检索结果-南通市图书馆

南开大学学报（自然科学版） 1998年第1期31卷 14-20页

作者：赵博娟吴喜之南开大学数学系天津300071

本文给出了新的线性模型选队准则Λ．由Λ推广得到的Λα，在适当选取α之后，能够渐近正确地选出真模型的阶数．文中讨论了AICC和Λα的选阶比较问题。

关键词：候选模型真模型线性模型选阶

在线全文

学校读者我要写书评

暂无评论

关于模型选阶的一个新方法

南开大学学报（自然科学版） 1995年第3期28卷 80-84页

作者：赵博娟吴喜之南开大学数学系

本文提出了直接利用候选模型的估计方差的变化一曲线曲率，来选择真模型的阶数，这一方法异于传统的利用距离准则导出估计真模型阶数的准则的做法，文中还对这一新方法进行了模拟研究，发现当真模型的系数比较显著时，这个新准则具有很... 详细信息

本文提出了直接利用候选模型的估计方差的变化一曲线曲率，来选择真模型的阶数，这一方法异于传统的利用距离准则导出估计真模型阶数的准则的做法，文中还对这一新方法进行了模拟研究，发现当真模型的系数比较显著时，这个新准则具有很高的准确率。

关键词：候选模型真模型回归模型估计方差阶数

基于R-FCN框架的多候选关联在线多目标跟踪

在线全文

学校读者我要写书评

暂无评论

光电工程 2020年第1期47卷 29-37页

作者：鄂贵王永雄上海理工大学光电信息与计算机工程学院

在线多目标跟踪是实时视频序列分析的重要前提。针对在线多目标跟踪中目标检测可靠性低、跟踪丢失较多、轨迹不平滑等问题,提出了基于R-FCN网络框架的多候选关联的在线多目标跟踪模型。首先,通过基于R-FCN网络从KF预测结果和检测结果中... 详细信息

在线多目标跟踪是实时视频序列分析的重要前提。针对在线多目标跟踪中目标检测可靠性低、跟踪丢失较多、轨迹不平滑等问题,提出了基于R-FCN网络框架的多候选关联的在线多目标跟踪模型。首先,通过基于R-FCN网络从KF预测结果和检测结果中获取更可靠的候选框,然后利用Siamese网络进行基于外观特征的相似性度量,实现候选与轨迹之间的数据关联,最后通过RANSAC算法优化跟踪轨迹。在人流密集和目标被部分遮挡的复杂场景中,提出的算法具有较高的目标识别和跟踪能力,大幅减少漏检和误检现象,跟踪轨迹更加连续平滑。实验结果表明,在同等条件下,与当前已有的方法对比,本文提出在目标跟踪准确度(MOTA)、丢失轨迹数(ML)和误报次数(FN)等多个性能指标均有较大提升。

关键词：多目标跟踪候选模型孪生网络轨迹估计

在线全文

学校读者我要写书评

暂无评论

从另一个角度看AICC准则(英文)

南开大学学报（自然科学版） 1998年第4期31卷 43-49,111页

作者：赵博娟吴喜之南开大学数学系

基于另一种观点，本文对线性回归模型和自回归时间序列模型分别推导出ＡＩＣＣ和ＡＩＣＣ＊选阶准则，同时对ＡＩＣＣ准则在大样本情况选阶缺乏准确率的原因给予理论解释．

关键词：候选模型自回归时序模型 AICC准则线性回归

在线全文

学校读者我要写书评

暂无评论

要求和技术条件的定义范围模型

舰船电子工程 1994年第Z2期16卷 1-9页

作者： S.W.Dowle 刘象庆英国海军科学研究中心

引言潜艇的指挥系统是它的效能和有效作战的中心。所以充分并且严格地规定指挥系统是重要的。这个由于一般趋向于更加集中在整个寿命周期的需求阶段和英国国防部向固定价格研制发展而被加强了。然而,指挥系统的技术条件是同它的许多困... 详细信息

引言潜艇的指挥系统是它的效能和有效作战的中心。所以充分并且严格地规定指挥系统是重要的。这个由于一般趋向于更加集中在整个寿命周期的需求阶段和英国国防部向固定价格研制发展而被加强了。然而,指挥系统的技术条件是同它的许多困难联在一起的,其中最重要的是复杂性、规模(直接影响费用和时标),和缺乏意见一致的结构(导致在这些因素所涉及的状态方面有许多并且往往是矛盾的观点)。

