统计学习

摘要： 为提高电网公司防灾减灾能力,考虑电网、气象、地理等因素,从统计学习的角度提出一种台风灾害下停电空间预测方法。首先,以1 km×1 km网格为单位收集数据,并进行标准化、分类变量独热编码处理与筛选、构造特征等处理后作为模型输入数据。其次,选取随机森林、梯度提升决策树、自适应提升、K最近邻、支持向量机、极限树、决策树以及XGBoost等算法,利用Stacking集成技术构造停电空间预测模型。最后,以广东省某县为研究对象,对模型的停电空间预测性能进行验证。在台风“彩虹”下的预测准确率为0.7776,召回率为0.9140。结果验证了在台风灾害下该模型对停电空间预测的可行性与有效性。

摘要： 随着网络安全技术的更新迭代,新型攻击手段日益增加,企业面临未知威胁难以识别的问题。用户与实体行为分析是识别用户和实体行为中潜在威胁事件的一种异常检测技术,广泛应用于企业内部威胁分析和外部入侵检测等任务。基于机器学习方法对用户和实体的行为进行模型建立与风险点识别,可以有效解决未知威胁难以检测的问题,增强企业网络安全防护能力。回顾用户与实体行为分析的发展历程,重点讨论用户与实体行为分析技术在统计学习、深度学习、强化学习等3个方面的应用情况,研究具有代表性的用户与实体行为分析算法并对算法性能进行对比分析。介绍4种常用的公共数据集及特征工程方法,总结两种增强行为表述准确性的特征处理方式。在此基础上,阐述归纳典型异常检测算法的优劣势,指出内部威胁分析与外部入侵检测的局限性,并对用户与实体行为分析技术未来的发展方向进行展望。

摘要： 高斯过程回归模型是一种基于贝叶斯推断的非参数模型,它以概率论为基础,通过在模型中明确地引入随机性,将研究者的先验知识与从观察数据中学习到的知识进行有机融合,并通过贝叶斯推断来减小不确定性。高斯过程回归模型所具有的天然的可解释性、灵活性以及稳健性,决定了其在统计学习领域发挥了重要且不可替代的作用,被广泛应用于各个领域。近年来,随着大数据时代的到来,现实数据不断趋于复杂化、非结构化以及实时化,催生了该模型在可扩展性以及模型结构更新等方面的快速发展。本文对近十年来高斯过程回归模型在大数据领域的拓展算法以及模型的改进方法进行分析总结,概述了各个方法的优缺点,并对高斯过程回归模型的未来研究方向进行展望。

摘要： 针对卫星观测任务需求受理之前的数据接收资源预分配问题,设计了基于统计学习的卫星数据接收资源预规划方法,通过统计分析历史资源使用计划,自学习获取资源使用概率模型,基于资源使用概率模型进行接收资源预分配.实现了无任务情况下的顶层资源统筹预分配,解决了多星接收资源冲突消解与多星解耦问题,是底层单星分布式任务规划的基础,提升了各卫星任务规划的相对独立性,提高了系统任务规划效率.

摘要： 为体现"以学生为中心"和"以项目为中心"的教学理念,充分突出课程实践案例的作用,文章提出面向OBE和"新工科"的统计学习课程实践案例,设计基于OBE的成果导向教学目标,以及实践案例的问题、技术和OBE达成性评价方法,并阐述如何在系统建模能力、实验方案设计能力、实验数据分析与解释能力及实验结果评估能力等方面培养学生.

摘要： 本文源于在统计教学中发生的一个实际问题情境,回归课标要求和学生真实学习的价值理念,立足以解决真实问题为中心,提出了"全景"体验的真实性学习策略,聚焦统计教学中"培养学生的数据分析观念"这一核心,让孩子们统计活动的真实过程,达成了"寻找真问题——抓住真问题——引发真讨论——突出真分析——解决真需求——寻求真解决——切实真应用——实现真成长"的教学效果.这样"有头有尾"的完整链条的真实体验全程,提高了孩子们发现问题、提出问题、分析问题、解决问题的能力.本文以北师大版小学数学教材为例,对统计学习的完整链条做出充分剖析,并结合典型实例对"如何落实全景体验,让统计学习真实发生"进行了具体的分析.

