验前概率联合运动平板试验对冠心病的诊断价值及在性别间的差异

目的探讨验前概率(PTP)联合运动平板试验(ETT)对冠心病(CHD)的诊断价值及在性别间的差异。方法连续入选2019年6月至2023年4月承德市中心医院接收的疑诊CHD患者为研究对象,计算每例入组患者的PTP并进行ETT检查,初步评估罹患CHD概率,并行冠状动脉造影(CAG)检查;以CAG结果为“金标准”,探讨PTP联合ETT对CHD诊断价值及在性别间的差异。结果548例疑诊CHD患者通过CAG检查,381例(69.53%)确诊CHD,其中男221例(58.01%),女160例(41.99%)。以CAG检查的结果为“金标准”,PTP联合ETT共诊断出346例CHD患者,总符合率为90.81%,其中男211例,女135例;PTP联合ETT诊断男性患者敏感度为95.48%、特异度89.77%、准确度93.85%、阳性预测值95.91%、阴性预测值88.76%,与CAG具有极好的一致性(Kappa=0.847)。PTP联合ETT诊断女性CHD患者的敏感度84.38%、特异度79.75%、准确度82.85%、阳性预测值89.40%、阴性预测值71.59%,与CAG具有理想的一致性(Kappa=0.580);PTP联合ETT诊断男性CHD的敏感度、特异度、准确度、阳性预测值、阴性预测值均高于女性患者。结论PTP联合ETT对CHD具有较高的诊断价值,且对男性CHD患者的诊断效能优于女性患者。

基于后验概率空间变化向量分析的NSCT高分辨率遥感影像变化检测

非下采样轮廓波变换(non-subsampled contourlet transform,NSCT)和变化向量分析法(change vector analysis,CVA)在高分辨率遥感影像变化检测中,会因不同地物的变化幅度有显著差异,而在单一阈值下无法保证较高的检测精度。为此,文章在后验概率空间变化向量分析(change vector analysis in posterior probability space,CVAPS)的框架下,提出了一种基于模糊C均值聚类(fuzzy C-means,FCM)和简单贝叶斯网络(simple Bayesian network,SBN)的NSCT变化检测方法(FCM-SBN-CVAPS-NSCT)。该方法首先将FCM与SBN耦合,计算出后验概率变化强度图;之后,通过NSCT将后验概率变化强度图分解为不同尺度和方向的子图,通过保留高频子图中的细节并消除噪声,优化了重构后的后验概率变化强度图,实现了后验概率空间下的多尺度、多方向的变化检测,最终提高了变化检测的精度。实验结果表明,所提方法在3个研究区中得到的Kappa系数比FCM-SBN-CVAPS分别高出了0.1009,0.0566和0.0674,具有一定的优越性。

一种简化的对数最大后验概率译码算法

提出了一种简化的对数最大后验概率译码算法.该简化算法基于逼近理论,用最佳平方逼近多项式近似计算校正函数,近似多项式的系数根据特征定理确定.与原算法相比,简化算法具有低复杂度、译码延时少的优点.仿真结果表明:计算复杂度比原算法降低约30%;在加性白高斯噪声信道和平坦慢衰落瑞利信道上,其编码增益比求最大值对数最大后验概率译码算法高出0.3～0.5 dB,与原算法相近.因此,简化算法可替代对数最大后验概率译码算法在Turbo码译码器中使用.

对数平均不等式的一种新颖证明

利用概率方法,从方差的非负性与均匀分布的期望等视角给出对数平均不等式的一种新颖证明.

基于局部方差和后验概率分类的快速模板匹配算法

具有旋转不变性的模板匹配算法在工业制造上具有广泛的应用。为解决传统的模板匹配方法在目标旋转、匹配速度上的问题,提出一种基于局部方差和后验概率分类的模板匹配方法。为减少计算量,在匹配中通过局部方差过滤掉部分候选窗口,并在后验概率分类模块中通过对比不同区域稳定特征点对的灰度来计算窗口相关性。使用后验概率分类计算窗口相关度能在预处理过程实现旋转不变性,并保证准确率在95%以上。实验结果表明,该算法在80万像素级的任意角度匹配图像上选择合适的窗口移动步长后,可将匹配时间减少到10 ms以内,相较于现有算法速度更快。

对数正态型产品基于验后概率的Bayes序贯检验技术

现代高技术装备由于小子样的条件限制,运用传统统计方法对装备性能参数进行假设检验存在困难。对于维修时间服从对数正态分布的装备,提出了基于验后概率和小概率事件原理的基本假设,建立了对数正态型产品基于验后概率的Bayes序贯检验(BSToLP)模型,推导了验后风险的计算公式,归纳了基于验后概率的Bayes序贯检验法则,并给出计算所得的实际验后风险低于给定验后风险的证明。最后结合装备示例,进行可靠性分析,验证了该方法的可行性及优越性。

