用频域回归方法计算圆柱形墙体的瞬时热流

给出了多层圆柱形墙体的传热传递矩阵 ,提出了计算圆柱形墙体瞬时传热的频域回归 ( FDR)方法 .用 FDR方法计算了圆柱形墙体的响应系数及瞬时热流 .结果表明 :用 FDR方法计算圆柱形墙体的瞬时热流不仅简单可靠 ,而且精度高、速度快     

一种基于FDR的高测试质量测试压缩方法

FDR编码方法有效地降低了测试数据量,但其测试集中的无关位全部填充为0,平均每个测试向量检测的故障数目较少,测试质量较低.为了提高测试质量,并进一步提高测试数据压缩率,本文基于FDR方法提出了一种利用上一个测试向量的响应填充该测试向量中无关位的测试压缩方法.该填充方法提高了测试向量中无关位填充的随机性,从而提高了测试集的测试质量.提出方法的压缩效率与测试向量的顺序有关,基于最近邻居算法对测试集进行排序,降低了测试响应与下一个测试向量之间不相同的位数,对测试响应和测试向量差分处理后再进行FDR编码,从而降低了测试数据量.ISCAS’89电路中几个大电路的实验结果表明,与FDR相比该方法的测试质量平均提高了5.9%,测试数据压缩率平均提高了2.5%,而只需要增加一个异或门的硬件开销.     

县域配电网故障隔离及SMS短信技术应用

本文首先对一般配电网自动化在县域配电网应用中存在的问题进行了分析。给出基于FDR/i．Lock技术的县域配电网故障处理方法及技术。同时,从FDR技术的局限性出发,指出通过SMS短信技术解决FDR事件上报和实时监控的思路;并给出该方案的硬件,功能实现。最后,针对密云供电公司的实际运行情况,说明这一方案的可行性。     

一种基于IFDR改进的测试激励数据压缩方法

通过改进IFDR码,提出一种基于游程相等编码的改进FDR(ERFDR)方法.首先,该方法不仅能同时对原测试集的0游程和1游程进行编码,而且,当相邻游程相等时还可以用较短的码字来代替,从而进一步提高了压缩率.其次,还提出针对该压缩方法的测试集无关位填充算法,增强提出方法的压缩效果.实验结果表明,与FDR,EFDR,IFDR和ERLC相比较,本文提出的方法获得了更高的压缩率,降低了测试费用.     

基于小波分解和分层FDR阈值的图像滤波算法

针对目前常用滤波算法对图像噪声滤除效果差的问题,提出了针对图像滤波的分层FDR阈值滤波算法.该算法对图像经小波分解后最底层的低频系数和各层水平、垂直、对角3个方向的高频系数分别进行多假设检验,并确定出各层各方向上的阈值,最后分别进行阈值化处理.通过对Lena,Cameraman图像进行对比仿真实验,结果表明该算法在信噪比、峰值信噪比、均方误差等方面均优于中值滤波、通用阈值算法、FDR算法和自由分布式FDR算法,具有较好的噪声滤除效果.     

基于小波分解和分层FDR阈值的图像滤波算法简

针对目前常用滤波算法对图像噪声滤除效果差的问题,提出了针对图像滤波的分层FDR阈值滤波算法.该算法对图像经小波分解后最底层的低频系数和各层水平、垂直、对角3个方向的高频系数分别进行多假设检验,并确定出各层各方向上的阈值,最后分别进行阈值化处理.通过对Lena,Cameraman图像进行对比仿真实验,结果表明该算法在信噪比、峰值信噪比、均方误差等方面均优于中值滤波、通用阈值算法、FDR算法和自由分布式FDR算法,具有较好的噪声滤除效果.     