摘要： 本文源于在统计教学中发生的一个实际问题情境,回归课标要求和学生真实学习的价值理念,立足以解决真实问题为中心,提出了“全景”体验的真实性学习策略,聚焦统计教学中“培养学生的数据分析观念”这一核心,让孩子们统计活动的真实过程,达成了“寻找真问题——抓住真问题——引发真讨论——突出真分析——解决真需求——寻求真解决——切实真应用——实现真成长”的教学效果。这样“有头有尾”的完整链条的真实体验全程,提高了孩子们发现问题、提出问题、分析问题、解决问题的能力。本文以北师大版小学数学教材为例,对统计学习的完整链条做出充分剖析,并结合典型实例对“如何落实全景体验,让统计学习真实发生”进行了具体的分析。

摘要： 海量数据时代让统计学习已成为许多科学领域及市场研究、 金融学等商科领域热门的工具,大学生拥有大数据统计学习技能是非常必要的.通过通识实验课"大数据统计分析与机器学习"让不同专业的学生掌握基本的数据建模,分析及预测能力,识别获取有价值的信息,解决各个专业的难题,有利于培养学生科学思维与创新能力.采用不同的实验模块来满足多专业多需求的学生,让学生可以进行根据自己的专业或兴趣进行选择实验模块,增加开放式实验模块,更加适合不同专业的学生.

摘要： 目的 基于统计学习方法探讨癌胚抗原(carcinoembryonic antigen,CEA)、糖链抗原(carbohydrate anti-gen,CA)125、CA15-3和CA19-9四种肿瘤标志物的不同联合对鉴别良恶性胸腔积液的诊断价值.方法 收集北京和武汉两家医院共319例患者的胸腔积液标本及配对血清标本,应用化学发光法检测CEA、CA125、CA15-3及CA19-9在血清及胸腔积液中的浓度,采集患者的性别、年龄等协变量信息,分别应用logistic回归、随机森林和支持向量机三种方法建立联合诊断模型,通过受试者工作特征(receiver operating characteristics,ROC)曲线分析比较其诊断价值.结果 使用支持向量机方法,获得胸腔积液中CEA+CA19-9的联合诊断对应的ROC曲线下面积(areas under the curve,AUC)值最大(0.92,P<0.001),灵敏度最高(0.82),特异度为0.96,AUC值比单一肿瘤标志物诊断最优值提高了1.6％,灵敏度提高了3.8％;使用logistic回归方法,获得胸腔积液中CEA+CA15-3+CA19-9联合诊断对应的AUC值达到0.91(P<0.001),比单一肿瘤标志物最优模型AUC值提高了5.7％,灵敏度提高13.2％,特异度提高4.3％;3.使用随机森林方法,最优灵敏度达到0.82,最高AUC值为0.89(P<0.001),比单一肿瘤标志物最优模型AUC值提高了5.1％,灵敏度提高6.5％,特异度提高3.3％.结论 相比单一肿瘤标志物诊断,联合多肿瘤标志物的诊断能够提高诊断精度,但是提高幅度不大.基于支持向量机方法,使用胸腔积液中单一肿瘤标志物CEA即可达到较好的良、恶性胸腔积液诊断效果.综合考虑患者就医的经济负担和就医体验等因素,本研究不推荐使用多肿瘤标志物的联合诊断.

摘要： 为对海洋水质污染治理提供科学的理论基础,在统计学习理论框架下提出一种海水水质预测模型.结构上,该模型由数据降维、非线性逼近和参数优化3个功能部分构成.该模型用主成分分析对10种海水水质影响因子进行数据降维,从中提取主成分作为相关向量机的输入;利用相关向量机进行逼近,采用组合核函数替代传统的单一核构建多核映射机制,通过萤火虫算法优化组合核的权重及其模型的相关参数.实验结果表明,针对动态复杂的海洋数据,相关向量机的多核映射机制在预测精度上明显优于单一核的映射机制,进一步从统计分析角度验证了模型的有效性.

