检索结果-内蒙古大学图书馆

科技导报 2010年第2期28卷 19-24页

作者：胡彦婷木拉提.哈米提陈建军孙静孔德伟新疆医科大学医学工程技术学院乌鲁木齐830001 新疆医科大学第一附属医院放射科乌鲁木齐830054

肝包虫病是新疆常见的寄生虫病,严重危及人类健康。目前,医院常采用CT影像技术对该病进行诊断。肝包虫CT图像有其特有的病理特征,图像的灰度分布存在不均匀性和边界模糊性,且不同的包虫囊肿类型,其CT图像表现各异。本文针对该病的CT影... 详细信息

肝包虫病是新疆常见的寄生虫病,严重危及人类健康。目前,医院常采用CT影像技术对该病进行诊断。肝包虫CT图像有其特有的病理特征,图像的灰度分布存在不均匀性和边界模糊性,且不同的包虫囊肿类型,其CT图像表现各异。本文针对该病的CT影像特征,提出一种同时对肝脏及包虫病灶进行分割的迭代算法。在每一步迭代过程中,算法分为初始分割和优化分割两个步骤:首先,在CT切片图像中确定位于正常肝脏及包虫病灶区的种子点,根据种子点的位置,利用Gauss概率模型拟合不同区域的灰度分布,并结合bayes分类算法对肝脏及病灶区同时进行初始分割;然后,利用基于先验形状力场的活动轮廓模型算法优化初始分割结果,从而获得精确的肝脏及病灶区的边界。为了验证该算法的有效性,将算法对不同病人的CT切片图像进行分割实验,并从主观和客观两个方面,将算法的分割结果与医师手动分割结果进行对比评估,结果表明,该算法能在分割肝脏的同时准确地提取包虫病灶区。

关键词：肝包虫病 CT图像分割 bayes分类算法活动轮廓模型

来源：评论

学校读者我要写书评

暂无评论

基于股吧信息的投资者情绪与极端收益的可预测性研究

引用

管理评论 2018年第7期30卷 16-25页

作者：金秀姜尚伟苑莹东北大学工商管理学院沈阳110169

随着互联网的广泛普及,基于互联网平台的投资者情绪对股市的影响研究,为情绪与股市关系研究注入了新的活力。本文首次采用bayes分类算法对股吧信息分类,从基于质化信息的"情绪基调"、基于量化信息的"张贴程度"和基... 详细信息

随着互联网的广泛普及,基于互联网平台的投资者情绪对股市的影响研究,为情绪与股市关系研究注入了新的活力。本文首次采用bayes分类算法对股吧信息分类,从基于质化信息的"情绪基调"、基于量化信息的"张贴程度"和基于强度信息的"关注水平"三个维度构建投资者情绪指数,并从极端收益视角深入研究投资者情绪与上证指数的关系。研究发现,基于bayes分类算法的投资者情绪指数,在解释上证指数变动趋势上具有优势;投资者情绪对不同趋势极端收益的影响存在非对称性,对下跌趋势极端收益有显著可预测性。研究结论能够为投资者投资和监管者完善市场建设提供决策依据。

关键词：股吧信息 bayes分类算法投资者情绪极端收益

来源：评论

学校读者我要写书评

暂无评论

电机驱动系统电流传感器故障诊断与容错控制

引用

科学技术与工程 2020年第32期20卷 13265-13272页

作者：李启明李学明黄庆陈志文湖南特种设备检验检测研究院株洲分院株洲412001 中车株洲电力机车研究所株洲412001 中南大学自动化学院长沙410083

为有效解决电机驱动系统中常见的电机电流传感器故障诊断与容错控制问题,结合Luenberger状态观测器与修正bayes分类算法,提出一种有效的传感器故障诊断与容错控制方法。该方法以一种可调增益矩阵的Luenberger状态观测器模型为基础,实现... 详细信息

为有效解决电机驱动系统中常见的电机电流传感器故障诊断与容错控制问题,结合Luenberger状态观测器与修正bayes分类算法,提出一种有效的传感器故障诊断与容错控制方法。该方法以一种可调增益矩阵的Luenberger状态观测器模型为基础,实现各种工况下电流值的实时估计。基于残差生成单元和修正的bayes分类算法对故障传感器进行实时检测与定位,并在传感器故障工况下用观测器估计值代替电流传感器信号实现电机驱动系统的容错控制。仿真结果表明,本文算法能快速诊断出故障传感器并具有容错控制功能,可有效提高电机驱动系统可用性。

