检索结果-内蒙古大学图书馆

作者：邓义祥清华大学

学位级别：博士

数据稀疏是国内外环境规划和决策普遍存在的问题。在我国目前的水环境监测条件下，研究稀疏数据条件下水环境数学模型的参数识别，既有重要的理论价值，也有紧迫的现实需求。\n 对数学模型的深刻理解是应用数学模型的前提。论文回顾... 详细信息

数据稀疏是国内外环境规划和决策普遍存在的问题。在我国目前的水环境监测条件下，研究稀疏数据条件下水环境数学模型的参数识别，既有重要的理论价值，也有紧迫的现实需求。\n 对数学模型的深刻理解是应用数学模型的前提。论文回顾了河流水质模型70多年的发展历程，分析了不确定性研究的理论方法，认为数学模型是环境决策不可缺少的工具；同时由于数学模型的相对简单性与环境系统复杂性之间的矛盾，应该预见到模型应用潜在的风险，特别应充分估计到由于识别过程而带来的不确定性。\n 环境模型的不确定性来源于数值不稳定性、结构不确定性和参数不确定性。论文在对CSTR模型的原理进行分析的基础上，通过方程变换识别并解决了它的数值奇异性问题；对单箱积分和河流整体积分形式进行了比较，阐述了由于单箱积分所造成的时间延迟问题；论文还对三种常用数值积分方法的稳定性进行了分析。综合考虑稳定性和计算时间效率，建议采用经典四阶Runge-Kutta方法的河流整体积分形式。\n 结构可识别性和实际可识别性是数学模型参数识别至关重要的问题。论文采用Taylor方法研究了CSTR模型的结构可识别性，表明CSTR模型是结构可识别的。采用广义卡尔曼滤波方法研究了模型的实际可识别性，表明CSTR模型的实际可识别性与数据的观测误差、采样频率有密切关系，观测误差大、采样频率低都会强烈削弱模型的实际可识别性。因此在实际应用中采用优化方法的传统技术进行模型参数识别将是非常不可靠的。\n 鉴于观测数据所导致的模型实际不可识别性，论文以Bayes理论为基础，建立了稀疏数据条件下数学模型参数识别的基本方法。由于综合利用了前验信息和数据信息，Bayes方法在一定程度上弥补了数据信息的不足。RSA方法是离散Bayes方法的一个简单形式，论文采用SHS采样方法对其进行了改进。以南水北调东线工程黄河以南段为例，论文采用RSA方法进行了水质模型的参数识别和模型验证，并在治污规划中得到了成功的应用。

关键词：稀疏数据数值稳定性参数识别河流水质水环境监测

来源：评论

学校读者我要写书评

暂无评论

稀疏数据条件下河流入海污染物通量的估算

稀疏数据条件下河流入海污染物通量的估算

引用

作者：袁宇东北大学

学位级别：博士

为防止流域和近岸海域生态环境进一步恶化,保护生态环境,合理、可持续利用自然资源,首先应该弄清流域及其近岸海域的污染现状。掌握河流和河口地区的污染物通量是准确确定入海通量、环境容量及污染物总量分配的基础。依据我国目前或今... 详细信息

为防止流域和近岸海域生态环境进一步恶化,保护生态环境,合理、可持续利用自然资源,首先应该弄清流域及其近岸海域的污染现状。掌握河流和河口地区的污染物通量是准确确定入海通量、环境容量及污染物总量分配的基础。依据我国目前或今后相当长的一段时期内的水环境监测条件,可获得的河流或河口断面进入海域污染物的数据相当有限,且存在代表性差、数据不配套、误差大等所谓数据稀疏问题,这无疑给准确估算河流入海污染物通量带来极大困难。本课题便是基于这一思路,旨在综合运用概率论、数理统计、数值分析等理论,对河流入海通量估算方法进行研究,以解决稀疏数据情况下河流及河口断面污染物入海通量估算的实际问题。通常稀疏数据插值方法习惯用Lagrange插值多项式,这类解析函数的致命缺点是其解析延拓不稳定,即当原始数据出现微小误差,就可能因误差的积累、传递而导致计算结果失真;在数据稀少的条件下,这种现象将更加严重。本课题遵循实用性、可行性、简洁性、适应性、现实性的基本原则,在查阅大量文献基础上,采用稀疏数据平滑化处理的相关理论,根据河流入海污染物通量估算所需监测数据普遍不足的情况,针对现有估算模型算法上的缺陷引入了更加稳定的计算方法,即首次采用三次样条函数对稀疏数据进行插值、并辅以B样条函数对函数拟合进程进行校正,建立了应用双样条校正模型处理稀疏数据条件下河流入海污染物通量估算的方法。同时,根据现有的污染物时段通量的估算原理,构建了一系列时段通量预估模型——加权平均预估模型、几何平均预估模型,并将这些模型与现有的时段通量估算模型和双样条校正模型进行综合比对、分析和优选,最终提出了优化处理稀疏数据条件下河流入海污染物通量的理论和方法。采用当今先进的数学处理平台——-MATLAB、MATHEMATICA、SPSS软件,编制出河流污染物入海通量计算模型的相关程序。以辽东湾流域为例,针对进入辽东湾的大辽河、双台子河、大凌河、小凌河等河口断面的污染物通量,以COD、高锰酸盐、总磷、氨氮为指标,进行了稀疏数据条件下污染物时段通量的估算。经辽宁省环境统计数据及辽河流域长期管理实践相关调查资料验证,其估算结果与实际相吻合。

