加权Besicovitch集的Hausdorff维数(英文)

本文引入并研究符号空间上的加权Besicoritch集.通过构造一个伯努利测度,得到此集的Hausdorff维数,结果符合一个变分原理.

基于加权潮流熵和耦合支路介数的大停电故障集构建方法研究

随着电网互联程度的加深,电网因连锁故障引发大停电的概率增大,构建连锁故障集是预防大停电的有效措施之一。首先,研究对电网稳定运行影响巨大的故障支路集,定量评估电网运行状态的加权潮流熵计算方法。然后,结合全过程动态仿真软件,提出基于加权潮流熵和耦合支路介数的大停电故障集构建方法。最后,以某地区电网为例验证所提方法的正确性和有效性。该方法既考虑电网结构变化又考虑电网状态变化,能够准确反映电网故障动态过程。

应用基因集富集分析和加权基因共表达网络分析方法分析类风湿关节炎的枢纽基因及意义

背景:用目前的免疫方法检测类风湿关节炎患者的传统血清标志物,仍有30%为阴性;近年发现的血清生物标志物对类风湿关节炎诊断的敏感性和特异性较低,不适于临床推广。目的:应用基因集富集分析和加权基因共表达网络分析方法分析类风湿关节炎枢纽基因及其意义。方法:从GEO数据库下载GSE1919、GSE55235数据集,使用R软件“limma”包初筛差异表达基因、“clusterProfiler”包进行加权基因共表达网络分析,取交集基因作为候选枢纽基因。将结果导入String数据库构建蛋白质相互作用网络,Cytoscape软件cytoHubba插件筛选枢纽基因,并进行基因本体分析、京都基因与基因组百科全书通路富集分析。同时对2个数据集用基因集富集分析方法进行京都基因与基因组百科全书通路分析。结果与结论:①共筛选出10个枢纽基因,其基因本体分析集中在淋巴细胞分化、T细胞分化、质膜信号受体复合物、主要组织相容性复合体蛋白结合等生物学功能;②京都基因与基因组百科全书通路富集于T细胞受体信号通路、Th1辅助细胞和Th2辅助细胞分化、Th17辅助细胞分化、肿瘤细胞程序性死亡-配体1表达和程序性死亡受体1检查点通路及原发性免疫缺陷5条通路;③基因集富集分析2个数据集类风湿关节炎样本发现3条共同通路:哮喘、自身免疫性甲状腺疾病和细胞黏附分子通路显著上调;④受试者工作特征曲线结果显示,5个基因(CD27、IL2RG、CD8A、LCK、NKG7)对诊断类风湿关节炎具有良好的特异性和敏感性(曲线下面积>0.85);⑤CD4可能是多能的基因网络协调员,在免疫反应中发挥重要功能。

加权Besicovitch-Eggleston集的Hausdorff维数

研究符号空间上的一类特殊的加权Besicovitch-Eggleston集,即具有右可重排性质的元胞自动机作用下的加权Besicovitch-Eggleston型集。通过构造一个概率测度及应用Billingsley定理,得到此类集合的Hausdorff维数dim_HE_(F,P)。

应用加权基因共表达网络分析识别肝细胞癌发生和进展过程中关键通路和基因作用研究

目的探讨肝细胞癌(HCC)发生进展过程中功能富集通路和关键基因表达。方法从基因表达数据库(GEO)下载HBV感染不同阶段和正常对照肝脏转录组数据,构建基因网络并使用加权基因共表达网络分析(WGCNA)将基因分类为不同的模块,对相关模块中的基因进行富集分析。应用GEO数据集进一步验证重要基因水平。结果共6145个组间差异基因参与构建加权基因共表达网络,被分为9个模块,进一步描绘了从肝脏早期病变到肿瘤的进化轨迹,从正常组织到癌组织过程中的细胞增殖、DNA损伤修复和细胞衰老相关通路线性激活;随疾病进展,脂质代谢和凝血等肝脏功能相关通路逐渐受到抑制;在肿瘤发生前,慢性炎症期免疫相关通路被激活,后期逐渐趋向于抑制状态;共鉴定出3个重要衰老相关基因,即CCNA2、UBE2C和ANAPC1,并在外部数据集验证了这3个基因水平变化;进一步分析显示上述3个基因水平与肝癌患者不良预后密切相关(P<0.05)。结论通过生物信息学分析,我们初步确定了肝癌发生和进展过程中潜在途径和重要参与基因,为诊断和治疗干预提供了潜在的靶标。

