依等价AR模型阶次递增的自回归滑动平均模型辨识

通过用AR模型等价ARMA模型的思想,提出了一种确定ARMA模型参数估计方法.针对等价AR模型阶次合理选定问题,借助数据乘积矩矩阵的分块矩阵求逆引理,给出了计算等价AR模型参数估计和相应准则函数的依阶次递增递推算法.通过判定准则函数的变化趋势,来确定出AR模型的最合理阶次和相应的参数估计值.然后基于所拟合的AR模型参数,通过解一个不相容代数方程组便可确定ARMA模型参数.仿真实例验证了该算法的性能.     

含区间数据Gamma分布变量的因子分析

目的　建立含区间数据Gamma分布变量的因子分析方法,并应用于SARS潜伏期的影响因素分析。方法　采用EM算法求解基于含区间数据Gamma分布的广义线性模型(GLM)参数的极大似然估计(MLE)。采用所建立的GLM方法对含区间数据SARS潜伏期进行单因子、多因子分析。结果　采用EM算法,得到了含区间数据Gamma分布GLM中各个参数的MLE、近似的标准误、以及参数和模型的显著性检验结果。用于SARS潜伏期影响因素分析,发现不同接触方式、不同疫区对SARS潜伏期有明显影响;随着年龄增长,SARS潜伏期均值呈上升趋势;医务人员的潜伏期明显短于非医务人员。结论　基于EM算法的MLE方法对于含区间数据Gamma分布GLM参数的估计是强健的,GLM方法可以用于含区间数据SARS潜伏期的影响因素分析。     

基于图论的交互式脑部肿瘤MRI自动三维分割

目的 交互式自动三维分割脑部肿瘤.方法 根据最大后验马尔可夫随机场理论(MAP-MRF),提出基于图论的最小切优化准则的三维脑肿瘤分割算法,同时结合期望最大化参数估计方法(EM)来自动估计混合高斯模型的参数,实现了脑部肿瘤三维(3D)分割.结果 实验结果表明,该算法能够实现脑部肿瘤的自动三维分割,具有分割结果准确,鲁棒性好的优点.结论 本算法能够在简单交互下,完成脑部肿瘤快速,准确的三维分割.     

基于模糊增强的磁共振成像PROPELLER采样数据优质重建算法

目的 提出一种基于模糊增强的重建算法,以改进PROPELLER采样数据中现有重建算法的不足.方法 由每个K空间带补零重建出临时图像,然后提出模糊增强算法,增强后在图像域进行运动参数估计,进行运动补偿后由网格化重建算法重建出结果图像.结果 该算法对于运动参数估计的精度更高,对刚性运动伪影的消除效果明显优于现有算法.结论 该算法可以显著提高PROPELLER采样数据重建图像质量.     

基于聚类分析的网络流量高斯混合模型

基于聚类算法对数据对象多个属性综合聚类的特点,研究网络流量的GMM模型及其在数据流尺度上的Lognormal分布。用EM算法研究了具有交互特征的网络流量的分类;通过与K-means算法比较,讨论了EM算法在流量聚类中的适用性;通过平衡和不平衡流量的聚类分析,研究了不同类型流量GMM建模的有效性。研究流量的幂律关系及其在不同尺度间的传递性,用户行为和应用程序特征通过传输层控制协议分解传递到IP层后,在数据包尺度上表现出分形和自相似性,在数据流尺度上表现出Log- normal分布。     

非线性系统辨识的递推-迭代方法

所提出的辨识新方法,以递推最小二乘(RLS)参数估计与非线性规划(BFGS)为主体。其测量数据的部分新息由RLS利用,而另一部分新息则通过BFGS加以采用。通常RLS只能递推地得到“粗略的”参数估计值,而BFGS则迭代地精确化参数的估计值。该辨识算法用于线性系统时,可以提高参数估计值的精度,改善收敛性。另外,该算法中的非线性迭代最优化过程可以克服非线性效应,参数估计值的精度和收敛性可以得到改进,这已由数字仿真验证。     

基于二次插值教学优化的化工动态参数估计方法

动态参数估计问题的有效求解对于化工过程精确建模具有重要意义。针对动态参数估计问题,通过将二次插值算子引入到教学优化（TLBO）算法来加强其局部搜索能力,提出了二次插值教学优化（TLBO-QI）算法。此外,将TLBO-QI用于3个化工过程动态参数估计问题的求解,并与TLBO、蜂群优化以及粒子群优化进行了对比,计算结果表明了TLBO-QI可以获取精度更好的解。     

基于改进狼群算法的甲醇合成塔转化率机理建模及参数估计

以某甲醇合成塔为研究对象,通过深入分析甲醇合成过程的反应机理,建立了甲醇转化率软测量机理模型。为了提高模型参数的估计精度,提出了一种改进的狼群算法,引入了历史次优的概念与禁忌搜索机制。仿真实验结果表明,改进算法的全局搜索能力明显优于基本算法。以某甲醇合成过程的实际运行数据为样本,运用改进的狼群算法对甲醇转化率机理模型进行参数估计,与基本狼群算法相比,获得的参数精度更高,能更准确地预测合成塔出口处的甲醇转化率。     

