来自于Multiple-Outlier模型的最小次序统计量序性质（英文）

本文中,我们研究来自于两个multiple-outlier模型的最小次序统计量的随机比较,其中两个模型中独立同分布的随机变量个数不同.令X_(1:n)(p,q)和X_(1:n~*)(p~*,q~*)分别表示来自于X_1,…,X_p,X_(p+1),…,X_n和X_1,…,X_(p),X_(p~*+1),…,X_(n)的最小次序统计量,这里q=n-p,q~*=n~*-p~*.在参数(p,q)和(p~*,q~*)满足某些优化序条件下,我们根据普通随机序,失效率序和似然比序给出了X_(1:n)(p,q)和X_(1:n~*)(p~*,q~*)的序比较.

基于时间序列分析的环境γ辐射剂量率数据预处理方法研究及评估

环境γ辐射剂量率数据处理与利用已经成为目前环境质量监测领域的热点之一。本文通过对γ辐射剂量率数据进行统计学分析、清洗及降噪等处理,提出了基于时间序列分析的γ辐射剂量率数据预处理方法,设置了基于长短期记忆网络(Long Short-Term Memory,LSTM)的有监督特殊数据检测模型,并评估包含数据集成、数据分析、数据清洗、数据变换、数据转换的数据预处理方法对特殊数据检测模型的影响。结果表明,经数据预处理后,数据质量提高,特殊数据识别在准确率、精确率、召回率、F1-分数方面得到了明显改善,数据预处理为后续进一步的数据挖掘及特殊数据研究奠定了良好基础。

超敏肌钙蛋白Ⅰ在心肌炎诊断中的临床意义

目的旨在通过超敏肌钙蛋白Ⅰ(TropI)和传统肌钙蛋白I(cTnI)检测方法的比较,探讨其在心肌炎诊断中的临床意义。方法收集2009～2010年30例门诊和住院患者血液标本,检测血清肌钙蛋白值,比较两种方法的精密性、相关性、阳性率以及离散率。结果 TropI的变异系数(CV)(6.948%)明显低于cTnI(18.190%),两种方法检测肌钙蛋白的均值与相应的质控靶值比较差异无统计学意义(P>0.05)。对这两种方法检测的结果进行回归分析显示相关性良好(r2=0.981 2);两种方法检测患者血清cTnI组平均CV值(7.655%)高于TropI组平均CV值(2.116%),差异有统计学意义(P<0.01)。结论两种方法在检测血清肌钙蛋白的作用上基本一致,但是Tropi在重复性方面优于传统的cTnI检测,可能更有利于心肌炎的诊断。

基于神经网络的无线传感器网络异常数据检测方法

传感器网络的异常数据检测对于环境监测具有十分重要的意义。基于BP神经网络模型和线性神经网络模型,分别提出了两种无线传感器网络异常数据检测方法。提出的方法在每个当前时刻通过最近的固定长度的历史数据集训练神经网络,来完成下一时刻的预报。通过神经网络的模型残差,确定概率为P的置信区间。当下一时刻数据落入置信区间内,则该数据被判为正常;反之,则为异常。为了比较和验证两种检测方法的性能,在Matlab环境下完成了仿真实验。实验结果表明,基于线性神经网络的异常数据检测方法的检测率(detection rate)达到了97.9%,误报率(false positive rate)不超过0.76%;基于BP神经网络的异常数据检测方法的检测率为96.7%,误报率不超过0.84%。

基于新息正交性抗野值的自适应的α-β-γ滤波跟踪器

针对传统α-β-γ滤波器抗野值能力差和受跟踪精度与收敛速度之间的矛盾以及系数固定的影响而难以跟踪强机动性目标的局限性,设计了一种基于新息正交性抗野值的自适应的α-β-γ滤波跟踪器。该滤波器通过判断α-β-γ滤波新息序列估计值的正交性质是否丧失而判别出观测值中是否存在野值,采用活化函数对新息序列进行加权修正,利用活化函数的性质,恢复新息序列原有的统计特性和正交性,从而达到抗野值的目的。同时,根据目标机动性的变化,利用跟踪误差调整模糊集系统的输出,在保证精度的前提下,得到自适应的系数值,使跟踪结果快速收敛,很好地解决了跟踪精度与收敛速度之间的矛盾。计算机仿真结果表明,在满足所要求精度的前提下,该算法可以克服传统算法的局限性,解决野值剔除问题,并有效跟踪强机动性目标。

