混合因子矩阵分解推荐算法

针对矩阵分解推荐算法在潜在属性与已知属性之间不能建立对应关系的问题,提出了一种混合显式属性与隐式属性的矩阵分解算法。该算法使用显式属性的相关性对因子矩阵进行约束,能够抑制稀疏数据矩阵分解中过拟合的问题,提高推荐精度,由于因子矩阵中包含显式属性,所以混合因子矩阵分解算法可以实现对新用户和新产品推荐,部分地解决了冷启动问题,实现了从评分数据到显式属性的映射,并对推荐结果给出一定的解释。在MovieLens数据集上的实验结果表明:相同因子数下,混合因子矩阵分解算法的推荐精度均优于偏置概率矩阵分解算法,并能够基于显式属性实现对新产品的推荐。

面向污水处理的动态变分贝叶斯混合因子故障诊断

在污水生化处理过程中,存在着多变量耦合、强非线性、参数时变、大滞后等特点,面对这些特点,传感器故障频发,从而导致生化过程无法得到有效优化和诊断.为此,本文在结合动态数据特性的基础上提出了一种基于变分贝叶斯混合因子的动态故障诊断方法,同时,利用混合因子的在线调整实现了诊断模型的半自适应化.该方法能够捕捉到污水处理过程的强非线性和动态性,从而可有效降低故障诊断的误报率和漏报率.通过在国际水协会的BSM1模型上的模拟研究,充分表明所提出的策略可以显著提高故障诊断能力,精确地检测传感器的突变和漂移故障,甚至定位故障所发生的根本原因.

混合因子分析的重新抽样方法

混合因子分析是一种对具有复杂结构的多维数据建立模型的方法.本文提出了一种进行混合因子分析的重新抽样方法.当给定一组数据样本时,我们首先建立样本概率分布的混合高斯模型,然后为每一个高斯混合项重新抽取新的数据样本,在新的样本上再对每一个高斯混合项进行因子分析.与已有的算法相比较,避免了计算各个高斯混合项在每个样本值之下的后验概率,又减少了进行因子分析时参与计算的数据样本的数量.

两阶段混合因子分析算法

混合因子分析是一种对具有复杂结构的多维数据建立模型的方法.提出了一种两阶段的混合因子分析算法,它们都能够使用期望-最大化算法来实现.当给定一组随机样本时,首先建立此样本概率分布的Gauss混合模型,进而再对每一个Gauss混合项进行因子分析.实例表明算法是有效的.

基于混合因子分析的隐马尔可夫模型

经典隐马尔可夫模型用于语音识别存在的两个主要缺陷是“离散状态假设”和“独立分布假设”。前者忽略了语音信号的非平稳性,后者忽略了语音信号的相关性。文章将混合因子分析方法用于语音建模,提出了基于混合因子分析的隐马尔可夫模型框架,并用动态贝叶斯网络形象地表示。该模型框架不仅从理论上解决了上述问题,而且给出许多语音建模的选择。目前广泛使用的统计声学模型均可视为该模型的特例。

基于混合因子分析隐马尔科夫模型的训练算法

将混合因子分析方法与隐马尔可夫模型技术相结合,构造了一种新的统计声学模型━基于混合因子分析的隐马尔可夫模型(Hidden Markov Model based on Mixture of Factor Analysis:HMM-MFA)。重点研究了HMM-MFA的训练算法。通过推广著名的Baum辅助函数,并用拉格朗日多乘子方法,导出了HMM-MFA的参数重估公式。仿真结果表明,提出的算法在识别精度上优于传统的EM算法。

混合因子模型在雷达目标识别中的应用

高分辨一维距离像是雷达自动目标识别的重要特征之一,它对目标姿态变化很敏感,只有通过进一步处理才能够实现有效的目标识别。针对距离像的这种姿态敏感性,本文提出了一种基于混合因子建模的雷达目标识别框架,它通过对从各个姿态角下获得的目标一维距离像出发构建目标的距离像概率生成模型,然后利用该模型通过比较条件概率大小的方法判别目标类属。对5类飞机数据的实验结果表明该框架对任意姿态角距离像的目标识别有很好性能。

带协变量的混合因子模型及应用

异质性数据存在于许多领域中,例如心理学、环境科学。混合模型广泛用于探索异质性数据。本文提出了一种混合因子模型,它在探索异质性数据的过程中,可同时考虑引起的数据异质性的潜在因素和可观测到的影响因素。通过模拟研究,体现了基于该模型的两步法参数估计的有效性。同时将这些混合因子模型应用于城市空气质量的评价问题中,研究了空气污染物与气象因子之间的关系。

组态混合因子与辐射寿命、辐射波长的关系

本文指出文[1]中一个公式的错误,根据文[2]给出了正确公式的证明。

基于高斯过程模型的定性定量因子混合补充试验设计方法

针对舰空导弹试验设计中同时存在定性、定量因子的问题,提出了一种定性-定量因子混合的补充试验设计方法。首先,构建定性-定量因子混合评估模型,针对模型中定性、定量因子相关函数难以融合的问题,利用超球面分解方法对定量因子相关函数进行定量化处理。然后,在预测响应模型的基础上构建预测均方差探索项,通过进一步计算样本点的预测误差值,对探索项进行修正,提高补充试验设计的开发能力。通过计算交叉多面体比率得到最佳邻域,再利用遗传算法在最佳邻域中确定补充试验点。最后,通过数值算例和示例分析,验证了所提方法的有效性。

