。利用定量構(gòu)效關(guān)系來預(yù)測生物活性肽的活性，是現(xiàn)今生物活性肽活性預(yù)測研究領(lǐng)域最主要的方法之一。定量構(gòu)效關(guān)系QSMT模型構(gòu)建的一般方法為三個步驟描述符提取，描述符篩選，回歸模型建立。本文針對這三個步驟，對生物活性肽的QSAR模型建立方法進(jìn)行改進(jìn)。通過對血管緊張素轉(zhuǎn)化酶抑制劑和陽離子生物抗菌肽兩個數(shù)據(jù)集，對本文所提出的改進(jìn)方法進(jìn)行試驗驗證。主要研究結(jié)果如下1在描述符提取上，本文基于地統(tǒng)計學(xué)和氨基酸物理化學(xué)性質(zhì)，利用地統(tǒng)計學(xué)判定空問性關(guān)聯(lián)的特性，提取地統(tǒng)計學(xué)關(guān)聯(lián)描述符。在考慮氨基酸殘基具體的物理化學(xué)性質(zhì)對生物活性肽活性的影響的同時，考慮不同氨基酸殘基之問的相互關(guān)聯(lián)作用，通過地統(tǒng)計學(xué)計算，關(guān)聯(lián)大小得以體現(xiàn)在描述符中。結(jié)果表明，基于地統(tǒng)計學(xué)的描述符提取方法，能較好的表述序列信息，尤其在肽活性受氨基酸殘基間相互作用影響較大時，地統(tǒng)計學(xué)提取的關(guān)聯(lián)描述符比直接提取的物理化學(xué)性質(zhì)描述符具有更好的預(yù)測結(jié)果。2在描述符篩選上，吸收了在分類研究問題上較為熱門的最小冗余最大相關(guān)的先進(jìn)理念，將其進(jìn)行改進(jìn)，使之能適用于QSAR模型中面對的由連續(xù)變量構(gòu)成的回歸數(shù)據(jù)；同時，采用逐個引入的方法，對所初步篩選得到的描述符進(jìn)行了再次篩選。結(jié)果表明，本文所改進(jìn)的描述符篩選方法，能有效的剔除初始描述符中的大量冗余描述符，精簡了模型復(fù)雜度，提高了模型的預(yù)測性能，增強(qiáng)了模型可解釋性。采用本文改進(jìn)的描述符篩選方法保留的描述符，不僅能有效提升模型的預(yù)測性能，而且保留描述符具有較好的可解釋性和生物學(xué)意義，本文通過對其分析，探索了影響血管緊張素轉(zhuǎn)化酶抑制劑活性的主要殘基位點及主要性質(zhì)偏好，分析了影響陽離子生物抗菌肽活性的氨基酸殘基性質(zhì)影響規(guī)律，對進(jìn)一步研究或合成高活性的生物活性肽提供了理論指導(dǎo)。3在回歸模型的構(gòu)建上，采用了支持向量回歸為基本的回歸模型構(gòu)建工具，采用地統(tǒng)計學(xué)篩選近鄰樣本，對每一個待測樣本進(jìn)行私有化預(yù)測。結(jié)果表明，基于地統(tǒng)計學(xué)的私有化預(yù)測，能有效找到最優(yōu)近鄰樣本，進(jìn)一步提升模型預(yù)測精度，所得預(yù)測結(jié)果均優(yōu)于其他參比模型。

簡介：高頻地波雷達(dá)，可以突破地球曲率的限制，探測到視線以下的目標(biāo)。在雷達(dá)回波中往往存在著大量的干擾和噪聲。高頻雷達(dá)一階海雜波是雷達(dá)回波中最主要的干擾之一，它的能量往往很高，嚴(yán)重影響目標(biāo)的檢測?？墒菑牧硪环矫鎭碇v，海雜波包含著大量的海態(tài)信息，是海態(tài)反演的主要檢測對象。當(dāng)海面上存在著洋流、浪涌和強(qiáng)風(fēng)時，一階海雜波會產(chǎn)生頻率譜的分裂和展寬現(xiàn)象。這時候海雜波與周圍的目標(biāo)將難以區(qū)分，極大的增加了目標(biāo)檢測和海雜波檢測的難度。如何準(zhǔn)確的檢測海雜波是工作的難點。