可加危险生存治愈模型的估计

最近以来，可加危险（AH）模型被广泛地应用于生存分析数据，模型的协变量可以假设为时间独立或时间相关。基于混合、非混合治愈模型和“不正确”的比例危险模型，本文将上述的可乘危险模型延伸到可加的危险模型，这里的模型可以允许含治愈部分的生存数据的存在。“不正确”的AH模型的模型识别和参数估计也在文中进行了讨论。     

可加风险模型现状数据样本量的确定

科学研究中,样本量和功效计算是非常重要的工作.可加风险模型是生存分析研究中经常用到的半参数模型,其协变量对基础风险函数有加法作用.和比例风险模型相比,可加风险模型在许多应用中效果更好,尤其是协变量取值为0或1时.本文基于Wald检验,提出一种计算可加风险模型现状数据功效和样本量的新方法.模拟结果说明该计算方法十分有效....     

驾驶人危险感知建模与实验解析

为了量化驾驶人群体危险感知的差异性并指出差异性的原因所在,对驾驶人危险感知进行建模与实验测试分析.借鉴污染环境下生物种群生存这一自然现象,构建了驾驶人危险感知模型,通过实验测试了驾驶人在不同交通场景的危险识别时间与反应时间.模型分析与实验结果表明,驾驶人危险感知阈限值与交通情境危险输入的速率负相关,与驾驶人正确反应率和危险识别率正相关.不同危险程度的交通场景对驾驶人危险感知的总反应时间和识别时间具有显著影响(p<0.001);驾驶经验对驾驶人危险识别时间没有显著影响(p=0.080),但是对危险的反应时间具有显著影响(p=0.003).熟练驾驶人相比非熟练驾驶人具有较高的危险感知水平,这种差异性主要体现在熟练驾驶人能够更快速准确地预测评估交通情境中的危险并进行合理判断.     

威布尔脆弱性比例危险模型的等级似然估计和应用

针对包含右删失的纵列生存数据,建立了威布尔分布的脆弱性半参数比例危险模型,为避免边际似然的积分运算,采用等级似然方法估计协变量系数和随机效应的实现值,采用调整的轮廓等级似然方法估计随机效应分布参数。并且通过模拟研究将威布尔脆弱性模型和对数正态脆弱性模型以及伽马脆弱性模型作了比较,发现威布尔分布最适合半参数比例危险模型的脆弱性因子的分布设定。最后,将建立的模型用于分析肾病感染数据和烧伤病人皮肤移植数据,结果表明威布尔脆弱性模型都给出了不弱于伽马脆弱性模型和对数正态脆弱性模型的估计结果,而且威布尔脆弱性模型有助于诊断异质性问题。     

含持久生存数据的一个纵向数据模型

研究带有持久生存者的生存数据的一个纵向数据模型.基于全部纵向数据,首先给出了随机效应的一个估计,然后给出基础危险函数的一个估计,并且研究了他们的大样本性质.     

基于纯电动汽车高频数据的驾驶风格分类方法

基于纯电动汽车的高频运行数据选取了15项与驾驶安全有关的特征参数;通过对各特征参数的统计分析,提出了多参数组合阈值边界线进行危险驾驶行为识别,然后对比分析了两种聚类算法和4种降维方法的效果,采用t分布随机邻域嵌入(t-SNE)和高斯混合模型(GMM)组合算法建立了驾驶风格分类模型,将驾驶风格分为3种类型.在此基础上,研...     

基于迁移学习的危险行为识别方法研究

深度学习中卷积神经网络在行为识别领域有着良好的识别效果,但是由于深度学习需要较大数据集训练模型,而现今公开数据集中危险行为识别相关方向没有大量数据集。针对危险行为识别领域样本少、无法进行深度学习训练等问题,建立了危险行为识别数据集,并采用迁移学习方法对C3D网络模型进行迁移训练。结果表明,迁移学习后C3D网络模型对危险行为识别数据集平均识别率达到了83. 2%,可以有效识别危险行为动作。     