一种改进的非线性多变量格兰杰因果检验在污水处理过程参数关系分析中的研究

传统线性多变量格兰杰因果检验通过引入条件变量来判断两个变量之间是否存在因果关系，但条件变量的选择往往具有主观性而缺乏对其合理的规则，针对这个问题，提出一种可筛选条件变量的非线性多变量格兰杰因果检验方法。该方法使用支持向量回归构建检验方程以适应非线性条件，通过分析两两变量之间的关系构建初步结构后选择条件变量，并基于所选条件变量再进行非线性多变量格兰杰因果检验；引入两种拓扑结构避免对不产生伪因果问题的真实关系重复检验。在数字仿真和污水处理基准仿真平台上的实验结果表明本文方法能适应非线性条件，检验结果更准确，在计算强度上也有更好的表现。     

判断矩阵一致性检验的一种新方法

给出了一种AHP一致性检验的新方法，根据判断矩阵的偏差矩阵可以进行检验，该方法无须进行复杂的数学运算，并通过实例验证其可行性和优越性，是一种实用的检验方法。     

一种基于分形维的快速属性选择算法

属性选择是数据挖掘、文档分类和多媒体索引等领域研究的一个热点问题·利用分形维进行属性选择是一种新的方法,它利用数据集的分形维作为属性的重要性度量·基于分形维的快速属性选择算法(IFAS),利用后向属性选择策略和降维操作的投影特性,根据E维的分形树导出E 1维的分形树(用来计算分形维的数据结构)·因此,只需扫描一次数据集,避免了FDR算法多次扫描数据集的问题·通过图像特征数据集合和合成的分形数据集对两种算法进行性能测试·实验结果显示,IFAS算法明显优于FDR算法·IFAS算法的时间和空间复杂度都为O(n),响应时间与属性维数呈线性关系·     

计算机综合自动化制造系统CIMS的结构与概念

ＣＩＭＳ是近来发展起来、在制造业中的一种计算机应用系统，它把各种有关的子系统有机地综合成一个完整的系统，从而更有效地提高制造过程的质量与效率。它是一种多层次，多阶段和多模式的复杂系统，不仅对系统中的物质流进行有效地控制，还对信息流进行综合与控制，并把系统优化空间扩展到设计、检验和市场。传统方法和人工智能相结合是处理这种复杂系统的有效方法。     

Estimation of statistical power and false discovery rate of QTL mapping methods through computer simulation

Many QTL mapping methods have been developed in the past two decades.Statistically,the best method should have a high detection power but a low false discovery rate (FDR).Power and FDR cannot be derived theoretically for most QTL mapping methods,but they can be properly evaluated using computer simulations.In this paper,we used four genetic models (two for independent loci and two for linked loci) to illustrate power and FDR estimation for interval mapping (IM) and inclusive composite interval mapping (ICIM).For each model,we simulated 1000 populations each of 200 doubled haploids.A support interval (SI) was first defined to indicate to which predefined QTL the significant QTL belonged.Power was calculated by counting the number of simulation runs with significant peaks higher than the logarithm of odds (LOD) threshold in the SI.Quantitative trait loci not identified in any SIs were viewed as false positives.The FDR is the rate at which QTLs are identified as significant when they are actually non-significant.Simulation results allowed us to estimate power and FDR of IM and ICIM for two independent and two linkage genetic models.Our estimates allowed us to readily compare the efficiencies of different statistical methods for QTL mapping,including the ability to separate linkage,under a wide range of genetic models.We used IM and ICIM as examples of how to estimate power and FDR,but the principles shown in this paper can be used for power analysis and comparison of any other QTL mapping methods,especially those based on interval tests.     

多重相关检验中错误发现率的控制算法

假设检验问题是通过比较p值和置信水平α的值来决定是否拒绝对应的假设,pα时我们拒绝原假设。随着试验次数的增加,在所有满足零假设为真的p值集合中,数值较小的p值存在的可能性会增加,从而使得做出错误的判断,p值调整算法可以针对多重检验有效地缓解这类问题。本文讨论多重检验的p值调整算法的功效,模拟基因序列进行多重检验分析,产生2000个模拟量(即基因数量),重复实验1000次,得到1000组p值。对每组p值使用相应的调整算法得到新的p值,比较每个算法功效的优劣。模拟结果显示在我们所选用的5种p值调整算法中,q值方法(Storey 2003)能很好地控制错误发现率(FDR)的大小,同时具有更高的功效值。     

