一种利用混合模型研究基因与疾病问关联的方法

给出了将多位点基因型信息作为混杂因子的协变量,利用混合模型讨论在病例一对照研究中,当被研究群体中存在着分层现象时,被研究基因与疾病之间关联的一种新的方法.在子群体内部满足Hardy-Weinberg平衡时,此方法充分地利用已知信息,用基因标识物将群体分层,并估计出被研究基因与疾病之间的关联性,同时还考虑了多位点基因型数据有缺失的情况.     

有限混合模型的参数估计

利用EM算法对有限混合模型进行了参数估计,并结合具体实例进行了分析。最后利用EM算法对有限混合模型进行了模拟计算,结果充分显示出EM算法具有运算简单、收敛速度快的特点。     

基于Boosting方法的混合正态模型选择

基于Boosting算法的思想给出了混合正态模型选择的一递归式的算法,该算法可以相对精确地估计出混合模型中成分的个数,还可以得到模型中的参数的估计,从数值例子来看其估计效果比较理想.     

关于motif识别的一个更精确的混合模型

Bailey和Elkan（1994）提出了MEME算法进行motif识别．在这个算法中他们用一个二元混合模型来拟合生物序列．但是他们的模型不能准确的描述实际的情况．该文给出了一个多元混合模型,这个模型能更好的描述生物序列的实际情况,还讨论了在这个模型下用EM算法求参数的公式．     

ARMA模型的定阶与参数估计的一种方法

从典型相关系数的角度,利用ＥＭ算法给出一种 ＡＲＭＡ模型的定阶与参数估计的方法,并通过实例检验该方法的效果。同一些传统方法比较,它有运算方便的优点。     

基于GED的混合ARCH模型

提出了基于广义误差分布的混合自回归条件异"方差"模型,将时间序列尾部的特征融入到混合条件异"方差"模型的参数估计之中,发现模型中的指标r和数据本身尾部厚薄的性质有关.给出了该模型参数估计的EM算法,并利用BIC准则对模型进行定阶.     

基于混合模型的聚类算法研究

全面探讨了基于混合模型聚类算法的一般理论框架和聚类策略,介绍了国内外在该领域的最新研究现状,指出了该算法的局限性和存在的问题.     

一种改进的路面裂缝图像分割方法

针对公路裂缝检测中的图像分割问题,运用机器学习领域的方法,以裂缝图像为研究对象,在深入分析经典K-Means聚类算法以及高斯混合模型（Gaussian Mixture Model, GMM）之后,提出一个利用全局K-Means和高斯混合模型来对公路裂缝图像进行分割的方法。该方法在全局K-Means聚类算法的基础上,采用改进策略,同时,将传统GMM的每一个概率分布,进一步再细分成单个的概率成分,在辅助变量计算过程中,采用EM算法。仿真图像和实际裂缝图像实验结果显示,本研究得到了比使用传统K-Means算法和普通GMM的分割方法精度更高、稳定性更好的分割结果。     

基于椭球等高分布混合模型的聚类方法

为解决有限混合分布模型的聚类分析中分量密度函数选择问题,通过研究广义多元分析理论,提出了基于椭球等高分布混合模型的聚类算法.首先,利用与正态分布有许多相似性质的椭球等高分布族来构造混合分布模型,并引入标签变量,将基于椭球等高分布混合模型的聚类转化为模型参数估计问题;然后,通过极大似然估计法和EM算法进行模型一般变量参数...     

一种更新关联规则的方法

数据挖掘中IUA算法存在遗漏频繁项目集致使有的关联规则挖掘不出来的问题，本文对其产生的原因进行了分析和讨论，提出了改进的方法，同时给出一种更为高效的关联规则更新算法HIUA。     

基于EM算法的高斯混合密度参数估计

描述最大似然参数估计问题,介绍如何用EM算法求解最大似然参数估计.首先给出EM算法的抽象形式,然后研究EM参数估计方法的一个应用:求高斯混合密度的参数.推导出高斯混合密度参数的迭代公式.     