关键词： Luenberger状态观测器 bayes分类算法电流传感器故障诊断容错控制

来源：评论

学校读者我要写书评

暂无评论

基于K-means和naive bayes的数据库用户行为异常检测研究

引用

计算机应用研究 2020年第4期37卷 1128-1131页

作者：王旭仁冯安然何发镁马慧珍杨杰首都师范大学信息工程学院北京100048 中国科学院信息工程研究所中国科学院网络测评技术重点实验室北京100093 北京理工大学图书馆北京100081

针对数据库用户行为异常导致数据库泄露问题,提出了一种基于K-means和naive bayes算法的数据库用户异常检测方法。首先,利用数据库历史审计日志中用户的查询语句与查询结果,采用K-means聚类方法得到用户的分组;然后,使用naive bayes分... 详细信息

针对数据库用户行为异常导致数据库泄露问题,提出了一种基于K-means和naive bayes算法的数据库用户异常检测方法。首先,利用数据库历史审计日志中用户的查询语句与查询结果,采用K-means聚类方法得到用户的分组;然后,使用naive bayes分类算法构造用户异常检测模型。与单独使用naive bayes分类法构造的模型相比,在数据预处理时其精简了用户行为轮廓的表示方法,降低了计算冗余,减少了81%的训练时间;利用K-means聚类方法得到用户组别,使检测的精确率提高了7.06%,F 1值提高了3.33%。实验证明,所提方法大幅降低了训练时间,取得了良好的检测效果。

关键词：数据库用户行为异常检测 K-means聚类 naive bayes分类算法

来源：评论

学校读者我要写书评

暂无评论

基于股吧信息的投资者情绪对极端收益的可预测性研究

基于股吧信息的投资者情绪对极端收益的可预测性研究

引用

作者：姜尚伟东北大学

学位级别：硕士

大数据背景下基于互联网平台的投资者情绪,为情绪与股市关系研究注入了新的活力。对于中国这样的新兴市场,投资者的经验相对缺乏、非理性行为更多,主流媒体的过多参与等因素扩大了投资者情绪,加剧了股市的波动,导致股市发生暴涨暴跌的... 详细信息

大数据背景下基于互联网平台的投资者情绪,为情绪与股市关系研究注入了新的活力。对于中国这样的新兴市场,投资者的经验相对缺乏、非理性行为更多,主流媒体的过多参与等因素扩大了投资者情绪,加剧了股市的波动,导致股市发生暴涨暴跌的极端变化。如何通过股票收益发生极端水平变化的投资者情绪对股票收益的可预测性研究,引导投资者理性投资,对于防范市场风险,指导投资者决策具有重要的实际意义。选用新浪财经网站中关于上证指数主题的股吧信息,采用直接判定法和bayes分类算法对股吧信息分类,考虑帖子点击数、内容和条数,从情绪基调、关注水平和张贴程度三个维度构建投资者情绪指数,并从极端收益视角深入研究投资者情绪与上证指数的关系。首先,探讨了投资者情绪与上证指数收益的相关性,投资者情绪与上证指数收益呈短期正相关、长期不显著的负相关关系。然后,研究全样本和不同市场状态下投资者情绪与上证指数收益之间的Granger因果关系,结果显示,投资者情绪不是上证指数收益的Granger原因,而上证指数收益是投资者情绪的Granger原因。接着,通过对比以上实证结果发现,采用基于bayes分类算法的分类信息构建投资者情绪指数,在解释上证指数收益变动趋势上,较采用基于直接判定法的分类信息构建投资者情绪指数更具有优势。最后,研究投资者情绪对极端收益的可预测性,发现投资者情绪对不同趋势极端收益存在非对称影响,对下跌趋势极端收益有显著可预测性。研究结论能够为投资者投资和监管者完善市场建设提供决策依据。

关键词：投资者情绪极端收益股吧信息 bayes分类算法

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：