一种跨层的能量最优化图像无线传输方法

为实现高质量低能耗的图像无线传输,提出了一种最小化无线传输整幅图像能耗的新方法.分析了发送一个数据帧和接收其反馈帧的过程中传输系统的能耗和一定重传次数内图像数据帧的平均传输时间和丢帧率,提出具有时延和质量双重约束的图像数据帧能耗最小化问题的数学模型.采用跨层最优化策略,并通过联合优化传输过程中每个图像数据帧各自的调制编码模式、重传限制和数据帧每次传输的发射功率,来最小化无线传输整幅图像所需的总的系统能量.仿真实验结果表明,与目前一些具有代表性的高能效无线传输方案相比,提出的方法能够在保证图像质量和传输时延的基础上显著降低图像无线传输所需的总能耗.     

毛管压力曲线分布特征的确定

本文严格建立了常见的几种不同毛管压力曲线分布在统一座标系下的分布特征,从而使目前在毛管压力中存在的各种不同分布能在同一座标系下进行判断。分布类型的确定,重点在于对结果的检验,这有利于避免结果的多解性和人为性的影响。文章通过对正态分布几个公式的意义进行数学描述,用x~2分布的数值代入进行计算的结果,进一步阐明正态分布的标准曲线与实际曲线的差异对结果参数的影响,因此,仅用概率论方法进行假设检验还不够,必须用统计学参数进行检验;仅用曲线的特征参数不能正确判断曲线的分布特征,必须用实际曲线与标准曲线的拟合法才能确定。在此还解释了经常遇到的统计学参数(用矩法求得的结果)与正态分布法结果不同的现象。     

Cox模型中共线协变量的分层处理

协变量间的共线关系导致不准确的估计及检验,现有的几种方法都存在不同程度的缺陷。作者给出一种分层处理方法,从模拟试验的拟合效果看,优于主尬发方法,似然比检验及单变量分析方法。将该方法用于一个实际例子,得到较好的结果。     

基于时序区分子图的阿尔茨海默症辅助诊断方法

为解决现有区分子图方法在解决阿尔茨海默症辅助诊断上忽略脑网络动态连接变化的问题,提出一种基于时序区分子图的辅助诊断方法.将功能磁共振成像经过处理后形成二值矩阵并使同一测试者的多张动态脑网络形成时序差异图,之后进行频繁差异子图挖掘、频繁差异序列挖掘,进而筛选出保留脑网络时序特性的生物标记物——时序区分子图.获取ADNI公开数据集的一组数据进行实验,通过与现有的早期阿尔茨海默症辅助诊断方法进行大量的实验对比,证明本文方法的辅助诊断准确率在该数据集上提高了12.7%,进而证明所提方法的有效性.     

Discovering the cellular-localized functional modules and modular interactions in response to liver cancer

In this paper, we firstly identify the functional modules enriched with differentially expressed genes （DEGs） and characterized by biological processes in specific cellular locations, based on gene ontology （GO） and microarray data. Then, we further define and filter disease relevant signature modules according to the ranking of the disease discriminating abilities of the pre-selected functional modules. At last, we analyze the potential way by which they cooperate towards human disease. Application of the proposed method to the analysis of a liver cancer dataset shows that, using the same false discovery rate （ FDR ） threshold, we can find more biologically meaningful and detailed processes by using the cellular localization information. Some biological evidences support the relevancy of our biological modules to the disease mechanism.     

利用虚拟变量对季节指数的估计

利用季节虚拟变量建立回归模型,通过季节虚拟变量的参数估计间接地估计季节指数,并且利用模型进行了一些传统的季节指数方法无法进行的推断统计,是一种分析季节指数和季节变动的新思路.但是,由于时间序列数据直接应用到回归模型会与古典假设不相符合,在参数估计以及推断检验中就需要采用一些新的方法,这也正是利用季节虚拟变量估计季节指数时存在的问题,这个问题还有待于以后解决.