似然比

摘要： 将基于似然比的证据评估体系引入到钢丝钳钳剪痕迹比对中,为检验定量化的研究提供一种新方法、新思路。通过收集200份钢丝钳钳剪的铜丝断头,并对内刃直剪产生的断头峰角的角度、外刃直剪产生的断头峰角的角度等特征进行统计、建库、分析,而后分别求得内外刃形成的峰角角度在钳剪断头中的出现率,求出似然比值。似然比值与对应的似然比等级表中的证据支持强度符合实验结果,所选用的特征数量越多,似然比值越大,对认定同一或者否定同一的证据支持力度也就越强。似然比应用于钢丝钳钳剪痕迹比对中具有可行性。

摘要： 计算机化分类测验(Computerized Classification Testing,CCT)能够高效地对被试进行分类,已广泛应用于合格性测验及临床心理学中。作为CCT的重要组成部分,终止规则决定测验何时停止以及将被试最终划分到何种类别,因此直接影响测验效率及分类准确率。已有的三大类终止规则(似然比规则、贝叶斯决策理论规则及置信区间规则)的核心思想分别为构造假设检验、设计损失函数和比较置信区间相对位置。同时,在不同测验情境下,CCT的终止规则发展出不同的具体形式。未来研究可以继续开发贝叶斯规则、考虑多维多类别情境以及结合作答时间和机器学习算法。针对测验实际需求,三类终止规则在合格性测验上均有应用潜力,而临床问卷则倾向应用贝叶斯规则。

摘要： 极化码是一种理论上能够达到任意对称二进制离散无记忆信道(B-DMC)信道容量的新型信道编码技术。本研究介绍了信道极化的基本原理,并针对一般情况,以偏序法为例,详细阐述了具有4阶核矩阵的极化码构造原理,并采用串行相消译码器研究其译码过程。最后,对极化码潜在的研究方向和可能遇到的困难点进行了探讨。

摘要： 为了探究法庭说话人自动识别技术在司法实践中的应用价值,研究使用深度神经网络提取说话人身份向量,并构建了基于d-vector PLDA的法庭说话人自动识别系统,选用开源语音数据集VoxCeleb1和VoxCeleb2作为系统评测语料,在似然比框架下,利用不同采样率的语音数据和不同规模的训练数据集进行了系统测试和性能验证实验。结果表明,基于d-vector PLDA模型的法庭说话人识别系统识别性能优良,在司法语音实践中具有良好的潜力和应用前景,而基于高采样率语音数据的训练测试和较大规模PLDA自适应训练数据集的系统识别效果更佳。

摘要： 深度学习模型有时会将一些未知类别数据误分类为已知类别,这些未知类别数据定义为在某些领域的分布外数据,例如生物信息、医疗保健、自动驾驶和网络安全等,这样的误分行为将会导致严重的后果。对网络流量识别与分类技术以及分布外数据进行了简要介绍,提出了一种在测试样本中检测存在分布外数据的方法。根据分布外数据特点,通过训练并计算2个模型得到的结果的似然比判断分布外数据。在网络流量公开数据集Moore数据集和4个自采集数据集上进行了测试,该检测方法的识别精度可以达到92.3%。

摘要： 传统网络突发性舆情信息监控方法忽略了提前监测出舆情聚集区域,存在舆情监控耗时较长、控制率低的问题。为此,提出自组织网络突发性舆情交互信息监控方法。该方法通过求解交互空间扫描变量和概率分布模型确定舆情的发生概率,定义出自组织网络数据交互空间扫描窗口数量。通过排列和计算交互空间扫描窗口的对数似然比,确定舆情最有可能发生聚集区域。构建舆情最优控制模型,获取目标函数,实现突发性舆情交互信息的监控。实验结果表明,与传统方法相比所提方法的监控效率高,舆情监控率也更理想。