摘要： 学评教在“以学生为中心”的教学体系中发挥着极为重要的作用.然而,现有的学评教过程存在分数差异大、影响因素多、主观噪声强等缺陷.本文采用科学的统计学习方法,研究以下两个部分内容:①学评教数据的统计分析与可视化,对现有学评教数据进行统计分析,并进行合理、美观的可视化分析;②学评教相关因素的关系挖掘,对教师和课程特征属性与学评教数据之间进行相关分析,挖掘各个因素与学评教结果的相互关系.本文的研究成果对于进一步探索公平公正的学评教评价体系,促进教学水平的提升具有一定的启发性.

摘要： 本文利用统计学习理论中最小二乘支持向量机研究载荷识别问题，选用径向基函数，通过全局遍历方式选参，建立了基于最小二乘支持向量机载荷识别模型。经对圆柱壳结构振动系统数值仿真表明利用该载荷识别模型识别出的载荷，不仅识别精度高，而且能有效解决载荷识别的非线性、小样本等问题，具有一定的工程实用价值。

摘要： 对基于支持向量机（SVM）和遗传算法的球团竖炉能耗优化问题进行了研究。采用基于统计学习理论的支持向量机对竖炉生产过程建立了两个球团质量分类预报模型，对不同参数下可能导致的球团质量进行了分类预报，考察结果显示其分类准确度约为80%—84%。运用遗传算法在由两个支持向量机模型划分出来的合理可控参数空间中对球团竖炉能耗情况进行优化。优化结果显示：在保证同样的球团质量标准的前提下，能耗可降低约2%~4%。

摘要： 文本中隐含着大量表示因果和条件关系的行为知识，自动获取此类知识对规划推理、故事理解与生成和行为挖掘等多个研究领域有重要意义。本文关注面向行为知识的文本抽取方法，以图获得行为的前提和结果。针对行为知识抽取问题，设计了系统流程和架构。在行为知识识别阶段，利用基于浅层句法的特征和统计学习方法抽取行为前提和结果，分析了训练语料的不平衡问题，最终取得较好的实验结果。

摘要： 个人信息检索是个人计算机上用户搜索文件的一种重要技术，但同互联网检索相比，个人信息检索能利用的信息很少，这使得个人信息检索的排序成为很困难的问题。本文通过收集计算机上的用户行为，对个人信息检索的排序问题进行深入的研究。其中用户行为分为检索系统的查询行为和计算机上的文件访问行为，本文通过查询行为获取训练数据，文件访问行为获取文件自身的权重，并利用统计学习的方法结合这两类行为学习排序函数，实验结果显示我们的方法好于传统的排序方法。另外我们实现了收集用户行为并提供多种排序函数的个人信息检索系统LUPINS。

摘要： 受到LDPC和Turbo迭代译码器的启发,本文提出了基于可信度传播算法应用于同步CDMA系统的检测器以抑制不同用户之间的多址干扰(MAI)。仿真分析表明基于该算法的差错概率略次于最优多用户检测,但是其运算复杂度可以大大降低：由原来的指数级的运算复杂度降至多项式复杂度。进一步本文中的置信度传播是对以前的文献中讨论的多级检测器一种更直观更接近容易分析的表述。这个表述有着明显的优势,因为在统计学习和贝叶斯网络领域,置信度传播算法已经有了相对成熟的结论,而与多级检测器相关的性能分析相对较少。所以置信度传播检测器的性能分析可以相对多一些。

摘要： 隐马尔可夫模型（HMM）作为一种统计分析模型，创立于20 世纪70年代。80年代其得到了传播和发展，成为信号处理的一个重要方向，现已成功地用于语音识别，行为识别，文字识别以及故障诊断等领域。本文对HMM 模型和其应用于语音识别的实践进行了研究，着重分析了HMM 三大基本问题和设计对应算法，并且用Ｃ++语言完成了算法的程序实现，加深对HMM 及其算法的理解，为读者了解认识HMM提供一些帮助，最后探讨了HMM 模型技术的缺陷和解决方案。

摘要： 隐马尔可夫模型（HMM）作为一种统计分析模型，创立于20 世纪70年代。80年代其得到了传播和发展，成为信号处理的一个重要方向，现已成功地用于语音识别，行为识别，文字识别以及故障诊断等领域。本文对HMM 模型和其应用于语音识别的实践进行了研究，着重分析了HMM 三大基本问题和设计对应算法，并且用Ｃ++语言完成了算法的程序实现，加深对HMM 及其算法的理解，为读者了解认识HMM提供一些帮助，最后探讨了HMM 模型技术的缺陷和解决方案。

