Markov状态转移模型在慢性患者平均寿命预测中的应用

目的 探讨Markov状态转移模型在慢性病平均寿命预测中的应用。方法 建立三状态的Markov模型 ,采用队列分析方法计算慢性鼻衄患者的平均寿命。结果 通过专家假定的状态转移概率预测目前处于疾病状态的一个固定队列的人群今后 5 0年处于疾病状态的平均时间是 7 75 6年 ,处于健康状态的平均时间是 8 13 5年 ,总的平均寿命为15 891年。结论 Markov状态转移模型不仅可以预测慢性病平均寿命 ,还可预测患者处在疾病或健康不同状态的平均时间。

基于Markov状态转移的动态可靠性分析

基于系统的马尔可夫性假设,对系统状态进行适当的离散化处理,利用状态转移方法来描述系统的动态随机过程.在求得状态转移矩阵后,再建立离散动态事件树,来求得系统故障概率.用此方法具体分析了水位调节系统.

中国实际利率的状态转换与阶段性平稳特征——基于三区制Markov状态转移模型的分析

我们使用三状态Markov区制转移模型研究了从1999年10月至2010年11月中国实际利率的时间序列行为。结果显示,Ex-post实际利率在不同时期具有显著不同的均值、方差,而本质上仍是一种随机游走。我们构建了Ex-ante实际利率序列。我们亦证明,在合理长度阶段的平稳Ex-ante实际利率符合一些金融理论和金融模型,如"费雪效应"、"Black-Scholes期权定价公式"等。最后我们基于历史事实和研究结果强调,Ex-ante实际利率的潜在动态特征对于政策制定具有重要意义。

基于肿瘤因子、炎症状态探究紫杉醇白蛋白辅助铂类化疗治疗复发转移性宫颈癌的疗效及安全性

目的:基于肿瘤因子、炎症状态探究紫杉醇白蛋白辅助铂类化疗治疗复发转移性宫颈癌的疗效及安全性。方法:选取2020年1月至2023年1月本院100例复发转移性宫颈癌患者,采用电脑随机数字表法随机分为两组,其中对照组50例,采用紫杉醇辅助奈达铂方案治疗,研究组50例,采用紫杉醇白蛋白辅助奈达铂方案治疗。比较两组近期疗效、肿瘤因子、炎症因子、复发转移相关指标、生存质量、功能状态、不良反应。结果:研究组总缓解率(72.00%)高于对照组(48.00%)(P<0.05);研究组治疗1个周期、3个周期后血清细胞角蛋白19片段抗原21-1(CYFRA21-1)、糖链抗原724(CA724)、鳞状细胞癌抗原(SCC-Ag)、白介素-4(IL-4)、白介素-6(IL-6)、肿瘤坏死因子-α(TNF-α)水平低于对照组,血清微小RNA-367(mi R-367)、微小RNA-383(miR-383)水平、肿瘤患者生活质量评分(QOL)、卡氏功能状态评分(KPS)评分高于对照组(P<0.05);研究组治疗期间恶心/呕吐、腹泻、疲倦、白细胞减少、过敏反应发生率与对照组比较,差异无统计学意义(P>0.05),但总不良反应发生率(12.00%)低于对照组(32.00%)(P<0.05)。结论:紫杉醇白蛋白辅助奈达铂在复发转移性宫颈癌治疗中疗效可靠,能进一步下调肿瘤因子水平,缓解炎症状态,且安全性较高。

基于混合离散状态转移算法的多目标节能无等待流水车间调度

针对以完工时间和总能耗为目标的节能无等待流水车间调度问题(energy-efficient no-wait flow shop scheduling problem,EENWFSP),设计一种混合离散状态转移算法(hybrid discrete state transition algorithm,HDSTA)进行求解。根据问题特性设计工序和速度矩阵的编码方式,采用启发式算法获得优质的初始解。根据EENWFSP性质,对4个离散操作算子进行任务分配,将嵌入二次状态转移的交换、移动、对称算子用于工序优化,替换算子用于机器速度优化,并在替换算子中嵌入基于关键路径的速度替换策略。设计了一种改进的破坏重构操作,用于进一步提高Pareto解的质量。通过与4种算法在测试实例上的实验结果分析,表明HDSTA在解决EENWFSP时具有较强优势。