删失数据下事件持续时间多因素生存分析模型

交通事件持续时间是事故管理研究中最重要的指数之一,应用半参数比例风险模型和参数加速失效模型分析了多因素事件持续时间及其危险因子之间的关系.利用浙江省某高速公路3年内采集的事件数据,通过对交通事件各状态概率分布函数的显著性分析,比较了比例风险模型和加速失效模型对协变量选择及生存率对共同协变量的敏感性.基于Cox比例风险模型和对数罗吉斯蒂加速失效模型的参数估计表明,有6个显著性的协变量入选各自估计的生存函数,包括报警时段、事故类型、报警方式、占用车道数、受伤人数和当场亡人.对于最显著示性变量(当场亡人),持续时间生存概率估计曲线表明,加速失效模型对于该变量更敏感,且Cox比例风险模型更适合于短时持续时间的预测.此外,生存模型可以基于事故报告信息预测持续时间大小的概率,有益于事故预后措施的实施及为紧急救援提供决策参考.     

混合模型介绍及设立保护措施的挑战(英文)

混合模型有五层组成——易犯错误的决定、带缺陷各级管理、危险操作的心理学前期因素、危险操作和不充分的保障.一旦各层缺陷连成线,事故就会发生.论述全面保障系统的作用,及其建立该系统面临的一些挑战.     

危险理论在电子邮件分类中的应用

提出了一种基于危险理论的电子邮件分类模型.该模型在对邮件进行分类之前,利用云模型对危险进行绑定,再由危险信号激活免疫响应.对比试验证明,与贝叶斯分类相比,模型中的算法具有更高的正确率.     

危险源安全评价的离散Hopfield神经网络

为了快速有效地评价危险源等级,及时响应危险事故给周边人口及环境带来的危害,在考虑引发危险事故人员、设备、原料、技术、环境因素基础上,构建了系统的危险源安全评价指标体系.结合离散Hopfield神经网络结构特点及原理,建立了基于离散Hopfield神经网络的危险源安全评价模型,并通过实例验证该模型,合理客观地对危险源进行评价分级.     

鞅在分层比例风险模型中的应用

用极大似然估计的方法确定带有右删失数据的具有Cox强度的时间相依协变量分层比例风险模型的参数估计形式,并采用鞅方法得出该模型的参数估计是相合的且是渐近正态的.由此得出,在临床试验中该模型的参数采用极大似然法来估计是可行的.     

Maximum likelihood estimator for the proportional hazards model with incomplete information

Right randomly censored data with incomplete infor-mation are frequently met in practice.Although much study about right randomly censored data has been seen in the proportional hazards model,relatively little is known about the inference of regression parameters for right randomly censored data with in-complete information in such model.In particular,theoretical properties of the maximum likelihood estimator of the regression parameters have not been proven yet in that model.In this paper,we show the consistency and asymptotic normality of the maxi-mum likelihood estimator of unknown regression parameters.     

浅谈我国地质灾害与防治

阐述了地质灾害的定义,介绍了我国地质灾害概况,探讨了地质灾害的类型与特征,分析了人为地质灾害的危险性,提出了防治地质灾害的对策。     

Cox模型中参数满足线性不等式约束的似然估计

研究了Cox比例风险模型中协变量部分缺失且参数满足线性不等式约束下的极大似然估计问题。在实际问题中，特别是对生存分析的研究中，数据经常会出现删失、截断、缺失的情况。本文利用EM算法和约束下优化算法得到的数据部分缺失且参数满足线性不等式下的极大似然估计。     

泽州县地质灾害分布与防治定位

概述了泽州县地质灾害的类型及分布,分析了泽州县地质灾害的形成机理,提出了地质灾害的防治原则.     

铜萃取车间的重大火灾危害分析与研究——以河南省灵宝市某企业为例

运用池火灾模型,通过对铜萃取车间发生火灾的可能性辨识、火灾发展扩大过程研究和危害后果分析,证明该类型生产车间易于发生重大火灾事故,还可能导致相关储罐及管道爆炸.大火产生的强烈热辐射可使附近人员、房屋建筑和设备受到极大损害,有引发群死群伤严重后果的可能.     

基于可靠度的发动机旋转部件维修决策研究

发动机旋转部件是发动机的关键部件,部队中经常出现由于发动机旋转部件故障而导致的重大飞行事故。本文首先详细介绍了威布尔比例风险模型,在参数估计时采用了极大似然估计方法估计出模型中的参数,然后以可靠度为要求,预测装备的剩余寿命,从而指导实施维修决策。最后选择发动机某类轴承为例,利用比例风险模型对其进行了维修决策研究。