一、卡方检验确定背景序列模型Markov chain的阶数(英文)（论文文献综述）
王晓蕾[1]（2021）在《苹果价格时空传导效应分析及预测研究》文中认为近年来,由于受自然灾害等影响,供求失衡导致苹果市场价格频繁大幅度波动,对苹果产业的可持续健康发展带来严峻挑战。苹果价格精准预测能够引导产业种植结构和经营策略的调整,是促进苹果产业健康发展的重要手段。本文以苹果价格历史数据为研究对象,分析苹果价格时空传导效应、苹果价格波动影响因素,以及苹果价格序列特征,构建并优化组合预测模型。首先,从苹果价格的时空传导效应进行分析,利用向量误差修正模型与脉冲响应函数分别分析短期苹果价格、长期苹果价格的地区间时间传导效应特征,分析苹果单产、种植面积和种植总成本等因素对苹果价格的时间传导效应的影响。进而利用基尼系数、泰尔T指数、传统马尔科夫链以及空间马尔科夫链,从地区差异以及动态演进角度对苹果价格的空间传导特征进行了分析。根据苹果价格短期和长期传导效应分析得出,省市间苹果价格具有时间传导效应且价格传导不对称,苹果单产、种植面积、种植总成本以及GDP对苹果价格存在正向促进或反向抑制作用。对苹果价格地区差距和动态演进研究发现,各地区苹果价格存在空间传导效应,具有较为明显且稳定的地区差距。其次,构建了GARCH族模型,获取了价格时间序列的经济特征,如波动聚集性、波动持续性、非对称性以及杠杆效应等特性,进而提出了一种将LSTM递归神经网络与计量经济模型相结合的新方法。通过对多个模型的预测结果分析表明,LSTM与GARCH族相结合的组合模型预测性能最优,并且含有TGARCH项的组合模型整体预测精度最高,证明了非对称波动效应对苹果价格波动影响较大。同时,经过对多个组合模型预测精度的对比发现,模型预测精度与LSTM组合GARCH族模型的个数无线性相关性。最后,为进一步提高对苹果价格的预测精度,在LSTM与GARCH族的组合模型基础上进行优化改进,增加了价格时空传导效应的信息熵,提出一种与GARCH族相结合的堆叠式LSTM模型,再结合主成分分析法和熵值模型从多个影响因素中提取出特征因子,对苹果价格进行预测。结果表明,改进后的组合模型预测精度较高,验证了改进组合模型的有效性。
曹志强[2]（2021）在《广西重点地区HIV感染者不同艾滋病病毒基因型疾病进展和二代传播风险调查研究》文中提出研究背景艾滋病是威胁人类生命健康的重大传染病。我国积极实施扩大抗病毒治疗（antiretroviral therapy,ART）政策,把ART作为降低死亡和减少新发感染的重要措施之一。人类免疫缺陷病毒（Human Immunodeficiency Virus,HIV）易发生突变与重组,呈现高度的基因异质性。目前,我国主要流行株基因型以CRF01＿AE、CRF07＿BC和CRF08＿BC为主,广泛流行于各个地区。研究表明,HIV感染者不同艾滋病病毒基因型的疾病进展存在差异,但目前将死亡作为评价感染者不同病毒基因型疾病进展结局的研究较少,感染者不同病毒基因型接受ART 12个月后的病毒抑制研究也较少。基本再生数（reproductive number,Ro）是指某人群中平均一个感染者在整个传染期内所传播的二代感染者人数,是衡量人群传染病传播的流行病学指标。随着分子流行病学的发展,基于基因序列的贝叶斯遗传系统进化理论结合传播动力学原理,利用基因序列进化的规律可计算Ro值,这为分析HIV的传播提供了新方法。临床试验以及观察性研究表明,ART可降低单阳夫妻间的HIV二代传播。但在社区水平上,除艾滋病预防试验网络项目（HIV Prevention Trials Network,HPTN）071在临床人群试验研究中发现全员检测和多种预防措施结合ART可降低HIV二代传播外,在社区人群水平评估治疗减少HIV二代传播的观察性研究少有报道。近几年来,利用感染者HIV序列遗传进化的亲缘性而建立的分子传播网络,为模拟社区人群的HIV传播网络来评估二代传播风险及其影响因素提供了可行的途径。广西壮族自治区（简称广西）地处我国西南地区,近几年来在全国省级（自治区、直辖市）报告数和死亡数中排名前三,钦州是广西疫情最严重的地区之一。本研究在该地区开展HIV感染者不同艾滋病病毒基因型疾病进展和二代传播风险调查研究,在分子水平上揭示人群相关暴露因素与结局的关系,为进一步降低艾滋病死亡和二代传播提供科学数据。研究目的第一部分:分析广西钦州2014-2020年新报告HIV感染者不同艾滋病病毒基因型首次CD4计数和抗病毒治疗前死亡、治疗后死亡和退出治疗及12个月病毒载量（viral load,VL）抑制（VL<50 copies/mL）情况。第二部分:分析广西钦州2014-2020年新报告HIV感染者不同艾滋病病毒基因型和分子传播簇的二代传播R0。第三部分:分析广西钦州2014-2020年新报告HIV感染者抗病毒治疗减少二代传播风险及影响因素。研究方法第一部分:采用前瞻性队列研究。研究对象为广西钦州2014年1月-2020年6月新报告的HIV感染者（年龄≥18岁）。社会人口学、抗病毒治疗及随访数据来自广西钦州艾滋病综合防治信息系统,包括年龄、性别、教育水平、民族、职业、传播途径、艾滋病诊断日期、抗病毒治疗号、抗病毒治疗开始日期、用药方案、CD4检测日期、CD4计数、VL检测日期、VL、随访状态及时间等。实验室检测数据为HIV pol基因序列,通过收集蛋白免疫印迹（Western Blot,WB）实验剩余血样,进行核酸提取、巢式PCR扩增、一代测序和序列拼接整理,采用近似最大似然法构建Fasttree系统进化树,根据序列同参考株的聚类结果判别其基因型。研究的起始时间为2014年1月,终止时间为2020年6月。治疗前或未治疗队列的结局为死亡,随访开始时间为研究对象的新发现报告时间,新发现报告后每3个月随访一次。治疗队列的结局包括死亡和退出治疗（停药+失访）,随访开始时间为研究对象的开始治疗时间,接受治疗后0.5个月、1个月、2个月、3个月依次进行随访,随后每3个月随访一次。根据HIV亚型亚簇种类,分为CRF01＿AE（CRF01＿AE Cluster 1、CRF01＿AE Cluster 2和CRF01＿AE Other Clusters）、CRF07＿BC、CRF08＿BC和其他基因型组。治疗前疾病进展指标为首次CD4计数和死亡,治疗后疾病进展指标为死亡、退出治疗和治疗12个月的病毒抑制。采用Wilcoxon秩和检验比较感染者不同HIV亚型亚簇首次CD4计数的差异;采用 Cox 比例风险回归模型（Cox’s proportional hazards regression model,Cox模型）比较感染者不同HIV亚型亚簇的死亡和退出治疗的差异;采用Logistic回归模型比较感染者不同HIV亚型亚簇治疗12个月的病毒抑制的差异。模型调整变量包括年龄、性别、婚姻状态、民族、文化程度、职业、传播途径、首次CD4计数、新发现报告到首次CD4检测间隔时间、治疗前CD4计数、HIV发现报告年份。双侧检验,P<0.05为差异有统计学意义。统计分析采用SAS 9.4软件。第二部分:采用横断面调查研究。研究对象及其社会人口学数据等同第一部分。实验室数据包括研究对象病毒pol区基因型、pol区序列、采血日期、分子传播簇（基于病毒基因序列进化亲缘关系构建HIV分子传播网络,表示社区人群的HIV传播网络,选取分子网络中大于10的序列簇）和2018-2020年新近感染检测（限制性抗原亲和力实验室检测方法）。采用生灭（birth-death,BD）模型计算研究人群不同HIV亚型亚簇和分子传播簇的R0及95%置信区间（Bayesian Credible Interval,BCI）。BD模型基于贝叶斯遗传系统进化理论并结合经典的传播动力学原理,利用基因序列计算R0值,表示为HIV感染人群的R0值。该模型采用马尔科夫链蒙特卡洛算法（Markov Chain Monte Carlo,MCMC）,构建研究对象序列进化的最大可信（Maximum clade credibility,MCC）树,用进化树的分化节点表示二代传播,计算获得二代传播率分布作为分子,更新有效传播时间和抽样比例的先验分布作为分母,两者相除获得R0后验分布。Ro的计算采用BEAST 2.6.0软件。采用Spearman相关性检验,分析HIV感染人群分子传播簇Ro与分子传播簇增长率（chain growth rate,CGR）的相关性。CGR=从开始计算年到当年的入网数/从开始年到上一年的入网数-1。采用Spearman相关性检验,分析HIV感染人群分子传播簇R0与分子传播簇新近感染人数的相关性。