自适应状态转移模拟退火算法及其应用

状态转移模拟退火算法(STASA)作为解决复杂优化问题的有效方法,其搜索效率依赖于搜索算子和参数值的选择,在一些高维复杂问题上出现效率低下的问题。提出一种自适应状态转移模拟退火算法(ASTSA),通过自适应算子和参数选择策略来提高算法的适用性和求解效率;借鉴群智能算法的均值更新方法对平移算子进行改进,增强算子的搜索特性。通过23个基准测试函数和8个工程设计问题进行实验验证并与其他算法对比,证明了ASTSA算法和改进策略的有效性。

一种基于XGBoost的状态转移预测模型

对多阶段属性事件的预测问题而言,精准地提取阶段转化规律对有效预测未来发展趋势起着至关重要的作用。提出了一种基于XGBoost的状态转移预测模型分析阶段间的转化规律并预测事物状态的未来发展趋势。首先,对数据库样本集的原始数据进行预处理,构建XGBoost算法预测样本状态的转化规律,并采用最小二乘法估算阶段间的状态转移概率矩阵;然后,基于得到的转移概率矩阵对个体状态的发展趋势进行预测;最后,以某高校学生在校期间的学习数据为例验证所提出模型的可行性及有效性。十折交叉检验结果显示:笔者算法二分类状态判别准确率可以达到85.402%,平均精准率可以达到84.035%,曲线面积(Area under curve, AUC)值为0.875 74;四分类状态判别准确率可以达到86.084%,平均精准率可以达到75.993%,AUC值为0.764 78。相较于其他几种经典的机器学习分类预测器(KNN,SVM等),XGBoost算法得到的预测结果精度更高且更加稳定。

老年人认知状态转移规律及其影响因素研究

目的了解老年人认知状态转移规律及其影响因素,为认知障碍早期干预提供科学依据。方法基于ADNI数据,选取基线年龄≥60岁且至少完成一次随访的受试者为研究对象,认知状态分为认知正常(normal cognition,CN)、轻度认知功能障碍(mild cognitive impairment,MCI)和阿尔兹海默症(Alzheimer′s disease,AD)三类。采用多状态Markov模型探索三种认知状态间的转移规律以及年龄、性别、教育程度、是否携带APOE4等位基因、婚姻状况等对认知状态转移的影响。结果共纳入1907名受试者的10073条记录,基线年龄73.9±6.45岁,平均随访6.6次。多状态Markov模型拟合发现,MCI发展至AD的转移强度是其逆转为CN的2.88倍(0.118 vs.0.041);处于CN的受试者,10年后仍处于CN的概率较第一年降低33.6%,而发展为MCI和AD的概率比第一年分别增加了约3倍和55倍;处于MCI的受试者,10年后仍为MCI的概率仅为0.238,而发展为AD的概率是其逆转概率的3.95倍(0.608 vs.0.154)。此外,CN和MCI状态的平均停留时间分别为18.43年和6.30年。多因素分析发现,性别为男、高龄、低教育程度和携带APOE4等位基因会增加MCI的发病风险。结论随着时间的推移,老年人认知功能呈下降趋势,高龄、低教育年限和携带APOE4基因是认知下降的危险因素。

面向属性概念格下的知识状态转移方法

如何高效率地寻找猜测答对或粗心答错情况下不相容答题状态对应受测者真实的知识状态是目前计算机自适应测试领域研究的一个热点问题.现有知识状态转移方法时间成本高,不适用于含有大量测试问题和技能的应用场景.并且,现有知识状态转移方法将合取模型和能力模型均视为能力模型,采用同一种方法进行知识状态转移,灵活性不够,评估效率不高.本文针对合取模型和能力模型,分别提出基于面向属性概念格的知识状态转移方法.首先由技能映射或多映射建立技能背景并诱导出对应的面向属性概念格,进一步使用概念格中概念的外延并结合最大概率方法得到受测者猜测或粗心情况下的真实知识状态,最后给出知识评估过程.实验表明,在知识评估结果相同的前提下,本文所提方法相比现有方法极大地降低了评估时间成本,因此具有更好的性能.

