基于t混合模型和Greedy EM算法的彩色图像分割

为了快速更好地进行彩色图像分割,以图像的颜色、纹理及空间位置作为综合特征,基于t混合模型,提出了一种自适应的图像分割方法,即先采用贪婪的EM(Greedy EM)算法估计混合模型的参数,然后根据贝叶斯最小错误率准则对图像进行分割。由于t混合模型的稳健性和Greedy EM算法对于数据的初始化不敏感,且能收敛到全局最优,因此与其他的方法相比,不仅速度提高,而且能取得更好的分割结果。

基于t混合和SMEM算法的彩色图像分割

采用t混合模型建立图像的颜色,纹理及空间位置特征的联合分布,及改进的分裂—融合EM算法(SMEM)估计混合模型的参数,根据贝叶斯最小错误率准则对图像进行分割。由于t混合模型的稳健性和改进的SMEM算法对于数据的初始化不敏感,能收敛到全局最优,且能自适应的的选择分割的数目,因此该方法能取得更好的分割结果。

基于EM算法的混合t-分布模型参数估计

混合t-分布模型是分析重尾数据的重要建模工具之一,不易受离群点、异常值点的影响,比混合高斯分布模型具有更好的稳健性。文章研究了两总体一元混合t-分布模型,基于EM算法给出了该模型参数极大似然估计的迭代步骤,并采用k-means方法进行算法初始化,然后分别在三类模拟数据下对比验证了该模型的有效性以及在拟合重尾数据上的优势。

线性模型和线性EV模型中的T-型回归估计和EM算法(英文)

本文对于线性函数关系EV模型定义了t-型回归估计,并对于普通线性模型和线性函数关系EV模型给出了计算t-型回归估计的EM算法,同时获得了估计的相合性．模拟结果表明由EM算法获得的t-型回归估计的表现良好．

广义t分布的EM估计

在广义t分布的自由度参数未知时,自由度参数的最大似然估计不存在,而矩估计和最大似然估计不相合。通过建立广义t分布和正态混合分布之间的关系,能够在不完全数据框架下讨论自由度参数的最大似然估计。给出了广义t分布的Bayes分层表达,证明了参数的共轭先验和两类隐变量的数学期望。讨论并分析了广义t分布的EM类算法及估计的标准差的计算。通过Monte Carlo模拟,分析了广义t分布的参数估计问题。

基于MEMS传感器的TPMS系统开发与实现

本文介绍了基于MEMS传感器的TPMS系统解决方案。文中首先讨论了压阻式MEMS气压传感器和指标参数,随后从底层芯片设计和整体系统应用方案开发不同层次,描述了该系统各个组成部分的软硬件设计和物理实现,最后给出了实际系统测试验证数据。实验结果表明,系统可以有效测量气压、温度、电池电压数据,各项指标参数满足国标GB/T26149-2010要求,可以满足安装TPMS的车辆使用需要。

经T管窦道带鞘管小儿经皮肾镜联合EMS三代超声/气压弹道碎石取石治疗肝内外胆道残石

目的探讨经T管窦道带鞘管小儿经皮肾镜联合EMS三代超声/气压弹道碎石取石治疗胆道术后残余结石的可行性、优越性及疗效。方法2004年8月～2007年8月,对32例胆总管切开取石T管引流术后胆道残余结石,经T管窦道用带鞘管小儿经皮肾镜联合EMS三代超声/气压弹道碎石取石。结果32例取石36次,手术时间33～78min,平均43min。一次取净结石28例,两次取净结石2例,结石取净率为94%(30/32),术后随访26～48个月,平均29个月,无腹痛、发热、黄疸症状,B超未见结石复发。残留结石2例,其中1例为肝内广泛多发胆管结石,经3次取石仍残留有较多结石,行Roux-en-Y肝胆管空肠吻合术临床治愈,另1例为70岁老年人,一次取石后因不愿意再手术而放弃二次取石,残留肝右前叶少量结石。32例均无胆管撕裂、胆道大出血、胆漏、胆管炎、术后腹胀及其他严重并发症发生。结论经T管窦道带鞘管小儿经皮肾镜联合EMS三代超声/气压弹道碎石取石治疗胆道残石具有安全、快捷、简单、方便、并发症少等优点,而且设备损耗低、价格便宜、实用性和可操作性强,值得临床推广应用。

