删失数据下非线性半参数回归模型中参数的经验似然推断

考察了响应变量在随机删失情形下的非线性半参数回归模型,构造了未知参数的经验对数似然比统计量和调整经验对数似然比统计量,证明在一定条件下,所构造的经验似然比统计量渐近于X~2分布,并由此构造出未知参数的置信域.此外,又构造了未知参数的最小二乘估计量,证明了它的渐近性质.通过模拟研究表明,经验似然方法在置信域的覆盖概率以及精度方面要优于最小二乘法.     

肝脏超声图象局部分形指数研究

为了研究人体组织超声图象的局部特征,并为进行人体组织定征研究提供新的参数,提出了一个分析超声图象局部分形指数的新方法－局部分形指数小波分析法ＬＦＷＡＭ（ＬｏｃａｌＦｒａｃｔａｌＳｃａｌｅＷａｖｅｌｅｔＡｎａｌｙｓｉｓＭｅｔｈｏｄ）。应用此法研究了人体肝脏组织超声图象分形体的构造规则;进行了局部分形指数的分析。验证了ＬＦＷＡＭ法分析肝脏超声图象局部特性的有效性,得出了局部分形指数更能全面、细致地刻画肝脏组织超声图象分形特征的结论,为进而研究局部病变的识别与图象的分割提供了基础。     

一种非线性多阶段动力系统的最优控制及数值优化

针对间歇发酵过程的非线性多阶段动力系统,建立了以初始浓度为控制变量、以生产强度为性能指标的最优控制模型.证明了非线性多阶段动力系统的主要性质、最优控制的存在性及达到最优解的必要条件.构造了优化算法并应用于实际数据计算,其数值结果表明了本文模型与算法的有效性.     

滇池外海藻类时空分布及其与环境因素间非线性相关分析

文章基于滇池外海监测数据(2014—2020), 分析了滇池外海不同区域间的藻类分布情况, 并运用最大信息系数(Maximal Information Coefficient, MIC)定量分析了滇池外海中环境因素与藻类间的非线性关系。主要结果如下: (1)滇池外海藻密度呈现明显的北高南低的趋势, 蓝藻在所有藻类中占绝对优势, 且主要在夏季表现出最高的藻类密度占比, 绿藻的藻类占比次于蓝藻但远高于其他藻类且在春季的藻类占比相对最高; (2)总体上藻类密度与结果变量存在明显的线性关系, 同时与原因变量间的非线性关系显著; (3)蓝藻的水质驱动因素主要为水温(MIC: 0.27, P<0.01)和氨氮(MIC: 0.22, P<0.01), 且相较于其他氮源, 氨氮对蓝藻的影响更大。绿藻的水质驱动因素主要为总磷(MIC: 0.27, P<0.01)和总氮(MIC: 0.21, P<0.01), 其他形态的氮对绿藻的影响可能较氨氮更强。在气象条件中, 蓝藻和绿藻主要受气温及辐射量的控制。     

耳声发射信号的小波分析及应用

为了利用瞬态诱发耳声发射信号,对耳蜗性和蜗后性两种感音神经性耳聋进行诊断和定位,提出了一种基于小波变换的方法,用于对感音神经性耳聋病变进行诊断和定位。首先,获得听力正常耳信号的小波变换的对数均方根－频率曲线范围,及在对侧刺激声作用下,信号受抑制的小波变换的对数均方根－频率曲线范围;然后根据某一受试耳有无对侧刺激声作用下的瞬态诱发耳声发射信号,得出其小波变换的对数均方根曲线及受抑制的对数均方根曲线。最后,检测受试耳的两条曲线是否分别在正常值范围内,由此对受试耳的耳蜗及内侧橄榄耳蜗系统功能进行检测,同时根据每一条曲线将蜗性及蜗后病变定位到某一细致的频带。此方法与目前临床上采用的耳声发射结合ABR和纯音测听的诊断方法能很好地吻合。     

水稻无脊椎动物多样性的K-L变换编目分析

K-L变换可消除样品各特征间的相关性,去除信息量较少或信息虚假的坐标轴,降低特征空间的维数,用较少量的特征描述样品,是目前最为有效的数据信息压缩抽取方法。利用K-L变换,样品之间变化较小的分类单元（目或功能群等）,不会作为重要特征保留下来。因此,数量上占优势、或害虫防治中有重要地位的分类单元并不一定是识别样品的重要特征。可以藉K-L变换明确构成样品变异的主要分类单元,从而对不同地区、不同季节的取样实践有一定的指导意义、用通常的多样性指数分析及多样性差异显著性分析无法解决这个问题。用K-L变换可大大压缩数据存储空间。对数据量很大的生物多样性分析有较大的应用价值。反映样品所携信息量的热带水稻田无脊椎动物目主要是半翅目,中腹足目,以及表腹亚目。其中,在旱季半翅目占主要地位,而在雨季中腹足目占主要地位。就无脊椎动物目的组成而言,它们是构成样品变异的主要类群,是取样中需要得到特别注意的目。反映样品信息的无脊椎动物功能群主要是外部植食类,植食多食性类,半水生水面爬行类,粗粒残物取食类,以及陆生爬行、跳跃或猎者类,是取样中要重点考虑的一些类群。     

一类具有非线性控制和基层具有饱和吸收率的恒化器藻类模型

本文通过对藻类的增长率和基层的吸收率提出有生物意义的表达式,研究了一类具有非线性控制藻类恒花器模型．用定性理论证明了非线性控制可以使变产量的恒化器模型有一个全局渐进稳定的正平衡点．     

样条变换偏最小二乘在肝癌数据分类中的应用

肝癌是中国最常见的恶性肿瘤之一。基于肿瘤基因表达谱数据的分析与研究是当今研究的热点,对于癌症的早期诊断、治疗具有十分重要的意义。针对高维小样本基因表达谱数据所显现的变量间严重共线性、类别变量与预测变量的非线性关系,采用了基于样条变换的偏最小二乘回归新技术。首先通过筛选法去除基因表达谱数据中的冗余信息,然后以3次B基样条变换实现非线性基因表达谱数据的线性化重构,随后将重构的矩阵交由偏最小二乘法构建类别变量与预测变量间的关系模型。最后,通过对肝癌肿瘤基因表达谱数据的分析,结果显示此分类模型对数据重构稳健,有效的解决了高维小样本基因表达谱数据间的过拟合和变量间的共线性,具有较高的拟合和分类正确率。     

视觉诱发电位波形的自动判别分析及其临床应用

计算诱发电位波形第一至第六次谐波的幅度和相位,把这12个参数作为判别分析的自变量.用32只正常眼、31只弱视眼和30只球后视神经炎患眼的诱发电位波形数据建立判别分析系统,再用另外32只正常眼、35只弱视眼和30只球后视神经炎患眼的诱发电位波形数据检验该判别分析系统的判别效果.     

大鼠脊髓背角神经元痛放电确定性行为的年龄相关变化

为阐明脊髓背角神经元痛放电的年龄相关的动力学变化,本研究采用非线性预报方法,对两组不同年龄大鼠(成年青龄鼠3～4月龄,老年鼠＞22月龄)组织损伤诱发的脊髓背角神经元痛放电峰峰间期序列进行了确定性行为的定量分析.结果显示,皮下注入蜜蜂毒,在两组大鼠均诱发脊髓背角广动力域神经元长时程放电,而老龄大鼠的痛放电峰峰间期序列表现出更高的可确定性.本研究表明,单个神经元的痛放电动力学在整个生命过程中并不是恒定不变的,伤害性神经元活动的年龄相关动力学变化可能是老年人群中多样化痛反应的内在机制之一.