摘要： 隐马尔可夫模型（HMM）作为一种统计分析模型，创立于20 世纪70年代。80年代其得到了传播和发展，成为信号处理的一个重要方向，现已成功地用于语音识别，行为识别，文字识别以及故障诊断等领域。本文对HMM 模型和其应用于语音识别的实践进行了研究，着重分析了HMM 三大基本问题和设计对应算法，并且用Ｃ++语言完成了算法的程序实现，加深对HMM 及其算法的理解，为读者了解认识HMM提供一些帮助，最后探讨了HMM 模型技术的缺陷和解决方案。

摘要： 隐马尔可夫模型（HMM）作为一种统计分析模型，创立于20 世纪70年代。80年代其得到了传播和发展，成为信号处理的一个重要方向，现已成功地用于语音识别，行为识别，文字识别以及故障诊断等领域。本文对HMM 模型和其应用于语音识别的实践进行了研究，着重分析了HMM 三大基本问题和设计对应算法，并且用Ｃ++语言完成了算法的程序实现，加深对HMM 及其算法的理解，为读者了解认识HMM提供一些帮助，最后探讨了HMM 模型技术的缺陷和解决方案。

摘要： 本发明提供用于选择用于检验样品的模式的方法及系统。一种方法包含统计预测集合中的数据点是否对应于样品上的缺陷或扰乱点。所述数据点包含针对所述样品上的离散位置从通过检验系统的两个或更多个模式产生的输出确定的属性。已在所述离散位置处使用所述模式中的至少一者检测事件。所述方法还包含确定所述模式的两个或更多个不同组合中的每一者的定量测量，借此确定不同定量测量。所述不同组合中的每一者的所述定量测量是响应于所述组合中的一者检测所述缺陷且最小化所述扰乱点的检测的良好程度。所述方法进一步包含基于经确定定量测量选择用于检验与所述样品的类型相同的样品的所述模式中的一或多者。

摘要： 本发明公开了一种基于统计学习和深度学习的工业控制系统(ICS)通信网络异常分类方法。该方法基于大数据量的工业控制系统通信网络正常运行时的流量，设计LSTM深度学习结构参数并进行建模分析。通过分析结合前期基于SARIMA在线统计学习模型所生成的实时通信流量数据阈值，设计关联算法分析背景流量与实时流量之间的数值关系。根据ICS网络异常事件分类算法对ICS通信网络异常进行具体分类。本发明以浙江省某工控安全虚实结合的靶场测试台进行实验分析，同时在实验室环境搭建实物仿真平台进行验证实验，并给出了详细的实例验证其算法的可靠性和准确性。

摘要： 本发明提出了一种基于统计学习的威胁情报利用与繁殖方法，应用于网络安全领域，基于有限的已知威胁情报，通过统计学习，发现大量未知的威胁情报，实现威胁情报的繁殖。为了躲避安全检测，网络攻击的变化速度越来越快，导致威胁情报的数量增多、时效性缩短。只利用已知威胁情报的安全检测模型，会受到模型退化问题的影响，准确度下降。本发明基于统计学习算法，引入可信度，代替静态阈值，提高模型对未知威胁的识别能力；该方法支持多种异构检测模型，基于可信度对比，实现多模型协同防御；该方法引入滑动时间窗概念，实现检测模型对新出现的威胁情报的快速吸收，对过期情报的有效遗忘。

摘要： 本发明公开了一种物联网节点功耗统计学习装置及方法，涉及物联网领域，该装置包括电量统计单元和微处理器单元，电量统计单元用于连接物联网节点以及物联网节点的电池，以采集电池剩余电量、电池电流和电池电压；微处理器单元用于连接电量统计单元和物联网节点，所述微处理器单元用于接收物联网节点发送的微操作功耗统计请求后驱使电量统计单元周期性采集电池剩余电量、电池电流和电池电压，计算得到每种微操作在每一个预设周期下的平均功耗，然后再基于采集的周期数，以及每种微操作在每一个预设周期下的平均功耗，进行平均计算，得到每一种微操作的平均功耗。本发明能够简单而高效的实现对物联网电量的精确计算。