关键词：污染物通量时段通量稀疏数据估算模型双样条校正模型加权平均预估模型几何平均预估模型

来源：评论

学校读者我要写书评

暂无评论

局部多项式数据扩大法在群体药动学稀疏数据中的应用

引用

中国新药杂志 2013年第12期22卷 1361-1366页

作者：陶禹希陆涛刘俊麟言方荣王菲中国药科大学基础部数学教研室中国药科大学天然药物活性物质与功能国家重点实验室

目的:针对药动学数据稀疏这一典型特征,讨论基于非参数局部多项式技术的数据扩大法在群体药动学稀疏数据中的应用。方法:介绍基于非参数局部多项式技术的数据扩大法的基本原理及方法步骤,通过计算机模拟技术分析该方法对参数估计的影响... 详细信息

目的:针对药动学数据稀疏这一典型特征,讨论基于非参数局部多项式技术的数据扩大法在群体药动学稀疏数据中的应用。方法:介绍基于非参数局部多项式技术的数据扩大法的基本原理及方法步骤,通过计算机模拟技术分析该方法对参数估计的影响,并应用于头孢羟唑实际数据。结果与结论:与稀疏数据得到的参数估计相比,局部多项式数据扩大法所得参数估计更加准确可靠。局部多项式数据扩大法能够很好的解决群体药动学数据稀疏问题。

关键词：稀疏数据非参数估计局部多项式微分方程群体药动学

来源：评论

学校读者我要写书评

暂无评论

我国网上拍卖竞买者出价行为特征分析——基于函数性稀疏数据聚类方法的实证研究

引用

当代经济科学 2017年第6期39卷 115-121页

作者：曹珂严明义西安交通大学经济与金融学院陕西西安710061

近年来,如何从个人角度分析竞买者出价行为成为研究难点。本文运用基于函数性稀疏数据聚类方法从竞买者个人角度定义了基于条件期望的距离矩阵,并结合多维尺度分析方法(MDS)和相平面图分析法对竞买者出价行为特征进行聚类分析。结果表明... 详细信息

近年来,如何从个人角度分析竞买者出价行为成为研究难点。本文运用基于函数性稀疏数据聚类方法从竞买者个人角度定义了基于条件期望的距离矩阵,并结合多维尺度分析方法(MDS)和相平面图分析法对竞买者出价行为特征进行聚类分析。结果表明,按出价时间、金额、出价能量以及获胜概率可将竞买者分为显著的四类。其中,经验丰富型竞买者获胜概率最高,势在必得型竞买者获胜意愿最强烈,缺乏经验型竞买者退出竞拍时间较早导致获胜概率较低,围观型竞买者由于竞拍意愿不强烈所以获胜概率最低。

关键词：稀疏数据函数性聚类分析出价行为特征网上拍卖

来源：评论

学校读者我要写书评

暂无评论

稀疏数据的贝叶斯网络结构学习

稀疏数据的贝叶斯网络结构学习

引用

作者：杨玉山东师范大学

学位级别：硕士

图模型被广泛用于表示和分析随机变量之间的因果关系以及条件独立性.图模型中主要包括有向无环图,无向图和链图.其中有向无环图,也被称作贝叶斯网络,图中的边都是有向边,并且不能构成有向环.贝叶斯网络用来描述随机变量的因果关系.本文... 详细信息