P<0.05为差异有统计学意义。统计分析采用SAS 9.4软件。第三部分:采用纵向调查研究来构建HIV分子传播网络。研究对象及其社会人口学数据和实验室数据同前两部分。在分子网络中按照成簇数较多的情况确定基因距离阈值。分别按截止时间2016年、2017年、2018年、2019年12月31日的HIV感染者构建本底分子传播网络,按抗病毒治疗状况将本底HIV感染者分为未治疗、在治和退出治疗三组,按VL的大小进一步将在治组分为在治且VL<50 copies/mL、在治且 VL 50-999 copies/mL、在治且 VL≥1000 copies/mL 和在治且VL缺失四个亚组。用本底HIV感染者与新报告者的分子网络连接线代表HIV二代传播,分别观察本底HIV感染者不同分组与2017、2018、2019、2020年新报告感染者在分子传播网络中新连接情况。采用有序Logistic回归模型,分别分析本底HIV感染者不同分组与每年新报告者的分子传播网络连接情况,进一步通过纵向调查研究,采用广义估计方程（generalized estimating equation,GEE）模型,分析本底 2016-2019 年 HIV 感染者不同分组与2017-2020年每年新报告者重复测量分子传播网络连接情况。采用调整比值比（adjust odds ratio,AOR）衡量不同分组二代传播风险,调整变量包括年龄、性别、民族、文化程度、婚姻、职业、传播途径、报告年份、亚型、首次CD4计数、亲和力。双侧检验,P<0.05为差异有统计学意义。统计分析采用SAS 9.4 软件。研究结果第一部分:广西钦州2014-2020年新报告HIV感染者6335人,本研究按照研究对象的纳入和排除标准共纳入4270人,纳入比例67.4%。CRF01＿AE、CRF01＿AE Cluster 1、CRF01＿AE Cluster2、CRF07＿BC、CRF08＿BC 和其他亚型感染者分别为2350人（55.0%）、474人（11.1%）、1687人（39.5%）、395人（9.3%）、1275人（29.9%）、250人（5.9%）。CRF01＿AE、CRF01 AE Cluster 1、CRF01 AE Cluster 2、CRF07 BC、CRF08＿BC和其他亚型感染者的首次CD4计数分别为119、141、118、264、209和209（个/微升）。CRF0I＿AE亚型亚簇感染者的首次CD4计数均低于CRF07＿BC、CRF08＿BC 和其他亚型（均 P<0.05）。未治疗队列4270人,死亡645人,随访2590.6人年,总病死率为24.9/100人年。其中,CRF01＿AE、CRF01＿AE Cluster 1、CRF01＿AE Cluster 2、CRF07＿BC、CRF08＿BC和其他亚型感染者的病死率分别为35.5、34.6、39.4、16.5、15.5和14.4（/100人年）。多因素Cox模型结果显示,CRF01＿AE亚型感染者的病死率均高于CRF07＿BC（AHR=0.53,95%CI:0.38-0.75）、CRF08＿BC（AHR==0.62,95%CI:0.50-0.75）和其他亚型（AHR=0.57,95%CI:0.37-0.89）。治疗队列3131人,死亡224人,退出治疗309人,随访8214.9人年,总病死率为2.7/100人年,总退出治疗率为3.8/100人年。其中,CRF01＿AE、CRF01＿AE Cluster 1、CRF01＿AE Cluster 2、CRF07 BC、CRF08＿BC和其他亚型感染者的病死率分别为2.9、2.9、3.0、1.5、2.9年和2.2（/100人年）,退出治疗率分别为3.3、3.0、3.2、3.7、4.8和3.7（/100人年）。多因素Cox模型结果显示,主要HIV基因型感染者之间的病死率没有统计学差异,CRF08＿BC亚型感染者的退出治疗率高于CRF01＿AE（AHR=1.31,95%CI:1.01-1.71）。治疗12个月且有病毒载量记录2066人,VL<50 copies/mL 1785人,病毒抑制率为86.4%。其中,CRF01＿AE、CRF01＿AE Cluster 1、CRF01＿AE Cluster 2、CRF07＿BC、CRF08＿BC和其他亚型感染者治疗12个月的病毒抑制率分别为84.1%、83.9%、84.0%、90.7%、90.0%、和 87.4%。多因素 Logistics 回归模型结果显示,CRF01＿AE亚型感染者的病毒抑制率低于CRF07＿BC（AOR=1.77,95%CI:1.02-3.08）和CRF08 BC（AOR=1.80,95%CI:1.27-2.56）。第二部分:广西钦州 2014-2020 年新发现报告 CRF01＿AE、CRF01＿AE Cluster 1、CRF01＿AE Cluster 2、CRF07＿BC和CRF08＿BC亚型亚簇感染人群的R0分别为1.48、1.48、1.48、1.65和1.63。CRF07＿BC和CRF08＿BC亚型感染人群的 Ro均比CRF01＿AE亚型亚簇高（P<0.05）。2018-2020年,新发现报告HIV感染人群主要分子传播簇的R0与CGR呈正相关（P<0.05）,与新近感染人数呈正相关（P<0.05）。第三部分:分子传播网络选择0.50%的基因阈值,该阈值下成簇数较多。广西钦州截止2016、2017、2018和2019年本底HIV感染者人数分别为2176、2771、3378和4069人,与2017、2018、2019和2020年新报告者连接情况:本底未治疗组的连接率分别为17.2%、17.7%、15.7%和9.1%,本底治疗组的连接率分别为13.5%、14.2%、12.1%和7.1%,本底退出治疗组的连接率分别为14.5%、10.7%、12.2%、6.8%。2017-2020年四次调查均采用有序Logistic回归模型,本底治疗组HIV感染者与新报告者的连接率均低于未治疗组（P<0.05）,本底退出治疗组HIV感染者与新报告者的连接率均与未治疗组没有统计学差异。广西钦州本底重复调查人次数合计12394。GEE模型统计分析情况:本底治疗组HIV感染者与新报告者的连接率低于未治疗组（AOR=0.68,95%CI:0.56-0.83）,治疗减少了 32%的二代传播;本底退出治疗组的HIV感染者与新报告者的连接率与未治疗组没有统计学差异。进一步亚组分析结果显示:本底HIV感染者在治且VL<50 copies/mL组与新报告者的连接率低于未治疗组（AOR=0.64,95%CI:0.51-0.79）,在治且 VL<50 copies/mL 减少了 36%的二代传播;本底HIV感染者在治3年及以上（排除无效连接）且VL<50 copies/mL组与新报告者的连接率低于未治疗组（AOR=0.29,95%CI:0.22-0.38）,在治3年及以上且VL<50 copies/mL减少了71%的二代传播;本底HIV感染者在治且病毒载量缺失组与新报告者的连接率与未治疗组比较没有统计学差异。多因素GEE模型分析结果中,HIV二代传播风险关联性因素包括:HIV感染者30～49岁（AOR=1.56,95%CI:1.05-2.31）、50～69 岁（AOR=4.36,95%CI:2.97-6.40）和≥70 岁（AOR=6.18,95%CI:4.02-9.49）,男性（AOR=1.70,95%CI:1.37-2.11）,壮族等少数民族（AOR=1.41,95%CI:1.08-1.84）,离退人员（AOR=1.64,95%CI:1.01-2.66）,异性传播途径（AOR=L87,95%CI:1.26-2.76）,CRF07＿BC（AOR=1.69,95%CI:1.25-2.28）、CRF08＿BC（AOR=1.61,95%CI:1.32-1.95）和其他亚型（AOR=3.42,95%CI:2.38-4.92）,首次 CD4计数 200～349 个/微升（AOR=1.55,95%CI:1.22-1.95）、≥350 个/微升（AOR=1.55,95%CI:1.23-1.97）和缺失（AOR=1.27,95%CI:1.00-1.61）。未见文化程度、婚姻状况、亲和力检测结果情况与HIV而代传播风险关联性有统计学意义。研究结论1、广西钦州2014-2020年的主要流行株为CRF01＿AE、CRF07＿BC和CRF08＿BC,CRF01＿AE亚型主要由CRF01 AE Cluster 1和CRF01＿AE Cluster 2两种亚簇构成。