本文的目的就是為了能很好的檢測出海雜波的BRAGG峰。首先本文將詳細(xì)的討論海雜波產(chǎn)生的機(jī)理、影響海雜波BRAGG峰位置的因素和影響海雜波展寬和譜分裂的原因。這些工作已經(jīng)被前人大量研究討論過了，所以本文只做介紹，不做定量仿真分析。本文感興趣的是洋流對于寬波束高頻雷達(dá)海雜波產(chǎn)生的影響，由于這方面情況比較復(fù)雜，一般只做定性分析，本文將嘗試做一些定量的分析，如洋流角度變化，洋流變化速度對海雜波形態(tài)和位置的影響。海雜波的檢測一直是高頻地波雷達(dá)研究的重點。由于本文的數(shù)據(jù)中海雜波存在著嚴(yán)重的展寬、分裂和位置偏移等現(xiàn)象，且海雜波周圍環(huán)境惡劣，存在著大量的干擾和噪聲。傳統(tǒng)的在理論位置尋找極大值的方法將受到限制。針對這些特點，本文先提出了基于多閾值分割處理和能量質(zhì)心檢測的兩種海雜波圖像處理方法。利用海雜波在高頻雷達(dá)回波RD譜的圖像特征去除海雜波周邊的小目標(biāo)和干擾，得到海雜波所存在的準(zhǔn)確區(qū)域。在這個區(qū)域我們利用海雜波的極值、連續(xù)性等特征來尋找海雜波BRAGG峰的位置。這種方法不僅能找出海雜波區(qū)域的最大BRAGG峰，也能找到海雜波的分裂譜峰，而且這種方法具有極強(qiáng)的魯棒性和自適應(yīng)性，能抗惡劣海態(tài)環(huán)境干擾，取得了較好的檢測效果。最后，本文提出了一種基于特征統(tǒng)計學(xué)習(xí)的一階海雜波檢測方法。我們首先根據(jù)海雜波回波的特性將這些特征全部提出出來，建立一個海雜波特征庫。然后，將這些海雜波特征全部輸入到BP神經(jīng)網(wǎng)絡(luò)中進(jìn)行學(xué)習(xí)訓(xùn)練，將訓(xùn)練好的網(wǎng)絡(luò)與目標(biāo)數(shù)據(jù)匹配，不斷比對不同特征訓(xùn)練出的網(wǎng)絡(luò)的檢測結(jié)果，選取最優(yōu)的特征組合，得到最終的檢測網(wǎng)絡(luò)。為海雜波的檢測提供了一種新的思路。

簡介：在能源格局變化的背景下，結(jié)合鎘污染土地生物能源產(chǎn)出可能性，利用大量廢棄的農(nóng)作物秸稈和禽畜糞便進(jìn)行沼氣厭氧發(fā)酵實驗具有較為重要的現(xiàn)實意義。本研究以玉米秸稈和牛糞作為發(fā)酵原料，在55℃、45℃、35℃、25℃四種溫度條件下進(jìn)行厭氧發(fā)酵產(chǎn)沼實驗。通過不同溫度條件下外源添加鎘鹽和不加鎘鹽對照實驗的方式研究了溫度和重金屬鎘對厭氧發(fā)酵實驗過程中產(chǎn)氣特性、過程穩(wěn)定性、底物降解情況、酶活性以及微生物活性的影響，并利用SPSS對溫度和鎘添加對玉米秸稈和牛糞混合厭氧發(fā)酵的各組分的影響的實驗結(jié)果進(jìn)行單因素方差分析和配對樣本T檢驗分析，初步探討了溫度和鎘添加對厭氧發(fā)酵的影響，以及如何增強(qiáng)系統(tǒng)穩(wěn)定性、提高產(chǎn)沼效率等問題。結(jié)果如下1無鎘條件下累積產(chǎn)氣量、日產(chǎn)氣量峰值以及甲烷含量均隨溫度的升高而增大，在55℃時分別獲得最大值6765LGTS、1293LGTS、633％。鎘的添加在55℃條件下對以上三個指標(biāo)的提升效果最明顯，分別獲得最大值34162LGTS、4462LGTS、689％，與對照組相比提高了40496％、24509％、885％，其他溫度時影響效果相對較小。2無鎘條件下45℃組PH值呈階梯性下降趨勢，其他溫度組PH值的變化為持續(xù)下降，55℃組PH值在發(fā)酵穩(wěn)定期明顯低于其他三個溫度組。