改进BIC的GNSS站坐标时序有色噪声特性分析

为了有效解决传统的极大似然估计方法存在的未知数多导致结果不准确的问题,提出一种改进BIC的GNSS站坐标时序有色噪声特性分析方法:选取全球范围内100个基准站2008—2022年坐标时序及仿真的100组坐标时序,采用赤池信息准则(AIC)、贝叶斯信息准则(BIC)、改进的贝叶斯信息准则(BIC_tp)对不同有色噪声模型进行噪声特性分析,获取基准站坐标序列的最优噪声模型及速度参数;探讨BIC_tp对噪声模型及速度估计的影响。结果表明,基准站坐标序列噪声模型呈现出多样性特征,在北(N)和东(E)方向主要表现为闪烁噪声+白噪声(FNWN)模型,天顶(U)方向主要表现为幂律噪声+白噪声(PLWN)模型;相比于AIC和BIC噪声模型估计准则,BIC_tp方法对有色噪声模型估计具有较高的准确性,尤其是闪烁噪声+随机游走噪声(RW)+白噪声(FNRWWN)模型对全球卫星导航系统(GNSS)站速度不确定度的影响在N与E方向远大于U方向;正确获取模型参数估计的实际不确定度及改正噪声分量对于合理应用GNSS坐标时间序列数据具有重要意义。

BIC/FTC/TAF单片方案真实世界临床疗效和安全性研究

目的分析比克替拉韦/恩曲他滨/丙酚替诺福韦(bictegravir/emtricitabine/tenofovir alafenamide,BIC/FTC/TAF)三合一单片复方制剂在艾滋病抗病毒治疗患者中的疗效和安全性。方法纳入2022年2月1日至2022年6月1日期间接受单片复方制剂(BIC/FTC/TAF)的初治患者(初治组)和经历过治疗的患者(经治组),并使用前瞻性观察研究的方法对其治疗后的病毒学、免疫学和生化学指标进行了统计分析。结果基线共纳入了249名患者,其中经治组220例,初治组29例。48周时符合方案分析结果显示,初治组病毒完全抑制率为93.10%,经治组为98.55%。与基线相比,2组患者治疗48周后的CD4+T淋巴细胞计数和CD4^(+)/CD8^(+)T细胞比值均升高(P<0.001),血甘油三酯、总胆固醇、总胆红素和血肌酐较基线相比也有所升高,且差异具有统计学意义(P<0.05),门冬氨酸氨基转移酶和丙氨酸氨基转移酶较基线相比均有所降低,除了初治组丙氨酸氨基转移酶(P>0.05),其余3个差异均有统计学意义(P<0.05),而基于血肌酐估算的肾小球滤过率,初治组较基线有所改善(P<0.001),经治组无明显改变。结论BIC/FTC/TAF不论对初治患者还是经治患者均能有效抑制病毒的复制,提高患者的免疫能力,安全性也较好,是可以成为临床某些特定人群的首选治疗方案之一。

基于P-BiCS架构的hynix 3D Nand Flash产品结构分析

阐述随着电子产品及大数据信息存储应用需求增加,3D Nand Flash产品市场持续增长。介绍一种主流的3D Nand Flash技术架构,并分析应用P-BiCS架构的hynix 3D Nand Flash产品的结构及成分。

AIC与BIC在亲体-补充量模型选择中的应用及比较

由于渔业资源评估中补充量的剧烈变动、亲体量的测量误差以及时间序列的偏差常常使亲体 补充量(SR)关系模型的确定存在很大偏差问题。本文以7种SR(Stock Recruitment)模型的模拟数据作为观测数据,研究了AIC(AkaikeInfor mationCriterion)与BIC(BayesianInformationCriterion)在SR模型选择中的应用。作为例证,文中采用AIC和BIC对8组实际的SR数据进行了SR模型的选择,并对其结果进行了比较。参数的估计方法为最大似然法(Maximumlikelihoodmethod)。结果表明,AIC和BIC在SR模型选择中是有效的。但是,对于嵌套模型,BIC可能比AIC更有效。

基于BIC准则和Gibbs采样的有限混合模型无监督学习算法

针对有限混合模型无监督学习算法分布元个数未知,本文提出了一种基于BIC准则和Gibbs采样的无监督学习算法,通过Gibbs采样算法对混合模型的参数进行估计,进一步计算观测数据的Bayes信息准则(BIC)指标,确定混合分布元个数.仿真实验以高斯混合分布为例,分别利用具有不同个数的分布模型拟合观测数据,分析表明,该算法能够很好地学习混合高斯分布参数及个数.