CRF01＿AE亚型感染者比CRF07＿BC、CRF08＿BC和其他亚型的首次CD4计数低且抗病毒治疗前病死率高。抗病毒治疗后CRF01＿AE、CRF07＿BC、CRF08＿BC和其他亚型感染者之间的病死率没有统计学差异,CRF08＿BC亚型感染者比CRF01＿AE退出治疗率高,CRF01＿AE亚型感染者比CRF07＿BC和CRF08＿BC治疗12个月的病毒抑制率低。2、广西钦州2014-2020年CRF07＿BC和CRF08＿BC亚型感染人群的R0高于CRF01＿AE,CRF07＿BC和CRF08＿BC亚型感染人群的二代传播风险大。CRF01＿AE Cluster 1和CRF01＿AE Cluster 2亚簇感染人群的R0没有统计学差异。HIV感染人群分子传播簇的R0与分子传播簇的CGR正相关,与分子传播簇的新近感染人数正相关。3、与未治疗相比,在治减少了 32%的HIV二代传播风险,在治且VL<50 copies/mL减少了36%的二代传播风险,在治3年及以上且VL<50 copies/mL减少也71%的二代传播风险。退出治疗、治疗且病毒载量缺失的HIV感染者二代传播风险与未治疗者比较未见统计学差异。HIV感染者高年龄组、男性、壮族等少数民族、离退人员、异性传播途径、非CRF01＿AE和高首次CD4计数组,均为二代传播风险的关联因素。
孙瑛[3]（2021）在《北京市学龄儿童接种流感疫苗效果评价研究》文中指出背景流行性感冒是由流感病毒引起的一种呼吸道传染病,在我国属于丙类法定传染病。每年流感流行季,流感会造成大量人员的感染,并造成29—65万人死亡。相比成人,儿童患病率、就诊率、住院率高,在集体单位容易出现聚集性发病,儿童流感疾病负担更为严重。同时,在我国绝大部分的集中发热疫情发生在中小学校,容易引起社会的恐慌。目前,接种流感疫苗被WHO以及许多国家和地区推荐为预防流感感染以及降低严重并发症的有效手段。由于流感病毒容易产生变异等原因,可能导致疫苗保护效果差异较大。因此,一般每年各地都需要对流感疫苗的效果进行评价,及时掌握最新情况。北京市自2007年开始,实行流感疫苗免费接种政策,为所有在校的中小学校学生和60周岁以上北京市户籍人群提供免费接种流感疫苗的服务。北京市已经开展了部分流感疫苗保护效果的评价,但目前北京市尚未对学龄儿童免费接种流感疫苗的保护效果开展过系统的评价,且北京市每年因疫苗免费政策预防的学龄儿童流感发病、集中发热疫情等仍不明确。目的全面系统分析北京市学龄儿童流感发病情况、特征以及流行规律,评价免费接种流感疫苗对学龄儿童的保护作用和对流感聚集/暴发疫情的预防效果,并在此基础上应用多种动态模型模拟流感在学龄儿童中的传播特点,定量评价北京市流感疫苗免费接种策略对学龄儿童流感发病水平的影响,为进一步优化流感疫苗接种策略、合理配置公共卫生资源以及调整流感整体防控策略提供科学依据。方法本研究收集2017年第27周至2020年第26周,共3个流感流行季的监测数据,包括:北京市流感样病例监测系统、北京市流感病原学监测系统、北京市集中发热监测系统和免疫规划信息管理系统。利用病例对照研究的方法,对比流感病例以及非流感病例,分析基于医院门诊情景下以及基于流感聚集/发热疫情情景下,评价流感疫苗对儿童个体学龄儿童的保护效果。对比分析发生流感疫情的学校和未发生流感疫情的学校,分析评估流感疫苗对流感聚集/暴发疫情的预防效果;对比流感聚集疫情和流感暴发疫情,,并评估流感疫苗接种率对分析流感疫苗对流感疫情规模的影响预防效果。应用蒙特卡洛乘法模型,估算流感实际感染人数,并应用此数据构建ARIMAX模型和复合人群的传播动力学模型,估算现有的疫苗接种策略对流感疾病减少数量。结果1.2017—2020年三个流感流行季中,流感疫苗可以避免在流感疫情中学龄儿童流感发病,其保护效果分别为:40.9%（P<0.05）,28.3%（P<0.05）和61.40%（P<0.05）,并且在每个流行季以及亚型/亚系均存在这种趋势。而在基于医院门诊的情形下,流感疫苗对学龄儿童感染流感病毒的保护效果较低,分别为:-2.90%（P>0.05）,17.3%（P>0.05）和 6.2%（P>0.05）。2.2017/2018流行季和2018/2019流行季,较高的学校疫苗接种率（≥50%）能够分别减少37%和50%的流感聚集/暴发疫情（P<0.05）。应用多阶段回归模型分析学校流感疫苗接种率与发生流感聚集/暴发疫情的相对危险度（RR）的关系,总体上RR值随学校流感疫苗接种率上升而降低;此外多阶段回归模型结果显示,三个流感流行季中,如果学校流感疫苗接种率超过以下阈值:≥65%、≥51%和≥69%,并可以降低58%以上至76%以上的中小学校流感聚集/暴发疫情的发生。同时研究也发现流感疫情规模也收到疫情的响应速度的影响。在三个流行季中,对疫情及时响应的调整后OR值分别为:1.45（P<0.001）,1.17（P=0.03）,1.29（P=0.005）,即在三个流行季中,疫情响应时间每增加一天疫情规模扩大为暴发疫情的可能性增加45%、17%和29%。3.经蒙特卡罗乘法模型估算,5—14岁组人群实际感染流感人数为报告流感病例数的9.24倍,平均感染率为30.15%。应用ARIMAX模型,估算现有的免费疫苗接种策略可以避免8.75%的5—14岁儿童罹患流感。应用复合人群SEIR+v模型,估算5—14岁组儿童流感基本再生数（R0）为1.75。估算在现有对学龄儿童的流感疫苗接种策略下,三个流行季中,避免了 5—14岁组508569人感染流感和55040人就诊,同时由于疫苗的外部效应,避免了全人群1047384人感染流感和113353人就诊。结论本研究显示,在学龄儿童中接种流感疫苗能够的预防流感发生,尤其是预防学校发生聚集性流感的效果更好;同时,我们也发现流感疫苗接种率达到一定阈值以上时,预防流感的效果更加显着;通过数学模型估算,学龄儿童北京市实行免费接种政策,三个流感流行季可减少50万以上学龄儿童患上感染、减少5万以上学龄儿童因患流感而就诊,学龄儿童接种流感疫苗产生的间接保护作用三个流感流行季使全人群减少100万以上的人感染流感、减少11万以上的人因患流感就诊。建议继续推行北京学龄儿童实施免费接种流感疫苗的策略,同时要进一步提高学龄儿童流感疫苗的接种率,让流感疫苗的预防作用得到更大的发挥。根据本次研究结果开展学龄儿童接种流感疫苗成本效益评价,为进一步推进学龄儿童免费接种流感疫苗政策提供卫生经济学证据。
张显龙[4]（2021）在《慢性肾脏病营养管理依从性分析及交互式中西医智能辅助程序的建立与运用》文中指出目的:慢性肾脏病（CKD）是全球重要的公共卫生问题,目前已经影响了数亿人的身体健康。近年来,探究“营养管理”在改善CKD及其伴随症状中所起到的作用,已成为了业内研究的热点。但是,营养管理是一件需要改变患者饮食习惯的干预方法,目前所面临的一个重大问题是无法对患者的饮食依从性和管理合格率进行有效的监督。因此,为了了解CKD患者营养素摄入的合格率,优化CKD营养治疗方案,并完善中西医结合、个性化、智能化的营养管理,我们进行了以下四个部分的系列研究。本系列研究的第一部分,调查了初次参与慢病管理的CKD患者营养素摄入的合格率,并分析了 CKD患者蛋白质和热量摄入的影响因素。基于合格率有待提高的背景,为了精益营养管理,系列研究的第二部分调查了患者的需求并构建了“交互式中西医营养管理辅助程序”。第三部分对上述程序进行了对照试验的评估,为其干预CKD营养管理的有效性及安全性等方面,提供了临床证据。系列研究的第四部分提出了程序优化升级的方向。运用人工智能技术为“交互式中西医营养管理辅助程序”的优化升级提供了可参考的探索模式,为精准化的提前切断营养不良事件发生进程提供了可借鉴的思路。通过上述合格率调查、辅助程序构建、辅助程序评价、人工智能模型探索优化等系列研究,拟为CKD患者的营养管理摸索新的方法策略,从而解决临床难点问题。方法:第一部分为横断面设计,选取2018年1月1日至2018年12月31日广东省中医院慢病管理门诊初次进入管理队列的203例CKD患者作为研究对象。首先通过“三日饮食记录法”对参与者进行了营养素摄入量的计算;然后参照《中华人民共和国卫生行业标准—慢性肾脏病患者膳食指导WS/557-2017》和K/D0QI慢性肾病营养管理临床实践指南中的推荐,对营养素摄入的合格率进行了评价;最后通过绘制受试者操作曲线（ROC）的方式,将连续型变量转换为分类变量,使用多因素二元logistic回归模型探索了影响LPD治疗合格与否的危险因素。