检索结果-内蒙古大学图书馆

预防医学情报杂志 1996年第2期12卷 79-81页

作者：尹治成钱晓红汪蓉四川省寄生虫病防治研究所四川省芦山县血防站

本文用二项分布原理推导出血吸虫病粪检方法的样本量估计、敏感度和把握度的计算公式。为粪检方法的选择提供了科学的量化依据，从而可使其更加经济有效。用计算机模拟抽样证明，当定性检查为阳性，定量检查为阴性时，病人几何均数计算... 详细信息

本文用二项分布原理推导出血吸虫病粪检方法的样本量估计、敏感度和把握度的计算公式。为粪检方法的选择提供了科学的量化依据，从而可使其更加经济有效。用计算机模拟抽样证明，当定性检查为阳性，定量检查为阴性时，病人几何均数计算以虫卵阳性者几何均数ｘ（虫卵阳性人数／病人总数）最接近实际。

关键词：血吸虫病样本估计虫卵均数

来源：评论

学校读者我要写书评

暂无评论

临床流行病学随访研究中样本大小的估计方法

引用

中国肿瘤临床 1995年第1期22卷 63-66页

作者：项永兵高玉堂金凡杨工上海市肿瘤研究所流行病学研究室浙江医科大学肿瘤研究所

临床流行病学随访研究中样本大小的估计方法项永兵，高玉堂，金凡，杨工上海市肿瘤研究所流行病学研究室（上海市２０００３２）生存分析方法在临床试验、流行病学研究领域内的应用越来越广泛。所以，生存随访研究设计中的样本大小的估... 详细信息

临床流行病学随访研究中样本大小的估计方法项永兵，高玉堂，金凡，杨工上海市肿瘤研究所流行病学研究室（上海市２０００３２）生存分析方法在临床试验、流行病学研究领域内的应用越来越广泛。所以，生存随访研究设计中的样本大小的估计，在国外很受统计学家、临床和流行...

关键词：流行病学临床流行病学随访样本估计

来源：评论

学校读者我要写书评

暂无评论

整群抽样所需样本大小的简便估计

引用

中国卫生统计 1996年第3期13卷 58-59页

作者：黄体乾施仲赋韩嵘合肥联合大学安徽医科大学合肥农经学院

整群抽样所需样本大小的简便估计合肥联合大学黄体乾安徽医科大学施仲赋合肥农经学院韩嵘抽样调查是从调查总体中抽取一定数量的单位组成样本，然后对样本中的单位进行调查。在大规模抽样调查中，整群抽样是经常采用的方法。整群抽样是... 详细信息

整群抽样所需样本大小的简便估计合肥联合大学黄体乾安徽医科大学施仲赋合肥农经学院韩嵘抽样调查是从调查总体中抽取一定数量的单位组成样本，然后对样本中的单位进行调查。在大规模抽样调查中，整群抽样是经常采用的方法。整群抽样是先将总体分成Ｎ个群，然后从Ｎ个群中...

关键词：卫生统计整群抽样样本估计

来源：评论

学校读者我要写书评

暂无评论

被访者驱动抽样法在中国退役运动员群体调查中的应用

引用

成都体育学院学报 2021年第1期47卷 112-117页

作者：樊敏张晓丽西安体育学院体育教育学院陕西西安710068 陕西师范大学马克思主义学院陕西西安710119

调查样本代表性对于研究结论的推广性具有重要的意义。如何找到一种新的方法,使抽样结果更接近总体抽样概率,这是中国退役运动员群体研究要解决的重要问题之一,被访者驱动抽样(RDS)为隐藏群体抽样提供了新的解决思路。本文首先对RDS方... 详细信息

调查样本代表性对于研究结论的推广性具有重要的意义。如何找到一种新的方法,使抽样结果更接近总体抽样概率,这是中国退役运动员群体研究要解决的重要问题之一,被访者驱动抽样(RDS)为隐藏群体抽样提供了新的解决思路。本文首先对RDS方法的基本原理、应用程序、特点和使用注意事项进行了介绍,而后利用该方法对全国316名退役运动员进行了抽样调查,结果显示:总体招募情况良好,经过均衡性分析检验,利用RDS方法收集到的样本具有的较好的典型性和代表,可以对中国退役运动员总体进行估计。

