基于炎性细胞因子构建的Fisher判别函数对抑郁障碍诊断的辅助作用

背景目前,基于症状学的抑郁障碍诊断方式受临床医生经验的主观因素影响较大。寻找更加准确可靠的定量诊断方法是当前亟待解决的问题。目的探讨基于炎性细胞因子构建的Fisher判别函数在抑郁障碍诊断中的价值,为抑郁障碍的诊断提供参考。方法选取2020年4月—11月在河北省精神卫生中心住院治疗的、符合《精神障碍诊断与统计手册(第5版)》(DSM-5)抑郁障碍诊断标准的136例患者为研究组,同期招募与研究组年龄和性别相匹配的67例健康被试为对照组。使用酶联免疫吸附试验(ELISA)检测受试者血清炎性细胞因子水平。采用Fisher判别模型对研究组与对照组存在统计学差异的炎性细胞因子建立判别函数并进行验证。结果研究组促炎细胞因子白细胞介素1β(IL-1β)、白细胞介素6(IL-6)、干扰素γ(INF-γ)、肿瘤坏死因子α(TNF-α)水平均高于对照组,差异均有统计学意义(U=9.115、5.239、4.431、5.428,P均<0.01);研究组抗炎细胞因子白细胞介素4(IL-4)、白细胞介素10(IL-10)、白细胞介素13(IL-13)水平均低于对照组,差异均有统计学意义(U=7.398、7.331、7.614,P均<0.01)。Fisher判别函数回代性检验正确判别率为89.66%,交叉验证正确判别率为88.67%。结论本文构建的Fisher判别函数对抑郁障碍的诊断可能具有较好的辅助作用。

常用Fisher判别函数的判别矩阵研究

在线性判别分析(Linear discriminant analysis,LDA)中,比迹函数、比值函数和迹比函数是三种常用的Fisher判别函数,每一个判别函数都可得到一个正交判别(Orthogonal discriminant,OD)矩阵和一个不相关判别(Uncorrelated discriminant,UD)矩阵.本文的主要目的是对这6种判别矩阵的获取方法及其性质进行系统分析,拟期更清楚地认识它们的联系与区别.当类内协方差阵非奇异时,比迹、比值函数的判别矩阵和迹比函数的OD矩阵的获取方法及性质已有研究,本文对迹比函数的UD矩阵的获取方法及性质进行了补充研究,得到了迹比函数的UD矩阵与比迹、比值函数的UD矩阵是同一矩阵以及迹比函数的UD矩阵的判别函数值不超过它的OD矩阵的结论.当类内协方差阵奇异时,6种判别矩阵的获取方法遇到了困难,为克服这一困难,本文首先用极限的思想重新定义了这三种判别函数,然后采用求极限的方法得到了6种判别矩阵的获取方法.从所得的获取方法可以看出,当所需的判别向量均在类内协方差阵的零空间中时,6个判别矩阵是同一矩阵.

Fisher线性判别函数在基于COGs分类的基因组间距离研究中的应用

利用全基因组信息构建系统发育树 .基于COGs类 ,对每一个基因组的每一个基因 ,都用一个 17维的向量来描述其编码蛋白隶属于 17个COGs类的程度 ;而与一个基因组的所有基因相对应的那些矢量就组成一个集合 .接着 ,利用Fisher线性判别函数 ,寻找一组最优化的权重因子 ;在此基础上利用Fisher线性变换将上述各集合中每一个矢量进行线性变换 .使得经Fisher线性变换后 17个COGs类对基因组进化的重要程度得到更准确的反映 .最后 ,用进行变换后的矢量组成的集合间的距离代替基因组之间的距离 .使用这种方法 ,分别用 38个和 4 3个基因组做的进化树都支持了Woese的三界理论 .该方法克服了其他基于全基因组信息构建系统发育树方法难以对大小相差很大的基因组进行比较的问题 。

基于Fisher判别函数的酒店员工离职预警研究

基于马氏距离平方,构建了Fisher判别函数,应用Fisher判别函数对酒店员工离职数据进行模拟判别,验证了判别函数在识别员工离职倾向上的有效性;根据被调查的6位员工的满意度数据,对他们的离职倾向进行了预测.