EM64T内存扩展技术

EM64T本质上和AMD64一样都是IA-32的增强版本，Xeon借助于EM64T可实现高达1TB(40bit)的物理内存寻址和256TB(48bit)的虚拟内存寻址，并且良好地支持现有32位x86代码的执行，这一点跟AMD64无异，同时也是Intel开发EM64T的出发点——让现有的x86指令集能够执行64位代码，而继续保持对32位代码的良好兼容。但由于多方面的限制，

EM制剂对海兰蛋鸡免疫和蛋品品质的影响

用微生态制剂将饲料充分发酵，发酵料按20％、30％、40％、50％、60％、70％、80％、90％、100％的比例与未发酵料混合全过程饲喂海兰蛋鸡，并设只饲喂未发酵料的对照组。分别在免疫传染性喉气管炎疫苗和新城疫Ⅳ系苗后测定T细胞在淋巴细胞中的比例和抗体水平。在此次试验中对照组与试验组及试验组闻免疫器官重量差异不显著，这一点与以往的试验结果有所差异，但是T细胞在淋巴细胞中的比例和抗体水平上试验组与对照组却存在显著差异，这方面与以往试验结果相符。另外发现各处理组鸡蛋中脂肪含量和胆固醇含量差异显著，发酵饲料占总饲料量80％-100％时胆固醇含量下降到最低；对鸡蛋内蛋白质、干物质重和蛋重进行了测定，结果各处理组闻其含量差异不显著；发酵饲料的脂肪含量和胆固醇含量都显著下降。但是随着发酵饲料比例的增大，蛋鸡的生产性能降低，全部饲喂发酵饲料的产蛋率比对照组下降了40％，甚至有的鸡只不产蛋，同时有较多的啄羽现象出现。

Gauss-Markov模型的t型抗差估计

测量中对含粗差的数据的处理通常采用基于等价权法的抗差M-估计,等价权及其临界值的选取决定了参数估计的效率和抗差性。本文将近年来统计界提出并有较深入理论研究的t型估计引入测量平差中,提出Gauss-Markov模型的t型抗差估计及其算法,并进行了模拟计算。t型抗差估计具有很好的统计性质;其求解采用EM算法,计算快捷稳定,收敛性好,可同时求解出位置参数和方差因子的抗差估计;t分布的自由度可方便地调节估计的效率和抗差性。计算结果显示,t型抗差估计受粗差影响不大,具有较好的抗差能力。

基于偏斜t混合模型的流式数据自动聚类方法研究

流式数据分析的主要过程是以设门的方式对样本数据中的细胞群进行类群划分.由于传统人工设门方式的缺点,提出了一种基于偏斜t混合模型的流式数据自动聚类方法.该方法采用有限混合模型形式,以偏斜t布为模型密度函数,并通过期望最大化方法估计模型参数.通过对两组不同类型实验数据进行分析,结果表明:相比于非基于模型的聚类方法,基于混合模型的聚类方法对于流式数据的分析具有更好的鲁棒性,能够降低数据中离群值对结果分析的影响;相比于高斯混合模型、偏斜正态混合模型、t混合模型,基于偏斜t分布的混合模型具有更好的灵活性,不仅能够拟合流式数据中椭圆对称分布的数据,而且对于高度非对称分布数据的分析也具有很好的效果.