关键词：中国退役运动员 RDS抽样样本估计

来源：评论

学校读者我要写书评

暂无评论

UPnP和STUN相结合的NAT穿越技术研究

引用

计算机工程与应用 2009年第2期45卷 99-101页

作者：任浩王劲林鲁逸峰中国科学院声学研究所国家网络新媒体工程技术研究中心北京100190 中国科学院研究生院北京100190

NAT穿越是P2P(Peer-to-Peer)流媒体应用必须要解决的问题,目前已有的单一穿越方法由于各自的局限性造成穿越成功率不高。为此提出UPUN方法,将UPnP和STUN有效结合以提高穿越成功率;同时针对对称NAT的穿越以及通信节点都位于NAT后情况下... 详细信息

NAT穿越是P2P(Peer-to-Peer)流媒体应用必须要解决的问题,目前已有的单一穿越方法由于各自的局限性造成穿越成功率不高。为此提出UPUN方法,将UPnP和STUN有效结合以提高穿越成功率;同时针对对称NAT的穿越以及通信节点都位于NAT后情况下的穿越提出端口添加样本估计算法PASE和外网节点辅助中继算法PAR,以改进现有算法的不足。实验证明了方法的有效性。

关键词： NAT(网络地址转换)穿越通用即插即用 NAT的UDP简单穿越样本估计辅助中继

来源：评论

学校读者我要写书评

暂无评论

桥梁工程质量评定方法研究

桥梁工程质量评定方法研究

引用

作者：徐祖恩长安大学

学位级别：硕士

本论文对桥梁工程质量检验评定方法进行了研究，指出了现行方法中存在的缺点和不足。在常用的工程质量评定数理统计方法的基础上，提出了用样本估计进行桥梁工程质量可靠性分析的方法，这种方法比较适合实测项目的质量评定。本文还提... 详细信息

本论文对桥梁工程质量检验评定方法进行了研究，指出了现行方法中存在的缺点和不足。在常用的工程质量评定数理统计方法的基础上，提出了用样本估计进行桥梁工程质量可靠性分析的方法，这种方法比较适合实测项目的质量评定。本文还提出了利用模糊数学对桥梁工程质量进行模糊综合评定的方法。在建立模糊综合评定模型的过程中，首先确定专家的权重，计算定性指标的得分;再由专家根据工程实际情况给出分项、分部工程的权重，根据分项工程的评分，计算其隶属于评定等级的隶属度;最后由模糊数学模型对桥梁工程质量进行模糊二级综合评定，得出最终的评定结果。这种利用模糊数学进行桥梁工程质量综合评定的方法，能降低以往评定工作中的主观随意性，增加评定结果的客观性和可靠性。本文还开发了“桥梁工程质量综合评定系统”程序，该程序采用Visual C++6.0编写，具有友好的界面，可视化的数据输入／输出窗口。最后利用实桥进行案例分析，得到的模糊综合评定结果与《公路工程质量检验评定标准》的评定结果一致，进一步验证了桥梁工程质量模糊综合评定方法的可行性。希望通过本课题的研究，能为桥梁工程的质量检验评定工作提供有益的借鉴。

关键词：桥梁工程质量检验评定样本估计可靠性分析模糊理论质量综合评定

来源：评论

学校读者我要写书评

暂无评论

基于Hadoop的在线聚集查询处理方法研究

基于Hadoop的在线聚集查询处理方法研究

引用

作者：胡江华哈尔滨工程大学

学位级别：硕士

自从进入信息时代以来,信息呈爆发式增长,随之而来的是数据量的剧增。处理海量数据,从海量数据中获得有效信息,成为了当务之急。很长一段时间以来,存储和处理数据的主要工具是关系数据库,而关系数据库中的聚集查询是进行统计分析的重要... 详细信息