图模型被广泛用于表示和分析随机变量之间的因果关系以及条件独立性.图模型中主要包括有向无环图,无向图和链图.其中有向无环图,也被称作贝叶斯网络,图中的边都是有向边,并且不能构成有向环.贝叶斯网络用来描述随机变量的因果关系.本文主要提出对贝叶斯网络结构进行学习的算法.贝叶斯网络结构学习算法主要有三类:1基于独立性检验的约束算法;2基于评分搜索的算法;3将独立性检验和评分搜索综合利用起来的算法.2008年,Xie和Geng针对贝叶斯网络结构学习提出贝叶斯网络结构学习的递归分解算法.这个算法是将大规模的贝叶斯网络结构学习问题递归地分割为较小规模的结构学习的问题.这个算法主要应用无向独立图的构建,这就导致了它有两个困难:一是在数据稀疏,变量较多的情况下无向独立图的构建不够准确;二是当变量较多时,无向图的构建也是比较复杂的.2013年Cai等人提出了可测因果分割算法(Scalable cAusation Discovery Al-gorithm, SADA) .这个算法将变量集 V 分割成三个集合 (V1,C,V2),其中只要保证在给定C的情况下,V1与V2之间没有边直接相连即可,并不需要它们条件独立,所以能够解决数据稀疏的困难.但是,Cai的算法在合并的过程中有可能出现假边,针对这个问题,本论文提出一种再学习的检查学习算法,这种算法的提出,结合了Cai和Xie算法中的优势,解决了稀疏数据贝叶斯网络结构学习的问题.本文提出的算法,首先将一个贝叶斯网络的变量集合不断地调用可测因果分割算法进行分割;然后在每一组因果分割上,先进行局部结构学习再进行合并得到可能有假边存在整体结构;最后寻找因果分割集及其邻居集合,在这之上调用再学习检查算法,进行修正学习以得到正确贝叶斯网络的骨架图,最后利用Meek准则确定出等价类来.

关键词：稀疏数据贝叶斯网络可测因果算法

来源：评论

学校读者我要写书评

暂无评论

稀疏数据插值问题的回归克里格方法

引用

水电能源科学 2009年第1期27卷 81-84页

作者：鲁程鹏束龙仓张颖王勇河海大学水文水资源与水利工程科学国家重点实验室江苏南京210098 哈尔滨商业大学基础科学学院黑龙江哈尔滨150028

针对稀疏数据的插值问题,基于克里格方法提出了一套应用于数据量少、插值空间广泛的回归克里格方法。研究结果表明,该方法可有效解决稀疏数据无法给出合理理论变异函数的问题,且插值结果与基于最小二乘法的简单克里格相比平稳性更好。... 详细信息

针对稀疏数据的插值问题,基于克里格方法提出了一套应用于数据量少、插值空间广泛的回归克里格方法。研究结果表明,该方法可有效解决稀疏数据无法给出合理理论变异函数的问题,且插值结果与基于最小二乘法的简单克里格相比平稳性更好。回归克里格方法应依据具体问题选择变量,以满足强相关为首要条件,过多增加相关变量往往不能取得很好的插值效果。

关键词：稀疏数据插值回归克里格地质统计

来源：评论

学校读者我要写书评

暂无评论

数据驱动的流场稀疏数据建模

引用

上海交通大学学报 2023年

作者：王鸿鑫徐德刚周楷文李林文温新中南大学自动化学院上海飞机设计研究院上海交通大学机械与动力工程学院

流场实时感知与预测在航空航海等领域具有十分重要的应用价值，但是往往面临流场维度高和实时测量信息少等挑战。针对该问题，文章提出了一种数据驱动的流场建模方法，通过线下建立稀疏数据与高维流场映射，实现线上流场实时重构。线下... 详细信息

流场实时感知与预测在航空航海等领域具有十分重要的应用价值，但是往往面临流场维度高和实时测量信息少等挑战。针对该问题，文章提出了一种数据驱动的流场建模方法，通过线下建立稀疏数据与高维流场映射，实现线上流场实时重构。线下建模中，针对流场高维度挑战，使用本征正交分解等方法对数据进行降维，提取主要流场空间模态。并采用QR分解方法，挖掘流场模态敏感性特征，优化测点位置。利用时间延迟的动态模态分解，显著降低测点数量。在线上重构中，基于实时稀疏测量数据与数据驱动模型，实现对当前和未来时刻全场流场的预测。在圆柱尾涡流场测试中，使用该方法并采用20个稀疏测点，得到的全场重构误差可达10%以下。

