基于馬氏田口的多元系統(tǒng)穩(wěn)健性優(yōu)化與診斷分析研究.pdf_第1頁
已閱讀1頁,還剩126頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認(rèn)領(lǐng)

文檔簡介

1、對于多元系統(tǒng)優(yōu)化與診斷分析,馬氏田口方法實現(xiàn)了特征子集選擇與診斷分析的整合,既擁有很多多元分析方法的優(yōu)點,又克服了其不足之處。然而,傳統(tǒng)馬氏田口方法在多元系統(tǒng)優(yōu)化與診斷分析中也存在一些缺陷,因此,本文對其進行深入研究,以便使其更好地應(yīng)用于多元系統(tǒng)穩(wěn)健性優(yōu)化與診斷分析。 在多元系統(tǒng)診斷/預(yù)測分析中,傳統(tǒng)的馬氏距離函數(shù)忽略了各指標(biāo)的相對重要程度,因而需要對傳統(tǒng)馬氏距離函數(shù)進行改進,使其與主觀賦權(quán)法相結(jié)合,準(zhǔn)確反映觀測樣本的異常程度。

2、在建立與優(yōu)化多元測量表階段,應(yīng)采用傳統(tǒng)的指標(biāo)等權(quán)重馬氏距離函數(shù)。對于優(yōu)化后的測量表,則應(yīng)根據(jù)重要程度對各指標(biāo)賦予不同權(quán)重,即利用賦權(quán)重馬氏距離函數(shù)衡量多元系統(tǒng)樣本的異常程度,提高多元系統(tǒng)診斷/預(yù)測的準(zhǔn)確度。 對于多元測量表診斷出的異常樣本,進行異常原因分析和異常方向確定將顯得尤為重要。本文在分析賦權(quán)重馬氏距離函數(shù)與傳統(tǒng)馬氏距離函數(shù)差異的基礎(chǔ)上,提出了賦權(quán)重馬氏距離MYT正交分解法,并將其應(yīng)用于多元系統(tǒng)馬氏田口異常值異常原因分析。

3、同時,提出了基于MYT正交分解法的多元系統(tǒng)馬氏田口異常值異常方向確定方法,該方法具有很強的穩(wěn)健性,適用于馬氏田口的逆矩陣法、伴隨矩陣法和施密特正交化法。 不管是馬氏田口的施密特正交化法,還是伴隨矩陣法,都是通過改進馬氏距離函數(shù)來解決強相關(guān)問題。本文利用廣義逆矩陣處理強相關(guān)問題的強大能力和M-P廣義逆矩陣的存在唯一性,提出馬氏田口M-P廣義逆矩陣法,有效解決了多元系統(tǒng)優(yōu)化分析中的強相關(guān)問題。同時,本文另辟蹊徑,利用多重信息源信息離

4、散性(FDOD)度量來衡量多元系統(tǒng)觀測樣本的異常程度,并將其與田口方法結(jié)合進行多元系統(tǒng)優(yōu)化分析,使強相關(guān)問題對多元系統(tǒng)優(yōu)化分析的影響降為最低。 最后,利用馬氏田口伴隨矩陣法和M-P廣義逆矩陣法對某醫(yī)院現(xiàn)階段血粘度診斷系統(tǒng)進行優(yōu)化,說明伴隨矩陣法在選擇有效變量時存在的問題和M-P廣義逆矩陣法的穩(wěn)健性。對優(yōu)化后的血粘度診斷系統(tǒng),利用賦權(quán)重馬氏距離進行診斷控制,并采用賦權(quán)重馬氏距離MYT正交分解法進行異常樣本潛在原因分析和異常方向確定

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論