成分数据中基于MCLasso的修正EM算法

针对成分数据中含有近似零值,对其作对数比变换后就会出现无穷值,从而影响对数据的进一步分析.提出了一个新的修正EM算法来处理成分数据中的近似零值问题,针对EM算法的缺点对其进行一些改进,即:对EM算法的E步用Monte Carlo方法改进,对EM算法的M步用Lasso算法进行改进.对新的方法进行实证分析,并与基于线性回归的修正EM算法、基于均值插补法和Bootstrap的修正EM算法进行比较研究,验证了该方法的有效性.     

一致光滑Banach空间中m-增生算子零点的迭代逼近

在一致光滑Banach空间中研究了m-增生算子的零点迭代逼近问题,证明了修正的迭代算法强收敛到m-增生算子A的一个零点,此结果推广和改进了一些相关结论．     

EM算法在不完全数据参数估计中的应用

EM算法是参数估计中一种很重要的方法,在处理不完全数据中有重要应用．用EM算法给出了基于状态空间模型的不完全数据的参数估计,得到了利用迭代算法计算参数估计值的方法．将之用于实例,结果表明,预测结果很好．误差在可接受范围内．     

零一膨胀泊松回归模型的EM算法改进

首先提出了处理0和1数据偏多的零一膨胀泊松回归模型,其次对模型建立了参数的极大似然估计.针对传统的EM算法只能使得估计收敛到局部极大值这个缺陷,提出了一种随机EM算法对传统的EM算法进行修正,使得模型能够找到全局最优解.最后通过模拟研究说明该方法的有效性.     

改进的EM算法及其在防洪决策中应用

在给定贝叶斯网络结构情况下,利用EM算法及改进的EM算法对防洪决策贝叶斯网络进行参数学习,改进的EM算法通过定义祖先集及计算该祖先集中变量的条件概率,降低期望计算的计算量．应用两种算法对防洪决策贝叶斯网络进行了性能比较,结果表明,改进的EM算法用于贝叶斯网络参数学习和决策支持具有较高的计算速度和精确度．     

基于EM算法及Cox回归模型下右删失数据的研究

右删失数据是删失数据中最常见的数据类型,通常出现在数学、医学和科学研究等领域,由于受到外界因素的影响和在实验过程中研究对象起始和结尾发生的结果不同就使得实验中发生了右删失数据。因此,在数据分析时处理产生的删失数据是最为关键的一步。旨在处理右删失数据的方法为EM算法和Cox回归两种方法,这里主要研究产生右删失数据的过程,并深入了解EM算法和Cox回归方法的基本思想。     

实景图像的形态学角检测研究

针对二值图像角检测提出了一种改进的形态学检测算法,此算法利用了圆盘算子的对称性,避免了结构元的旋转,提高了检测算法的运行效率.然后提出了一种改进的EM图像分割方法对灰度及彩色图像进行分割处理,增强了分割后图像的区域特征,为形态学灰度及彩色图像的角检测提供了更为合理的检测环境.实验结果证明在含有噪声及复杂背景情况下,该方法仍可获得较好的检测结果.     

自反Banach空间中m-增生算子零点的迭代逼近

文章在自反Banach空间中研究了m-增生算子的零点迭代逼近问题,证明了修正的迭代算法强收敛到m-增生算子A的一个零点,此结果推广和改进了一些相关结论。     

改进的ICA算法及其在fMRI信号上的应用

针对目前广泛使用的两种独立成分分析(ICA)算法(fixed-point算法和infomax算法)在处理功能磁共振成像(fMRI)数据时速度较慢的特点,给出了独立成分分析的一个优化模型,在此基础上,提出了一种快速的牛顿型迭代算法.该算法采用修正后的牛顿迭代形式,使收敛速度达到三阶.将文中算法与其它两种算法应用于实际fMRI数据,实验结果表明,文中算法能够很好地分离出任务成分,同时大大减少了运算量,提高了运算速度,在处理大数据量的fMRI信号方面有明显的优势.     