无线传感网中一种基于支持向量机的异常事件检测方案

异常事件检测问题是无线传感器网络中的研究热点之一。针对现有检测方案的不足,设计一种新的时间-空间-属性单类超球面支持向量机来建模异常事件检测问题,然后提出无线传感器网络在线和部分在线离群点检测算法。该算法根据节点间的时间-空间和属性关联度确定超球面的半径,最后以在线方式鉴别到达节点的每一个新的测量值是正常数据还是异常数据。仿真实验结果表明,与基于时空关联度的超球面支持向量机相比,新算法的检测率大大上升,虚警率明显下降。同时,部分在线算法与在线算法的效率相当,大大降低了计算和通信复杂度。

某院血常规标本周转时间回顾性分析

目的监控该院临床血常规检验流程的全过程,探讨标本周转时间(TAT)的影响因素,并提出改进方案。方法利用该院信息系统的TAT统计功能,统计2016年检验科临检血常规平诊(门诊和住院)和急诊标本的TAT,对统计结果进行分析处理并设定新的TAT,分析设定前后TAT合格率,帮助实验室改进TAT。结果该院血常规标本TAT合格率较低,TAT延长的原因包括:(1)标本接收前运送耗时较多;(2)短时间内标本量剧增;(3)存在试剂消耗,仪器、系统故障等偶发因素。结论优化标本的运输流程和标本接收高峰期的人力、物力配置,加强与临床的沟通,提升人员TAT意识,能进一步缩短TAT。

基于PCA及属性距离和的孤立点检测算法

提出了一种基于主分量分析和属性距离和的孤立点检测算法。该方法首先通过主分量分析方法从众多属性中提取出满足累计贡献率的主分量,同时利用PCA变换矩阵把原始数据集转换到由主分量组成的新的特征空间上,之后对转换后的数据集用属性距离和的方法对孤立点进行检测。实验结果证明了基于主分量分析和属性距离和的孤立点检测算法的有效性。

医疗保险按病种付费的国际借鉴

目前,国际上已有许多国家和地区实施了按病种付费制度,且基本都采用DRGs付费方式。而我国目前还处在单病种付费的试行阶段,各地病种付费的制度设计都较为简单,不利于按病种付费制度的长远推行。本文系统总结美国、德国、中国台湾医疗保险按病种付费的费用测算与支付方法,深入分析这三个地区在正常/异常病例界定,以及正常/异常病例的费用测算和支付标准制定方面的实际做法,为完善我国按病种付费的制度设计,促进按病种付费制度的高效运行提供借鉴。

基于数据挖掘技术的北方寒冷地区居民用水、用气数据处理方法探讨

对于一个城市尺度的居民用气、用水数据系统,其数据量之大通常是人力无法或难以处理与分析的,往往需要借助于数据挖掘技术。基于天津市某城区3个小区用户2 a的用水、用气数据,采用数据标准化、基于临近性检测、箱线图等数据挖掘方法,对用户数据进行了用能异常、邻月用能数据变化异常等检测,并横向比较了3个小区的总体用能水平。结合问卷调研数据,提出了通过信息增益理论及C4.5决策树等数据挖掘算法建立用户用能水平与用户特征及用户行为间的关联关系的方法。本文的研究工作展示了从建筑用能数据中提取有效信息的过程,可为建筑能耗数据管理平台构建和应用提供新思路。

制度变迁背景下人民币实际汇率趋势研究:1986—2009

1986年至2009年间,人民币汇率制度几经变迁,人民币/美元名义汇率水平也多次呈现出跳跃性的变动,这使基于CPI等价格指数构造出的人民币/美元实际汇率指数含有明显的异动成分。本文运用异常值分析方法,分离了这段时间人民币/美元实际汇率中的异动成分,并估计了异动成分的性质和大小。这些异动都是人民币/美元名义汇率的贬值造成的实际汇率的永久性贬值。剔除这些异常变动后,人民币实际汇率序列呈现出明显的确定升值趋势。

利用野值剔除法提高相位差变化率测量精度研究

利用相位差变化率可对目标进行快速测距,在实际使用中,相位差变化率通常利用相位差数据来提取,而相位差数据中包含野值会严重影响着相位差变化率的提取精度。提出了一种利用载机的运动信息来有效剔除野值的方法,并运用仿真结果验证其有效性。

基于平滑转移自回归模型的东盟十国实际有效汇率的预测研究

非线性模型在汇率走势的模拟过程中的应用相较线性模型有较大的优势。本文利用平滑转移自回归(STAR)模型对东盟十国的实际有效汇率的走势进行了模拟预测,实证结果发现:一、东盟国家除新加坡外,实际有效汇率皆拒绝线性假设;二、实际有效汇率具有LSTAR的性质,而不论离群值是否排除;三、T分布用于残差假设更具解释力,但样本外预测效果不如正态分布假设;四、STAR模型的模拟效果大致优于AR(1)模型。研究结论为中国"一带一路"战略构想在东盟地区的推进提供了科学的政策依据。