代价敏感属性中动态误分类代价下的Fisher判别函数

目前权衡测试代价和误分类代价是代价敏感属性选择需解决的重点问题之一。但是,现下多数研究者只考虑了误分类代价是固定不变的情况,由于人为确定的误分类代价存在主观性等因素,因此解决现实问题就需要新的方法怎文设计了一种动态误分类代价下的Fisher函数,来自适应于总代价的变化。

基于Fisher函数的水泥路面板底脱空判别方法

针对水泥路面板底脱空病害识别率低、缺乏理论依据等问题,提出了适用于声振法的Fisher函数判别水泥路面板底脱空的方法。利用短时傅里叶变换克服了傅里叶变换在声音信号时频转换时的缺点,实现了时间和频率的定位功能,提高了分辨率。提出了表征水泥混凝土路面脱空的共振峰频率、共振峰振幅、功率谱面积等声音特征参数,通过大量样本建立了Fisher脱空判别函数,确定了水泥板板底脱空判别标准。在多个实体工程的试验和应用中通过注浆量、定位取芯落差等多种方法,对脱空检测结果进行了验证,结果表明该方法的脱空识别准确率在90%以上,并具有便捷、速度快等优点。

基于Fisher判别法岩溶塌陷倾向性等级分类预测

为准确预测岩溶塌陷倾向性的等级分类,通过分析大量观测实例,选取岩性系数、岩体结构系数、地下水系数、覆盖层系数、地形地貌系数和环境条件系数作为模型判别因素。对12个实际观测样本进行训练,建立了基于Fisher判别分析法(FDA)的岩溶塌陷倾向性等级分类预测模型。借助SPSS软件工具,得到判别模型的4个判别函数。根据判别函数对训练样本进行回判,并对2个待判样本进行预测。结果显示:第一、第二判别函数的综合判别效率达到100%,大于规定的85%,满足工程实际应用需求;对训练样本进行回判时,误判率为零,同时对待判样本的分类预测准确率为100%。

基于Fisher判别分析法的泥石流预报模型研究

针对泥石流形成原因复杂,形成机理认识不足,预测预报困难等特点。根据泥石流形成的直接成因降雨因素,运用判别分析理论,提出了泥石流预报的Fisher判别分析模型。该模型基本思想是将一系列与泥石流发生相关的因子数据投影到某一个方向,使得投影后数据尽可能地分组,借助组内方差尽量小,组间方差尽量大的一元方差分析思想确定判别函数,依据判别准则,判定新样本的归属类别。该方法具有操作简单易懂及计算速度快的特点,可及时对泥石流状况进行判别。实例研究结果表明,提出的Fisher判别分析泥石流预报模型能够有效提高预报精度。

基于Fisher判别准则的逐步判别方法及其应用

本文在遵循 Fisher判别准则的基础上 ,提出了一种二级逐步判别的新方法 ,并应用于云南省五月雨量的预报中。理论分析和实际应用结果表明 ,此新方法具有理想的历史回报率和良好的外推预报能力。

煤层底板突水危险性的Fisher判别分析模型

为准确评价底板突水危险性,考虑到不同影响因素对于评价方法的作用与影响不同,运用逐步判别法剔除了判别效果不显著的指标,选取了含水层富水性、水压、隔水层厚度、断层导水性、构造发育程度5项主要影响因素作为判别指标。根据以往突水数据建立了底板突水危险性的Fisher判别分析模型,并绘制了判别空间中样本数据散点图。该模型通过了显著性检验,分类效果显著。对15组训练样本进行回代判别,误判率为0,通过距离判别法准确预测了测试样本的突水危险性,表明该模型在煤层底板突水危险性评价上具有较高的可信度和良好的实用性。

Fisher多级判别准则及其应用

论述了Fisher准则下多级判别的建模机理,并应用该原理将山东省胶南市第二代玉米螟百株累计卵量的3个影响因素压缩为一个新指标(即线性判别函数),用这一个新指标对样品按距离最小准则判别归类.结果表明,历史拟合率为100％。两年预报,其结果与实际一致.

阿尔茨海默病和轻度认知损伤诊断的逐步Fisher判别模型

目的建立正确率较高的阿尔茨海默病和轻度认知损伤的诊断模型。方法通过对391例包括正常人、阿尔茨海默病患者以及轻度认知损伤患者的33项临床指标的研究,运用逐步Fisher判别进行诊断模拟,选出正确率最高的判别函数。结果筛选出6项指标建立了阿尔茨海默病以及轻度认知损伤诊断模型。经过100次随机抽样诊断模拟,对于正常人、轻度认知损伤以及阿尔茨海默病患者诊断的平均正确率达到75.50%,最高正确率达到80.63%。结论逐步Fisher判别诊断模型能提高阿尔茨海默病以及轻度认知损伤的诊断正确率,为科研和临床诊断提供了一种新途径。

基于Fisher判别法模型的矿山安全标准化等级评价

为简化矿山安全标准化等级评价的内容和过程,真实反映矿山安全标准化的水平,从安全管理、安全培训、安全意识、安全行为、员工参与和安全绩效6个方面,结合矿山的实际情况,选取了18个因素作为等级评价的指标,建立基于Fisher判别分析(FDA)的矿山安全标准化等级评价模型。根据矿山的安全管理水平及运行过程中存在的问题和缺陷,将安全标准化等级分为4个等级。选取16组数据作为训练样本,采用判别函数进行回检,回判估计误判率为0,并对其余4组数据作为检验样本进行判别,判别率为100%。最后,利用该模型对5家金属矿山安全标准化的指标数据进行预测,预测结果与实际情况一致。研究结果表明:该模型在评价矿山安全标准化等级中可靠性高且判别准确。该评价模型为矿山安全标准化的建设提供了方向和途径,有利于矿山安全管理水平的提高。

