一分类最优间隔分布机

现有的一分类支持向量机算法基于优化最小间隔的思想,只考虑了样本靠近空间原点一侧的噪声,对噪声信息较为敏感。针对该问题,通过优化间隔分布思想,同时考虑样本靠近空间原点和远离空间原点两侧的噪声,提高一分类支持向量机算法的抗噪声能力。为此,提出了一种基于最优间隔分布的一分类学习方法(one-class optimal margin distribution machine,OCODM),该方法通过最大化间隔的均值和最小化间隔方差的方式来优化间隔分布。实验结果表明,相比于现有的一分类支持向量机算法,该方法具有更好的鲁棒性,是现有一分类支持向量机方法的有益补充,能够增强现有方法的抗噪声能力。

基于相对密度的加权一分类支持向量机

提出了以相对密度的方式给训练集样本赋予权值.位于数据分布边缘的样本具有较低的相对密度,而位于数据分布内部的样本具有较高的密度.对于位于数据分布内部的样本赋予较大权值,位于数据分布边缘的样本赋予较小的权值.由于噪声通常位于数据分布外部,因此本文的方法可以赋予噪声较小的权值,从而使算法对于噪声更加鲁棒.人工数据集和UCI标准数据集的实验结果表明,该法优于用libsvm实现的一分类支持向量机方法.

上颌斜面导板联合NiTi摇椅弓矫治安氏Ⅱ类一分类错的研究

目的探讨上颌斜面导板联合NiTi摇椅弓在矫治安氏Ⅱ类一分类错畸形的临床疗效。方法选择40例具有生长潜力的安氏Ⅱ类一分类错的青少年患者,在用方丝弓矫治器整平牙弓排齐牙齿后,用上颌斜面导板联合NiTi摇椅弓矫治深覆伴下颌后缩。结果经过6-12个月的治疗,40例安氏Ⅱ类一分类错患者前牙覆覆盖正常,磨牙达到中性关系,咬合良好,面型明显改善。结论上颌斜面导板联合NiTi摇椅弓矫治安氏Ⅱ类一分类错疗效满意。

颈支抗治疗Ⅱ类一分类错(牙合)的X-线头影测量研究

目的:研究颈支抗限制上颌骨发育治疗Ⅱ类一分类错(牙合)的临床效果。方法:采用治疗前后的X-线头影测量进行对比研究。结果:治疗的主要变化发生在上颌骨和上颌磨牙,上颌骨平均后退1.03mm;SNA平均减小0.6°,上颌磨牙平均远中移动2.33mm。治疗前后的(牙合)平面有所减小,下颌平面虽有增加但无显著性意义。治疗前后的面下1/3的高度无明显的增加。结论:一般认为颈支抗存在着明显的副作用,即促使磨牙伸长、增加面下1/3高度和促使下颌骨向下后旋转。本研究结果治疗前后的面下1/3的高度无明显的增加,认为适应证的选择,牵引力线的控制是颈支抗治疗安氏Ⅱ类畸形的关键。同时在治疗中下颌骨的生长有着明显的增加,一方面是其本身正常的生长能力,另一方面也可能是矫治器对其有一定的刺激作用。

应用平面导板加分裂簧矫正安氏二类一分类错

目的探讨平面导板加分裂簧对安氏二类一分类错患者的早期治疗效果。方法选择35例磨牙二类关系尖牙二类关系,下颌平面角均角或低角、下颌后缩的患者,用上颌平面导板加分裂簧矫正器进行早期矫治。结果Ⅰ期治疗结束后前牙覆覆盖达到基本正常,磨牙关系达到中性或中性偏远中,面型明显改善,颏部软组织增厚,颏唇沟深度减小,鼻唇角变大。结论改良平面导板矫治器有助于改善安氏二类一分类错侧貌外形,是一种安全有效的方法。

Twin-block矫治器矫治Ⅱ类一分类骨性错的临床应用

目的：观察Twin-block矫治器对生长期Ⅱ类一分类骨性错的牙、、颌面的影响,探讨其矫治机制。方法：临床选择15例早期的安氏Ⅱ类骨性错采用Twin-block矫治器矫治的患者,对其治疗前后的X头影测量分析比较。结果：15例患者经过6~8个月的治疗后,Twin-block矫治器可显著促进下颌骨的生长发育,ANB角、U1-NB角、U1-NA距、wits值、覆合覆盖减小（P〈0.05）;SNB角、U1-L1角、Po-NB距显著增加（P〈0.05）,上下颌骨间关系协调。磨牙关系为I类或偏Ⅲ类关系。结论：Twin-block矫治器适用于生长期Ⅱ类一分类骨性错的早期矫治,可快速、有效地改善患者的侧面形。