自从进入信息时代以来,信息呈爆发式增长,随之而来的是数据量的剧增。处理海量数据,从海量数据中获得有效信息,成为了当务之急。很长一段时间以来,存储和处理数据的主要工具是关系数据库,而关系数据库中的聚集查询是进行统计分析的重要操作。随着需要处理的数据量急剧增长,传统关系数据库进行聚集查询的批处理模式使得用户进行聚集查询时需经过长时间的等待之后才能得到最终的准确结果。在线聚集查询可以在查询处理的过程中不断获取数据,给出当前近似结果,直到处理完全部数据才能得到最终的精确结果,当达到用户所需的精确度时,用户可以终止查询,以节约用户时间和系统资源。随着新的数据处理平台Hadoop的发展,处理海量数据变得更高效,但是数据是“无限”的,而计算和存储资源却是有限的。虽然目前很难从根本上解决这一问题,但是对于特定应用,仍然可以提出一些特定的解决方案。本文结合Hadoop处理海量数据的优势和在线聚集查询处理方式,提出了基于Hadoop的迭代抽样近似聚集查询处理方法,通过两次迭代抽样得到满足用户所需精确度的近似聚集查询处理结果。根据第一次抽样得到的样本数据以及用户给定的精确度,估计出第二次迭代所需的样本大小,通过两次得到的样本数据,返回近似聚集查询结果给用户。为了避免数据偏差的影响,特别是对于分组数据量相差悬殊或低选择度的Group by聚集查询,本文提出了在Hadoop环境下的“分层”抽样方法,从而保证基于统计的近似聚集结果有意义。最后在实验中,通过各种抽样方法对聚集查询结果的影响进行了对比验证,实验表明本文提出的基于Hadoop的在线聚集查询方法既考虑时间效率,让用户在处理时间和结果精确度之间做出权衡,同时也考虑了集群的计算资源和存储资源的利用率。并与最新的基于Hadoop的在线聚集查询处理方法进行对比实验分析,结果表明本文的迭代抽样聚集查询处理方法更高效。

关键词：在线聚集 MapReduce 迭代抽样样本估计

来源：评论

学校读者我要写书评

暂无评论

Hidden Web搜索技术的研究

Hidden Web搜索技术的研究

引用

作者：李伟中国石油大学

学位级别：硕士

Hidden Web中包含了大量结构好、质量高的信息,而且随着信息化建设的加强,这些信息的数量一直在快速增加。虽然Hidden Web的信息量变得越来越大,但是现有搜索引擎对其的搜索能力却非常有限,导致了许多优质信息无法被广泛获取,造成了大... 详细信息

Hidden Web中包含了大量结构好、质量高的信息,而且随着信息化建设的加强,这些信息的数量一直在快速增加。虽然Hidden Web的信息量变得越来越大,但是现有搜索引擎对其的搜索能力却非常有限,导致了许多优质信息无法被广泛获取,造成了大量的信息资源浪费。分析了Hidden Web的成因和已有的一些搜索方法,发现这些方法多是从Hidden Web数据库的分类以及查询接口的集成方面进行研究,在Hidden Web普适性搜索上存在不足。为了找到Hidden Web搜索的普适性方法,主要从解决搜索引擎对Hidden Web搜索的局限性出发,对Hidden Web搜索技术进行了以下两方面的研究: (1) Hidden Web查询接口的自动识别。摒弃了传统的采用样本集训练的识别方法,采用关键词模糊提交,并对返回结果分析处理的方法。识别精度不受训练集的影响,识别效率大大提高。 (2) Hidden Web查询关键词的产生算法。采用样本估计的方法产生候选关键词,并对样本词频进行了进一步的分析,得出了样本词频公式。使用样本词频公式选择关键词,可以很好地符合词频走势,使得到的关键词最优。经过实验证明,论文中提出的接口识别方法和关键词产生算法切实可行,能够准确识别出Hidden Web的查询接口,并可以快速地对查询关键词进行优选,为Hidden Web的普适性搜索奠定了基础。