关键词：技术条件需求阶段研制发展范围分析参考模型候选模型支持工具作战系统英国国防部管理系统

在线全文

学校读者我要写书评

暂无评论

快速选定神经网络优化结构的方法

计算机科学 2005年第4期32卷 81-83页

作者：杨钟瑾史忠科西北工业大学西安710072

本文引荐了一种选择神经网络优化结构的改进方法。常规交叉校验算法从大量候选模型中,通过训练和比较来搜寻网络优化结构。本文提出一种与规则化方法相关的快速算法,这种算法仅在少许适当的候选模型中选定网络优化结构。实验证明,这种... 详细信息

本文引荐了一种选择神经网络优化结构的改进方法。常规交叉校验算法从大量候选模型中,通过训练和比较来搜寻网络优化结构。本文提出一种与规则化方法相关的快速算法,这种算法仅在少许适当的候选模型中选定网络优化结构。实验证明,这种快速算法与常规交叉校验算法相较而言,具有更快捷和更高效的优点。

关键词：优化结构神经网络选定候选模型校验算法快速算法改进方法实验证明规则化交叉

在线全文

学校读者我要写书评

暂无评论

基于候选基因选择的调控网络构建方法

基于候选基因选择的调控网络构建方法

作者：肖非西安电子科技大学

学位级别：硕士

重构基因调控网络是了解生物过程的关键问题,其下游研究可以为药物定位和精准医疗提供有意义的策略。微阵列方法提供了大量基因表达数据,这为重构基因调控网络提供了可行的基础。许多计算方法诸如聚类,线性规划等方法因此被提出来解决... 详细信息

重构基因调控网络是了解生物过程的关键问题,其下游研究可以为药物定位和精准医疗提供有意义的策略。微阵列方法提供了大量基因表达数据,这为重构基因调控网络提供了可行的基础。许多计算方法诸如聚类,线性规划等方法因此被提出来解决此问题,但目前最有效的方法之一是集成路径一致算法和条件信息熵,因为条件信息熵不仅具有度量非线性相关的优势(非线性相关广泛出现在生物数据中),而且也可以用来区分直接相关和间接相关。PCA-CMI和CMI2NI就是基于上述思想,并被广泛应用于重构基因调控网络。然而PCA-CMI和CMI2NI如何选择合理的条件基因仍然是一个挑战,这也直接影响了算法的性能和时间复杂度。本文首先从原理上分析了路径一致性算法,解释了为何路径一致性算法结合条件互信息可以有效的构建基因调控网络,并分别从理论上和实例中分析了目前算法的缺陷。基于上述研究结合生物体频繁出现的调控模块,定义了三种调控模型:共调控、间接调控和混合调控,并以此来指导条件基因的选择。求解调控模式仅需要确认上下游而非直接上下游,这解释了为何找到调控模型的结果不能直接用来重构网络,但这个结果恰好符合路径一致算法的需求。最后,本文基于候选模型开发了一个新的基于候选基因选择的算法(RPNI)重构基因调控网络。为了验证算法的性能,本文首先将算法应用于DREAM竞赛仿真数据,证明了RPNI算法具有更高的准确率,能在实例分析中克服现有算法的缺陷,并具有更低时间损耗,更进一步,我们验证了算法在不同噪声下的表现,本文模拟了三种常见噪声,实验表明RPNI算法在不同类型的噪声下相比CMI2NI具有更高的鲁棒性。之后,为了验证本文算法在临床数据上的有效性,本文基于TCGA髓性白血病的表达数据重构了髓性白血病调控网络,通过CaGe工具证实了RPNI算法相比CMI2NI算法找到的差异靶基因在髓性白血病调控通路上更加富集。最后,本文对比了常见的调控网络加方向的策略。综上所述,本文提出的调控模型可以有效的解决现有构建基因调控网络无法确定条件基因的问题。另外,本文提出的调控模型不仅可用于路径一致性算法与互信息的结合,还可依据问题背景推广到与任意条件相关性度量的结合。