基于天气雷达网三维拼图的混合反射率因子生成技术

首先基于1:25万的DEM(digital elevation model)数据、雷达站点信息、雷达波束高斯分布模式和标准大气情况下的波束传播路径计算了雷达的波束阻挡率,并把它与雷达实测的反射率因子分布情况进行比较,发现两者具有很好的定性一致性和很强的定量相关性;其次根据设置的波束阻挡率阈值和波束下限(波束底部越过地形的高度)阈值得到不受地形阻挡的最小扫描仰角在同一平面上的投影,即混合扫描仰角,这样计算出来的混合扫描仰角与雷达扫描方式无关,可用于不同扫描方式下的混合扫描反射率因子(没有波束阻挡的最低扫描仰角的反射率因子在同一平面上的投影)的获取;然后根据混合扫描仰角,利用标准大气情况下的雷达测高公式计算等射束高度,把来自雷达网中各雷达的等射束高度进行拼接得到等射束高度拼图,其中在各雷达重叠覆盖区,取最小的等射束高度;最后利用新一代天气雷达网三维拼图反射率因子数据以及等射束高度拼图数据得到天气雷达网的混合反射率因子,以便用于大范围降水估算算法中的降水率的计算。

改良的混合细胞因子在诱导树突状细胞中的作用研究

目的:探讨"改良"的混合细胞因子(cytokine cocktail)在诱导树突状细胞(DC)成熟和提高其迁移能力中的作用。方法:采用密度梯度离心法从人外周血干细胞(PBSC)中分离单个核细胞(PBMNC),以GM-CSF和IL-4体外诱导成未成熟DC(imDC),用电穿孔法把A549的总RNA转染入imDC。分别用"金标准"混合细胞因子和"改良"的混合细胞因子刺激DC成熟。用流式细胞术检测各组DC表面标志(CD11c、HLA-DR、CD80、CD83和CD86)和趋化因子受体(CCR5、CCR7和CXCR4)的表达;RT-PCR检测各组DC趋化因子受体(CCR2、CCR5、CCR7、CXCR3和CXCR4)和趋化因子(CCL2、CCL3、CCL5、CCL19、CCL21、CXCL10和CXCL12)mRNA的表达水平。结果:与"金标准"混合细胞因子相比,"改良"的混合细胞因子DC较高水平表达其表面标志(CD11c、HLADR、CD80、CD83和CD86)、趋化因子受体(CXCR4)和趋化因子(CCL2,CCL3、CCL5、CCL19、CCL21、CXCL10和CXCL12)。结论:与"金标准"混合细胞因子诱导相比,"改良"的混合细胞因子诱导能更好地诱导DC的成熟并提高其迁移能力。

混合水平因子超饱和设计的构造方法

混合水平因子设计在工业试验和其他科学试验中得到了非常广泛的应用．但混合水平因子超饱和设计还是一个新的研究课题．本文给出了这类设计的优良性准则， 同时通过对Ｗａｎｇ ａｎｄ Ｗｕ （１９９１）给出的构造算法进行修正， 给出了这类设计的构造方法， 并且利用所给方法对某些适中的试验次数， 得到了相应的混合水平因子超饱和设计表．

因子混合模型:潜在类别分析与因子分析的整合

因子混合模型(FMM)是考虑了群体潜在异质性后的因子分析模型,它将潜在类别分析(LCA)与传统的因子分析(FA)整合在同一框架内,既保留了两种分析技术的优点,同时又展现出独特优势。FMM的应用主要包括描述变量的潜在结构、对被试进行分组以及探测社会称许偏差等。我们建议分别采用FA、LCA与FMM三种模型拟合数据,参考拟合指数和模型可解释性选择最优模型。总结了FMM的分析步骤以及软件使用,并用于探讨大学生社会面子意识的测量模型。未来研究应关注FMM分析过程的简化,继续深化对拟合指数等方面的探讨。

转移因子混合液穴位注射联合氯雷他定口服对变应性鼻炎的治疗效果?