序列颅脑CT图像颅腔内结构自动化提取及分割

目的自动化提取和分割序列颅脑CT图像颅腔内结构。方法本研究首先利用颅脑CT的解剖学结构,基于区域生长法和形态学方法提取出序列颅脑CT颅腔内结构。然后针对应用EM（期望最大化）算法分割图像时,初始值选取难点,提出了一种改进的基于参数受限高斯混合模型的EM分割算法,实现了对颅内结构的有效分割。结果实验结果表明,该算法能够实现从颅底到颅顶的所有CT图像颅腔内结构的计算机自动化提取和分割,结果准确。结论本文算法在绝大多数情况下是有效的。     

对医学领域层次结构数据拟合线回归模型时几个问题的探讨

在医学领域存在大量具有层次结构特征的资料，但通常仍采用各类传统线性回归模型分析这类数据。和者探讨了层次结构数据拟合常见的三类线性回归模型所存在的问题，三类模型参数估计间的相互关系以及参数估计精度的校正。     

不同缺失场景下各缺失值不同处理方法的结果比较

目的 收集四川省肿瘤医院头颈部肿瘤患者住院病案信息数据，探讨不同缺失场景下数据缺失值通过完成者数据集法、期望-极大化法(EM)、马尔可夫链-蒙特卡洛法(MCMC)3种方法处理后的标准化住院天数对标准化住院费用对数值的回归系数估计值r的优劣。方法 运用R 3.4.1软件，采用蒙特卡洛模拟，通过设定缺失比例和缺失机制模拟不同场景的缺失数据集，运用完成者数据集法、期望-极大化法、马尔可夫链-蒙特卡洛法估计不同缺失场景的模拟数据集中标准化住院天数对标准化住院费用对数值的回归系数估计值r，并与完整数据集的回归系数估计值r_c结果进行比较，从准确度（各种方法估计的r与r_c比较）和精确度（各种方法的r的变异程度s）两个角度进行评价。结果 3种缺失值处理方法的优劣在不同的缺失场景中均有所差异，完全随机缺失（MCAR）和随机缺失（MAR）(1∶2)机制下，当缺失比例小于30%时3种方法的估计值r均在可接受范围（r_c±0.5s _c）；MAR(比例=2∶1)机制任意缺失比例下3种方法的估计值r均在可接受范围内；任意缺失场景下用EM法估计的r的标准误s 最小，且与r_c的标准误s _c最为接近。结论 在选择缺失值处理方法时，应该考虑数据的缺失比例和缺失机制。     

中国道路交通伤害的时间序列分析

目的 建立我国道路交通伤害的预测模型，以期从宏观上掌握我国道路交通伤害的发生和变化趋势，为控制我国道路交通伤害提供参考依据。方法 收集我国1951-2003年的道路交通伤害资料．进行时间序列分析，建立自回归-求和-移动平均模型（ARIMA模型）。结果 建立了我国道路交通伤害事故数、万车死亡率和10万人死亡率各自的ARIMA模型方程，显示预测值与实际值接近。结论 时间序列模型在道路交通伤害预测中具有较好的应用价值。     

基于多重填补法合并广义估计方程的高血糖危险因素评估研究

目的 应用多重填补法合并广义估计方程评估高血糖危险因素。 方法 利用多重填补法合并广义估计方程分别处理苏州市相城区第三人民医院老年人2011-2015年(2013年除外)健康管理档案中相关信息的数据缺失和重复测量问题,综合评估高血糖的危险因素。 结果 8 325位老年人累计23 195条观测记录中,纳入的指标除性别、年龄为完整变量,其余变量缺失率范围为0.06%~18.44%,样本实际有效率为76.99%,数据资料呈任意缺失模式。多重填补后,产生10个完整的不同数据集,所有变量填补效率都在0.97以上。高血糖危险因素OR值(95% CI)评估结果:高血压1.272(1.201~1.361)、超重1.251(1.162~1.341)、肥胖1.649(1.481~1.852)、心率过快1.679(1.581~1.792)、高胆固醇血症1.178(1.060~1.311)、混合型高脂血症1.170(1.021~1.332)、低密度脂蛋白胆固醇1.112(1.040~1.171)、高尿酸血症1.172(1.089~1.271)、丙氨酸氨基转移酶偏高1.180(1.032~1.351)、天冬氨酸氨基转移酶偏高1.191(1.032~1.391)。缺失填补前后,混合型高脂血症和天冬氨酸氨基转移酶偏高的统计学意义发生改变。γ和r值表明缺失对体质指数的参数估计影响最大。 结论 多重填补法合并广义估计方程能有效解决高血糖危险因素评估时遇到的数据缺失和重复测量问题,公共卫生部门应加强监测可能引起高血糖患病的相关因素,针对高危老年人做好健康指导工作。      

运用多重填补方法分析世界健康调查数据

目的:解决世界健康调查(World Health Survey,WHS)数据中的数据缺失问题,进行更加有效的统计推断.方法:根据多重填补(multiple imputation,MI)的原理,运用Amelia软件和Stata○R中的综合统计推断程序对WHS数据集进行处理.结果:由缺失数据造成的信息缺失得到了弥补,综合评价结果的质量得到了提高.结论:MI具有良好的特性,和针对特定问题但操作复杂的方法相比,MI是一种解决数据缺失问题的简单和近似的方法.     