摘要： 本发明公开了一种认知卫星通信中多参数统计学习决策方法，其步骤包括：确定需要学习的认知卫星通信的系统参数；次级用户需根据自身的QoE需求与各个系统参数之间的关系，建立QoE度量函数，次级用户在利用其选择的信道进行信息传输时，利用该QoE度量函数得到次级用户的QoE回报值；次级用户根据传输情况信息和感知情况信息，对未知的系统参数进行统计学习，并做出频谱决策；当次级用户感知到某信道为空闲时，次级用户以最大发射功率利用此信道传输信息；次级用户更新学习到的系统参数，再更新信道统计信息。本发明基于学习的多个参数，根据次级用户的QoE函数目标，其可进行智能决策，即对最大化QoE函数(最优化QoE性能)进行自适应决策。

摘要： 本发明公开了一种基于统计学习和深度学习的工业控制系统(ICS)通信网络异常分类方法。该方法基于大数据量的工业控制系统通信网络正常运行时的流量，设计LSTM深度学习结构参数并进行建模分析。通过分析结合前期基于SARIMA在线统计学习模型所生成的实时通信流量数据阈值，设计关联算法分析背景流量与实时流量之间的数值关系。根据ICS网络异常事件分类算法对ICS通信网络异常进行具体分类。本发明以浙江省某工控安全虚实结合的靶场测试台进行实验分析，同时在实验室环境搭建实物仿真平台进行验证实验，并给出了详细的实例验证其算法的可靠性和准确性。

摘要： 本发明公开了一种基于语音统计学习的意识评估方法及系统，该方法包含：配置语音刺激材料；向受试者多次播放语音刺激材料；采集每个受试者的脑电信号数据；对脑电信号数据进行预处理；对预处理后的脑电信号数据进行计算得到每个受试者的脑电信号数据的特征数据；从特征数据中识别出具有区分度的区别特征数据；通过多个受试者的区别特征数据及其对应的用户类别对SVM分类器进行训练；获取到未知类别的用户的区别特征数据并输入到训练好的SVM分类器中得到该用户对应的用户类别。本发明的基于语音统计学习的意识评估方法及系统，在语音刺激的同时同步记录高精度脑电数据，通过对脑电数据进行解码分析，实现意识障碍患者统计学习能力的量化。

摘要： 本发明提出一种结合统计学习和时频分析的动静脉瘘异常震颤信号识别系统及方法，采用改进频率小波切片变换（MFSWT）生成信号的时频能量谱，利用归一化能量统计生成能量特征，通过分类器进行动静脉瘘异常震颤信号分类。具有精确的信号成份时频定位、独立重构、自适应、易用以及好的可理解性等优点，能够通过信号处理从震颤信号中获取有效信息。

摘要： 本发明公开了一种认知卫星通信中多参数统计学习决策方法，其步骤包括：确定需要学习的认知卫星通信的系统参数；次级用户需根据自身的QoE需求与各个系统参数之间的关系，建立QoE度量函数，次级用户在利用其选择的信道进行信息传输时，利用该QoE度量函数得到次级用户的QoE回报值；次级用户根据传输情况信息和感知情况信息，对未知的系统参数进行统计学习，并做出频谱决策；当次级用户感知到某信道为空闲时，次级用户以最大发射功率利用此信道传输信息；次级用户更新学习到的系统参数，再更新信道统计信息。本发明基于学习的多个参数，根据次级用户的QoE函数目标，其可进行智能决策，即对最大化QoE函数(最优化QoE性能)进行自适应决策。

摘要： 本发明公开了一种用于数理统计学习的展示平台，包括底板和操作区，所述底板下端左部和下端右部均设置有升降机构，两个所述升降机构下部均设置有两个万向轮，所述底板上端中部固定安装有智能体感捕捉摄像头，所述底板上端右部开有第一安装槽，所述第一安装槽下槽壁从左到右依次固定安装有控制器和信号接收器，且信号接收器与控制器电性连接，所述底板前端右部固定安装有显示屏，所述底板前端左部开有收纳槽，所述收纳槽后槽壁设置有推送机构，所述推送机构前部设置有展示板，所述收纳槽左槽壁和右槽壁均设置有两个锁停机构，所述底板前端设置有移动机构。本发明所述的一种用于数理统计学习的展示平台，使用方便，实用性强，科技感强。