BP模型与Fisher函数在高校风险识别中的差异

如何采用适当的方法对高校财务风险进行预测,一直是学术界关注的热点问题之一,已有学者利用Fisher判别模型衡量高校财务风险。BP人工神经网络方法是近年来出现的一种新的预警方法,它与Fisher判别模型相比,两者在高校财务风险识别中有何差异,这一问题需要我们进行深入地探讨。

评价边坡稳定性的Fisher判别分析法

将数理统计中的Fisher判别分析法应用于边坡稳定性评价中,结合前人研究经验,选用影响边坡稳定的6个主要地质参数边坡重度、内聚力、摩擦角、边坡角、边坡高度和孔隙水压力比作为判别变量,以前人研究中已有明确结论的边坡工程相关数据资料作为训练样本,建立相应的评价边坡稳定性的线性Fisher判别函数。使用SPSS软件进行Fisher线性判别函数的建立与分析。并且采用回判估计方法对判别结果进行验证,误判率为零。用建立的判别模型对5个待评价边坡进行判别分析,结果与实际情况符合良好。说明Fisher线性判别法是一种有效地评价边坡稳定性的手段,在边坡工程中具有较好的应用前景。

利用Fisher函数构建医药类上市公司融资约束测度模型

由于内、外部融资资金成本存在差异,形成了企业的融资约束,融资约束的大小又会影响到企业投资决策。本文结合医药类上市2103年的财务数据,运用聚类分析、独立样本T检验筛选指标,并构建Fisher判别函数,对样本公司的融资约束程度进行了分类。

基于Fisher判别分析法的滑坡稳定性评估模型及其应用

我国西南地区滑坡灾害点多面广、规模小、危害大,预测预报很大程度依赖群测群防体系。针对这种现状,该文提出了一种基于Fisher判别分析法的滑坡稳定性定性评估模型。该模型从致灾因素方面考虑,以发育地层类型、地貌类型、坡度、前后缘相对高差、灾体面积和灾体体积为判别因子,在历史资料的基础上,建立判别模型,对未知潜在滑坡进行判别归类,是一种典型的工程类比模型。该文对建立模型的原理和方法进行了论述,并以重庆酉阳县部分滑坡灾害隐患点资料为样本,详细说明了评估过程,并验证了模型的正确率,证明该模型可靠度比较高,并且简单实用,便于在群测群防体系中大范围推广使用。

时间分数阶Fisher方程的高精度数值解法

[目的]时间分数阶Fisher方程可以描述流体力学、热核反应、等离子体物理和传染病传播等问题中的非线性现象.但关于该方程高效的数值格式研究成果较少,且大多采用差分法对方程进行离散.为了使分数阶Fisher方程得到更广泛的应用,本文给出一种求解非线性时间分数阶Fisher方程的高精度数值解法.[方法]在空间上,采用Fourier-Galerkin谱方法进行离散得到一组关于时间的非线性常微分方程组;在时间上,采用谱延迟校正法对时间常微分方程组进行迭代校正,得到高精度的数值解.[结果]该数值解法结合了Fourier-Galerkin谱方法和谱延迟校正法的特点,具有精度高、稳定性好、储存量小及计算时间快等优点.最后通过数值算例验证了所构造的数值格式在时间和空间方向上都能达到高阶精度.[结论]将Fourier-Galerkin谱方法与谱延迟校正法相结合,计算时间分数阶Fisher方程的数值解.通过计算误差范数,验证了所构造的数值格式的稳定性和收敛性.对比差分法所构造的数值格式,本文构造的数值格式在时空方向上都能够达到高阶精度,并且运行速度更快.

Fisher判别法在个人信用风险评估中的应用

随着消费观念的逐渐改变,我国居民信用卡持卡率逐年攀升,但信用卡逾期问题却成为困扰大多数银行的一大问题。文章以客户过去两年是否为违约客户(Y)为因变量,以个人短期消费负债在总负债中的比率(X1)、年龄(X2)、30~59天逾期还款(X3)等8个指标为自变量构建判别函数,试图为个人信用风险评估指标体系的构建提供新的思路。

关于提高Fisher判别分析回代正确率方法的探讨

Ｆｉｓｈｅｒ判别分析是多元分析的一种重要方法，在医学领域中多用于两类判别。本文就多维数据的两类判别问题，针对如何提高判断正确率提出了两种可行的方法，并结合临床实例加以验证。