基于最大后验概率准则的天基星座网络多用户检测方法

天基星座网络中用户可以随意进出自由组网,活动用户的数量、身份和发送的数据随机变化,对接收用户的性能造成很大影响。多用户检测是指识别每个活动用户的身份并检测每个活动用户发送的数据。传统方法假设活动用户数等于网络可以容纳的最大用户数,这种方法模型比较简单且误码率性能不够理想。提出了一种基于最大后验概率准则的多用户检测方法,该方法将用户的活动状态建模为马尔科夫链,并将多用户检测转换为在网格图中使用BCJR算法搜索最优路径。仿真结果表明,当活动状态错误概率和符号错误概率达到10^(-3)时,本文所提方法与对照方法相比分别获得2.6 dB和1 dB信噪比增益。

概率整形对数似然比计算方法

概率整形技术可改变星座点概率分布从而提升传输性能,其传输重要环节之一的对数似然比计算采用log-map算法复杂度太高,难以进行硬件实现。针对上述问题,提出了一种简化的概率整形对数似然比计算方法。首先对16QAM同相或正交分量任一方向进行log-map算法简化处理,主要依据为指数累和运算的对数计算表达式,起主导作用的是求和项中的最大值。其次,依据映射符号和对应的比特顺序使用前述化简式逐个比特进行分解,概率使用玻尔兹曼分布代入计算。然后,依据浮点数值超出-1~1范围表示对数似然比软判决为比特0或1的概率足够大的规则再次进行简化。最后,将同相分量与正交分量方向的对数似然比合并构成16QAM对数似然比简化计算方法。简化算法在降低实现复杂度的基础上保持了较高的解调性能,相比log-map算法性能只退化0.1 dB,相同BER条件下比均匀分布SNR低约3.1 dB。

基于数学实验的贝叶斯公式重点概念解析

本文对贝叶斯公式的教学方案进行了设计,通过对两个经典实例进行统计软件编程辅助课堂教学,这种互动式的示例实验易于让学生深刻理解贝叶斯公式中所包含的先验概率、后验概率以及公式的重要意义,从而突破以往理论教学的缺陷。

基于归一化流概率模型的水电机组异常声音检测

为推进水电机组智能化运维的发展,提出了一种自注意多阶统计量池化(SAMOSP)归一化流条件概率模型(NFCPM)用于水电机组的无监督异常声音检测。文中首次提出了自注意多阶统计量池化模块。该模块首先用一维压缩卷积层和瓶颈压缩激励部分自注意到时间帧的权重向量。权重向量用来计算多阶统计池化向量。然后再分频段的自注意到多阶统计池化量的不同权重,并按其提取不同频段的重要统计量信息,从而得到时频图的自注意统计池化特征向量。接着用归一化流条件概率模型对从水轮机组正常音频信号中提取到的自注意统计池化特征向量进行正常数据的概率建模。不同时间段的测试样本在该正常数据概率模型中进行测试,并得到相应的分数。分数越低表示概率密度越低,则异常程度越大,从而实现水电机组音频信号的无监督异常检测。

一种基于最大类间后验概率的Canny边缘检测算法

在分析了传统的Canny算法的基础上,用自适应滤波器代替原有的高斯滤波器,并利用交叉熵来度量目标和背景间的差异,结合贝叶斯判断理论,将这种类间差异性用原始图像中的像素点判决到目标和背景两类区域的后验概率之间的交叉熵的平均值来表示,通过最大化将像素点判决到不同区域的后验概率来获取最优的高低阈值。实验证明改进的算法具有很好的边缘检测效果。

基于最大后验概率的图像匹配相似性指标研究

图像匹配是视觉跟踪领域中的重要环节,利用巴氏(Bhattacharyya)系数度量模板与待匹配区域之间的统计特征相似性是图像匹配中最有效的方法之一.但是由于背景特征的影响,有时应用巴氏指标进行匹配得到的最优解的位置并不一定是目标特征的实际位置,因而在视觉跟踪过程中目标定位可能出现偏差,甚至跟踪错误.本文提出了一种基于后验概率的图像匹配相似性指标,该指标利用搜索区域的统计特征,能有效抑制待匹配区域特征中背景因素的影响,同时突出了目标特征的权重,与巴氏指标相比明显改善了匹配函数的峰值特性.这种指标的另一突出优点是计算复杂度很低,容易得到全局最优解.与巴氏系数指标的匹配结果进行的比较表明,本文所提出的匹配指标在复杂背景下具有更强的目标识别与分辨能力.