鎘添加在55℃條件下較大幅度地提高了PH值，35℃時PH低于其他溫度組所有實驗設(shè)計組的P值均呈先快速，上升后逐漸平穩(wěn)，無鎘條件下55℃組P值最低。鎘添加對各溫度組P值有明顯的降低作用。3無鎘條件下45℃和35℃時揮發(fā)性脂肪酸VFA含量較高。鎘添加在55℃條件下提高了產(chǎn)氣高峰期的VFA含量，其他三個溫度時對VFA含量有一定的抑制作用無鎘條件下25℃組COD含量較低。鎘添加在55℃條件下提高了產(chǎn)氣高峰期COD含量，穩(wěn)定期COD含量較低，35℃條件下對產(chǎn)氣高峰期和回落期COD含量有明顯提升無鎘條件下55℃時纖維素含量較高，35℃時變化趨勢有較大不同。鎘添加在55℃和45℃條件下促進(jìn)了纖維素的降解，有利于提高產(chǎn)氣。4無鎘條件下55℃時纖維素酶活性較低，鎘添加在55℃時大大提高了纖維素酶活性脫氫酶活性隨溫度的降低而升高，鎘添加提高了55℃和35℃時的脫氫酶活性，45℃和25℃時有一定的抑制作用無鎘條件下溫度對輔酶F420含量影響不明顯，鎘添加在55℃時明顯提高了輔酶F420含量。5高溫時發(fā)酵體系內(nèi)細(xì)菌優(yōu)勢屬為擬桿菌屬、梭菌屬以及熱袍菌屬，古菌優(yōu)勢屬為甲烷八疊球菌屬、甲烷囊菌屬、甲烷熱桿菌屬。鎘的添加并沒有改變各優(yōu)勢屬的種類，但大大提高了優(yōu)勢屬的相對數(shù)量，微生物活性升高，促進(jìn)了纖維素的水解，提高了產(chǎn)氣效率。乙酸營養(yǎng)型產(chǎn)甲烷過程一直占主導(dǎo)地位，鎘的添加對氧氣營養(yǎng)型產(chǎn)甲烷過程的促進(jìn)作用更大。溫度和重金屬是影響厭氧發(fā)酵過程的重要因素。本次研究通過初步探索溫度和重金屬鎘對厭氧發(fā)酵過程的影響，發(fā)現(xiàn)提升溫度以及添加重金屬鎘可以增加微生物的活性，提高水解和產(chǎn)甲烷過程的效率，最終提高產(chǎn)氣量。本研究揭示了玉米秸稈和牛糞混合厭氧發(fā)酵體系中一些重要指標(biāo)的變化過程，對優(yōu)化和擴(kuò)大生物質(zhì)能源發(fā)酵有一定的指導(dǎo)意義。

簡介：北京體育大學(xué)高校教師碩士學(xué)位論文學(xué)科專業(yè)申請人指導(dǎo)教師推薦人推薦人申請人單位體育人文社會學(xué)張清張凱副教授任弘副教授曹莉教授山東棗莊學(xué)院2006年10月習(xí)七京體育大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明本人所呈交山東省初中學(xué)生健康危險行為人口統(tǒng)計學(xué)特征的比較是本人在導(dǎo)師的指導(dǎo)下，獨立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何其他個人或集體己經(jīng)發(fā)表或撰寫過的作品成果。對本文的研究做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明并致謝。本人完全意識到本聲明的法律結(jié)果由本人承擔(dān)。少曰川L、Z了了L、廠7勺與學(xué)位論文作者簽名日期夕乙年，月了日

簡介：目的探索某沿海醫(yī)科大學(xué)臨床醫(yī)學(xué)本科生基礎(chǔ)醫(yī)學(xué)課程學(xué)業(yè)情緒的特點、主要構(gòu)成及其影響因素，探討多元統(tǒng)計學(xué)技術(shù)在學(xué)業(yè)情緒分類中的應(yīng)用，闡明研究對象對不同課程所產(chǎn)生的情緒體驗，為今后量化醫(yī)學(xué)生課程學(xué)業(yè)情緒的研究工作提供依據(jù)。