关键词：数据驱动降阶模型动态模态分解位置优化稀疏数据流场重构

来源：评论

学校读者我要写书评

暂无评论

单组率研究稀疏数据的Meta分析方法

引用

中国循证儿科杂志 2020年第6期15卷 471-475页

作者：刘曼陈文松刘玉秀陆梦洁刘雅琦袁阳丹南京医科大学公共卫生学院生物统计学系南京211166 东部战区总医院重症医学科南京210002 南方医科大学公共卫生学院生物统计学系广州510515 东部战区总医院放射诊断科南京210002

近年来,医学研究中对单组率研究的Meta分析呈增长趋势[1-3],然而当遇到稀疏数据时,不顾方法应用条件盲目选择的情况时有发生,导致合并结果的偏倚,甚至产生误导的结论[4]。有学者指出,单组率研究的Meta分析若出现稀疏数据,尤其是零事件... 详细信息

近年来,医学研究中对单组率研究的Meta分析呈增长趋势[1-3],然而当遇到稀疏数据时,不顾方法应用条件盲目选择的情况时有发生,导致合并结果的偏倚,甚至产生误导的结论[4]。有学者指出,单组率研究的Meta分析若出现稀疏数据,尤其是零事件的研究较多时,常用的Meta分析方法统计性能不佳,应谨慎选择[5]。本文针对单组率研究遇到稀疏数据时进行Meta分析的方法,择优选出目前认为具有较好性能的基于Freeman-Tukey转换、反正弦转换的倒方差法和广义线性混合模型(GLMM)方法,通过Monte-Carlo模拟比较其统计性能,为Meta分析的方法选择提供依据、提出建议。

关键词：稀疏数据反正弦转换统计性能 Meta分析方差法零事件

来源：评论

学校读者我要写书评

暂无评论

基于稀疏数据的电动汽车动力电池热故障预警

引用

汽车技术 2022年第11期 24-34页

作者：张华钦洪吉超陈德龙北京科技大学机械工程学院北京100083 北京科技大学顺德创新学院佛山528000 中国人民解放军国防科技大学系统工程学院长沙410073

针对稀疏数据难以准确预警电动汽车动力电池系统热故障和热失控的问题,提出了一种基于长短时记忆网络和迁移学习方法的锂电池热故障预警模型。利用源域密集数据训练该模型,并通过稀疏数据将模型迁移到目标域。在源域训练阶段,利用移动... 详细信息

针对稀疏数据难以准确预警电动汽车动力电池系统热故障和热失控的问题,提出了一种基于长短时记忆网络和迁移学习方法的锂电池热故障预警模型。利用源域密集数据训练该模型,并通过稀疏数据将模型迁移到目标域。在源域训练阶段,利用移动标准差预提取输入数据中的温度相关特征。在目标域训练阶段,提出了放缩指数误差损失函数迁移模型,使故障预警模型自动趋向提取粗糙特征信息,提高温度预测的准确性。试验结果表明,经过迁移学习的神经网络模型能够准确预测电池温度及其变化趋势,对动力电池热故障预警和热失控防控具有重要意义。

关键词：电动汽车热故障预警稀疏数据迁移学习移动标准差

来源：评论

学校读者我要写书评

暂无评论

面向稀疏数据的物品相似度和评分预测算法研究

引用

小型微型计算机系统 2023年第7期44卷 1449-1454页

作者：田欢欢赵文涛吴岩冯婷婷崔自恒河南理工大学计算机科学与技术学院河南焦作454003

在基于邻域的协同过滤算法中,相似度和评分预测方法的设计是其核心步骤.由于数据稀疏问题,导致所选邻居的质量和评分预测能力受到较大影响.针对以上问题,提出面向稀疏数据的物品相似度和评分预测算法.首先,根据模糊集和推荐系统的关联,... 详细信息

在基于邻域的协同过滤算法中,相似度和评分预测方法的设计是其核心步骤.由于数据稀疏问题,导致所选邻居的质量和评分预测能力受到较大影响.针对以上问题,提出面向稀疏数据的物品相似度和评分预测算法.首先,根据模糊集和推荐系统的关联,从用户偏好概率的角度提出基于Vague集的KL(Kullback-Leibler)散度,以衡量物品相似度.其次,定义权重因子α,强调评分数量信息的重要性,进一步提高相似度计算的准确性.最后,提出改进的评分预测方法,整合更多的评分信息来调整预测结果,提高稀疏数据下评分预测的能力.在基准数据集上的实验表明,与其余代表性算法相比,本文方法具有较高的预测和推荐质量,并有效缓解了数据稀疏问题.

关键词：稀疏数据协同过滤 Vague集物品相似度评分预测

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：