目的观察转移因子混合液穴位注射联合氯雷他定口服治疗变应性鼻炎的临床疗效。方法将40例变应性鼻炎患者随机分为对照组和观察组,对照组予氯雷他定口服治疗,观察组在此基础上加用转移因子混合液穴位注射治疗,对比2组患者治疗前、后症状体征总分、外周血嗜酸性粒细胞(EOS)计数、血清一氧化氮(NO)水平以及临床疗效。结果治疗前,2组患者症状体征总分、EOS计数及NO水平比较,差异无统计学意义(P>0.05);2组治疗后症状体征总分、EOS计数、NO水平均低于治疗前,差异有统计学意义(P<0.01),且观察组低于对照组,差异有统计学意义(P<0.05);观察组总有效率高于对照组,差异有统计学意义(P<0.05)。结论与单用氯雷他定口服比较,转移因子混合液穴位注射联合氯雷他定口服治疗变应性鼻炎疗效更佳。

混合润滑轧制入口膜厚模型

运用平均流动模型求解混合润滑轧制变形区入口膜厚问题时 ,提出了混合因子m,它综合了流动因子x 和接触因子c 对入口膜厚的影响 ,简化了轧制润滑模型。计算和实验表明 ,在流体润滑条件下 ,表面粗糙效应对形膜亦有一定的影响 ,也即混合因子m 还适用于流体润滑轧制 ,且修正了未考虑表面粗糙效应而引起的不足。

一种基于混合属性数据集的异常检测方法

针对混合属性数据集对象间差异性度量丢失原有数据特性的问题,引入了新的差异性度量方法,构造出对象的混合属性异常因子。在此基础上提出一种新的基于混合属性数据集的局部密度异常检测算法。实验结果表明,该算法高效可行,检测精度高,且参数设置简单。

基于多策略改进海鸥算法求解机器人路径规划

针对海鸥优化(SOA)算法在进行机器人路径规划时,存在求解效率慢,局部停滞和寻优精度低等问题,提出了一种多策略改进的海鸥优化(MSOA)算法。首先,该算法引入Circle混沌映射对种群进行初始化,保证了寻优效率;其次,提出了多方向翻筋斗和翻筋斗式跳跃螺旋搜索策略,分别嵌入到算法的迁徙行为和捕食行为中,提高了算法的寻优能力;最后,引入了混合波动非线性碰撞控制因子,能够动态地权衡了算法的局部搜索和全局开发能力。实验结果表明,MSOA算法在测试函数和路径规划上的性能均优于其他算法,对机器人路径规划问题,所提出的算法能够快速准确地避开障碍物,规划的路径长度最小,具有较好的优越性、可行性和稳定性,适用于求解移动机器人路径规划问题。

结直肠癌组织miR-331-3p、MLLT10 mRNA表达变化及其临床意义

目的观察结直肠癌(CRC)组织微小RNA-331-3p(miR-331-3p)、混合谱系白血病转位辅因子10(MLLT10)mRNA表达变化,并探讨其表达与临床病理特征和上皮间质转化的关系。方法选择CRC患者156例,取术中获取的CRC组织及其配对的癌旁正常组织,采用实时荧光定量聚合酶链反应检测miR-331-3p、MLLT10mRNA表达以及上皮间质转化相关基因E-钙黏蛋白(E-cadherin)、N-钙黏蛋白(N-cadherin)、锌指转录因子Snail mRNA表达。比较CRC组织与癌旁正常组织miR-331-3p及MLLT10、E-cadherin、N-cadherin、Snail mRNA表达;分析CRC组织miR-331-3p、MLLT10 mRNA表达与临床病理特征的关系,二者表达的关系及其与E-cadherin、N-cadherin、Snail mRNA表达的关系。结果CRC组织MLLT10、N-cadherin、Snail mRNA相对表达量均高于癌旁正常组织,miR-331-3p、E-cadherin mRNA相对表达量均低于癌旁正常组织(P均<0.01)。CRC组织miR-331-3p、MLLT10 mRNA表达与TNM分期、淋巴结转移有关(P均<0.05),而与性别、年龄、肿瘤最大径、肿瘤位置、组织分化程度无关(P均>0.05)。Pearson相关分析显示,CRC组织miR-331-3p表达与MLLT10 mRNA表达呈负相关(r=-0.678,P<0.05);CRC组织miR-331-3p表达与E-cadherin mRNA表达呈正相关(r=0.589,P<0.05),与N-cadherin、Snail mRNA表达呈负相关(r分别为-0.712、-0.654,P均<0.05);CRC组织MLLT10 mRNA表达与E-cadherin mRNA表达呈负相关(r=-0.549,P<0.05),与N-cadherin、Snail mRNA表达呈正相关(r分别为0.668、0.714,P均<0.05)。结论CRC组织miR-331-3p低表达、MLLT10 mRNA高表达,二者表达与TNM分期、淋巴结转移以及上皮间质转化密切相关。

考虑元件功率电压特性的混合馈入直流输电系统静态电压稳定分析

由于现有的短路比指标并未计及系统元件动态功率电压特性,使得现有指标难以准确评估该系统临界电压稳定。为了解决上述问题,该文通过严格的理论推导,提出混合馈入短路比(hybrid infeed short circuit ratio,HISCR),来评估混合馈入直流输电系统静态电压稳定性。首先,以含同步调相机接入的混合馈入系统模型为基础,基于潮流雅克比矩阵推导出考虑元件动态功率电压特性的混合馈入功率电压灵敏因子(hybrid infeed power voltage sensitivity factor,HIPVSF)。其次,基于HIPVSF提出HISCR,并且给出HISCR的理论临界值,明确所提短路比指标与电压稳定性之间的物理关系。最后,基于PSCAD/EMTDC^(TM)与MATLAB仿真,通过与现有的短路比指标对比,验证所提指标的有效性。