BIC评分贝叶斯网络模型及其应用

针对入侵检测系统漏报率、误报率高的缺点,以贝叶斯信息标准(BIC)评分函数为尺度,结合爬山搜索算法,降低朴素贝叶斯网络模型的强独立性假设,提出更符合实际情形的BIC评分贝叶斯网络模型。对模型进行验证和性能分析,实验结果表明,基于BIC评分函数的贝叶斯网络模型对行为特征渐变的DoS攻击和刺探攻击具有较高识别率。

温阳振衰颗粒对慢性心力衰竭模型大鼠心肌LncRNA BIC/miR-155调控P38MAPK表达的影响

目的观察温阳振衰颗粒对慢性心力衰竭(CHF)模型大鼠心肌LncRNA BIC/miR-155调控P38MAPK表达的影响。方法健康SD大鼠40只,随机抽取10只为正常对照组,余30只建立CHF模型后随机分为模型对照组、温阳振衰组和阳性对照组,各组连续干预4 w。检测各组心肌LncRNA BIC、miR-155及P38MAPK的表达水平。结果与正常对照组相比,各实验组LncRNA BIC和miR-155表达明显下调(P<0.05),温阳振衰组较模型对照组和阳性对照组显著下调缓慢(P<0.05)。与正常对照组相比,各实验组p-P38MAPK表达明显上调(P<0.05),温阳振衰组较模型对照组和阳性对照组显著上调缓慢(P<0.05)。结论温阳振衰颗粒治疗CHF的机制可能是对心肌组织中的LncRNA BIC和miR-155进行调控进而抑制P38MAPK的表达。

改进的BIC说话人分割算法

针对多人说话改变点检测问题,提出一种改进的BIC说话人分割算法。采用固定窗BIC算法对音频流进行分割,利用基于递归的分割算法和变长窗口的BIC算法确认潜在的分割点。实验结果表明,与其他BIC算法相比,该算法的准确率、召回率和综合性能较高。

BIC准则在数据融合中的应用

通过数据融合的方法,可以减少目标识别的不确定性.如果能对数据融合中所使用的信息源的质量做出评价,则可以进一步提高识别结果的准确性.文中提出了一种利用BIC准则来确定信息源信任度系数的方法,并以此衡量信息源的质量.实验结果表明利用BIC准则确定的信任度系数可以得到较好的图像识别结果,同时也证明了该方法应用在数据融合中的可行性.

一种改进型BIC话者改变检测算法

该文针对多人说话改变点检测问题,提出一种新的改进型BIC话者改变检测算法.该算法基于BIC准则确定初选改变点,再对其端点的变化趋势做进一步分析,得出说话人改变的分割点.该算法准确率达到90.2%,召回率达到95.8%.与传统BIC检测算法相比,计算更简便,准确率与召回率分别提高了62.5%和16%.

基于BIC准则的图像分割算法

为解决图像分割算法中聚类数必须事先给定,否则无法进行聚类的问题,基于BIC准则建立了图像聚类算法的新型目标函数,提出了一个自动聚类算法.该算法实现了自动聚类,通过求聚类目标函数的最小值,给出聚类数,从而为聚类数的确定提供理论依据.对两幅图像进行实验模拟,实验结果表明,本文算法是有效的,具有普适性.当聚类图像灰度变换比较明显时,本文算法与K-均值、FCM算法聚类效果相同.当聚类图像灰度变换不明显时,本文算法的聚类效果优于K-均值、FCM算法的聚类效果.

基于BIC和G_PLDA的说话人分离技术研究

传统的以贝叶斯信息准则(Bayesian information criterion,BIC)作为相似性度量的说话人分离技术,在短时对话的分离任务中能取得较好的效果,但是随着对话时长的增加,BIC的单高斯模型不足以描述不同说话人数据的分布,且层次聚类(Hierarchical agglomerative clustering,HAC)时,区分相同说话人和不同说话人的门限值难以划定.针对此问题,提出基于短时BIC和长时G_PLDA的融合方法,充分利用BIC在短时聚类的可靠性和G_PLDA在长时段上的优异区分性,在美国国家标准技术局(NIST)08Summed测试集上的实验表明,该方法将分类错误率(DER)从BIC基线系统的2.34%降到1.54%,性能相对提升34.2%.