关键词： Hidden Web 搜索接口识别样本估计关键词选择

来源：评论

学校读者我要写书评

暂无评论

抽样技术在复杂网络中的应用研究

抽样技术在复杂网络中的应用研究

引用

作者：苏健桂林理工大学

学位级别：硕士

近年来,复杂网络的研究由于具有广泛的应用背景而受到许多领域学者的高度关注,人们对很多实际网络的拓扑共性与数学模型展开了深入的研究。然而,实际网络往往规模巨大,受限于技术和成本,我们很难获得网络的完全信息,许多复杂网络的实证... 详细信息

近年来,复杂网络的研究由于具有广泛的应用背景而受到许多领域学者的高度关注,人们对很多实际网络的拓扑共性与数学模型展开了深入的研究。然而,实际网络往往规模巨大,受限于技术和成本,我们很难获得网络的完全信息,许多复杂网络的实证研究实际上是基于非完全网络数据展开的。因此,如何对网络进行合理抽样,获得较好的抽样网络以实现对完全网络性质的准确推断,是复杂网络研究面临的一个重要问题,大数据下网络的抽样方法设计与抽样效果分析具有十分重要的价值。本文通过使用不同的抽样法分别在三个不同类型的复杂网络中进行抽样,并计算不同抽样法所得样本网络的拓扑特征量,比较其对总体初始值的估计效果,总结出适合于不同网络拓扑性质估计的抽样方法。本文第一部分(1)是背景研究,介绍了复杂网络抽样在目前时代背景下的重要性和必要性,同时分析了当前国内外在复杂网络抽样领域的研究成果和现状,并阐述了本课题研究的目的。第二部分(2)是理论分析,首先介绍了复杂网络抽样的理论基础,包括复杂网络的历史发展过程、经典复杂网络模型的特征和构建方法、常用网络拓扑特征量的介绍。然后介绍了常见的三种抽样方法的抽样思路,以及基于滚雪球抽样法和完全随机抽样法结合得到的两阶段抽样法。第三部分(3-5)是方法应用,分别将完全随机抽样法、随机游走抽样法、滚雪球抽样法、两阶段抽样法以不同的抽样率分别在BA无标度网络、WS小世界网络、欧盟邮件通讯网络中进行抽样,利用所得样本网络计算拓扑特征量并比较其对总体的估计效果,总结出不同抽样方法的特点,以及其在各网络中估计不同拓扑性质时的优劣。最后一部分(6)是总结,结合上述分析总结列举适合不同网络拓扑性质估计的抽样方法,本文结尾部分指出了论文的创新点以及不足之处。

关键词：复杂网络抽样方法拓扑特征量样本估计

来源：评论

学校读者我要写书评

暂无评论

一种基于用户特征聚类的拒绝样本推断方法和装置

一种基于用户特征聚类的拒绝样本推断方法和装置

引用

作者：宋万鹏 311100 浙江省杭州市余杭区文一西路998号未来科技城18幢207

在本发明实施例公开了一种基于用户特征聚类的拒绝样本推断方法和装置，该方法包括：采集预设周期内申请用户的特征数据；所述特征数据包括申请特征及还款特征；所述申请特征包括拒绝申请、通过申请，所述还款特征包括正常还款、违约还... 详细信息

标准号: CN113657440A

在本发明实施例公开了一种基于用户特征聚类的拒绝样本推断方法和装置，该方法包括：采集预设周期内申请用户的特征数据；所述特征数据包括申请特征及还款特征；所述申请特征包括拒绝申请、通过申请，所述还款特征包括正常还款、违约还款；将所述申请用户的特征数据转换为特征向量；基于所述特征向量对所述申请用户进行聚类，得到多个分类簇；计算所述分类簇中还款特征为正常还款的用户的第一类簇中心和还款特征为违约还款的用户的第二类簇中心；根据拒绝申请用户所在分类簇与所述第一类簇中心，以及与所述第二类簇中心间的距离，预测拒绝申请用户的还款特征。克服了现有技术中用部分样本估计总体样本标签而导致的标记偏差问题。

关键词：申请类簇特征数据特征向量聚类分类样本方法和装置偏差问题样本估计用户特征预设周期推断标签采集预测转换

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：