早期阻断性治疗对安氏二类一分类错患儿牙颌面结构的影响

目的了解早期阻断性治疗对安氏二类一分类错患者牙颌面结构的影响。方法应用肌激动器(Activator)对10例覆盖大于7mm的安氏二类一分类错作早期矫治,矫治前后摄头颅侧位X线片对牙颌面结构的变化进行分析。结果早期阻断性治疗后,SNB角平均增加1.22(°),下颌骨基骨向前生长平均2.25mm,磨牙关系矢状方向变化平均3.70mm,前牙覆盖由平均8.68mm减少至平均3.47mm,上切牙向后移动平均2.25mm,下切牙向后移动平均2.34mm,下颌平面角无明显变化。结论用Activator对安氏二类一分类错进行早期阻断性矫治后,颌骨和磨牙的二类关系得到改善,前牙覆盖减小。

改进的一分类支持向量机的邮件过滤研究

服务器端存在多个用户,且人们对邮件内容的理解和认可程度不同,因此邮件过滤中涉及到不确定信息的处理。就邮件内容来看,邮件过滤通常涉及到隐私,不利于大量收集样本并评价打分。因此提出了一种基于改进的一分类支持向量机的邮件过滤方法。该方法优点在于:(1)用户只需为不确定性很强的待区分邮件给出隶属度;(2)只需收集和训练一类邮件样本,便可以建立邮件分类模型;(3)把隶属度首次引入到1-SVM中,并且由隶属度的值的大小来确定惩罚因子的值。通过仿真实验验证了该方法的有效性。

上颌平斜面导板协助方丝弓矫治器早期治疗安氏Ⅱ类一分类错(牙合)的探讨

目的研究利用上颌平斜面导板协助方丝弓矫治器早期治疗安氏Ⅱ类一分类错(?)的方法。方法选择18例安氏Ⅱ类一分类错(?)的患者,在用方丝弓矫治器整平牙弓,排齐上颌牙列后,用上颌平斜面导板协助治疗安氏Ⅱ类一分类错(?)。结果经过6～12个月的治疗后,18名安氏Ⅱ类一分类错(?)患者面型明显改善,磨牙和尖牙达到中性关系,前牙覆(?)覆盖正常。结论用上颌平斜面导板协助方丝弓矫治器治疗安氏Ⅱ类一分类错(?)的效果较为满意。

替牙期安氏二类一分类错患者咀嚼效能分析

目的:比较替牙期安氏二类一分类错(牙合)患者和替牙期正常(牙合)儿童咀嚼效能的差异,并对影响咀嚼效能的因素进行分析。方法:采用分光比色法对20例替牙期安氏二类一分类患者和20例替牙期正常(牙合)儿童进行了咀嚼效能测定,并测量了受试者的覆(牙合),覆盖,未萌恒牙数目及嚼肌肌电值,利用t检验和逐步回归进行分析。结果:替牙期安氏二类一分类患者咀嚼效能较正常(牙合)者低,其差异具显著性。替牙期正常(牙合)儿童的咀嚼效能,男性较女性高,差异具显著性。替牙期安氏二类一分类患者咀嚼效能,性别间差异无显著性。深覆盖及咀嚼次数是影响咀嚼效能的重要因素。结论:安氏二类一分类错(牙合)阻碍了替牙期儿童的正常咀嚼效能的发挥,及早治疗有利于改善咀嚼功能。

