期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
Transmission Based Conditional Logistic Model for Testing Main and Interaction Effects
1
作者 Caixia Li Peixing Li 《Open Journal of Statistics》 2021年第5期713-719,共7页
Transmission disequilibrium test (TDT) is a popular family based genetic association method. Under multiplicative assumption, a conditional logistic regression for matched pair, affected offspring with allele transmit... Transmission disequilibrium test (TDT) is a popular family based genetic association method. Under multiplicative assumption, a conditional logistic regression for matched pair, affected offspring with allele transmitted from parents and pseudo-offspring (control) with allele non-transmitted from parents, was built to detect the <span style="font-family:Verdana;">main </span><span style="font-family:Verdana;">effects of genes and gene-covariate interaction</span><span style="font-family:Verdana;">s</span><span style="font-family:;" "=""><span style="font-family:Verdana;">. When there exist genotype uncertainties, expectation-maximization (EM) algorithm was adopted to estimate the coefficients. The transmission model was applied to detect the association between M235T polymorphism in AGT gene and essential hypertension (ESH). Most of parents are not available in the 126 families from HongKong Chinese population. The results </span><span style="font-family:Verdana;">showed M235T is associat</span></span><span style="font-family:Verdana;">ed</span><span style="font-family:Verdana;"> with hypertension and there is interaction between M235T and the case’s sex. The allele T is higher risk for male than female</span><span style="font-family:Verdana;">.</span> 展开更多
关键词 Transmission Disequilibrium Test Gene-Covariate Interaction conditional Logistic Model expectation-maximization algorithm
下载PDF
非线性时间序列建模的异方差混合双AR模型 被引量:3
2
作者 王红军 田铮 党怀义 《控制理论与应用》 EI CAS CSCD 北大核心 2006年第6期879-885,共7页
研究了可用于非线性时间序列建模的异方差混合双自回归模型(heteroscedastic mixture double- autoregressive model,HMDAR),给出了HMDAR模型的平稳性条件,利用ECM(expectation conditional maximization)算法来估计模型的参数,运用BIC(... 研究了可用于非线性时间序列建模的异方差混合双自回归模型(heteroscedastic mixture double- autoregressive model,HMDAR),给出了HMDAR模型的平稳性条件,利用ECM(expectation conditional maximization)算法来估计模型的参数,运用BIC(Bayes information criterion)准则来选择模型.HMDAR模型条件分布富于变化的特征使它能够对具有非对称或多峰分布的序列进行建模,将HMDAR模型应用于几个模拟和实际数据集均得到了较为满意的结果,特别是对波动较大的序列,HMDAR模型能比其他模型更好地捕捉到数据序列的特征. 展开更多