基于状态转移队列模型的战时伤员伤情演变规律研究

目的探讨状态转移队列模型在战时伤员伤情演变研究中的应用,以预测不同阶段伤员状态及数量,评估不同救治方案的救治效果。方法以常见海战伤为例,采用专家访谈法获取伤员伤后不同时间节点、不同救治方案下转归概率数据,建立包括死亡、待后送和归队3种状态下的状态转移队列模型,预测不同救治方案下的伤员伤情演变及转归。结果在假定有100名伤员被击中并处于受伤待后送的初始状态下,比较分析舰艇编队救护所医疗队的7种救治方案,结果显示方案4(伤员在受伤后10 min内接受初级急救、1 h内接受高级急救、3 h内接受早期救治)死亡人数最少(21.4人),归队人数最多(53.8人),救治效果最为显著。结论状态转移队列模型在战时伤员伤情演变规律研究中具有潜在的应用价值,可为制定卫勤保障方案、调控保障行动提供有效的决策支持,但仍需进一步完善。

多状态Markov模型在阿尔茨海默病自然史中的应用

目的将多状态Markov模型应用于阿尔茨海默病(Alzheimer's disease,AD)自然史研究,为慢性病自然史研究提供方法学借鉴。方法基于美国公共数据库ADNI,构建正常认知(normal cognition,NC)-轻度认知障碍(mild cognitive impairment,MCI)-AD多状态Markov模型,估计不同状态间的转移强度、转移概率、影响因素和各状态的逗留时间,绘制生存曲线,并进行模型拟合优度评价。结果性别、年龄、FAQ、MMSE、CDRSB、ADAS13、TMT-B-Time是AD自然史中重要的影响因素;NC与MCI状态的平均逗留时间分别为7.502年,11.621年。多状态Markov模型拟合结果较好。结论多状态Markov模型在AD等多状态慢性病转归研究中具有很好的应用价值。

基于状态转移张量的LEO目标短期误差传播及碰撞概率计算

目前低轨区域空间目标数量不断增加且航天器轨道机动能力越来越强。结合LEO机动目标快速碰撞预警对于计算效率和计算精度的需求,在J2模型假设下,提出了一种基于状态转移张量的短期状态误差传播方法。该方法从航天器相对运动的角度,引入二阶状态转移张量来描述误差传播的非线性特征,给出了误差传播的近似解析表达式,在此基础上完成了碰撞概率计算。仿真结果表明:提出的方法对于LEO目标短期误差传播及碰撞概率计算具有良好的计算效率和计算精度。

转移概率部分未知下Markov跳变系统的滑模控制

针对系统中含有两个相互独立的Markov链,且转移概率不完全已知的时滞不确定离散Markov跳变系统的滑模控制(SMC)问题,通过考虑参数不确定性的匹配条件,设计离散积分型滑模面.利用时滞分割技术构造含加权参数的Lyapunov-Krasovskii函数,得到系统随机稳定的充分条件,根据指数趋近律的到达条件设计滑模控制律,使得系统的状态轨迹能够到达所设计的滑模面.数值仿真结果表明,该方法具有一定的有效性.

Non-Markovian开放量子系统的特性分析与状态转移

针对时间无卷积的二能级Non-Markovian开放量子系统,分别研究了环境截断频率、耦合系数和系统振荡频率对系统衰减系数、相干性和纯度的影响,并根据不同数值对系统性能影响的分析结果来确定合适的系统仿真实验的参数;基于李雅普诺夫稳定性定理设计了用于系统状态转移的控制场;在Matlab环境下进行了系统数值仿真实验,研究了Non-Markovian系统自由演化轨迹的特性,以及在所设计的控制器作用下纯态到纯态的状态转移,并通过性能对比实验,验证了所提出的量子李雅普诺夫控制方法应用于Non-Markovian系统状态转移的有效性,同时分析了控制参数、截断频率参数对控制系统性能的影响.