关键词：基因调控网络条件信息熵候选模型 DREAM竞赛噪声扰动分析

基于变维马尔科夫链蒙特卡洛算法的磁共振反演方法研究

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于变维马尔科夫链蒙特卡洛算法的磁共振反演方法研究

作者：刘大震吉林大学

学位级别：硕士

我国是一个淡水资源短缺的国家,人均淡水资源仅为世界平均水平的1/4。为了解决淡水资源短缺的问题,近年来,一种非侵入探水技术-地面磁共振探水技术（Surface Nuclear Magnetic Resonance,SNMR）,广泛应用于我国干旱缺水地区的地下水勘... 详细信息

我国是一个淡水资源短缺的国家,人均淡水资源仅为世界平均水平的1/4。为了解决淡水资源短缺的问题,近年来,一种非侵入探水技术-地面磁共振探水技术（Surface Nuclear Magnetic Resonance,SNMR）,广泛应用于我国干旱缺水地区的地下水勘探工作。但由于传统的磁共振数据反演方法易受初始模型的影响,容易陷入局部最优解,难以评估反演结果的可靠性等问题,制约了核磁共振探水技术的发展。为了解决这些问题,本文首先研究了基于定维马尔科夫链蒙特卡洛（Markov Chain Monte Carlo,MCMC）算法的地面磁共振数据反演方法,该方法将反演层数预设为固定值,从概率统计学的角度出发,将各反演参数视为随机变量,在各参数空间内随机变化。本文基于贝叶斯原理,推导出后验概率分布函数表达式,通过生成马尔科夫链对整个模型空间进行搜索,从建议分布中产生候选模型,并根据接受概率完成对候选模型的筛选。通过MCMC反演方法可以产生大量满足数据误差精度的样本,对样本进行概率统计分析,可以得到各反演参数的最大概率值和不确定度信息。由于算法使用的目标函数不是单一最优解函数,反演过程可以跳出局部最优解,在反演的过程中,候选模型的选取仅与当前模型相关,因此反演结果不依赖于初始模型的选择。但是由于实际地质情况的复杂性,地下含水模型的层数先验信息难以直接获取,因此定维MCMC难以获取准确的反演结果。在此基础上对反演方法进行改进,研究了优化变维MCMC反演方法,在反演过程中,通过采样步长优化以及将层数作为未知参数带入到反演过程中,提高了MCMC反演方法的精度和计算效率。主要研究工作包括:研究了磁共振地下水探测技术基本原理,介绍了磁共振正演方法,推导了磁共振感应信号计算公式,详细介绍了氢质子在激发电流下的宏观磁化强度的变化过程。此外,利用有限元物理场仿真软件Comsol Multiphysics对地下空间进行剖分,求解地下三维空间磁场强度分布,计算出正反演所需的灵敏度核函数。研究了MCMC反演方法基本原理,推导了反演结果的后验概率分布函数表达式,基于贝叶斯定理,详细介绍了先验分布和似然函数的概念,定义了马尔科夫链的更新方式,讨论了几种常见的候选模型采样方式,推导了模型接受概率计算公式,验证了算法的收敛性。传统MCMC反演方法存在精度不高,反演效率低等问题,严重制约了MCMC方法在反演问题中的发展,本文针对反演精度和效率等问题,研究了优化的变维MCMC反演方法。在传统MCMC反演方法的基础上,通过调整建议分布,进行步长变换,即在候选模型与真实模型间距离的不同调整搜索步长,当距离真值较远时加大采样步长,当接近真值附近时缩小步长,有效提高了MCMC反演方法的计算精度和效率。考虑到地质情况的复杂程度,研究了变维MCMC反演方法的基本原理,将分层数视为随机变量,随各反演参数随机变化,进一步提高了该反演方法的计算精度。设计了两组理论含水体模型,分别采用确定性反演方法（遗传算法）、定维MCMC反演方法和变维MCMC反演方法对理论数据进行数据解释,验证了变维MCMC方法的优越性。利用长春市烧锅镇采集到的磁共振实测数据,分别采用传统定维MCMC和变维MCMC反演方法进行数据解释并与实际地质资料进行一致性对比,进一步验证了变维MCMC反演方法的实用性。综上所述,本文完成了基于变维MCMC算法的磁共振反演方法研究,通过理论仿真数据和实测数据反演解释,验证了该反演方法在提高反演精度和效率、评估反演结果的可靠性方面的优越性和实用性,对磁共振地下水勘探的应用和发展具有重要意义。

关键词：磁共振反演 MCMC 候选模型变维接受概率