基于BIC的粗糙集择优和属性约简

粗糙集优良性评估标准对粗糙集应用至关重要,目前常用的标准是误判率,在测试集中误判率小的粗糙集并不总是具有最高预测准确度。在引入BIC准则评价粗糙集优良性的基础上,给出基于BIC准则的粗糙集择优方法和基于BIC的粗糙集属性约简方法;利用粗糙集分类规则构建Logistic模型,将拟合Logistic模型的BIC值作为该粗糙集的BIC值,并用于粗糙集优良性评估;实际应用显示:基于BIC的粗糙集择优方法能够筛选出预测高准确度的粗糙集,当多个粗糙集的误判率差异小时,新方法更可能选出预测准确度高的粗糙集,信息熵和BIC组合的属性约简结果更好。

再论线性模型自变元选择的BIC方法相容性条件

在许多情况下，对线性回归模型我们感兴趣于选择足够多的重要预测变量。本文指出了［１］中对著名的ＢＩＣ准则变量选择方法强相合性证明的错误，并重新给出了一组强相合性条件。在这组条件下，我们也证明了ＢＩＣ选择方法是强相合的。这组新的条件既容易验证又应用广泛。

基于EM和BIC的直方图拟合方法应用于遥感变化检测阈值确定

利用遥感图像进行变化检测时,确定"差异图像"上各变化类型的阈值非常关键。本文引入图像直方图拟合方法来确定变化阈值。首先通过基于变化向量分析方法,得到变化强度图像,然后假设该变化强度图像中的像元值符合混合高斯分布模型,利用期望最大(EM)算法和贝叶斯信息准则(BIC)求出最佳的混合高斯分布模型,拟合此时的图像直方图,最后利用贝叶斯判别准则确定出各变化类型的变化阈值。试验证明,这种方法是一种较为有效的自动确定变化阈值的方法。

基于GLR距离和BIC的混合音频分割算法

针对传统单一音频分割算法中存在的冗余分割点过多问题,研究了一种基于一般似然比(GLR)和贝叶斯信息准则(BIC)相结合的广播音频顺序分割算法,提出了候选跳变点潜在区域的判断准则,并给出跳变点在潜在区域的检测方法,最后对检测到的跳变点进行校验。实验结果表明,与传统的音频分割算法相比,该算法的综合性能大大提高,达到较好的分割效果。

小剂量温阳振衰颗粒对阳虚体质者血浆LncRNA BIC的影响

目的:观察小剂量温阳振衰颗粒对阳虚体质者血浆LncRNA BIC的影响。方法:80例阳虚体质者分为对照组和治疗组,治疗组口服小剂量温阳振衰颗粒,2 g/次,1次/d;对照组以安慰剂口服,2 g/次,1次/d。连续服用2个月。分别检测治疗前后两组的阳虚质亚量表转化积分和两组受试者血浆LncRNA BIC的表达。结果:治疗后,治疗组阳虚质亚量表转化积分明显低于对照组,差异有统计学意义(P<0.05),且治疗组血浆LncRNA BIC的表达显著高于对照组,差异有统计学意义(P<0.05)。结论:小剂量温阳振衰颗粒口服可纠正阳虚偏颇体质,且可上调受试者血浆Lnc RNA BIC的水平。

改进的T^2-BIC说话人二级分割算法

针对传统T2-BIC算法累积误差较大、召回率不高的问题,提出一种改进的T2-BIC说话人二级分割算法。第1级采用改进的滑动窗口检测搜索窗中的T2统计量峰值,利用贝叶斯信息准则(BIC)对峰值进行确认,第2级利用分步解决的思想处理由于BIC可信度过低而漏选的分割点。实验结果表明,与同类算法相比,该算法分割效果较好,准确率、召回率和综合性能都有所提高。

强震预警中P波到时STA/LTA和贝叶斯BIC双步骤捡拾研究

以云南地区的地震数据为基础,借鉴国内外P波震相自动识别相关研究,提出一套可实时处理P波震相的方法,即STA/LTA和贝叶斯BIC双步骤捡拾法。应用此方法对所选取的云南强震动台网观测记录进行P波自动精确识别,并与人工捡拾方法结果进行对比,确定STA/LTA和贝叶斯BIC双步骤捡拾法的识别精度能满足地震预警快速准确的要求。

基于BIC与PSO的简约语音识别系统创建

针对当前尚无建立简约高效语音识别系统标准方法的情形,提出了通过贝叶斯信息准则(Bayesian InformationCriterion,BIC)中的权衡系数折中选择系统识别率与复杂度,利用改进的粒子群优化(Particle Swarm Optimization,PSO)算法优化声学模型拓扑结构,进而创建高效简约语音识别系统的新方法。TIDigits上的实验表明,与传统方法创建的同复杂度的基线系统相比,用该方法建立的新系统句子正确率提升了7.85%,与同识别率的基线系统相比,系统复杂度降低了51.4%,说明新系统能够以较低的复杂度获得较高的识别率。