其中,评价合格率的营养素包括:膳食蛋白质摄入（DPI）、膳食能量摄入（DEI）、优质蛋白占比、脂肪供能占比、碳水化合物供能占比、钠元素、磷元素、钙元素的摄入;筛选的影响因素包括:（1）人口学资料:性别、年龄、婚否、工作状态、家庭住址、教育程度、查尔斯共病评分、CKD分期;（2）人体测量资料:身高、体重、标准体重、收缩压、舒张压;（3）实验室检查:估计肾小球滤过率（eGFR）、血清甘油三酯（TG）、血清总胆固醇（TC）、血红蛋白（Hb）、血白蛋白（ALB）;（4）人体成分:身体总水（TBW）、细胞内水（ICW）、细胞外水（ECW）、去脂体重（FFM）、体脂肪量（BFM）、蛋白质量（protein）、骨骼肌量（SMM）、体脂肪占比（PBF）、上臂围（AC）、上臂肌围（AMC）、体质量指数（BMI）、腰臀比（WHR）、全身相位角（WBPA）。第二部分涵盖了两个步骤的研究内容。第一步是首先采用自设调查问卷,对广东省中医院肾病科慢病管理中心患者进行了营养管理辅助工具的需求性调查,并分析了影响因素;第二步是根据调查结果,结合行业标准、指南及专业书籍,设计了能够被患者接受的“交互式中西医营养管理辅助程序”。第三部分是一项前瞻性,非随机,对照研究。纳入了 2020年6月至2020年8月于广东省中医院慢病管理门诊规律复诊的CKD患者100例,按照患者就诊顺序及营养管理意愿将其分为两组。最终纳入统计的患者为94例,其中试验组45例,对照组49例。本研究在保证CKD基础治疗的前提下,为两组患者提供LPD治疗及其他营养管理的健康知识宣教,并在规律随访中,进一步纠正受试者对于营养处方的实施。试验组患者在上述治疗的基础上,为其提供“交互式中西医营养管理辅助程序”,该程序依托微信小程序平台使用,具有丰富的中西医营养管理辅助功能。总观察时间为24周,在试验结束后,比较两组患者的主要观察指标及次要观察指标。其中,主要观察指标为蛋白质摄入量、热量摄入量、DPI、DEI、DPI合格率及DEI合格率;次要观察指标为慢性肾脏病中医症状评分及生活质量评分（生活质量评分通过简明生活质量量表SF-12 计算）。第四部分是人工智能模型临床应用的探索研究。采用了广东省中医院慢病管理中心人体成分分析仪中的数据,依据CKD的诊断标准将数据分为慢性肾脏病集和对照数据集。将K/D0QI慢性肾病营养管理临床实践指南（2020更新）中推荐用于营养不良评估的相关因素,纳入至使用人工智能算法的“亚型和阶段推导模型”一一SuStaIn模型中。指南中推荐评估营养不良的相关因素为:①综合营养评估指标:体重、体质量指数（BMI）;②脂肪流失指标:体脂肪量（BFM）;③肌肉消耗指标:去脂体重（FFM）;④脂肪、肌肉流失综合评估指标:上臂围（AC）。对数据进行预处理后,使用SuStaIn中要求的Z值混合线性模型将数据标准化,最后标准化的数据将转换成Z阶段值,将上述5个变量划分成为了 33个无序初始化序列（S）,将其输入至模型运算软件Matlab 2020b中,根据临床实践及计算机性能,设置模型参数（优化次数N=25,最大序列Cmax=5）,随后推导营养不良事件发生的极大似然序列,并输出。结果:第一部分在营养素摄入合格率及危险因素分析的横断面研究中,调查总人群为203例,各营养素摄入的合格人数（合格率）分别为:DPI 37人（18.23%）、DEI 70人（34.48%）、优质蛋白占比28人（13.79%）、脂肪供能占比73人（35.96%）、碳水化合物供能占比74人（36.45%）、钠162人（79.80%）、磷52人（25.62%）、钙根据摄入<2000mg/d的标准为203人（100%）、根据摄入介于800-1000mg/d的标准为9人（4.43%）。多因素分析显示,身高（>161.25cm）是影响DPI合格的保护性因素（P<0.05）;而 eGFR（>21.285ml·min·1.73m2）、BFM（>15.25kg）、TC（>5.20mmol/L）、和 BMI（18.5-27.9kg/m2）是影响 DPI 合格的危险因素（P<0.05）。标准体重（>49.15kg）、eGFR（>30.20ml·min·1.73m2）和 Hb（>135g/L）是影响DEI合格的保护性因素（P<0.05）;而较高的BMI（24.0-27.9kg/m2）是影响DEI合格的危险因素（P<0.05）。第二部分中,针对CKD患者营养素摄入合格率不高,依从性不好的现状,本研究经过前期调研,拟运用移动医疗工具提高患者的依从性。问卷调查的结果显示,有89.2%的患者对移动医疗工具持有积极态度（非常愿意:52.9%;很愿意:36.3%）。58.8%的患者认为使用微信小程序管理饮食会更加方便。单因素分析结果显示,“教育程度”与是否拥有疾病远程管理的经历相关;“年龄”和“工作状态”与远程管理方式的选择相关,差异均具有统计学意义（P<0.05）。基于以上结果,本研究根据患者的意见,通过微信小程序平台进行了“交互式中西医营养管理辅助程序”构建,程序投入使用后,营养管理更加便捷,切实提高了医护的工作效率,满足了患者的实际需求。第三部分是评价上述程序的前瞻性非随机对照试验,共有94位参与者完成了研究（试验组45例,对照组49例）;干预后,两组之间DPI的差异具有统计学意义,试验组低于对照组[0.99（0.87,1.21）VS.1.22（0.92,1.62）,P=0.022];中医症候评分总分试验组低于对照组[5（4,7）VS.10（7,14）,P<0.001];两组间具有统计学差异的中医症状分别为:倦怠乏力、畏寒肢冷、口干、口渴少饮、脘腹胀满、纳呆、腰膝酸软、肢体困重、大便干结、大便不实、夜尿多（P均<0.05）;试验组生理健康评分高于对照组[51.67（45.58,54.02）VS.44.98（37.59,51.45）,P=0.001];心理健康评分亦高于对照组[55.76（52.92,58.83）VS.50.45（43.78,56.79）,P=0:003]。与对照组相比,试验组DPI、DEI合格率较干预前增幅更高（DPI:17.78%VS.10.20%;DEI:2.20%VS.-4.10%）,但差异无统计学意义（P均>0.05）。同时,两组患者干预前后,与营养不良事件评估相关的实验室检查结果、身体成分分析结果,差异均无统计学意义（P均>0.05）。第四部分中,通过使用人工智能算法的“亚型和阶段推导模型”——SuStaIn模型对CKD患者营养不良事件发生发展的过程进行了推导,输出了 5个序列。每个序列包含了 33个事件的发生。其中,事件1至5、事件6至7,是所有序列的共同发生规律,事件8至10,形成了三个不同的亚型,而事件11至33,则划分出了 5个不同的序列。因此根据以上规律,结合临床实践,可将输出的结果总结为“4个阶段,3个亚型和5个序列”。4个阶段是营养不良评估指标发生的4种改变阶段,即“症状前阶段”、“轻度阶段”、“中度阶段”、和“重度阶段”的改变。序列结果提示,在“症状前阶段”,营养不良事件发生的先后顺序可能是:体重下降——体脂量（BFM）下降——体质量指数（BMI）下降——上臂围（AC）下降——瘦体重（FFM）下降。“轻度阶段”指标发生改变的先后顺序继而可能是:体重轻度下降——BFM轻度下降。“中度阶段”指标的改变有三个亚型,下辖“重度阶段”的5个序列。具体为,亚型I:上臂围中度下降——BMI中度下降——FFM中度下降,继而分为三个序列。序列（1）:体重重度下降——AC重度下降——BMI重度下降——BFM重度下降——FFM重度下降;序列（2）:体重重度下降——BFM重度下降——FFM重度下降——BMI重度下降——AC重度下降;序列（3）:体重重度下降——BMI重度下降——FFM重度下降——AC重度下降——BFM重度下降。亚型Ⅱ患者的事件进展序列为:AC中度下降——BMI中度下降——体重中度下降,其后发生序列（4）:FFM重度下降——BFM重度下降——BMI重度下降——体重重度下降——AC重度下降。亚型Ⅲ患者事件进展序列为:BMI中度下降——AC中度下降——FFM中度下降,其后发生序列（5）:体重重度下降——AC重度下降——FFM重度下降——BFM重度下降——BMI重度下降。结论:1.慢性肾脏病患者在参与营养管理初期,除钠外,其余营养素如蛋白质、能量、脂肪、碳水化合物、钙和磷的摄入合格率均较低。2.在LPD治疗中,DPI和DEI的合格率分别为18.23%和34.48%。DPI影响因素的分析显示:较高程度的eGFR、TC、BFM、BMI是影响DPI合格的危险因素,较高程度的身高是保护性因素;DEI影响因素的分析显示:较高程度的BMI是影响DEI合格的危险因素,较高程度的标准体重、eGFR、Hb是保护性因素。以上结果说明身高或标准体重较大的CKD患者,由于允许的摄入量更大,因此更易合格;而肾功能更好且有脂质蓄积的患者,可能摄入量更大,将会影响营养管理的依从性。3.对照试验结果显示,结合使用“交互式中西医营养管理辅助程序”进行营养管理及LPD治疗,可减少患者的总蛋白质摄入、降低DPI与中医症候评分,提高LPD的合格率,并改善CKD患者的生活质量。4.在数据驱动的SuStanIn人工智能模型中,推导出了营养不良事件发生发展的4个阶段、3个亚型和5个序列,此功能若优化至程序中,将能够辅助医护人员按照营养不良事件发生发展的规律,对患者的营养状态进行提前预判,从而针对性的预防营养消耗,阻断病情从症状前,到轻度、中度、重度的转变,实施精准化干预。5.本研究表明,在CKD营养管理的实施过程中,患者的依从性尚待提高,而移动终端程序是一种便捷高效的疾病管理辅助工具,构建此类工具,并与人工智能的方相结合,将可以为CKD患者带来益处。