摘要： 目的基于似然比方法和弹壳击针头痕迹3D数据进行枪支判别的验证测试,为其量化检验和证据评价提供理论和技术方法支持。方法从两类枪支射击的多枚弹壳中随机抽取每类各50枚弹壳样本,利用超景深三维立体显微镜对每枚弹壳的击针头3D痕迹进行体积和表面积的测量。基于似然比方法和这些测量数据进行枪支判别的验证测试,比较评价两个单一特征参数及其融合特征参数的有效性及其证据价值。结果这两类枪支的弹壳击针头痕迹的体积和表面积具有类内规律性和较好的稳定性,同时具有一定程度的类间重叠交叉性。两个特征均具有较好的区分能力和证据价值,表面积的区分能力相对更强、特征价值更高,而两个特征融合的判别效果最好。结论弹壳击针头痕迹的3D特征测量准确可靠,数据可用于枪支的有效判别。似然比方法为枪弹痕迹的量化检验及其证据评价提供了有效的技术方法。

摘要： 有一种疾病经常被误诊为“急性扁桃体炎”,初诊的误诊率很高,几乎为100%,笔者每年在门诊都会遇到几个因治疗效果不好而转诊过来的误诊病例,这就是传染性单核细胞增多症。先来看一个典型病例。典型病例患者,女性,25岁,因“咽痛4天”就诊。4天前无诱因下出现咽痛,吞咽时明显,无畏冷、发热,无鼻塞、流涕。3天前到某医院就诊,诊断为“急性扁桃体炎”,给予了头孢菌素治疗,效果不理想,症状持续。

摘要： 通常在处理模型假设检验的问题时,统计推断是通过样本数据的观测信息来推断总体的主要方法,本文提出基于嵌套结构的分层线性回归模型的系数向量诊断方法,对于分层线性回归的第一层模型系数诊断主要利用传统的线性嵌套回归模型F检验进行统计推断。该论文的创新之处在于对分层线性回归模型的第二层系数进行统计诊断,利用嵌套多元线性回归模型推广到具有嵌套结构的分层线性回归模型中,主要构建分层线性回归模型似然函数比值来构造检验统计量。通过高校数学成绩分层数据进行分析,来验证该方法的有效性和可行性。

摘要： 基于似然比的控制图是质量控制的一种常用方法,为进一步增强对中小漂移的检测敏感度,运用变化样本容量的动态控制图的思想计算警告线,设计了基于似然比的变化样本容量的指数加权滑动平均动态控制图,用于检测过程均值.通过R软件模拟过程开始受控和失控两种情况下平均运行长度,并与似然比控制图和基于似然比的指数加权滑动平均控制图比较,模拟结果显示良好.该方法应用于实践,不仅可以提高检测的速度,还可以提高企业统计决策的精确度和可靠度.

摘要： 本文提出了一种改进的基于统计的中文网页的分类算法,通过对传统的基于计算机似度文本分类方法和基于贝叶斯模型文本分类算法的研究,我们对贝叶斯模型分类算法进行了改进,提出了利用类别密度函数似然比来增加特征词的可分性信息的算法.通过对计算机似度方法,贝叶斯方法及改进的贝叶斯方法对比实验表明,改进算法可以最大化类与类的间隔,因而具有较高的分类精确率和召回率.

摘要： 当用多个传感器对状态进行测量时，必须将得到的多个测量值进行综合分析，这个综合估计值的准确度与所采用的算法有关.在序列测量中，可以根据各传感器以前的测量记录 来判断性能，制定优化的综合算法.该文对于测量值为连续值与开关值两种情况下的多传感 器序列测量进行研究，分别提出方差逆加权与似然比的综合算法，并对各种算法的精度进行比较.

