首页 > 文献资料
-
高维数据回归分析中基于LASSO的自变量选择
生物信息学背景下普遍存在着高维数据,所谓的“高维”即待估计的未知参数的个数是样本量的一个或几个数量级[1],例如Van't Veer(2002)[2]等学者收集的乳腺癌数据集共包括259例乳腺癌患者,25000个微阵列基因数据,研究变量个数25000远远大于样本量259,存在“高维”现象.传统的方法进行参数估计和统计推断的一个必要前提是待估参数的个数小于样本量,这样统计推断的结果才是稳定、可靠的.对于高维数据回归分析,经验研究表明自变量进入模型的顺序不同所得到的回归系数的估计方差亦不相同,甚至变异很大,提示估计结果不稳定,此时通常需要考虑其他变量选择策略.Fan等(2001年)[3]提出变量选择应该满足以下要求:(1)模型预测的准确性;(2)模型的可解释性,即模型中选择的自变量在专业上是合理的、科学的;(3)模型的稳定性,即数据集中数据微小的变动不会导致模型较大变动;(4)应尽量避免在假设检验中出现的偏倚;(5)应尽量控制计算的复杂度.以往提出的一些降维方法如聚类、偏小二乘法、主成分回归、岭回归、基于树的集成方法等都只能达到其中的部分目标:通过聚类得到的模型对于聚类算法过于敏感;偏小二乘法与主成分回归通常根据累计贡献率、特征根的大小、统计学意义等准则选取成分,所得模型虽结构简约、估计稳定,但估计是有偏的[4],同时所得到的主成分虽或有一定的实际意义,但是不能清晰地解释单个协变量的效应[5];岭回归虽能较好地处理变量间的多重共线性,但因它不能降低维度而无法提供一个稀疏的模型;基于树的集成方法则因调整参数过多,而导致结果的可解释性往往较差.
-
CAD/CAM/Robotic集成方法设计与制作生物型股骨柄假体
背景：生物型股骨柄假体无菌松动是全髋关节置换失败的主要因素，减少无菌松动的先决条件是增加股骨柄假体在股骨髓腔中的填充率。
目的：得到定制式股骨柄假体在髓腔中的填充率，验证计算机辅助设计/计算机辅助制造/工业机器人加工(CAD/CAM/Robotic)集成方法和机器人磨削的有效性。
方法：利用 CT 数据重建股骨髓腔三维模型，在此三维模型基础上设计股骨柄假体的柄体，依据标准直柄股骨柄假体近端模型设计股骨柄假体的其余部分。将设计的股骨柄假体模型导入CAD/CAM/Robotic集成系统生成机器人磨削轨迹，利用该轨迹对股骨柄假体进行磨削加工。将加工好的股骨柄假体与股骨髓腔匹配，分析股骨柄假体在髓腔中的填充率。
结果与结论：实验结果表明，定制式股骨柄假体在髓腔中有良好的填充率，髓腔的解剖结构可以阻止股骨柄假体的扭转，获得股骨柄假体在髓腔中的稳定固定。 -
一种热中子CT图像预处理与后处理的集成方法
热中子CT成像是一种极为重要的核成像技术,借以进行被检物的无损检测与无损评价.针对热中子CT成像过程中产生一系列导致CT图像降质的因素,本文在探讨了影响中子CT成像图像降质的一些因素基础上,提出了将成像过程中的图像预处理与后处理技术进行统一考察和集成处理的方案.研究结果表明,基于MATLAB GUI集成处理器,研究开发了一套集图像预处理与后处理技术于一体的处理程序分析方法,能够有效改善热中子CT成像的图像质量,为无损检测与评价提供可靠的保证,对热中子CT成像技术研究具有参考价值.