王霄宇[5]（2021）在《大蒜种植面积影响因素分析及面积预测》文中指出我国是世界大蒜主要生产国、消费国和出口国,但近年来大蒜种植规模的频繁波动影响了大蒜产业的稳定性及可持续发展,科学分析大蒜种植规模变化影响因素,准确预测大蒜种植面积,对稳定大蒜市场及促进大蒜产业可持续发展具有十分重要的意义。基于此,本文采用主成分回归法对全国大蒜种植面积影响因素进行了分析,运用改进的ARIMA模型对种植面积进行了预测,并以1989-2019年全国大蒜种植面积供求因素、成本因素,以及其它宏观因素进行了实例验证。研究成果可为农户、企业决策及政府宏观管理提供数据支持,主要研究内容和结果如下:（1）大蒜种植面积变化趋势研究。研究结果表明,1989年至2008年全国大蒜种植面积整体处于上升态势,局部存在轻微波动,2009年至2016年市场基本趋于理性,供求关系较为平衡,种植规模趋于稳定,种植面积波动不大,2017年和2018年面积波动较大,随后2019年趋于正常。（2）种植面积影响因素主成分回归分析。通过分析大蒜种植面积主要影响因素的贡献率,得出大蒜价格为大蒜种植面积的主要影响因素,其对大蒜种植面积的影响的方差贡献率达到了80.62%,其次为自然灾害受灾面积,其方差贡献率为8.31%,两个因子的累计方差贡献率为88.92%。（3）多因素预测大蒜种植面积模型构建。借鉴机器学习的调参思想对ARIMA模型进行改进,改善单因素预测的缺陷,使其可应用于多因素大蒜面积预测。分析对比改进ARIMA模型与LSTM模型的预测结果,LSTM模型对大蒜种植面积预测的平均相对误差为12.15%,而改进的ARIMA模型预测相对误差为4.23%,充分证明了改进的ARIMA模型具有构建合理、拟合评价良好和预测精度较高等优点。（4）基于大数据平台的大蒜种植面积分析预测服务系统研发。在对大蒜种植面积影响因素进行分析及构建预测模型的基础上,研发了大蒜种植面积分析预测服务平台,平台实现了遥感信息采集、种植图像存储、挖掘分析和信息可视化等功能,为用户提供了种植面积的波动趋势分析、种植面积影响因素分析和面积预测等服务。
沈飞[6]（2020）在《迁移学习理论及机械故障诊断和寿命预测研究》文中研究指明目前用于工业生产、航天航空、轨道交通等领域的各类机械设备越来越复杂,自动化和信息化水平越来越高,齿轮、轴承等机械旋转部件一旦损坏,轻则导致机械失灵、生产停滞,重则导致人员伤亡。因此,对旋转机械系统建立有效的诊断预测模型意义重大。随着融入新一代人工智能的机械诊断预测技术越来越成熟,能够构建更为复杂精密的机械损伤模型,从而达到提升故障诊断预测性能的目的。然而,现有模型普遍存在算法复杂度高、建模数据要求严格、模型通用性低等缺陷。针对现有融入新一代人工智能的机械诊断预测模型的不足,本文以旋转机械为研究对象,以迁移学习思想为理论基础,开展智能故障诊断和剩余寿命预测为研究,内容如下:（1）阐述了迁移学习中迁移成分、迁移任务及迁移模式在机械振动信号中的具体应用。针对迁移成分重点比较了样本迁移和特征迁移模型形式,针对迁移任务重点比较了跨通道迁移和跨设备迁移模型形式,针对迁移模式重点比较了直接迁移和传递迁移模型形式,并对每种模型形式的基本应用条件进行分析。（2）以机械故障诊断的不同迁移成分为视角,分别提出了概率因子Tr Adaboost算法的样本迁移模型和局部向量迁移的特征迁移模型。前者包括奇异值分解的振动特征提取、符号秩/卡方检验的串联领域相似度指标和概率因子Tr Adaboost算法三个环节,后者包括多域特征提取和局部向量迁移两个环节。实验数据结果表明:故障位置诊断时,样本迁移模型优于特征迁移模型,故障直径诊断时特征迁移模型优于样本迁移。保证诊断精度前提下,概率因子Tr Adaboost算法相比Tr Adaboost算法迭代速度得到有效提升,局部向量迁移算法有助于解决机械振动信号多域特征质量不均的问题。总体而言,样本迁移模型故障诊断精度高于特征迁移模型。（3）以机械故障诊断的不同迁移任务为视角,分别提出了惩罚域选择机的跨通道迁移模型和弱约束快速自组织映射的跨设备迁移模型。前者包括频带选择独立成分分析信号分离的领域选择和惩罚域选择机的领域适应算法两个环节,后者包括实虚极坐标图谱、弱约束快速自组织映射算法、交叉闵可夫斯基距离的源设备通道选择和二阶选择性集成的目标设备通道融合四个环节。实验数据结果表明:无论是跨通道迁移还是跨设备迁移,结构简单的机械部件更易迁移至结构复杂的机械部件。跨设备迁移时健康齿轮差异性最小,轻度裂纹齿轮差异性最大。相比域选择机,惩罚域选择机由于加入领域惩罚因子向量和信号惩罚因子向量,提升了跨通道迁移模型的诊断精度和实时性。相比快速自组织映射,弱约束快速自组织映射算法由于削弱了初始映射图的约束条件,增强了跨设备迁移模型的诊断适应性。总体而言,跨通道迁移模型故障诊断精度高于跨设备迁移模型。（4）以机械剩余寿命预测的不同迁移模式为视角,分别提出了超平面分类器的迁移压缩编码的直接迁移模型和引入中间域的域独立支持向量机传递迁移模型。前者包括梅尔倒频谱系数的机械疲劳退化曲线、超平面分类器的迁移压缩编码曲线迁移算法和指数半随机扩展卡尔曼滤波三个环节,后者包括联合评估指标的机械疲劳退化曲线、最大相关峰度去卷积的机械早期故障检测、领域综合区分指标的领域确定和引入中间域的域独立支持向量机四个环节。实验数据结果表明:当源领域和目标领域疲劳退化曲线距离较小而与中间领域疲劳退化曲线距离较大时,直接迁移模型性能优于传递迁移模型,反之后者性能优于前者。同时,超平面分类器的迁移压缩编码曲线迁移算法有助于减少源设备和目标设备疲劳退化曲线之间的差异。相比单一域独立支持向量机,引入中间域寿命预测误差更小,但后者取决于中间领域质量。总体而言,传递迁移模型寿命预测精度高于直接迁移模型。
戴晶帼[7]（2020）在《多节点复杂贝叶斯网络结构学习方法研究》文中研究表明以贝叶斯网络（Bayesian Network,BN）为典型代表的概率图模型具有清晰透明的变量间因果关系表示形式,能够支持基于数据驱动的建模方法,并能够利用条件概率描述变量间的依赖程度,为机器学习提供了在概率空间下的理论模型框架。在运用BN理论解决实际问题时,首要任务是根据研究对象构建变量间内在关系的图形化表示模型。然而在BN模型构建过程中,模型结构搜索空间规模将随着变量个数的增加呈指数级增长,尤其当面对多节点复杂BN模型结构训练问题时,挖掘各节点间的关联关系具有极高的时间和空间复杂度。针对该问题,论文采取图模型分解思想,将多节点复杂BN结构学习任务划分成一系列中小规模BN结构优化的子任务,通过构建中小规模BN结构训练方法,来提高局部邻域结构的学习精度和计算效率,在此基础上,将上述方法应用于大规模BN拆分后的子图结构学习中,并通过合并子图最终完成大型有向无环图的构建。论文的主要研究工作如下:（1）提出一种基于双尺度约束模型的BN结构自适应学习算法,解决了由于结构搜索空间约束不合理导致迭代寻优过程中丢失潜在最优解的问题。该算法将最大互信息和条件独立性（Conditional Independence,CI）测试结合,建立结构搜索空间大尺度约束模型,完成结构搜索空间的初始化。在此基础上,结合遗传算法的进化过程建立小尺度约束模型,利用评分函数和结构复杂度评估模型,实现结构搜索空间小尺度动态缩放。仿真结果表明:在处理中小规模BN（节点个数<50）结构训练任务时,与其它群智能优化算法比较,论文提出的新算法准确度提高了17.2%72.3%。（2）提出一种基于改进进化方法的BN结构混合学习算法,解决了由于随机性搜索导致优异子结构被破坏,以及马尔科夫等价类结构辨识困难导致的无效搜索问题。