一种模糊高斯混合说话人识别模型

为了研究模糊聚类算法在高斯混合模型（GMM）参数获取方面的应用,采用模糊C均值算法（FCM）进行语音特征矢量的聚类,并结合Tabu搜索算法得到全局最优的聚类结果,进一步用EM算法得到GMM模型参数.使用TIMIT数据库中的语音进行测试,开集和闭集说话人辨认实验都表明,该方法获取的GMM参数比普通EM算法获得的GMM模型参数性能更优,能有效降低说话人辨认系统的误识率.     

基于高斯混合密度模型的医学图像聚类方法

研究了医学图像的聚类问题,提出一种基于高斯混合密度模型的K-EM聚类算法,并将此算法用于人体腹部图像数据,实现肝、肾、脾等主要器官的分类.在算法中,随机选取腹部图像像素数据,用QAIC信息准则确定训练样本的最佳类别数;用K均值聚类算法得到混合模型的初始参数;用期望最大(EM)算法多次迭代建立腹部图像数据的混合密度模型;运用贝叶斯准则,将腹部图像所有像素值划分到混合模型中相应的模型分支,得到每个器官像素值划分的正确率与误判率.试验结果表明,新算法分类的平均正确率高于85%、误判率低于10%,优于K均值算法.     

一类混合正态分布参数估计的EM算法和数据扩张

从解析的角度得到混合正态分布参数的ML估计是很困难的.通过引入“缺失数据”,利用Little和Schluchter（1985）提出的处理分类和连续数据的方法,给出具有相同协方差阵的混合正态分布参数估计的EM算法和数据扩张算法.     

基于自适应学习速率混合高斯模型的背景消除

背景消除是智能视觉监控和自动目标识别与跟踪首先要解决的问题。采用混合高斯模型对背景图像进行建模,并应用图像的相关性与各点的置信度对背景模型的学习速率进行快速更新,完成背景模型的重建。与其他方法比较,该方法能够有效地对新背景进行快速的学习和适应,达到动态背景下运动目标实时跟踪的要求。     

一种交互式可约束的最小关联规则集挖掘算法

给出三类约束，并讨论了约束的反单调性，实现了一种交互式的可约束的最小关联规则集挖掘算法，并分析了算法的优越性。     

快速小波域隐马尔可夫模型的图像去噪

在分析小波系数的指数衰减性和延续性的基础上，提出了一种模型参数初始化的方法．MATLAB仿真实验结果表明，该方法给出了合理的模型参数初值，在有效缩短训练时间的同时能获得较理想的去噪结果。     

相关规则并行算法的改进

数据挖掘在统计学、机器学习和其他学科中所研究的许多数据分析方法都是侧重于算法精度，随着存储数据量的不断增长，已有的方法面临着效率和可扩展性的挑战，需要对他们重新研究，从而开发出高效的，面向集合，扩展性好的数据挖掘算法．本文提出了基于DHP算法同时吸取DMA，OA算法优点的DDO(DHP-DMA-OA)算法，该算法吸取前3种算法的优点，同时又避免了各自的局限性，是一个较为高效的和适用性较强的可扩展性算法．     

采用溴化锂溶液的蓄能空调/供热系统及其数学模型

利用工作溶液浓度差储存的能量可转换成暖通、空调所需的热能、冷能或除湿能.以工作溶液为澳化锂水溶液时的闭式蓄能空调/供热系统为研究对象,通过阐述其工作原理和运行过程中储罐内溶液质量、质量分数、温度等参数随时变化,导致系统内各状态点溶液工作参数、各热力设备的工作负荷均发生变化的特点,建立起该蓄能系统充、释能过程的动态数学模型.其结果可为进一步数值研究、分析该蓄能空调/供热系统工作特性、设备负荷特性提供参考.