不同因素对动物家域面积的影响

对动物家域大小的研究是动物生态学与保护生物学的基本研究领域之一,对评价动物的生境质量、生境选择、栖息地负载量具有重要意义.迄今对动物家域的研究主要集中在家域面积的测算方法,但研究不同因素对动物家域面积的影响是更重要的生态学问题.文章综述了不同因素对动物家域面积影响的研究成果,包括性别、季节、种群密度、捕食风险、婚配制度和人类影响,以促进该领域的进一步发展.     

基于嵌入式ARM9-Linux网络视频监控系统的设计与实现

基于ARM9和嵌入式Linux操作系统,对Linux内核gspca驱动程序进行了移植,配置了支持mjpg - streamer和uvcvideo的基础连接库,编译、移植mjpg - streamer软件包,实现了一个易搭建,易配置,通用性好,能让客户机通过浏览器实时监控远程目标的网络视频监控系统,可以用在无人值守的仓库、大规模的森林以及高速的交通工具.     

基于模糊支持向量的多标签分类方法

单实例多标签分类是指一个样本拥有多个标签的分类问题,对此提出了一种基于半模糊核聚类和模糊支持向量机的多标签分类算法.该算法采用一对一分解策略将多类多标签数据集分解为多个两类双标签数据子集,在每个子集上训练两类双标签模糊支持向量机.为提高分类器的性能引入了半模糊核聚类技术.实验结果表明,与现有的一些算法相比新算法具有其优...     

Cooperative Sensor Anomaly Detection Using Global Information

Sensor networks are deployed in many application areas nowadays ranging from environment monitoring, industrial monitoring, and agriculture monitoring to military battlefield sensing. The accuracy of sensor readings is without a doubt one of the most important measures to evaluate the quality of a sensor and its network. Therefore, this work is motivated to propose approaches that can detect and repair erroneous (i.e., dirty) data caused by inevitable system problems involving various hardware and software components of sensor networks. As information about a single event of interest in a sensor network is usually reflected in multiple measurement points, the inconsistency among multiple sensor measurements serves as an indicator for data quality problem. The focus of this paper is thus to study methods that can effectively detect and identify erroneous data among inconsistent observations based on the inherent structure of various sensor measurement series from a group of sensors. Particularly, we present three models to characterize the inherent data structures among sensor measurement traces and then apply these models individually to guide the error detection of a sensor network. First, we propose a multivariate Gaussian model which explores the correlated data changes of a group of sensors. Second, we present a Principal Component Analysis (PCA) model which captures the sparse geometric relationship among sensors in a network. The PCA model is motivated by the fact that not all sensor networks have clustered sensor deployment and clear data correlation structure. Further, if the sensor data show non-linear characteristic, a traditional PCA model can not capture the data attributes properly. Therefore, we propose a third model which utilizes kernel functions to map the original data into a high dimensional feature space and then apply PCA model on the mapped linearized data. All these three models serve the purpose of capturing the underlying phenomenon of a sensor network from its global view, and then guide the error detection to discover any anomaly observations. We conducted simulations for each of the proposed models, and evaluated the performance by deriving the Receiver Operating Characteristic (ROC) curves.     

HIV模型的统计诊断

描述HIV的数学模型是一组非线性常微分方程,其中包括CD4+T细胞再感染率和死亡率,HIV病毒死亡率等多个重要未知参数,准确估计这些参数有助于正确了解患者病情发展,以采用个人化治疗方案.针对此模型已提出多个参数估计方法,包括基于数值解的非线性最小二乘,截面似然及两步估计.另一方面,由于客观因素影响,各观测数据对于参数估计的影响大小不同,找出对参数估计影响大的观测值,进一步分析其原因具有重要意义.基于HIV模型的两步估计,构造了用于影响分析的非参数Cook型统计量,并给出其大样本分布.通过模拟数据和临床数据分析发现:(1)所构造统计量可以检测中度以上偏移.(2)相对于内点,边界点对HIV模型的参数估计影响更大.基于以上结论,建议对HIV模型进行参数估计时,对边界点应加以格外关注.提出的方法也可以推广到其他线性常微分方程模型的统计诊断问题中.     

再生核空间W_2~1(R)中的分段投影插值

本文在具有再生核的空间W_2~1(R)中讨论分段插值问题,给出W_2~1(R)的再生核的解析式,并构造一个分段插值公式。     

正定Lipschitz核的本征值

设 G 是 R~d 中闭单位正方体,正定对称核 K(x,y)在 G×G 上满足α阶的 Lipschitz条件。本文证明,由 K(x,y)生成的积分算子 K 的本征值渐近为 O(1/(n~(1+α/d)))。     

加权Herz空间上的粗糙算子

研究了粗糙算子在加权Ｈｅｒｚ空间上的有界性质。     

多输出支持向量回归算法

支持向量机是一种基于统计学习理论的新颖的机器学习方法，由于其出色的学习性能。该技术已成为当前国际机器学习界的研究热点．这种方法已广泛用于解决分类和回归问题．在回归中。目前的研究和应用都限于单输出的情况,而实际中有很多属于多输出回归问题．针对这一点，将支持向量回归算法推广到多输出情况．仿真实例说明了该算法的可行性．     

递归方法在窗宽选择上的应用

在未知总体分布的情形下,给出密度核估计中选择窗宽的一个新方法,并在选取高斯核的情形下,推导出计算窗宽的递归公式。最后通过与理论窗宽值比较,说明使用该递归方法选择最优窗宽是非常有效的一个途径。