该算法考虑模型局部邻域特征,利用评分函数的可分解性建立结构评分记忆模型,使得BN中的优异子结构能够传递给后代个体,从而提高结构学习算法的收敛速度;此外,通过构造同一等价类结构的统计模型,及时反馈当前候选结构的多样性情况,在此基础上执行不同的修正操作,能够保证种群的多样性。仿真结果表明:在完成变量个数少于50个的BN建模任务时,与性能优异的最大最小爬山（Max-Min HillClimbing,MMHC）算法相比,论文提出的新算法学习精度平均提高了约25.5%;与其它群智能优化算法比较,论文提出的新算法收敛速度平均提升了约4倍。（3）提出一种基于三阶段马尔科夫覆盖快速发现方法的无向独立图构建算法,解决了低效CI测试导致大规模BN的无向独立图构造时间成本增加的问题。该算法通过引入一个约束阈值和最大信息系数建立马尔科夫覆盖过滤模型,删除弱关联关系的连接边,从而限制候选马尔科夫覆盖搜索空间的规模;在此基础上,利用局部拓扑特性,优先执行有效的CI测试,避免高阶检验过程,减少CI测试的次数。仿真结果表明:当网络节点个数大于50时,与其它马尔科夫覆盖发现方法比较,论文提出的新算法执行CI测试的次数平均减少约6倍,CI测试的阶数平均降低约7倍。（4）提出一种基于图划分的大规模BN结构递归学习算法,解决了无先验知识情况下大规模BN的无向独立图的有效分割问题。该算法根据网络结构的局部拓扑特征评估各节点在信息传播过程中的重要性程度,在此基础上设计了一种基于局部拓扑信息的大规模BN的无向独立图分解模型;同时利用分解后的子图结构特征,设计有效的分解终止条件。仿真结果表明:在BN包含的节点个数大于100的情况下,与性能优异的MMHC算法比较,论文提出的新算法准确度平均提高了26.7%,且运行时间平均减少了24%;与其它典型的结构学习算法相比,论文提出的新算法能够在学习精度和计算效率之间取得良好的平衡。
郭燧[8]（2020）在《石化产业链产品价格波动的时空传导效应研究》文中提出石油是世界上最重要的工业原料之一,在一条石化产业链系统中,任一环节产品价格的波动都会在空间和时间两个维度上影响产业链条上与之相联系的其他产品的供求关系,进而影响产品价格。在空间维度上,学者们对产业链上不同环节产品在不同地区价格波动空间传导问题进行了大量研究。在时间维度上,价格波动传导最复杂的地方在于刻画传导过程的多时间属性。产品价格波动的多时间属性一是指不同阶段的石化产业链产品价格波动传导具有阶段性特征,二是在不同时间阶段的每一时刻,石化产品间的价格波动关系是在动态变化的。这种阶段性与动态性交织的多时间属性的价格波动传导关系是学者们研究的重点和难点。以产业链价格传导理论、要素禀赋理论、原油市场“一价定律”理论和动态均衡的“蛛网模型”理论为基础,选取石油化工产业链中的重要一环,即原油、石脑油、乙烯、苯乙烯产业链作为研究对象,选取欧洲、美国、中国、中东、东南亚、日本和韩国作为研究市场,一共选取22种石化产品,并对不同产业链环节不同地区的石化产品价格波动时空传导效应进行了研究。主要工作和创新体现在以下几个方面:（1）定义并计算了石化产业链产品价格波动传导的多时间属性。针对石化产品的价格变化多时间属性中“阶段性”特征,采用Perron-Yabu检验的方法对22种石化产品价格序列划分了结构断点,整个数据集被三个结构断点分为四个时间阶段。随后通过计算不同阶段各个产品之间的互相关关系,并进行Podobink检验,得到了筛选后的石化产业链产品价格之间领先滞后关系的阶数。（2）构建了石化产业链产品价格波动空间传导模型和空间传导网络模型,发现并验证了单一石化产品价格波动传导在地区间和产业链间的传导存在不平衡性。在各产品领先滞后关系阶数的基础上,利用BEKK-GARCH方法计算了四个不同阶段各个石化产品之间在空间上的价格波动传导效应。在通过BEKK-GARCH方法分析了石化产品价格之间一对一关系后,引入网络的分析方法构建了石化产业链产品价格波动空间传导网络模型,并通过计算网络指标来分析在不同时间阶段,单个产品在整个石化产业链市场中的地位和作用。（3）构建了石化产业链产品价格波动时空传导模型去研究石化产业链产品价格波动的时空传导效应,解决了时空传导中“动态性”的问题,发现了不同石化产品价格波动在时空上的传导规律。仿真分析了22种石化产品受到冲击发生价格波动时,各个石化产品在产业链上、在不同地区以及在每一个时刻的传导效应,最终发现了石化产品价格波动时空传导过程中存在着“时序波动集聚性”。最后以样本期之后的一段数据作为验证期来进行稳健性检验。通过动态时间规整方法,选取各个石化产品与验证期数据相似程度最高的样本数据时间阶段作为参考,在验证期运行时空传导效应模型并对样本期和验证期的价格波动传导结果进行比照,作为稳健性检验的依据。基于以上分析,从我国石化产业链产品供应安全和投资者在石油市场投资的角度提出了相应的建议。建议提出要增加我国石化原料的储备、促进石脑油炼化来源多样性、投资者应该关注重点的几个产品价格波动的日期,提高对价格波动带来的风险和机会的准备。
朱文锋[9]（2020）在《基于网络口碑文本挖掘的在线住宿服务质量管理研究》文中研究表明在线住宿以促进闲置房源的有效利用、降低房屋空置成本、提供多样化和个性化住宿服务等优势,在全球范围内快速崛起。随着在线住宿平台在全球市场的扩张进入平稳增长时期,解决服务问题与提升服务质量对行业未来的健康发展至关重要。当前在线住宿在房源品质、房东素质、房客人身安全和平台跨文化运营等方面存在突出的服务质量管理问题,而现有研究关于服务质量的评价方法存在不足,对在线住宿的服务质量与文化距离因素之间的联系也尚不明确。在线住宿平台如何科学地评价服务质量,理解顾客的服务需求,并提高跨文化服务质量管理的能力和水平,成为重要的研究问题。本研究以Airbnb为例评价在线住宿的服务质量,并从跨文化的角度解析服务质量在北京和旧金山两个城市的差异,提出在线住宿服务质量管理的命题和启示。主要研究内容包括:（1）基于弱监督主题模型的网络口碑评论文本挖掘。针对网络口碑中蕴含服务质量信息而无标签的问题,构建弱监督主题模型对文本数据进行主题提取,通过种子词预设和种子词扩展提取出服务质量信息。（2）基于SERVQUAL模型的在线住宿服务质量评价。在主题提取的基础上进行情感倾向分析,结合SERVQUAL的有形性等五个维度评价在线住宿的服务质量。（3）在线住宿服务质量的差异分析和跨文化解析。从维度差异、动态变化、地域差异和个体差异四个方面对比分析两个城市的服务质量,并基于Hofstede文化维度理论,从赞美意愿、关注度、容忍度和赞美倾向四个方面解析服务质量与文化维度之间的关系。（4）提出在线住宿服务质量管理的命题和实践管理启示。研究结果表明:（1）基于网络口碑文本挖掘的方法能够有效评价在线住宿的服务质量,服务质量在维度、动态性、地域和个体水平上都存在差异。（2）“低权力距离”文化背景的顾客,对服务质量的赞美意愿更高。（3）“低不确定规避”文化背景的顾客,对服务移情性的关注度更高;“高不确定规避”文化背景的顾客,对服务保证性的关注度更高。（4）“长期导向”或“集体主义”文化背景的顾客,对服务有形性的容忍度更低;“短期导向”或“高不确定性规避”文化背景的顾客,对服务响应性的容忍度更低。（5）“集体主义”文化背景的顾客,对服务移情性的赞美倾向更高;“个人主义”文化背景的顾客,对服务保证性的赞美倾向更高。根据研究结果,从服务质量差异和跨文化管理等角度提出了服务质量管理启示。本研究填补了服务质量评价和在线住宿服务的研究缺口,丰富了跨文化服务质量研究成果,并为在线住宿的跨文化服务质量管理提供了重要参考。