摘要： 提出一种使用韵律模型的方法来改进计算机辅助语言学习中的发音质量评价性能.该方法在原有的单音子和三音子模型的基础上,添加了韵律因素.一方面,这使得对影响发音质量最大的元音音素的描述更为细致;另一方面,包含韵律模型的方法从一定程度上解决了使用母语训练库和非母语测试库之间的模型不匹配问题,为语言学习机在母语和非母语之间的交叉应用提供了可能.同时,这种改进的方法还为计算机辅助语言学习系统中的错误检测和反馈提供了很好的参考,更进一步增加了发音质量评价模块在整个学习机系统中的指导作用.试验中,使用WSJ(母语库)作为训练库,ESC(非母语库)作为测试库,基于带韵律的Mono-Phone模型得到的匹配分数,段长分数,感知分数融合结果与主观评价之间的最终相关性为0 839,比原有基本英语音素的方法的融合结果提高了0 08(0 753).

摘要： 提出一种使用韵律模型的方法来改进计算机辅助语言学习中的发音质量评价性能.该方法在原有的单音子和三音子模型的基础上,添加了韵律因素.一方面,这使得对影响发音质量最大的元音音素的描述更为细致;另一方面,包含韵律模型的方法从一定程度上解决了使用母语训练库和非母语测试库之间的模型不匹配问题,为语言学习机在母语和非母语之间的交叉应用提供了可能.同时,这种改进的方法还为计算机辅助语言学习系统中的错误检测和反馈提供了很好的参考,更进一步增加了发音质量评价模块在整个学习机系统中的指导作用.试验中,使用WSJ(母语库)作为训练库,ESC(非母语库)作为测试库,基于带韵律的Mono-Phone模型得到的匹配分数,段长分数,感知分数融合结果与主观评价之间的最终相关性为0 839,比原有基本英语音素的方法的融合结果提高了0 08(0 753).

摘要： 提出一种使用韵律模型的方法来改进计算机辅助语言学习中的发音质量评价性能.该方法在原有的单音子和三音子模型的基础上,添加了韵律因素.一方面,这使得对影响发音质量最大的元音音素的描述更为细致;另一方面,包含韵律模型的方法从一定程度上解决了使用母语训练库和非母语测试库之间的模型不匹配问题,为语言学习机在母语和非母语之间的交叉应用提供了可能.同时,这种改进的方法还为计算机辅助语言学习系统中的错误检测和反馈提供了很好的参考,更进一步增加了发音质量评价模块在整个学习机系统中的指导作用.试验中,使用WSJ(母语库)作为训练库,ESC(非母语库)作为测试库,基于带韵律的Mono-Phone模型得到的匹配分数,段长分数,感知分数融合结果与主观评价之间的最终相关性为0 839,比原有基本英语音素的方法的融合结果提高了0 08(0 753).

摘要： 提出一种使用韵律模型的方法来改进计算机辅助语言学习中的发音质量评价性能.该方法在原有的单音子和三音子模型的基础上,添加了韵律因素.一方面,这使得对影响发音质量最大的元音音素的描述更为细致;另一方面,包含韵律模型的方法从一定程度上解决了使用母语训练库和非母语测试库之间的模型不匹配问题,为语言学习机在母语和非母语之间的交叉应用提供了可能.同时,这种改进的方法还为计算机辅助语言学习系统中的错误检测和反馈提供了很好的参考,更进一步增加了发音质量评价模块在整个学习机系统中的指导作用.试验中,使用WSJ(母语库)作为训练库,ESC(非母语库)作为测试库,基于带韵律的Mono-Phone模型得到的匹配分数,段长分数,感知分数融合结果与主观评价之间的最终相关性为0 839,比原有基本英语音素的方法的融合结果提高了0 08(0 753).

