基于SEM算法的知识共享与技术创新关系研究

随着经济全球化,世界正在发生一场最深刻的变革,世界经济以"知识革命"为萌芽,逐渐进入"知识经济时代";知识的创造、共享,技术的创新、改革,也为企业的生存和发展提出新的要求,论文采用结构方程算法(SEM)对知识共享与技术创新的影响因素算法进行实例分析,并加以算法评估,得到的结果显示:知识共享主体、知识共享渠道,市场需求,产品创新构思,技术开发平台等都会影响知识共享和技术创新的关系,通过SEM算法的分析修改,使得知识共享和技术创新产生显著性正向影响。

低质量图像基于散射图SEM估计的MAP像素聚类方法

直方图是最常用的图像灰度统计分布的表示方法，二维直方图包括共生矩阵，灰度边界值散射图，灰度平均灰度散射图等．本文提出了一种采用ＳＥＭ算法完成对灰度平均灰度的二维正态分布假设的参数估计，然后采用最大后验概率（ＭＰＡ）准则进行像素无监督聚类的图像分割算法．测试结果显示，我们的算法性能良好，尤其是对低对比度、有阴影和重噪声的低质量图像的分割效果要远优于其他基于散射图的阈值化方法．

融合关联规则与知识的贝叶斯网络学习算法

领域知识可以有效的提高贝叶斯网络学习效率与精度.文中提出了基于关联规则的SEM算法——AR-SEM算法.AR-SEM算法首先利用关联规则分析变量间的因果关系,并作为初始先验知识和领域专家的意见相结合,进一步去除无意义的规则,形成一个知识库,最后将知识库与SEM算法相结合来构造贝叶斯网络.文中在具有一定缺省数据的数据集上进行实验,实验表明AR-SEM可有效提高贝叶斯网络结构学习的精度.

一种基于结构分解的影响图模型选择算法

针对概率网络模型选择的数据依赖性和计算复杂性,以及影响图模型的非概率关系学习问题,通过对影响图结构进行分解,提出一种PS-EM算法实现影响图概率结构部分的模型选择,给出一种利用BP神经网络学习每个效用结点的局部效用函数来实现效用结构部分的模型选择方法。PS-EM算法对N.Firedman的SEM算法进行改进,提出一种引入融合先验知识的MDL评分标准来降低传统MDL评分对数据的依赖性;通过将参数学习和结构评分分开计算提高计算效率。最后,在石油投机商模型上的结果显示,PS-EM比SEM的时间性能要好,对数据依赖性要小,且效用部分的结构选择易于实现。

面向时飞磁共振血管造影术的脑血管统计分割混合模型

由于人体脑血管结构复杂,空间比例小,三维分割和重构十分困难,本文面向时飞磁共振血管造影(TOF MRA)数据提出了一种新的瑞利高斯有限混合模型来实现脑血管的自动提取和分割。首先,对已有的混合模型进行了分析;然后,采用最大强度投影法(MIP)预处理脑部数据后采用高斯分布拟合血管类,采用瑞利分布和高斯分布拟合非血管类。提出的模型构造简单,参数向量较少;在血管与非血管的混合区域,模型与灰度直方图具有较好的拟合性。模型在传统期望最大化(EM)算法中加入随机扰动项构造随机期望最大化(SEM)算法来实现混合模型的参数估计,降低了算法对初值的依赖,同时提高了鲁棒性。实验证明,与已有双高斯模型相比,血管点数增加了27%,可细分到三级血管且细节的连通性更好。本模型可更准确地拟合数据的灰度分布曲线,有效地分割脑血管主分支及周围较细小分支,泛化性较好并可应用于相似系统中。

分组数据下线性回归模型的参数估计

讨论了分组数据下线性回归模型参数的MLE的存在、唯一性.通过EM算法获得MLE的近似解.通过SEM算法获得MLE的渐近协方差阵.

数据挖掘技术在HIS审计中的应用

数据的增长趋势随着互联网的发展达到TB级,传统的审计方式不再适用,应用数据挖掘技术不可避免。针对医院审计,根据当前HIS系统的特点,使用数据挖掘技术和审计实践结合来分析实际数据。聚类分析中可伸缩期待最大化(SEM)算法用于分析数据特征,查找潜在的规律,并为审计人员的决策提供数据支持。

基于PS—EM算法和BP神经网络的影响图模型选择

影响图模型选择中存在数据依赖性、计算复杂性和非概率关系问题.通过对影响图结构进行分解,提出PS-EM 算法对影响图的概率结构部分进行模型选择.给出一种 BP 神经网络,通过对局部效用函数的学习实现效用结构部分的模型选择,并引入权重阈值来避免过拟合.PS-EM 算法是在 SEM 算法中引入一种融合先验知识的MDL 评分标准来降低传统 MDL 评分对数据的依赖性,并通过将参数学习和结构评分分开计算提高计算效率.算法比较的结果显示 PS-EM 比标准 SEM 的时间性能好、对数据依赖性小,且效用部分的结构选择易于实现.