张召[10]（2020）在《高超声速机动目标跟踪模型与状态估计算法研究》文中研究指明随着高超声速飞行技术的逐步成熟,飞行器可以实现大气层内高超声速机动飞行,突破了传统目标跟踪中有关跟踪模型和状态估计算法的诸多假设,大幅降低了跟踪效果。受到强烈复杂的空气动力作用,目标可以实现更加复杂的机动飞行,严重降低了跟踪模型的准确性,进而影响滤波算法的估计效果。典型解决方法是提取特征参数对状态向量进行扩维以弥补模型误差,然而非线性动力学模型中状态与参数的非线性关系不利于参数估计的收敛性和一致性,线性运动学模型又不足以准确描述高超声速运动。而且,这些缺陷也不利于目标机动模式的在线识别,难以解决目标运动模型未知以及切换问题。状态估计算法融合模型信息和测量数据,对目标状态和参数进行联合估计,滤波效果直接取决于状态维度选择和协方差设置。一般采用Riccati方程推演协方差演化,并结合协方差分析对估计算法进行定量评估和设计。但是对于先验信息较少、非线性较强的机动目标跟踪,相关研究还比较少。同时,目标的机动特性改变了模型不确定性的分布规律,使之呈现非高斯特性。对于由此引发的非高斯不确定性非线性传播问题,可以采用大规模随机性采样和以逼近对象概率分布为基础的确定性采样进行解决。但是,二者计算量都比较大,难以适用于需要快速反应的高超声速机动目标跟踪。本文针对上述若干问题开展研究工作。针对传统跟踪模型的缺陷,本文提出一种基于高超声速飞行运动特性的跟踪模型设计方法,采用数据处理算法研究弹道数据的内在相关关系并给出参数化描述。以弹道坐标系为基准,建立高超声速飞行动力学模型和典型飞行模式,通过数值仿真生成原始弹道数据。同时,为避免不同数据模态之间的干扰,引入集成经验模态分解技术对弹道数据的趋势项、周期项和噪声项进行分离。针对各个数据项,统一采用自回归滑动平均模型对其进行分析和参数化建模,其中趋势项拟合主要根据数据的时域特性,周期项建模则借鉴了信号频谱分析和相关关系白化处理的相关研究。最终,通过模型叠合算法将上述数据项的建模结果进行综合,建立飞行状态跟踪模型——高阶马尔可夫模型。以状态变量的相关关系描述运动规律,有效避免了非线性模型参数可观测性问题,而且可描述的运动形态复杂度也远高于运动学模型。以上述高阶马尔可夫模型为基础,设计高超声速机动目标状态估计算法,主要涉及状态变量的选择、初始状态协方差和过程噪声协方差的设置。围绕标称轨迹对系统进行线性化处理,将其转变为线性时变系统;根据可观测性Gramian矩阵的秩检验,确定系统可观测模式的数量和方向;然后基于Riccati方程和协方差分析研究系统状态的随机可观测性,完成对滤波状态的选择。引入线性系统稳定性分析的随机可观测性和随机可控性概念,分析初始状态协方差对算法稳定性的影响,进而对其进行设置。以李雅谱诺夫指数法和函数法为基础分析算法稳定性,前者以状态协方差为操作对象,展示空间中估计轨迹的误差趋势;后者则通过对系统进行线性化处理,讨论算法稳定条件;二者结合,完成对过程噪声协方差的分析和设置。基于上述可观测性和稳定性分析结果设计的状态增广滤波器,可以有效保证估计结果的稳定性和精度,而且对高阶状态存在滤波-平滑双重估计机制,可以有效提高滤波算法的收敛性。针对机动目标非高斯不确定性的非线性传播问题,以贝叶斯估计、Gauss积分和混沌多项式理论为基础,设计了非高斯样本生成策略以及样本处理算法。贝叶斯估计理论给出了任意概率分布的序贯滤波框架,将估计问题转变为概率密度函数加权积分问题;结合Gauss积分对其进行解算,可以达到较高的代数精度;基于模型误差分布规律,引入Wiener-Askey混沌多项式理论确定相应的正交多项式,可以生成单维样本集合及其权重。然而,由于多维非高斯联合概率密度函数形式复杂、不易求解,而且采用维度遍历方法由单维向多维进行扩展又会面临维度灾难,在此引入坐标轴采样策略以生成多维样本集合及其权重。然后基于正交基函数矩阵对配点法进行改进,对样本集合进行处理并确定混沌多项式展开系数,进而确定随机过程的统计特征,使其更加逼近真实的概率分布。由此设计的滤波器,可以在一定程度上缓解计算协方差的近似误差。针对目标机动引起的模型不匹配问题,主要从鲁棒滤波和线性预测理论出发完成对目标运动规律的在线识别,解决模型未知以及随时可能出现的机动模式切换问题。根据高阶马尔可夫模型和状态估计算法,引入二级Kalman滤波算法改善对状态和模型偏置的联合估计,并借助于解耦策略讨论耦合作用对算法稳定性的影响。同时为增强算法对模型突变的鲁棒性,将Huber函数引入强跟踪滤波算法设计了鲁棒滤波器,有效克服了过调节问题,实现对机动目标的稳定跟踪。为进一步提高跟踪精度,结合高阶马尔可夫建模策略,使用线性预测理论对跟踪数据进行处理,在线建立目标运动规律的自回归模型。如此实现对目标机动模式的在线识别,并且给出了识别误差的统计特征,以用于滤波算法设计、提高跟踪精度。结果表明,上述算法可以有效克服模型未知以及模型突变引起的滤波性能下降和发散问题。
二、卡方检验确定背景序列模型Markov chain的阶数(英文)（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、卡方检验确定背景序列模型Markov chain的阶数(英文)（论文提纲范文）
（1）苹果价格时空传导效应分析及预测研究（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 价格时空传导效应研究现状 |
| 1.2.2 价格预测模型研究现状 |
| 1.3 主要研究内容、研究方法和技术路线 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.3.3 技术路线 |
| 2 相关理论与技术 |
| 2.1 时空传导分析理论 |
| 2.1.1 向量误差修正模型 |
| 2.1.2 基尼系数 |
| 2.1.3 马尔科夫链 |
| 2.2 神经网络模型理论 |
| 2.2.1 神经网络模型 |
| 2.2.2 递归神经网络 |
| 2.3 本章小结 |
| 3 苹果价格时空传导效应分析 |
| 3.1 苹果价格地区间的时间传导效应 |
| 3.1.1 基于VECM的短期价格传导 |
| 3.1.2 基于脉冲响应函数的长期价格传导 |
| 3.1.3 基于Granger因果的稳健性检验 |
| 3.2 苹果价格影响因素的时间传导效应 |
| 3.2.1 单产对价格的时间传导 |
| 3.2.2 种植面积对价格的时间传导 |
| 3.2.3 种植总成本价格的时间传导 |
| 3.2.4 GDP对价格的时间传导 |
| 3.3 苹果价格空间传导特征分析 |
| 3.3.1 基于基尼系数的地区差距分析 |
| 3.3.2 基于泰尔T指数的地区差距 |
| 3.3.3 基于Markov链的动态演进 |
| 3.4 本章小结 |
| 4 基于LSTM-GARCH族的苹果价格预测 |
| 4.1 实验方案 |
| 4.1.1 GARCH 效应特征方法 |
| 4.1.2 预测实验与分析 |
| 4.2 本章小结 |
| 5 基于时空效应的堆叠式LSTM-GARCH的苹果价格预测 |
| 5.1 模型设计 |
| 5.1.1 整体思路 |
| 5.1.2 优化部分 |
| 5.1.3 实验流程 |
| 5.2 实验与分析 |
| 5.2.1 主成分提取GARCH特征项 |
| 5.2.2 拟合并提取时空传导效应特征 |
| 5.2.3 预测实验与分析 |
| 5.3 模型应用 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 硕士期间获得的研究成果 |
（2）广西重点地区HIV感染者不同艾滋病病毒基因型疾病进展和二代传播风险调查研究（论文提纲范文）
| 缩略词 |
| 中文摘要 |
| Abstract |
| 前言 |
| 第一部分 广西重点地区HIV感染者不同艾滋病病毒基因型疾病进展研究 |
| 引言 |
| 1 材料和方法 |
| 1.1 研究对象 |
| 1.2 研究方法 |
| 1.3 研究内容 |
| 1.4 实验室检测 |
| 1.5 数据收集与数据管理 |
| 1.6 样本量估算和统计分析 |
| 1.7 质量控制 |
| 1.8 伦理学事项 |
| 2 结果 |
| 2.1 研究对象的基本情况 |
| 2.2 研究对象不同HIV基因型首次CD4计数比较 |
| 2.3 研究对象不同HIV基因型抗病毒治疗前死亡情况比较 |
| 2.4 研究对象不同HIV基因型抗病毒治疗后死亡和退出治疗及病毒载量情况比较 |
| 3 讨论 |
| 3.1 研究对象不同HIV基因型首次CD4计数情况 |
| 3.2 研究对象不同HIV基因型抗病毒治疗前死亡情况 |
| 3.3 研究对象不同HIV基因型抗病毒治疗后死亡和退出治疗及病毒载量情况 |
| 4 小结 |
| 第二部分 广西重点地区HI感染者二代传播基本再生数分析研究 |
| 引言 |
| 1 材料和方法 |
| 1.1 研究对象 |
| 1.2 研究方法 |
| 1.3 研究内容 |
| 1.4 实验室检测 |
| 1.5 数据收集与数据管理 |
| 1.6 R_0计算、样本量估算与统计分析 |
| 1.7 质量控制 |
| 1.8 伦理学事项 |
| 2 结果 |
| 2.1 研究对象的基本情况 |
| 2.2 研究对象主要HIV基因型的R_0 |
| 2.3 研究对象主要HIV分子传播簇的基本情况 |