青少年和成人安氏Ⅱ类一分类亚类错(牙合)畸形患者颞下颌关节特征的比较

目的比较青少年和成人安氏Ⅱ类一分类亚类错(牙合)畸形患者的颞下颌关节特征。方法选取2016年9月至2018年6月郑州大学第一附属医院正畸科收治的40例安氏Ⅱ类一分类亚类错(牙合)畸形患者,包括青少年和成人各20例。所有患者治疗前接受锥体束计算机断层扫描成像(CBCT)检查,比较青少年组和成人组患者双侧颞下颌关节的差异。结果①青少年组中性侧髁突形态、位置和关节窝形态分别与远中侧比较,差异无统计学意义(均P>0.05)。②成人组:与中性侧相比,远中侧髁突内外径、髁突前后径、髁突长轴与正中矢状线成角、髁突最大轴面面积、髁顶高度、关节间隙(内、上、后)较小,远中侧关节前间隙、关节窝深度较大,差异有统计学意义(均P<0.05)。成人组远中侧髁突中心到正中矢状面距、关节中间隙、关节外间隙、关节窝长度、关节结节后斜面倾斜角度与中性侧比较,差异无统计学意义(均P>0.05)。③成人组中性侧髁突内外径、髁突前后径、髁突最大轴面面积、髁顶高度、关节窝深度和关节窝长度均大于青少年组,差异有统计学意义(均P<0.05)。两组中性侧髁突中心到正中矢状面距、髁突长轴与正中矢状线成角、关节间隙(内、中、外、前、上、后)、关节结节后斜面倾斜角度比较,差异无统计学意义(均P>0.05)。④成人组远中侧髁突内外径、髁突前后径、髁顶高度、关节前间隙、关节窝深度、关节窝长度、关节结节后斜面倾斜角度大于青少年组,成人组远中侧髁突长轴与正中矢状线成角、髁突最大轴面面积、关节间隙(内、上、后)小于青少年组,差异有统计学意义(均P<0.05)。两组远中侧髁突中心到正中矢状面距、关节间隙(中、外)比较,差异无统计学意义(均P>0.05)。结论青少年安氏Ⅱ类一分类亚类错(牙合)畸形患者的双侧颞下颌关节有一定的生长潜力。与中性侧相比,成人安氏Ⅱ类一分类亚类错(牙合)畸形患者远中侧髁突向后上内移位且形态较小。

tip_edge矫治二类一分类患者的侧貌分析

目的探讨tip_edge矫治二类一分类患者的侧貌变化效果。方法将自2010年6月~2013年6月我科收治的38例安氏二类一分类患者,采用Tip-Edge矫治技术进行治疗,于1期矫治的矫治前、后均拍摄X线头影侧位片,通过定点、描图及测量,观察鼻唇角(NLA)、颏唇软组织侧面外形线与眶耳平面交角(Z角)、软组织线距中上下唇突度(ULP,LLP)。结果与矫治前比较,矫治后患者的NLA、Z角均增加明显,差异具有显著统计学意义(P<0.01),ULP、LLP则减少明显,差异具显著统计学意义(P<0.01)。结论一期打开咬合的同时,鼻、唇、颏关系趋于协调,侧面形也发生了变化。

矫治器治疗安氏II类一分类替牙期错合畸形的治疗效果和临床应用观察

目的:观察矫治器治疗安氏II类一分类替牙期错合畸形的治疗效果和临床应用。方法:选取2017年1月开始至2018年9月在我院进行安氏II类一分类替牙期错合畸形治疗的患者50例,对治疗前后患者的头影测量结果进行观察比较。结果:治疗后,患者的SNB(°)、L1-NB(mm)、L1-NB(°)、U1-L1(°)以及FH-MP(°)明显增大(P<0.05),ANB(°)、U1-NA(mm)、U1-NA(°)、U1-SN(°)明显减小(P<0.05)。结论:对安氏II类一分类替牙期错合畸形患者采取MRC矫治器进行治疗,对前牙深覆盖的现象具有明显改善作用,增加患者的侧貌协调性,治疗疗效较好,可以在临床上应用。

基于D-S证据理论的无监督异常检测算法

在实际应用中,当数据集缺少真实标签或正常点数据量不足时,可能导致一分类支持向量机处于无监督情况。此外,当训练集中包含异常数据时,一分类支持向量机生成的决策边界将偏斜至异常数据区域。上述问题降低了异常数据的检测率,并导致分类器的性能变差。为了解决上述问题,基于K近邻算法将数据集分为可疑正常点数据集与可疑离群点数据集。其中,可疑正常点数据集用于一分类支持向量机训练与建模,对于可疑离群点数据集则采用D-S证据理论来识别其中的正常数据。实验结果表明:基于D-S理论的无监督异常检测算法可以有效地分离正常点与异常点,该算法在整体数据集上A_(uc)均值达到了0.83,且在可疑离群点数据集上A_(uc)均值达到了0.883。

