In this note we prove that if R is a strong Mori domain with t-dim R = n and with countably many prime v-ideals, then there is a chain of rings between R and R^w R1=R belong to R2……belong to Rn lohtuin in R^w such ...In this note we prove that if R is a strong Mori domain with t-dim R = n and with countably many prime v-ideals, then there is a chain of rings between R and R^w R1=R belong to R2……belong to Rn lohtuin in R^w such that each R, is also a strong Mori domain and t-dim Rk=n - k ＋ 1 for k = 1,2,..., n.展开更多
目的:比较3.0 T磁共振血管造影(MRA)与1.5 T MRA对未破裂颅内动脉瘤(IA)的诊断价值。方法:回顾性分析在宜昌市中心人民医院同时行MRA和数字减影血管造影(DSA)检查的患者影像学资料。以DSA为金标准,比较3.0 T MRA与1.5 T MRA对IA及其瘤...目的:比较3.0 T磁共振血管造影(MRA)与1.5 T MRA对未破裂颅内动脉瘤(IA)的诊断价值。方法:回顾性分析在宜昌市中心人民医院同时行MRA和数字减影血管造影(DSA)检查的患者影像学资料。以DSA为金标准,比较3.0 T MRA与1.5 T MRA对IA及其瘤颈、子囊的检出率。同时比较两种方法与DSA测量IA最长直径(LD)的一致性和相关性。结果:3.0 T MRA和1.5 T MRA的IA检出率分别为89.92%和85.05%,差异无统计学意义(P>0.05)。3.0 T MRA瘤颈、子囊检出率分别为59.81%、26.17%,显著高于1.5 T MRA的38.46%、15.93%(均P<0.05)。3.0 T MRA、1.5 T MRA与DSA测量瘤体LD呈高度正相关,其相关性可达0.984和0.983;3.0 T MRA、1.5 T MRA与DSA测量瘤体LD差值分别为0.30(95%CI:-0.35,0.94)mm和0.66(95%CI:0.12,1.21)mm。1.5 T MRA的LDMRA/LDDSA值较3.0 T MRA更小,差异有统计学意义(P<0.05)。结论:3.0 T MRA与1.5 T MRA在IA的检出上无差异,但3.0 T MRA对IA瘤颈、子囊的检出率更高、形态学指标测量也更加精确。展开更多
高维数据下的均值检验是统计学检验的重要组成部分.在高维情形下,样本协方差矩阵往往是奇异矩阵,传统的均值检验方法因此失效.为解决该问题,对高维数据进行分段,使分得的每一段的维数均小于样本容量,继而运用Hotelling T 2检验依次对每...高维数据下的均值检验是统计学检验的重要组成部分.在高维情形下,样本协方差矩阵往往是奇异矩阵,传统的均值检验方法因此失效.为解决该问题,对高维数据进行分段,使分得的每一段的维数均小于样本容量,继而运用Hotelling T 2检验依次对每一段进行检验,同时给出一种控制犯第一类错误的概率的新方法,使原假设下的检验水平稳定在事先给定的显著性水平左右.经模拟显示,该逐段检验方法比已有方法能更好地控制犯第一类错误的概率.展开更多
给出了一种针对大量新闻数据的话题检测方法.首先通过LDA(latent dirichlet allocation)模型从语义层面抽取新闻数据主题,有效降低数据分析维度,更合理地体现新闻主题特征.然后改进OPTICS(ordering point to identify the cluster struc...给出了一种针对大量新闻数据的话题检测方法.首先通过LDA(latent dirichlet allocation)模型从语义层面抽取新闻数据主题,有效降低数据分析维度,更合理地体现新闻主题特征.然后改进OPTICS(ordering point to identify the cluster structure)密度聚类算法,基于新闻话题的时间延续性给出了T-OPTICS算法.该算法继承了OPTICS算法对参数不敏感的特性,降低了参数选择对聚类结果的影响.改进了OPTICS算法中文本间相似度的计算方法,体现了话题的时间延续性.基于TDT4数据集的实验表明,该方法能够快速有效地发现新闻中的话题.展开更多
基金Supported by the National Natural Science Foundation of China （10271502） and by SZD0406
文摘In this note we prove that if R is a strong Mori domain with t-dim R = n and with countably many prime v-ideals, then there is a chain of rings between R and R^w R1=R belong to R2……belong to Rn lohtuin in R^w such that each R, is also a strong Mori domain and t-dim Rk=n - k ＋ 1 for k = 1,2,..., n.
文摘目的:比较3.0 T磁共振血管造影(MRA)与1.5 T MRA对未破裂颅内动脉瘤(IA)的诊断价值。方法:回顾性分析在宜昌市中心人民医院同时行MRA和数字减影血管造影(DSA)检查的患者影像学资料。以DSA为金标准,比较3.0 T MRA与1.5 T MRA对IA及其瘤颈、子囊的检出率。同时比较两种方法与DSA测量IA最长直径(LD)的一致性和相关性。结果:3.0 T MRA和1.5 T MRA的IA检出率分别为89.92%和85.05%,差异无统计学意义(P>0.05)。3.0 T MRA瘤颈、子囊检出率分别为59.81%、26.17%,显著高于1.5 T MRA的38.46%、15.93%(均P<0.05)。3.0 T MRA、1.5 T MRA与DSA测量瘤体LD呈高度正相关,其相关性可达0.984和0.983;3.0 T MRA、1.5 T MRA与DSA测量瘤体LD差值分别为0.30(95%CI:-0.35,0.94)mm和0.66(95%CI:0.12,1.21)mm。1.5 T MRA的LDMRA/LDDSA值较3.0 T MRA更小,差异有统计学意义(P<0.05)。结论:3.0 T MRA与1.5 T MRA在IA的检出上无差异,但3.0 T MRA对IA瘤颈、子囊的检出率更高、形态学指标测量也更加精确。
文摘高维数据下的均值检验是统计学检验的重要组成部分.在高维情形下,样本协方差矩阵往往是奇异矩阵,传统的均值检验方法因此失效.为解决该问题,对高维数据进行分段,使分得的每一段的维数均小于样本容量,继而运用Hotelling T 2检验依次对每一段进行检验,同时给出一种控制犯第一类错误的概率的新方法,使原假设下的检验水平稳定在事先给定的显著性水平左右.经模拟显示,该逐段检验方法比已有方法能更好地控制犯第一类错误的概率.
文摘给出了一种针对大量新闻数据的话题检测方法.首先通过LDA(latent dirichlet allocation)模型从语义层面抽取新闻数据主题,有效降低数据分析维度,更合理地体现新闻主题特征.然后改进OPTICS(ordering point to identify the cluster structure)密度聚类算法,基于新闻话题的时间延续性给出了T-OPTICS算法.该算法继承了OPTICS算法对参数不敏感的特性,降低了参数选择对聚类结果的影响.改进了OPTICS算法中文本间相似度的计算方法,体现了话题的时间延续性.基于TDT4数据集的实验表明,该方法能够快速有效地发现新闻中的话题.