Tecnai G^2 20型透射电镜常见故障及维修

以美国FEI公司的Tecnai G2 20透射电镜为例,介绍了电镜常见故障的处理及维护。

t型抗差估计及其在测量平差中的应用

将近年来统计界提出的并有较深入理论研究的t型估计引入测量数据处理中,提出了Gauss-Markov模型的t型抗差估计,给出了相应的EM算法,并进行了模拟计算。计算结果显示,t型抗差估计计算快捷稳定,收敛性好,并且t型抗差估计受粗差影响不大,具有较好的抗差能力。

基于形状不变矩的t-混合模型的图像分类

提出一种基于物体形状不变矩特征,采用t-混合模型计算后验概率的统计形状分类的方法:采用Hu形状不变矩作为图像特征,用t-混合模型的EM迭代算法,估计出模型中未知参数,计算出形状类别的后验概率。实验结果表明,物体序列的形状不变矩具有良好的统计分布性质,按其后验概率分类的准确性较高。

线性EIV模型的t型估计

将数理统计中的t型估计作为一种抗差估计引入测量平差中,提出线性EIV模型的t型抗差估计及其EM算法。以平面拟合为例,当向观测向量和系数矩阵加入粗差时,选取合适的自由度v,t型估计具有较好的抗粗差能力,求出的参数均值与真值偏差较小。

基于t分布下混合联合位置与尺度模型的参数估计

t分布是分析厚尾数据的重要统计工具,本文基于t分布提出了稳健的混合联合位置和尺度参数的回归模型,通过EM算法给出该模型参数的极大似然估计,通过随机模拟试验验证了所提出方法的有效性.本文结合实际数据验证了该模型和方法具有实用性和可行性.

F-T柴油与正丁醇混合燃料的燃烧和排放特性研究

F-T柴油具有十六烷值高、几乎不含硫和芳香烃的特点,正丁醇是能量密度较高的可再生的生物质燃料。在增压中冷4缸柴油机上对比研究了0号柴油、F-T柴油和F-T柴油-正丁醇混合燃料的燃烧、排放特性。结果表明:与柴油相比,掺混丁醇后缸内压力峰值、压力升高率降低;燃用F-T柴油-正丁醇混合燃料可同时降低炭烟和NO_x排放,随着正丁醇掺混比例的提高炭烟排放显著降低,F-T柴油掺混20%正丁醇的炭烟排放降幅高达67.8%,NO_x排放降幅达20.9%。

非对称偏斜噪声条件下一种鲁棒概率系统辨识算法研究

在现有的系统辨识算法中,常用的高斯、学生氏t(Student's t,St)、拉普拉斯等噪声分布均呈现出对称的统计特性,难以描述非对称性、有偏的输出噪声,使得在非对称偏斜噪声条件下算法的性能下降.基于此,研究一类广义双曲倾斜学生氏t(Generalized hyperbolic skew student's t,GHSkewt)分布,并在非对称偏斜噪声条件下,提出一种线性系统鲁棒辨识算法.首先,对GHSkewt分布的重尾特性和偏斜特性进行详细阐述,数学上证明了标准学生氏t分布可看作是GHSkewt分布的一个特例;其次,引入隐含变量将GHSkewt分布进行数学分解,以方便算法的推导和实现;最后,在期望最大化(Expectation-maximization,EM)算法下,重构具有隐含变量系统的代价函数,通过迭代优化的方式,不断从被污染数据集中学习过程的动态特性和噪声分布,实现噪声参数和模型参数的联合估计.

基于t分布混合模型的抗差关联算法

针对传感器系统误差和观测目标不完全一致的情况下目标航迹关联中鲁棒性问题,该文提出一种基于t分布混合模型的抗差关联算法。将航迹关联问题转化为图像匹配中的非刚性点集匹配问题,针对非共同观测目标影响关联性能的问题,将非共同观测目标的航迹视为图像匹配中的异常点,建立了对异常点具有更好鲁棒性的重拖尾t分布混合模型,利用期望最大化(EM)算法求解t分布混合模型的闭合解,在求解中为了确保航迹点间的运动一致性(CPD),加入Tikhonov正则项。最后通过实验仿真验证,所提算法在系统误差和观测目标不完全一致情况下的鲁棒性和有效性。