基于广义随机Petri网的单病种诊疗流程建模与分析

单病种诊疗流程是医院医疗服务流程的重要组成部分。针对单病种诊疗流程的特点,构建了基于广义随机Petri网的单病种诊疗流程模型。利用广义随机Petri网与马尔可夫链同构的特性,将模型转化为等价的马尔可夫链。根据马尔可夫理论及相关数学方法,获得并分析流程的主要性能,识另别影响流程运行效率的瓶颈环节。最后通过算例验证了该方法的可行性,为单病种诊疗流程的设计、规划和评价提供支持。     

基于GARCH扩散模型的权证定价

考虑了标的资产服从GARCH扩散模型下的权证定价问题. 首先,基于有效重要性抽样(EIS)技巧,给出了GARCH扩散模型的极大似然(ML)估计方法; 然后,以上证和深证综合指数数据为例, 利用EIS-ML方法估计了GARCH扩散模型,表明了EIS-ML估计方法的有效性; 最后,给出了基于恒生指数权证的实证研究. 结果表明:GARCH扩散权证定价模型比经典的Black-Scholes(B-S)模型具有更高的定价精确性.     

基于协方差矩阵重构的单基地MIMO阵列无网格DOA估计方法

提出了一种单基地多输入多输出(multiple-input multiple-output, MIMO)阵列中的协方差矩阵重构的无网格波达方向(direction-of-arrival, DOA)估计方法。该方法通过降维处理将MIMO阵列等效为信噪比(signal-to-noise ratio, SNR)提升的均匀线列阵,将目标方位估计问题转化为混合范数最小化(mixed norm minimization, MixNM)稀疏信号重构问题。进一步给出了与该稀疏重构问题等价的基于网格的凸优化问题,并模型化为半定规划来求解。为了解决网格大小影响估计性能的问题,利用了等价均匀线列阵的托普利兹结构,模型化为半定规划问题来重构无噪声协方差矩阵,最后通过范德蒙分解来估计目标方位。与传统的基于MixNM方位估计方法相比,该方法减少了优化变量个数。与其他离网格方法相比,该方法估计精度不受网格大小的影响,且能够估计相干源目标。实验仿真验证了该方法的有效性。     

基于双库协同机制的KDD*及其软件实现

在KDD(基于数据库的知识发现 )的基础上 ,提出了KDD的开放系统—KDD 的总体结构 ;探讨了其关键技术—双库协同机制的理论基础与实现技术 ;介绍了因果关联规则的统计归纳的发掘方法。初步演示试验的结果表明 ,KDD 这类新型构造是有效与可行的。     

基于EKF与UKF的利率期限结构模型估计及对比

在CKLS广义模型框架下,引入基于扩展卡尔曼滤波(EKF )和无损卡尔曼滤波(UKF )的利率期限结构均衡模型的估计方法,并使用加拿大国债数据对EKF和UKF的模型估计效果进行了对比实证研究.结论表明,引入的基于UKF的模型估计方法相对于文献中普遍采用的基于EKF 的估计方法的估计效果有明显改善,尤其存在强非线性和非正态分布的模型条件下,基于 UKF 的模型估计方法相对于基于EKF的估计方法有很大优势.进一步,基于UKF 估计方法对Vasicek 模型和CIR模型的数据拟合性进行了对比研究.结果表明,Vasicek 模型和 CIR 模型均具有较好的数据拟合性,而Vasicek 模型相对更好.     

基于半监督广义可加Logistic回归的信用评分方法

传统的信用评分模型主要基于有监督学习(supervised learning)方法,但是,在实际的贷款问题中,有标记样本信息的获取往往成本较高、难度较大、周期较长,而无标记样本信息则大量存在.为了能在建模中充分利用无标记样本信息,本文提出了一种基于半监督广义可加(semi-supervised generalized additive,SSGA) Logistic回归的信用评分模型.该模型不但能处理线性不可分问题,也能同时利用有标记与无标记样本信息,并同步实现模型参数的估计和显著变量的选择.通过模拟实验表明,所提出的模型在外推预测和变量选择方面的表现均显著优于有监督模型.最后,将该模型应用于个人信用贷款违约风险的评估中.     

控制系统故障检测与多模型混合估计方法

讨论了现有控制系统故障检测与诊断方法中存在的问题,指出了基于多模型估计理论的系统故障检测是一种值得注意的发展方向,简要说明了多模型估计方法的基本原理,介绍了交互式多模型混合估计方法在控制系统故障检测与诊断中的具体应用技术,分析了多模型混合估计理论的发展方向.     

PMSM无速度传感器的无源滑模控制系统

采用能量成形和互联、阻尼配置的无源性控制方法,完成了永磁同步电机的端口受控哈密顿系统(PCH)的建模。在此基础上提出了一种新的永磁同步电机的PCH双闭环调速系统。外环速度调节由滑模速度控制器实现期望的q轴电流,内环电流调节由无源控制器实现d-q旋转坐标系下的两个电压分量ud和uq。针对系统转速估计问题,利用一种基于自适应速度估计的滑模观测器观测速度,节约了成本和增强了系统的可靠性。仿真结果表明了该方法的有效性,控制系统具有良好的动静态性能。     

2-D系统一般模型控制输入能量受限下的能达集

研究了2-D系统一般模型控制输入能量受限下的能达集问题.当该系统能达时,给出了其控制能量受限下能达集的表达式.利用线性矩阵不等式(LMI)给出了一个估计该能达集范围的方法,该方法在计算上是容易的.最后给出了一个示例.     

基于蛋白质二级序列的关联多分类算法

蛋白质二级结构预测是公认的生物信息学领域的国际性难题。以基于内在认知机理的知识发现理论(knowledge discovery theory based on inner cognitive mechanism, KDTICM)理论的扩展性研究与数据库中的知识发现（knowledge discovery in database*, KDD*)模型为基础,提出一种基于结构序列的多分类算法--SAC(structural association classification),可以有效地解决蛋白质二级结构预测问题。该算法借助设定支持度阈值的精化知识库的方法,其预测准确率能够超过85%。以该算法为核心，构建了一个蛋白质二级预测模型--复合金字塔模型。实验证明,在RS126、CB513、ILP数据集上的预测准确率均超过80%,超过目前已知的国际主流水平。