方法采用訪談和開放式問卷的方法收集某沿海醫(yī)科大學(xué)臨床醫(yī)學(xué)本科生對基礎(chǔ)醫(yī)學(xué)課程學(xué)業(yè)情緒的具體表現(xiàn)詞匯，結(jié)合文獻(xiàn)分析，總結(jié)出46個常見學(xué)業(yè)情緒形容詞作為本研究主體。采用劉群等人提出的基于知網(wǎng)（HOW）的詞匯語義相似度計算方法，得出46個常見學(xué)業(yè)情緒形容詞的相似度系數(shù)，并構(gòu)建相似性系數(shù)矩陣進(jìn)行系統(tǒng)聚類分析。以小組為單位，采用整群隨機(jī)抽樣的方法，收集一年級、二年級、三年級臨床醫(yī)學(xué)本科生對基礎(chǔ)醫(yī)學(xué)課程產(chǎn)生的學(xué)業(yè)情緒體驗，運用多種統(tǒng)計學(xué)方法探索影響其產(chǎn)生不同學(xué)業(yè)情緒體驗的因素。結(jié)果某沿海醫(yī)科大學(xué)臨床醫(yī)學(xué)本科生基礎(chǔ)醫(yī)學(xué)課程學(xué)業(yè)情緒以“積極高喚醒度”為主，其基礎(chǔ)構(gòu)成為興趣、愉快、平靜、好奇、苦惱、焦慮、充實、滿意、喜愛、緊張、放松、輕松、迷茫、沉悶和厭倦。該校共開設(shè)的16門基礎(chǔ)醫(yī)學(xué)課程中，7門基礎(chǔ)課程學(xué)業(yè)情緒以“積極高喚醒度”為主，6門基礎(chǔ)課程學(xué)業(yè)情緒以“消極高喚醒度”為主，3門基礎(chǔ)課程學(xué)業(yè)情緒以“積極低喚醒度”為主。影響臨床醫(yī)學(xué)本科生基礎(chǔ)醫(yī)學(xué)課程學(xué)業(yè)情緒的因素包括個人因素與環(huán)境因素主要為是否為班委、是否獲得過獎學(xué)金、是否參加課外活動、月均生活費用和學(xué)習(xí)動機(jī)等。自我效能感、大學(xué)生一般學(xué)業(yè)情緒與基礎(chǔ)醫(yī)學(xué)課程積極學(xué)業(yè)情緒呈正相關(guān)，與消極學(xué)業(yè)情緒呈負(fù)相關(guān)。結(jié)論利用詞語相似性系數(shù)構(gòu)建距離矩陣進(jìn)行系統(tǒng)聚類分析，在劃分離散學(xué)業(yè)情緒的問題上取得了很好的應(yīng)用。二年級臨床醫(yī)學(xué)生基礎(chǔ)醫(yī)學(xué)課程消極學(xué)業(yè)情緒比其他各年級高，一二年級臨床醫(yī)學(xué)生基礎(chǔ)醫(yī)學(xué)課程學(xué)業(yè)情緒易受外部環(huán)境因素的影響，三年級臨床醫(yī)學(xué)生基礎(chǔ)醫(yī)學(xué)課程學(xué)業(yè)情緒易受個體因素的影響。

簡介：東華太爹DONGHUAUNLVERSITY碩士學(xué)位論文MASTERDISSE眥ION論文題目渲塞纏讓堂逢董莖筮過道迨滏硒窒學(xué)科專業(yè)疊堂蕉查蜇堂作者姓名陳明智指導(dǎo)教師徐澤林完成日期2013年12月15EL東華大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明我恪守學(xué)術(shù)道德，崇尚嚴(yán)謹(jǐn)學(xué)風(fēng)。所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨立進(jìn)行研究工作所取得的成果。除文中已明確注明和引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫過的作品及成果的內(nèi)容。論文為本人親自撰寫，我對所寫的內(nèi)容負(fù)責(zé)，并完全意識到本聲明的法律結(jié)果由本人承擔(dān)。學(xué)位論文作者簽名隋、圈囝智日期矽L中年1月乞廠日