随机删失数据下基于EM算法的Weibull分布参数估计

生存分析中的观测数据具有样本小、数据随机删失的特点．而目前处理这类问题所使用的参数估计方法并不理想．作者基于EM算法给出随机删失数据下Weibull分布的参数估计方法。证明了估计量满足一个非线性方程组，并用实例表明了此方法的有效性．     

拟地震法电磁波场有限元法正演模型

在电法勘探正演模拟中,利用有限元法提出了电磁波在二维电阻率介质模型中的传播特征。我们将电磁波波动方程与声波波动方程类比,运用适当的近似,取等效方程中相同的主要项,利用适当的边界条件,则电磁波场问题可化为类似于地震波场问题,从而可用地震资料处理技术中的任何方法去完成。我们选用的是波动方程有限元方法。计算可在频域也可在时域进行去模拟二维电阻率分布的响应即电场视剖面。实例表明:正演结果所得到的二维电阻率成像剖面与实际的二维电阻率分布完全相吻合。结果表明利用有限元进行电阻率成像是切实可行的。     

缺失数据下AR(p)模型的估计方法

研究在缺失数据条件下, 零均值AR(p)模型的估计方法. 应用EM算法, 给出了一个 数据和连续两个数据缺失时的具体计算步骤.     

非线性阻尼下裂纹非匀速扩展问题的零级近似解析解

探讨了非线性阻尼下无限岩板内张开型裂纹非匀速扩展的瞬态分析问题．在现有断裂动力学问题文献中,一般采用拉氏变换与积分变换方法,得到的回路积分最后还需借助于数值方法求解．作者在断裂动力学基本方程中引入一个非线性阻尼项来考虑能量损耗,采用小参数摄动,得到零级近似动力学方程组,而且自始至终采用解析方法进行计算,获得了问题的零级近似解析解．如果沿裂纹长度上有剪应力作用,采用本文方法也可获得其零级近似解析解．本文方法将有利于改善非线性断裂动力学中应用有限单元法求数值解的收敛性．因而本文为解决这类非线性断裂动力学问题提供了一条新的途径．     

Using traveltime tomography to reconstruct electrical conductivity

A new method for reconstructing electrical conductivity distribution from electromagnetic (EM) data by using traveltime tomography is presented in this paper. Diffusive EM fields can be mathematically transformed to wavefields defined in a time-like variable. The transform uniquely relates a field satisfying a diffusion equation in time, or in frequency, to an integral of the corresponding wavefield. This paper first transforms numerically calculated transient magnetic fields to wavefields. Traveltime data from a source to the receivers are estimated from the transformed wavefields. Then an iterative reconstruction algorithm is used to obtain the slowness distribution of a medium. This algorithm is an improved ART algorithm taking account of bending ray paths. The slowness distribution is transformed to electrical conductivity distribution according to their relation. The simulation result is presented in this paper. Supported by the National Natural Science Foundation of China Ma Ning: born in Nov. 1970, Ph. D. graduate student     

分数阶傅里叶变换数值计算中的量纲归一化

针对分数阶傅里叶变换(FRFT)快速算法中所要求的量纲归一化与实际工程计算脱节的问题,对量纲归一化进行了研究,提出了离散尺度变换和数据补零/截取2种实用的量纲归一化方法,研究了2种方法对chirp信号参数估计的影响,导出了采用离散尺度化方法时,归一化前后的chirp信号参数的变换关系.通过仿真实例说明FRFT快速算法能够应用于实际工程计算.     

基于EM算法的无失效数据的参数估计

利用EM算法,在无失效数据样本下,对指数分布和Weibull分布的参数进行估计,得到了参数所满足的非线性方程或方程组.并利用EM算法的收敛性,保证用迭代的方法得到的非线性方程或方程组的近似解,正是收敛于参数真值的估计.最后对实际数据进行模拟计算,得到了合理的结果.     

基于全相位算法的自适应滤波算法

为减小实时信号的自适应处理时间,改善系统性能,在全相位数据空间概念的基础上,提出一种全相位自适应信号处理方法,并通过仿真对该算法在不同原始信号、不同噪声干扰的情况下进行了性能分析．在对该算法和经典的自适应算法在不同原始信号、不同噪声干扰的情况下进行了性能对比之后,提出了该算法的改进方案来改进输入信噪比小于0时的性能．结果表明,改进方案的输出误差性能达到甚至优于理想状态下的经典自适应算法, 从而验证了该算法及其改进方案的可行性和优越性．     

几种音乐识别算法比较

讨论了音乐识别领域中音高的三种不同的识别方法,即时域的并行处理法、频域的谐波峰值法以及时频域的小波算法。通过实例和分析,比较了各种方法的优缺点。     

基于高斯混合背景模型运动检测的研究

研究了运动对象自动检测方法,针对传统的光流法、时间差法存在的不足,采用一种经典的背景模型提取运动对象,即高斯混合背景模型。对于模型参数的更新,摈弃计算量大的EM算法,采用一种拟合方法,使得算法的计算开销大为降低,提高了运算效率。通过在不同分环境多次实验,证明算法具有很好的鲁棒性、准确性。