安氏Ⅱ类一分类错青年患者正畸过程中咀嚼效率的变化

目的探究咀嚼效率在安氏Ⅱ类一分类错青年患者正畸过程中的变化,总结临床经验。方法将接受正畸治疗的安氏Ⅱ类一分类错畸形的青年患者归为观察组,将30例牙列正常青年人纳入对照组,观察其咀嚼效率并进行比较;两组入选者均为2013年12月至2014年6月郑州大学第一附属医院接受治疗及咨询的患者。结果在治疗前观察组和对照组的咀嚼功能存在明显的差异,且差异具有统计学意义(P<0.05)。经过正畸治疗咀嚼功能逐渐改善,保持一年(T4)比较观察组和对照组的咀嚼效率差异不具有统计学意义(P>0.05)。结论通过分析观察组正畸过程中咀嚼效率的变化发现安氏Ⅱ类一分类错青年患者的临床状况逐渐好转,在维持1年的固定重建后和健康者明显较为接近,因此正畸干预值得在临床中借鉴。

应用MBT矫治安氏Ⅱ类一分类错畸形105例临床分析

安氏Ⅱ类一分类错是临床上常见的一类错[牙合]畸形,其牙特征是磨牙远中关系,上颌切牙唇倾、上下牙深覆[牙合]、深覆盖。本人应用直丝弓技术对青少年安氏Ⅱ类一分类错[牙合]进行矫治,结果报告如下。

基于半监督学习的无线传感网离群值检测算法

在无线传感器网络中,如何短时间内消除离群值并获得干净的数据集是一项重大挑战。当收集的数据集没有标签时,离群值检测算法中的参数应该是自适应调整的,而不是提前设定。为了解决这个问题,提出了半监督一分类支持向量机算法(SOCM),该算法将最近邻算法(KNN)与OCSVM算法相结合,并根据最近邻的数量自适应地计算参数。由于SOCM算法可能会消耗大量的计算资源,进一步引入XGBoost算法替代OCSVM算法来形成SXBT算法。XGBoost用于形成弱分类器并自适应地调整权重以构建强分类器,从而实现离群数据的分离。仿真实验表明:SOCM算法的准确率接近96%,SXBT算法具有与SOCM算法接近的性能,但运行时间低于SOCM算法。

HA2：层次化的物联网感知设备固件异常分析技术

物联网底层一般包含大量的感知终端,这些设备是物联网应用与服务的基础。然而,由于在计算、存储、传输带宽等资源上的限制,感知设备固件程序运行时可获得状态非常有限,一旦这些设备出现异常,相关人员往往缺乏足够的手段对其开展分析。针对这一问题,提出一种层次化的物联网感知设备固件异常分析技术(Hierarchical Anomaly Analysis,HA2)。该方法以物联网感知节点程序静态结构及动态运行轨迹特征为基础,借助一分类支持向量机和统计推断方法,可以实现区间、任务和函数三个层次的异常检测,并生成相应的异常分析报告。实验表明该方法与现有方法相比,在收集异常分析特征方面具有较小的存储及运行开销。开源代码库中的缺陷实例分析表明,与现有方法相比HA2的层次化异常分析报告可以大大缩小异常分析范围,为用户分析、修复异常提供有效帮助。

边界检测快速SVDD算法

SVDD要求一个包含目标数据的尽可能小的球体.与SVM类似,这个球体由少部分支持向量决定.对于一个有限数据集,支持向量是位于数据分布边缘的少部分样本.这样的样本可以根据样本与其近邻的差和样本之间夹角的余弦和来判断.由于样本的近邻分布具有不对称性,通常靠近数据分布边缘的样本的余弦和接近于±k,而位于数据分布内部样本的余弦和接近于0.根据余弦和可以去除大量位于数据分布内部的样本,而对最后的学习结果没有什么影响.这样可以在一定程度上缓解SVDD求解二次规划造成的时间和内存开销过大的问题.实验结果表明,在仅保留5%～9%的边缘样本学习得到的数据描述与用整个数据集获得的数据描述仅有微弱的差别,速度几乎可以提高2个数量级.

基于OCISVM的矿井通风系统在线故障诊断

为解决矿井通风系统故障样本获取困难以及在线故障诊断研究相对匮乏的问题,填补应用传感器实时监测数据进行故障分支诊断的空白,构造一分类支持向量机(OC-SVM)与增量学习(IL)相结合的OCISVM模型。首先,在离线阶段,运用传感器监测到的正常样本数据构造分类超平面;然后,在线检测阶段,依据IL的思想,通过引入德尔塔函数更新分类超平面;最后,利用东山矿通风系统数据库验证并分析OCISVM模型。结果表明:该模型的故障分支诊断准确率可达96.5%,诊断时间开销在毫秒级,在处理不平衡数据时稳定性更高。