基于拉普拉斯特征映射与加权极限学习机的电动潜油离心泵故障诊断方法

电动潜油离心泵(简称“潜油电泵”)采油技术在非自喷高产井和高含水井中应用广泛,但其在运作过程中易发生设备故障,后续维护会触发长时间停机,可能造成无法估量的经济损失。目前对潜油电泵故障的诊断主要依赖现场技术人员的经验,无法快速及时地自动诊断分析。为此,文章提出了一种结合拉普拉斯特征映射与加权极限学习机的潜油电泵故障诊断模型。针对潜油电泵采集的数据存在严重不平衡性问题,其首先通过加权极限学习机建立故障诊断模型;然后,为解决算法学习不充分、加权策略会带来计算成本高和应用于高纬度特征空间的效果差等问题,其引入拉普拉斯特征映射方法对模型进一步优化;最后,在TE化工过程数据集上验证了所提方法的有效性,并在潜油电泵实时故障数据集上对该算法的实用性进行实验验证。结果显示,本文算法的分类平均准确率、最大准确率及G-mean相比支持向量机、决策树、BP算法、极限学习机以及加权极限学习机的平均提升了10%以上,验证了本文方法的有效性。

基于加权集覆盖模型的大蒜种植空间布局优化研究--以开封市为例

基于加权集覆盖模型,对开封市杞县、通许县、尉氏县的大蒜种植空间布局进行优化,选择自然因素、经济因素、社会因素3类影响因素作为评价指标,建立空间布局优化的适宜性评价体系。在服务半径的约束条件下,确定杞县、通许县、尉氏县的最小建设成本分别为0.326、0.397、0.534。据此,本研究提出了开封市大蒜种植区空间布局优化方案,以期推动开封市大蒜产业发展。

基于特征加权与融合的小样本遥感目标检测

基于深度卷积神经网络的目标检测器需要大量标注样本展开训练,针对训练样本数量不足导致目标检测器泛化能力较差的问题,基于元特征调制提出一种特征加权与融合的小样本遥感目标检测方法。首先,在元特征提取网络中嵌入瓶颈结构式特征学习模块C3,增加网络深度和感受野;其次,利用路径聚合网络(PAN)进行元特征融合,有效提升了网络对多尺度遥感目标的感知能力;最后,使用轻量级卷积神经网络学习原型向量以加权元特征,在轻量化模型的同时,利用模型已有知识快速微调模型,以适应对新类目标的检测。实验结果显示,在NWPU VHR-10和DIOR数据集上,该方法相比于FSODM方法,在新类对象上的平均检测精度分别提高了29.40%和11.78%。可视化结果表明,该方法在小样本遥感目标检测上效果更优。

一种中国区GNSS加权平均温度分层格网模型

为了进一步提升大气加权平均温度(T_(m))模型在地基全球卫星导航系统(GNSS)反演可降水量(PWV)中的精度,提出一种中国区GNSS加权平均温度模型:针对中国地势复杂多变,气候多样的环境特征,基于1990—2019年欧洲中期天气预报中心第五代大气再分析数据集(ERA5),综合考虑T_(m)的季节性变化及长期线性趋势,构建T_(m)的分层格网模型(CT_(m)S);然后以74个无线电探空站提供的2020年气象数据为参考,评估CT_(m)S的精度及可用性,并利用第三代全球T_(m)模型(GT_(m)-III)及全球气压温度(GPT3)模型进行对比验证。结果表明:CT_(m)S模型的均方根偏差(RMSE)均值为4.0 K,较GPT3及GT_(m)-III模型分别提升21.6%及8.0%,且在高海拔地区表现出明显的精度优势;CT_(m)S模型的PWV不确定度均值为0.32mm,相比于GPT3及GT_(m)-III模型分别减少16.6%及6.5%,且在中国西北地区表现出更优的精度及稳定性;提出的模型可为中国地区GNSS实时水汽监测提供参考。

顾及周期性变化的大气加权平均温度模型构建

针对大气加权平均温度(T_(m))是地基全球卫星导航系统(GNSS)水汽反演过程中的一个中间变量,其精度会影响地基GNSS水汽反演精度,同时T_(m)表现出较强的地域性差异的现状,研究建立地区的T_(m)模型:利用兰州市榆中探空站气象数据和欧洲中期天气预报中心第五代大气再分析数据集(ERA5)分别建立单因子、顾及年周期变化、顾及年和半年周期变化的T_(m)模型;并对2种气象数据所建的3类模型进行显著性检验和精度验证。结果表明:模型均能通过显著性水平为0.05的显著性检验,同时顾及周期性变化模型的预测值的均方根误差和平均绝对误差均小于贝维斯(Bevis)模型和单因子模型;利用顾及周期变化的模型预测的T_(m)偏差中大于5 K和大于10 K的值占比明显减小且预测残差的周期趋势明显减弱,具有零均值的正态分布特性,仅表现出误差的随机性。总体而言,ERA5气象数据所建模型预测精度高于探空站气象数据所建模型;用ERA5气象数据建立的顾及周期性变化的T_(m)模型可用于兰州市GNSS大气水汽反演。

基于Vague集的加权模糊运算

分析了Vague集的性质 ,定义了Vague集上的加权析取式和加权合取式 .讨论了Vague集上的加权析取式和加权合取式的模糊运算及性质 ,这些运算及性质可以很好地用“投票模型”