摘要： 提出一种使用韵律模型的方法来改进计算机辅助语言学习中的发音质量评价性能.该方法在原有的单音子和三音子模型的基础上,添加了韵律因素.一方面,这使得对影响发音质量最大的元音音素的描述更为细致;另一方面,包含韵律模型的方法从一定程度上解决了使用母语训练库和非母语测试库之间的模型不匹配问题,为语言学习机在母语和非母语之间的交叉应用提供了可能.同时,这种改进的方法还为计算机辅助语言学习系统中的错误检测和反馈提供了很好的参考,更进一步增加了发音质量评价模块在整个学习机系统中的指导作用.试验中,使用WSJ(母语库)作为训练库,ESC(非母语库)作为测试库,基于带韵律的Mono-Phone模型得到的匹配分数,段长分数,感知分数融合结果与主观评价之间的最终相关性为0 839,比原有基本英语音素的方法的融合结果提高了0 08(0 753).

摘要： 通过采用时间序列对产品性能退化数据进行分析与描述，提出了一种基于ARIMA模型的产品可靠性评估与寿命预测方法。由于该方法综合了时序模型对随机序列自拟合性强与预测精度高的优点，有效克服了传统方法需要预先假定退化轨道函数而导致对产品进行可靠性评估与寿命预测时人为及经验因素影响大的缺点，因而具有良好的鲁棒性。文中最后通过示例，表明了该方法的正确性与有效性。

摘要： 通过采用时间序列对产品性能退化数据进行分析与描述，提出了一种基于ARIMA模型的产品可靠性评估与寿命预测方法。由于该方法综合了时序模型对随机序列自拟合性强与预测精度高的优点，有效克服了传统方法需要预先假定退化轨道函数而导致对产品进行可靠性评估与寿命预测时人为及经验因素影响大的缺点，因而具有良好的鲁棒性。文中最后通过示例，表明了该方法的正确性与有效性。

摘要： 通过采用时间序列对产品性能退化数据进行分析与描述，提出了一种基于ARIMA模型的产品可靠性评估与寿命预测方法。由于该方法综合了时序模型对随机序列自拟合性强与预测精度高的优点，有效克服了传统方法需要预先假定退化轨道函数而导致对产品进行可靠性评估与寿命预测时人为及经验因素影响大的缺点，因而具有良好的鲁棒性。文中最后通过示例，表明了该方法的正确性与有效性。

摘要： 实现高速执行对数似然比计算，同时减小电路尺寸和功耗，而无论调制方法的多级数目如何。指示接收信号点的P轴坐标的比特的硬判决比特被输入到区域检测电路，并且基于该硬判决比特输入，区域检测电路检测并输出其中存在接收信号点的坐标的相平面上的区域。指示接收信号点的坐标的比特的软判决比特被输入到LLR电路，并且基于该软判决比特输入，LLR电路计算主LLR。LLR转换器基于区域检测电路的输出(区域检测结果)来计算最终的LLR。通过这种配置，在将其中对数似然比的值根据接收信号点的位置变化的范围限定到包括比特的硬判决阈值的相邻信号点之间的区域的情况下，对数似然比被计算。

摘要： 本发明涉及由符号对数似然比得到比特对数似然比的方法，属于通信技术领域。在正交频分复用(OFDM)通信系统中，提供了一个接收机，它由前向纠错内码装置，或前向纠错外码装置组合。不管是前向纠错内码装置还是前向纠错外码装置，包含了从符号对数似然比到比特对数似然比的改进计算方法。这种方法的步骤为：提供两个简化的参数；在从已经获到的符号对数似然比得到比特对数似然比的计算时，使用上述的两个简化参数，并仅有加法和减法操作。

摘要： LLR计算部包括：范围检测部(211)，该范围检测部(211)对取模运算后的接收信号在基于取模运算中的边界值而决定的多个范围中的哪个范围内进行检测；系数决定部(212)，该系数决定部(212)基于范围检测部(211)所得到的检测结果，来决定取模运算后的接收信号的正交相位振幅调制中最上位比特的对数似然比的计算所使用的系数；以及LLR计算部(213)，该LLR计算部(213)使用取模运算后的接收信号及系数来计算最上位比特的对数似然比。