关键词 异方差混合双自回归模型 平稳性 BIC准则 ecm算法 非对称分布 多峰分布 条件异方差
下载PDF
图马尔可夫卷积神经网络半监督文本分类研究 被引量:2
3
作者 李社蕾 周波 杨博雄 《计算机仿真》 北大核心 2022年第9期288-292,共5页
随着卷积神经网络在图结构数据上的成功泛化,许多研究者将图卷积神经网络应用于文本分类;在上述方法中,以文档和单词为节点构造异构文本图网络,通过学习图节点的特征表示进行文本分类,未能有效利用节点标签的依赖关系。现提出了文本图... 随着卷积神经网络在图结构数据上的成功泛化,许多研究者将图卷积神经网络应用于文本分类;在上述方法中,以文档和单词为节点构造异构文本图网络,通过学习图节点的特征表示进行文本分类,未能有效利用节点标签的依赖关系。现提出了文本图马尔可夫卷积神经网络(TextGMCN)模型,模型利用异构图中未分类节点的条件联合分布建模节点标签的依赖性;模型利用图卷积神经网络通过端到端的训练,学习有效的文本节点表示。通过变分EM算法进行训练。在多个基准数据集上的实验结果表明,考虑文本节点标签依赖性的TextGMCN模型取得了更优的节点分类性能。 展开更多
关键词 图卷积神经网络 文本分类 条件随机场 变分最大期望算法
下载PDF
基于多特征的SAR图像多尺度无监督分割
4
作者 郭小卫 官小平 《遥感信息》 CSCD 2006年第4期33-36,共4页
提出一种基于多特征的SAR图像多尺度无监督分割方法。该方法采用隐Markov树(hidden Markov tree,HMT)模型对SAR图像的灰度数据与标准差数据分别建模并分割,由两个分割结果提取SAR图像的结构性信息,并根据结构性信息,对灰度分割的后验概... 提出一种基于多特征的SAR图像多尺度无监督分割方法。该方法采用隐Markov树(hidden Markov tree,HMT)模型对SAR图像的灰度数据与标准差数据分别建模并分割,由两个分割结果提取SAR图像的结构性信息,并根据结构性信息,对灰度分割的后验概率进行平滑,最终的分割结果表明,该方法在很少损失结构性信息的基础上,能得到更光滑的分割结果。 展开更多
关键词 HMT(hidden Markov tree) SAR图像 RAYLEIGH分布 EM(expectation maximization)算法 ICE(iterative conditional estimation)算法
下载PDF
一种基于条件把握度法和EM算法相结合的样本量再估计
5
作者 程建成 柏建岭 +3 位作者 黄丽红 赵杨 于浩 陈峰 《中国卫生统计》 CSCD 北大核心 2018年第1期33-37,42,共6页
目的探索期中分析时正态分布资料的样本量再估计。方法通过模拟试验比较揭盲状态下样本量再估计的条件把握度法及盲态下样本量再估计的EM算法,进而探索将两者相结合的应用策略。结果均数差异大于初始值时越早使用条件把握度的方法,再估... 目的探索期中分析时正态分布资料的样本量再估计。方法通过模拟试验比较揭盲状态下样本量再估计的条件把握度法及盲态下样本量再估计的EM算法,进而探索将两者相结合的应用策略。结果均数差异大于初始值时越早使用条件把握度的方法,再估计之效能越高。结论先用EM算法进行样本量再估计,如果再估计样本量大于初始样本量1.5倍,采用揭盲状态下的条件把握度法进行样本量再估计,可以尽量保持盲态和试验完整性并获得较高的把握度,同时也能减少一部分假阴性的发生以及临床资源的浪费。 展开更多
关键词 临床试验 期中分析 条件把握度 EM算法 样本含量
下载PDF
基于Markov随机场理论的眼底图视盘轮廓的提取研究 被引量:3
6
作者 黄元康 李红松 +2 位作者 余鹏飞 王鹏 钱呈祥 《云南大学学报(自然科学版)》 CAS CSCD 北大核心 2016年第4期530-535,共6页
眼底视盘轮廓的准确提取对眼疾的诊断事关重要.尤其在各种眼疾对人普遍存在严重伤害的今天,对眼底视盘轮廓提取的研究尤为重要.随着信息技术的高速发展,当今使用计算机实现医学图像处理相当普遍.借助于计算机,利用马尔科夫随机场(MRF)... 眼底视盘轮廓的准确提取对眼疾的诊断事关重要.尤其在各种眼疾对人普遍存在严重伤害的今天,对眼底视盘轮廓提取的研究尤为重要.随着信息技术的高速发展,当今使用计算机实现医学图像处理相当普遍.借助于计算机,利用马尔科夫随机场(MRF)理论模型结合K-均值算法、条件迭代算法和期望最大化算法等多种算法,实现了眼底图视盘的分割.然后通过使用最小周长多边形的多边形近似(MPP)实现眼底视盘轮廓的提取.实验结果表明,与传统的分割方法相比,该方法具有更高的分割效率和更好的去噪性. 展开更多
关键词 MARKOV随机场 视盘 条件迭代算法 期望最大化算法 MPP算法 K-均值聚类算法
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部