基于Markov约束的泊松最大后验概率超分辨率图象复原法

提出了基于 Markov约束的泊松最大后验概率 ( Poisson-MAP)超分辨率图象复原方法 ( MPMAP) ,该方法把 Poisson-MAP法和 Markov随机场先验分布有机地结合在一起 .实验表明 ,该方法能有效地减少和去除复原图象中的噪音和振荡条纹 ,提高图象复原质量 。

基于贝叶斯最大后验概率准则的大型复杂系统故障诊断方法研究

针对大型复杂系统的特点,在故障空间建立故障源—测试依赖关系模型。在此基础上,将贝叶斯理论引入大型复杂系统故障诊断,以最大后验故障概率为准则判断系统所处的运行状态。将该问题归纳为集合覆盖问题(SCP),用拉格朗日松弛算法求得近优解。将算法应用到阿波罗飞船发射前故障诊断实例中,取得了满意的实验结果。

基于后验概率解码段模型的汉语语音数字串识别

通过对语音解码的分析指出了基于似然概率解码的连续语音识别的局限性,并给出了三种基于后验概率段模型(Segment Model,SM)的语音解码方法.这三种方法成功地运用于随机段模型(Stochastic Segment Model,SSM),使误识率比基线系统下降了11%;与此同时还给出了段模型的快速算法,使算法的计算复杂度降到了与隐马尔可夫模型(Hidden Markov Model,HMM)相同的数量级,满足了实用要求.

一种基于SVM后验概率的MRF分割方法

提出了一种基于SVM后验概率的MRF分割方法,将支持向量机的后验概率应用于Markov随机场方法中,通过贝叶斯公式将对样本条件概率的估计转换为后验概率估计,再通过对SVM决策函数输出的映射来产生后验概率,并将SVM估计的后验概率信息带入MRF模型实现分割,从而完成了一种新的Markov随机场模型的分割方法。实验结果表明,采用此方法分割纹理图像可以获得较好的分割结果。

支持向量机中引入后验概率的理论和方法研究

目前支持向量机解决模式识别问题是广大学者研究的热点，样本的后验概率在模式识别中至关重要，但是传统的支持向量机技术不提供后验概率．针对这一问题进行了３个方面的研究：①在给出样本点后验概率的基础上，将大规模优化问题分解成最大似然函数和最大分类边界两个小规模优化问题；②给出了一种新的用后验概率修正最优分离超平面的方法，并且分析了该新方法的合理性；③用图像分类的３组实例说明本方法的有效性．

基于后验概率的不平衡数据集特征选择算法

针对不平衡数据集,提出一种基于后验概率的特征选择算法。该算法引入基于Parzen-window方法估算的不均衡因子,并以Tomeklinks中点为初始值进行迭代,找出满足后验概率相等的判别边界点,通过对这些点法向量进行投影计算得到各特征的权值。实验表明,对于不平衡数据集,该算法在不降低分类器总体性能的基础上,不仅可以有效降低维度,节省计算开销,而且能够避免常规特征选择算法用于不平衡数据时忽视小类的缺点。

支持向量机后验概率方法在多任务脑机接口中的应用

基于运动想象的脑机接口是把使用者的运动意图转变成控制外部设备的信号,它包括脑电数据采集,特征提取和模式分类等几个基本环节。本研究发展了用支持向量机后验概率输出进行分类,并用分类结果中具有大概率的测试样本扩充训练集的模式分类与特征更新方法,并把此方法应用于4类任务运动想象脑机接口实验。使用BCI CompetitionⅢ的数据Ⅲa,运用一对一共空间模式扩展方法进行特征提取,用支持向量机后验概率方法进行分类和训练样本扩充。结果表明:概率信息能提高BCI的性能;应用概率信息选取样本扩充训练集能增加分类器的稳健性。

基于粒子滤波后验概率分布的多特征融合跟踪

在光照和目标形变等外部条件变化的情况下,仅利用目标的单一特征难以鲁棒的跟踪目标。提出了一种基于粒子滤波后验概率分布的多特征融合跟踪算法,在粒子滤波跟踪框架下,用直方图模型表征目标的颜色和边缘特征,通过两种特征后验概率之间的"协作"与"学习"实现特征融合,各种场景的试验结果比较表明,新的融合跟踪算法比仅用单一特征跟踪、现有的多特征融合算法具有更好的稳定性和鲁棒性,特别是针对环境光照和目标背景变化较大的情况更具有优势。