异常数据检验的均值比方法

本文给出了异常数据的新的检验方法———均值比检验，该方法一次能检验出多个异常值．Ｍｏｎｔｅ－ｃａｒｌｏ模拟表明方法是可行的，并给出了指数，Ｗｅｉｂｕｌ和对数正态分布场合下多个异常值检验的用表．

联合多代卫星测高数据构建中国近海及邻域海平面异常序列

首先给出海面高的计算方法,并引入基于高斯滤波的粗差探测方法,有效地剔除了各弧段测高数据存在的粗差。通过对3颗卫星同步运行段测高数据的分析,得到3组数据在中国近海及邻域的平均偏差分别为:Jason-1相对T/P需改正-8.77 cm;Jason-2相对Jason-1需改正-7.33 cm,两者均小于其在全球海域的改正值。以T/P测高数据所得平均海平面为基础,利用改正后的Jason-1、Jason-2数据,得到该海域18年海平面异常时间序列,海平面平均上升速率约为4.9 mm/a。分别对中国近海各海域海平面异常时间序列进行分析,得到渤海、黄海、东海及南海的海平面平均上升速率分别为:2.5 mm/a、3.2 mm/a、3.6 mm/a和6.2 mm/a。将所得每周期离散正常点的观测数据格网化,然后逐格网计算海平面异常时间序列,得到研究海域18年来海平面异常平均上升速率的分布情况。结果表明,研究海域海平面上升速率高于全球平均水平。

两参数Weibull分布基于BLUE的异常数据检验

文章针对样本数据服从两参数Weibull分布,定数截尾样本中出现异常数据的检验问题,定义了次序统计量的贡献率,利用参数σ的最佳线性无偏估计(BLUE)构造了检验统计量,并通过Monte-Carlo模拟得到了检验统计量分布的分位数,给出了异常数据的疑似个数,最后通过两个实例说明所给出的方法是可行的。

库存管理中的安全技术

持有合适的安全库存是企业在成本节约和满足客户需求间的权衡,因此确定合适的安全库存量对于企业甚至整个供应链来说都非常重要。文章研究了确定安全库存时需要注意的三个事项:一是需要区分周期服务水平CSL和产品补给率fr;二是区分季节性库存与安全库存;三是需要重视少数异常值的发现和对安全库存的影响。

基于IF-CM-LOF的尾矿坝位移监测数据离群值诊断

为解决孤立森林(IF)算法在离群值识别过程中对于边界位置数据处理结果的模糊性和不确定性问题,提高监测数据中异常值的检出率,在使用IF算法进行离群值初步识别的基础上,将IF量化计算后的异常得分引作变量,导入云模型(CM)逆向云发生器,根据逆向云变换所得的云数字特征值实现边界数据定位,进一步引入局部异常因子(LOF)算法对所定位的边界数据进行二次精确诊断,以某尾矿坝地表位移监测数据为例进行了模型验证。研究结果表明:对于监测数据中真实异常值和边界部分随机误差,IF模型检出率为16.5%和22.2%,而IF-CM-LOF模型的检出率分别达到90%和61.1%,离群值诊断性能明显优于IF模型。

基于小波变换的改进云模型在河口村水库监测数据异常识别中的应用

大坝监测数据是了解大坝运行性态的重要依据,而对异常数据的准确识别直接影响对大坝安全性态的科学评判。针对河口村水库监测数据的特点,通过小波分析分解出监测数据序列中的真实信号和噪声项;在此基础上,以测值的日变化速率代替原始数据,建立基于日变化速率的改进云模型,利用该模型分别对去噪前、后数据序列进行异常识别。结果表明:基于小波变换的改进云模型可有效消除监测数据中噪声的干扰,更加准确地识别序列中的异常数据。

一种改进离群区间计算的PRM带宽测量算法

主动式网络路径可用带宽测量是目前网络路径带宽测量使用的主要方法,与被动式网络路径可用带宽测量相比,具有更高的灵活性且部署方便。为解决主动式网络路径可用带宽测量定义不明确、通用性不强、协议不规范和结果不准确等问题,规范定义了探测通信协议和报文结构,建立了较为完整、统一和规范的主动式网络路径可用带宽测量框架,提出了序列时延增加度和基于序列时延增加度的离群区间计算方法,改进了网络背景流量分析方法,降低了背景流量对网络路径可用带宽测量的干扰,最后使用NS2仿真对比验证了该算法的有效性。