摘要： 一种用于数据存储设备的错误管理系统可以生成针对MLC固态介质中的存储器单元较高页和较低页的软决策对数似然比(LLR)。公开了用于生成针对较高页的集中的LLR的系统和方法，其中将至少一些电压阈值读取链接在一起以便减少读取的数量。从而提高了效率和可靠性。

摘要： (问题)实现高速执行对数似然比计算，同时减小电路尺寸和功耗，而无论调制方法的多级数目如何。(解决问题的手段)指示接收信号点的P轴坐标的比特的硬判决比特被输入到区域检测电路，并且基于该硬判决比特输入，区域检测电路检测并输出其中存在接收信号点的坐标的相平面上的区域。指示接收信号点的坐标的比特的软判决比特被输入到LLR电路，并且基于该软判决比特输入，LLR电路计算主LLR。LLR转换器基于区域检测电路的输出(区域检测结果)来计算最终的LLR。通过这种配置，在将其中对数似然比的值根据接收信号点的位置变化的范围限定到包括比特的硬判决阈值的相邻信号点之间的区域的情况下，对数似然比被计算。

摘要： 本发明涉及由符号对数似然比得到比特对数似然比的方法，属于通信技术领域。在正交频分复用(OFDM)通信系统中，提供了一个接收机，它由前向纠错内码装置，或前向纠错外码装置组合。不管是前向纠错内码装置还是前向纠错外码装置，包含了从符号对数似然比到比特对数似然比的改进计算方法。这种方法的步骤为：提供两个简化的参数；在从已经获到的符号对数似然比得到比特对数似然比的计算时，使用上述的两个简化参数，并仅有加法和减法操作。

摘要： 本公开涉及用于执行对分布外(OOD)输入的改进检测的系统和方法。特别地，用于OOD检测的当前基于深度生成模型的方法显著地受到与分布内示例相关的语义内容负面影响并且难以从与分布内示例相关的语义内容中区分种群水平背景统计。事实上，甚至已经在实验中观察到这种方法以向OOD输入指配更高的似然度，而这与所期望的行为相反。为了解决此问题，本公开提出了一种用于深度生成模型的似然比方法，该方法有效地校正这些混杂背景统计。

摘要： 本申请实施例提供了对数似然比获取方法、装置、设备及存储介质。本申请实施例包括：获取所接收的信息符号；获取概率整形的整形因子；获取所求比特对应的分界坐标信息；根据所述信息符号、所述整形因子和所求比特的分界坐标信息，计算得到所求比特的对数似然比。本申请实施例通过在对数似然比计算过程中引入概率整形的整形因子，实现在简化对数似然比计算方法的同时，有效提高概率整形通信系统中对数似然比计算的准确性，从而有效提升概率整形通信系统的传输性能。

摘要： 本发明公开了一种无线光通信中基于对数似然比值的自适应阵列合并方法，包括在强度调制/直接检测下，得到光子转化为电子数的输出模型和概率密度函数；根据光强的分布情况，得到发“1”码的概率密度函数和发“0”码的概率密度函数；将单个探测器阵元的输出概率密度函数扩展到阵元数为M的探测器阵列中，得到阵列输出的对数似然函数比值表达式；按照对数似然比最大原则，对M个阵元按照信号强度大小进行逐元累加合并，依次计算输出的对数似然比值，得到自适应阵列合并算法。本发明利用对数似然比最大原则完成了自适应探测器阵列的最优合并输出，与最小差错概率法相比，在达到相同系统性能的条件下，计算复杂度低，易于硬件系统实现。

摘要： 本申请实施例公开了一种基于对数似然比的PDCCH候选盲检方法及相关产品，方法包括：确定PDCCH候选对应的接收信号和PDCCH候选对应的对数似然比，该对数似然比用于指示接收信号中是否包括真实发送数据；根据接收信号中是否包括真实发送数据输出控制信号，该控制信号用于指示解扰模块是否继续完成对于PDCCH候选的盲检操作。如此，采用本申请实施例可避免不必要的译码和相关处理操作，有利于节省功耗和时间。