基于Delphi-AHP和加权集值统计的高校突发事件预警评估

科学预防高校突发事件发生对维护高校乃至社会稳定具有重要意义。为建立和完善预警机制,提高应急管理能力,本文针对高校突发事件监测预警复杂性,提出一种预警评估新方法。该方法首先采用Delphi法建立预警评估的指标集,并将Delphi和AHP方法集成(Delphi AHP)来确定各指标权重;在预警评估阶段采用加权集值统计法(weighted set valued statistics,WSVS),避免了以往评价中采用点估计所带来的不准确性。最后,以学生公寓突发火灾事件为例表明,采用该模型确定预警等级并进行预警发布具有可行性与有效性。

一个新的基于Vague集加权相似度量的双向近似推理方法

提出了一种新的 Vague集的加权相似度量方法以解决文献 [1]中关于 Vague集相似度量的某些缺陷 ,并且提出了 Vague集间相似方向的概念 ,用它来描述两个相似 Vague集中哪个所包含的信息更精确 ,并给出了一个判定方法 .在此基础上给出了一种基于 Vague集加权相似度量的双向近似推理方法 ,该方法更好地利用了 Vague集信息的精确性 ,从而提高了推理的精确性和适用性 .这为智能系统中的近似推理提供了一个十分有用的工具 .

基于加权秩次集对分析法的年径流预报模型

针对秩次集对分析方法在年径流预报中存在的问题,对其历史集合中的各元素所在位置与后续值的位置之间的间隔赋予了不同的影响权重,构建了年径流加权秩次集对分析预报模型,给出了模型在年径流预报应用中的步骤,利用黑河干流莺落峡站1945～2009年的实测径流资料检验了该模型的有效性,并与秩次集对预报模型、ARIMA预测模型及BP预测模型的预测结果进行了比较。结果表明,加权秩次集对预报模型的平均误差为12.29%、合格率为100%,本文对秩次集对预报模型的改进有效、可行。

基于Vague集加权相似度量的双向近似推理

本文提出了一种新的Vague集的加权相似度量方法 ,以解决文献 [1 ]中关于Vague集相似度量的某些缺陷以及权向量中各个分量难以确定的问题 ,并且提出了Vague集间相似方向的概念 ,用它来描述两个相似Vague集中哪个所包含的信息更精确 ,并给出了一个判定方法。在此基础上给出了一种基于Vague集加权相似度量的双向近似推理方法 ,该方法更好地利用了Vague集信息的精确性 ,从而提高了推理的精确性和适用性。

基于自加权变量组合集群分析法的近红外光谱变量选择方法研究

变量选择技术是光谱建模的重要环节。本研究提出了一种新的变量选择方法——自加权变量组合集群分析法(AWVCPA),首先通过二进制矩阵采样法(BMS)对变量空间进行采样;其次通过对变量出现频率(Fre)和偏最小二乘回归系数(Reg)两种信息向量(IVs)做加权处理,得到了每个光谱变量的贡献值,进而考虑到了Fre和Reg两类IVs对于光谱建模的影响;最后通过指数衰减函数(EDF)删除贡献小的波长点,进而实现特征变量选取。以啤酒和玉米两组近红外光谱数据为例,基于偏最小二乘法(PLS)建立啤酒中酵母浓度预测模型和玉米中油浓度预测模型,对比其它变量选择方法。研究表明,在相同条件下,基于AWVCPA变量选择方法建立的预测模型都取得了最优的预测精度,对啤酒中酵母浓度的预测,相比全光谱PLS模型,RMSEP由0.5348下降到0.1457,预测精度提高了72.7%;对玉米含油量的预测,相比全光谱PLS模型,预测均方根误差(RMSEP)由0.0702下降到了0.0248,预测精度提高了64.7%。

基于Vague集的加权多目标模糊决策方法

1 引言在多目标模糊决策支持系统中,通常要在多个目标中依据有关约束条件选择最佳的目标。由于信息的不确定性,许多学者采用Fuzzy集理论来处理这类问题。Chen在文[3]中提出了采用Vague集的方法来处理模糊条件下的多目标决策问题,并讨论了加权情况下的处理方法。然而在Chen的方法中,没有定义加权情况下Vague集的运算,其加权处理是针对目标选择计分函数S的,而非Vague集;

运用加权Voronoi图进行点集剖分的两种方法

在加权Voronoi图定义的基础上,提出了点集剖分的两种新方法:基于线的剖分法和基于角度的剖分法.运用新方法对点集进行加权Voronoi剖分,可以得到各点更加合理、有效的影响区域.

不完备信息系统中基于加权联系度的粗集模型拓展

在评价几种已有的针对不完备信息系统的粗集拓展模型的基础上,提出了一种基于加权 联系度的粗集拓展模型。在对各属性重要性排序的前提下,对不完备信息系统进行进一步的粗集模 型拓展。通过实例说明该模型更符合人的主观要求和客观现实。

基于模糊软集和加权模糊软集的群决策方法

基于模糊软集和加权模糊软集的群决策问题一直是人们研究的热点问题,而处理这一问题的关键就是找到一种简捷有效的决策算法。文章基于这一问题的需要,提出了两种不同的算法,并用算例表明了这两种算法的有效性和合理性。