基于Markov转移矩阵预测机场道面使用状态

应用Logistic回归方程建立了连续变量(道面厚度、交通量、道面使用时间)和分类变量(道面养护等级、道面所处的自然区域以及道面结构类型)与Markov转移概率的回归关系.选取我国多个机场实测道面状况指数数据作为基础数据,进行了模型的参数估计及显著性检验,并举例分析模型预测效果.改进了Markov概率预测模型中的参数标定方法,提高了预测精度,并在一定程度上解决了因为机场道面观测数据少,传统预测模型无法获得稳定参数估计的问题,拓展了模型的适用范围.

一种基于DPNN的Markov链等效状态转移模型

针对Markov链状态转移预测,提出一种基于离散过程神经元网络(DPNN)的等效状态转移预测方法和模型,探讨DPNN与Markov模型在一定条件下对于系统状态转移特性描述的等价性问题.利用DPNN对时间序列样本的非线性映射机制和自适应学习能力,可通过对时间序列样本集的训练,确定满足Markov链时间序列状态转移约束关系的DPNN,并将其连接权矩阵作为Markov链等效状态转移矩阵.对于任意的Markov链,给出与之等效DPNN的构建方法和在Markov链状态转移概率条件约束下的网络权值矩阵求解算法,仿真实验结果验证了方法的有效性.

基于Markov转移模型的中国股市状态转换研究

文章对深交所1998～2008年间的月度股指数据进行统计性描述,并从偏度、峰度和滚动方差三个角度对其波动性进行分析;运用非线性的Markov状态转移模型,定义股市的三种状态,来系统分析股市在三种状态之间的变换及其规律。结果表明,运用混沌的非线性状态法比传统计量方法更能较好的对股市进行分析和预测。

基于马尔可夫状态转移的变压器剩余寿命预测

提出了一种基于马尔可夫状态转移矩阵的变压器缺陷转移率预测方法。利用变压器历史缺陷记录,建立威布尔分布模型拟合得到变压器缺陷转移率,将其应用于马尔可夫状态转移矩阵中,得到变压器不同状态之间的转移率,并引入了回退因子进行修正;基于该缺陷转移率,通过构建比例故障模型对变压器剩余寿命进行预测,结果表明,所提方法预测出的剩余寿命价值更加贴合变压器实际运行状况,验证了其合理性和可靠性。

基于Markov状态空间法的稳控系统隐性故障建模方法

安全稳定控制系统(稳控系统)对于电网的安全稳定运行意义重大,但是稳控系统隐性故障的存在可能导致电力系统事故的进一步扩大和蔓延。现有稳控系统故障的研究较少,且主要集中于定性分析,缺乏对隐性故障的量化建模。为此,本文分析了稳控系统隐性故障的特点和存在环节,建立了稳控系统隐性故障评估指标体系;基于稳控系统隐性故障各环节的故障率,建立了基于Markov状态空间法的稳控系统隐性故障概率模型;提出了稳控系统可靠性分析指标的计算方法,实现了稳控系统的可靠性评估;最后以某220 kV稳控系统为例,通过对稳控系统隐性故障概率的准确计算,验证了所提模型的合理性和有效性,实现了稳控系统的可靠性评估。

基于状态转移算法和U-net的医学图像分割

U-net在医学图像分割领域应用广泛,但存在小目标分割精度低、模型收敛慢等问题,且其结构和超参数的设定对网络性能有很大影响。为此,本文提出基于混合状态转移算法的U-net结构设计方法,以获取不同分割任务下的较优的U-net体系结构。首先,提出一种可变深度的编码策略来表示U-net中不同的构建块和潜在的最优深度;其次,通过混合状态转移算法优化网络结构中的超参数和连接权重初始值;再次,设计一种新的交互操作来生成具有潜力的个体,利用迁移学习策略和减少epoch的方法加速网络个体的进化;最后,在心脏MRI、肝脏LiTS这2个医学图像数据集中进行测试,验证本文方法的有效性。研究结果表明:与经典的语义分割网络相比,本文所提方法在Dice、Jaccard、VOE等分割性能评价指标中有更好的表现,验证了本文所提算法的可行性和有效性。