医院门诊管理数据仓库的设计和实现

针对医院信息系统发展现状,对于日常工作中积累的数据,只能进行一些简单的财务或报表统计,而大量数据统计会对基于OLAP技术的医院信息系统性能产生严重影响。因此根据门诊管理需求,对医院2004年到2008年的门诊数据进行了全面分析,确定了门诊管理主题,并逐步将医院信息管理系统中的数据,通过抽取、清洗、转换并加载到门诊数据仓库中。通过使用OLAP技术提供大量门诊管理需用的分析报表,满足了门诊管理部门的统计分析需求。     

临床试验中纵向缺失数据不同处理策略统计性能的比较

目的：评估不同缺失值处理方法在不同缺失模式、缺失机制及缺失比例下双臂优效临床试验中的统计性能，筛选出相应的最优缺失值处理方式。方法：使用SAS 9.4 软件分别生成不同缺失模式（单调缺失或任意缺失）、缺失机制（完全随机缺失或随机缺失）以及不同缺失比例（0%～5%、5%～10%、10%～15%）的纵向模拟数据集，基于各模拟数据集分别使用不同缺失值处理策略进行疗效估计，并分别与完整数据集比较，以评价不同缺失值处理方式的统计性能。结果：当缺失比例＜5%时，任意缺失模式下不同缺失值处理方式所得效应估计值均较为接近，单调缺失模式下只有重复测量混合效应模型（MMRM）以及多重填补后协方差分析误差较小。当缺失比例＞5%时，不论缺失机制以及缺失模式，不同协方差矩阵结构的MMRM以及多重填补不同次数后协方差分析所得效应估计值与真实值之间仍最接近，且前者较后者更为稳定。而单一填补方式以及模式混合模型（PMM）随着缺失比例增加，其效应估计的误差也增加，尤其是单调缺失，当缺失比例为10%～15%时其误差最大。结论：不同缺失比例（0%～5%、5%～10%、10%～15%），缺失模式（单调缺失或任意缺失）以及缺失机制（完全随机缺失或随机缺失）下，MMRM误差最小，提示MMRM是处理双臂优效性临床试验中纵向定量数据缺失的首选方案。     

一种二元响应变量模型的分布式贝叶斯估计方法

在海量数据背景下,传统的基于单个计算节点的算法很难满足分析要求。考察了一种分布式贝叶斯估计方法,通过在每台机器上单独运行蒙特卡洛抽样并做加权平均可以有效地解决算法效率问题。将该方法应用于基于广义极值模型的二元响应变量回归分析,并探讨其实用性。模拟研究表明分布式算法比传统方法更有效。     

Bidirectional imputation of spatial GPS trajectories with missingness using sparse online Gaussian Process

ObjectiveWe propose a bidirectional GPS imputation method that can recover real-world mobility trajectories even when a substantial proportion of the data are missing. The time complexity of our online method is linear in the sample size, and it provides accurate estimates on daily or hourly summary statistics such as time spent at home and distance traveled.Materials and MethodsTo preserve a smartphone’s battery, GPS may be sampled only for a small portion of time, frequently <10%, which leads to a substantial missing data problem. We developed an algorithm that simulates an individual’s trajectory based on observed GPS location traces using sparse online Gaussian Process to addresses the high computational complexity of the existing method. The method also retains the spherical geometry of the problem, and imputes the missing trajectory in a bidirectional fashion with multiple condition checks to improve accuracy.ResultsWe demonstrated that (1) the imputed trajectories mimic the real-world trajectories, (2) the confidence intervals of summary statistics cover the ground truth in most cases, and (3) our algorithm is much faster than existing methods if we have more than 3 months of observations; (4) we also provide guidelines on optimal sampling strategies.ConclusionsOur approach outperformed existing methods and was significantly faster. It can be used in settings in which data need to be analyzed and acted on continuously, for example, to detect behavioral anomalies that might affect treatment adherence, or to learn about colocations of individuals during an epidemic.     

二型模糊理论在乙烯裂解炉过程监控中的应用

利用区间二型模糊C 均值聚类的方法,将过程数据进行聚类,并且聚类过程采用自适应的方法选择聚类数,由此区别不同的工况;利用局部切空间排列算法(LTSA)分别对聚类之后的每一类数据进行降维处理,然后利用每一类降维后的数据,使用支持向量数据描述(SVDD)的方法构建多个模型,并建立相应的统计量与统计限,完成离线建模过程。在线监控过程中首先判断过程数据属于哪一种工况,然后利用相应的模型来计算统计量并判断是否故障,利用乙烯裂解炉的过程数据进行了仿真研究,验证了方法的可行性。