| 2.4 研究对象主要HIV分子传播簇R_0与增长速度的相关性 |
| 2.5 分子传播簇R_0与新近感染的相关性 |
| 3 讨论 |
| 3.1 研究对象主要HIV基因型的R_0 |
| 3.2 研究对象主要HIV分子传播簇的R_0 |
| 3.3 研究对象主要HIV分子传播簇R_0与增长率和新近感染的相关性 |
| 4 小结 |
| 第三部分 广西重点地区HIV感染者二代传播风险分子网络分析研究 |
| 引言 |
| 1 材料和方法 |
| 1.1 研究对象 |
| 1.2 研究方法 |
| 1.3 研究内容 |
| 1.4 实验室检测 |
| 1.5 数据收集与数据管理 |
| 1.6 样本量估算与统计分析 |
| 1.7 质量控制 |
| 1.8 伦理学事项 |
| 2 结果 |
| 2.1 基本情况 |
| 2.2 分子传播网络基因阈值选择 |
| 2.3 抗病毒治疗减少HIV二代传播风险及影响因素分析 |
| 2.4 抗病毒治疗减少HIV二代传播风险的敏感性分析 |
| 3 讨论 |
| 3.1 抗病毒治疗减少HIV二代传播风险情况 |
| 3.2 HIV二代传播风险的影响因素 |
| 4 小结 |
| 全文结论 |
| 研究创新性 |
| 研究局限性 |
| 参考文献 |
| 文献综述 HIV感染人群二代传播风险研究进展 |
| 参考文献 |
| 个人简历 |
| 已发表文章 |
| 致谢 |
（3）北京市学龄儿童接种流感疫苗效果评价研究（论文提纲范文）
| 英文缩略词 |
| 中文摘要 |
| Abstract |
| 引言 |
| 1. 研究背景 |
| 2. 研究内容 |
| 2.1 流感疫苗对学龄儿童保护效果分析 |
| 2.2 流感疫苗对学龄儿童流感疫情预防效果分析 |
| 2.3 学龄儿童流感疫苗接种影响力分析 |
| 3. 数据来源 |
| 3.1 流感样病例监测系统 |
| 3.2 流感病原学监测系统 |
| 3.3 集中发热监测系统 |
| 3.4 免疫规划信息管理系统 |
| 4. 研究框架 |
| 5. 质量控制 |
| 6. 伦理学问题 |
| 第一部分 流感疫苗对学龄儿童的保护效果分析 |
| 1. 研究目的 |
| 2. 对象与方法 |
| 2.1 基于流感疫情-流感疫苗对学龄儿童保护效果评价 |
| 2.2 基于医院门诊-流感疫苗对学龄儿童的保护效果评价 |
| 3 结果 |
| 3.1 基于流感疫情-流感疫苗对学龄儿童的保护效果评价 |
| 3.2 基于医院门诊-流感疫苗对学龄儿童的保护效果评价 |
| 4. 讨论 |
| 5. 小结 |
| 第二部分 流感疫苗对学龄儿童流感疫情的预防效果分析 |
| 1. 研究目的 |
| 2. 研究方法 |
| 2.1 研究设计与数据收集 |
| 2.2 实验室检测与疫情判定 |
| 2.3 数据管理与统计分析 |
| 3. 结果 |
| 3.1 一般情况 |
| 3.2 疫苗预防流感疫情的效果分析 |
| 3.3 疫苗对流感疫情规模影响 |
| 4. 讨论 |
| 5. 小结 |
| 第三部分 学龄儿童流感疫苗接种影响力分析 |
| 1. 研究目的 |
| 2. 对象与方法 |
| 2.1 报告就诊流感病例和流感疫苗接种情况 |
| 2.2 实际流感感染和发病人数估计 |
| 2.3 干预ARIMA模型 |
| 2.4 复合人群传播动力学模型 |
| 3. 结果 |
| 3.1 报告就诊流感病例和流感疫苗接种情况 |
| 3.2 实际感染流感和发病人数估计 |
| 3.3 基于干预ARIMA模型流感疫苗对儿童疾病负担减少估计 |
| 3.4 基于复合人群传播动力学模型对现有疫苗策略的评价 |
| 4. 讨论 |
| 5. 小结 |
| 全文总结 |
| 1. 结论 |
| 2. 创新性 |
| 3. 局限性 |
| 4. 下一步工作建议 |
| 附表 |
| 附表1 北京市流感监测哨点医院及网络实验室名单 |
| 附表2 北京市流感监测样本采样信息表 |
| 附表3 流感样病例暴发疫情相关信息登记表 |
| 附表4 集中发热病例信息一览表 |
| 参考文献 |
| 个人简历 |
| 致谢 |
（4）慢性肾脏病营养管理依从性分析及交互式中西医智能辅助程序的建立与运用（论文提纲范文）
| 摘要 |
| Abstract |
| 引言 |
| 第一章 文献研究 |
| 第一节 慢性肾脏病现代营养管理的研究概况 |
| 一、慢性肾脏病营养管理的必要性 |
| 二、主要营养素摄入的相关研究 |
| 第二节 中医学内有关慢性肾脏病的营养管理 |
| 一、中医学关于“营养”的理解 |
| 二、中医学“营养”管理的发展 |
| 三、慢性肾脏病中医营养管理食物的应用 |
| 四、慢性肾脏病中医营养管理治法的选择 |
| 五、慢性肾脏病中医营养管理现代的研究 |
| 第二章 慢性肾脏病营养管理合格率分析及低蛋白饮食的影响因素 |
| 第一节 研究背景 |
| 第二节 研究内容 |
| 一、研究目的 |
| 二、研究方法 |
| 三、实施方案 |
| 第三节 研究结果 |
| 一、营养素的摄入量 |
| 二、营养素摄入的合格率 |
| 三、营养素摄入未合格患者的具体原因 |
| 四、影响膳食蛋白质摄入的一般特征比较 |
| 五、影响膳食热量摄入的一般特征比较 |
| 六、一般特征的多因素二元Logistic回归分析 |
| 七、全部参与者的营养状况 |
| 八、影响膳食蛋白质摄入的营养评估指标的比较 |
| 九、影响膳食热量摄入的营养评估指标的比较 |
| 十、营养评估指标的多因素二元Logistic回归分析 |
| 第四节 讨论 |
| 第三章 慢性肾脏病交互式中西医营养管理辅助程序的建立 |
| 第一节 研究背景 |
| 第二节 中西医营养管理“移动终端程序”的需求调查 |
| 一、研究方法 |
| 二、研究结果 |
| 第三节 交互式中西医营养管理辅助微信小程序的开发 |
| 一、研发过程 |
| 二、功能模块 |
| 第四节 讨论 |
| 第四章 交互式中西医营养管理辅助程序的应用:一项前瞻性非随机对照研究 |
| 第一节 研究背景 |
| 第二节 研究内容 |
| 一、研究目的 |
| 二、研究方法 |
| 三、实施方案 |
| 第三节 研究结果 |
| 一、受试者进入研究的流程 |
| 二、观察指标 |
| 第四节 讨论 |
| 第五章 程序优化探索:亚型和阶段推导模型在预防营养不良事件发生中的应用 |
| 第一节 研究背景 |
| 第二节 模型框架 |
| 一、基础模型:基于事件模型 |
| 二、优化模型:亚型和阶段推导模型 |
| 第三节 模型运行 |
| 一、数据的采集 |
| 二、数据预处理 |
| 三、数据集转换 |
| 四、模型的输入 |
| 五、模型的运算 |
| 六、模型的运行 |
| 第四节 结果输出 |
| 第五节 讨论 |
| 结语 |
| 参考文献 |
| 附录 |
| 在校期间发表论文情况、参与课题与获奖情况 |
| 致谢 |
| 统计学审核证明 |
（5）大蒜种植面积影响因素分析及面积预测（论文提纲范文）
| 中文摘要 |
| 英文摘要 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 种植面积影响因素研究现状 |
| 1.3.2 面积预测的国内外研究现状 |
| 1.3.3 种植面积分析平台研究现状 |
| 1.3.4 国内外现状总结 |
| 1.4 研究内容、研究方法及技术路线 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 1.5 创新之处 |
| 1.6 章节安排 |
| 1.7 本章小结 |
| 2 理论与技术 |
| 2.1 大蒜种植面积影响因素选取 |
| 2.1.1 影响因素选取 |
| 2.1.2 诸因素影响程度分析 |
| 2.2 主成分回归分析原理及方法 |
| 2.3 面积预测方法 |
| 2.3.1 ARIMA预测模型 |
| 2.3.2 LSTM预测模型 |
| 2.4 本章小结 |
| 3 大蒜种植面积变化特征及影响因素分析 |
| 3.1 种植面积影响因素的选取 |
| 3.2 数据来源 |
| 3.3 种植规模变化特征分析 |
| 3.3.1 变化特征概述 |
| 3.3.2 变化特征分析 |
| 3.4 主成分分析及回归模型的建立 |
| 3.4.1 回归模型的建立与分析 |
| 3.4.2 回归模型的卡方检验 |
| 3.5 本章小结 |
| 4 大蒜种植面积预测分析 |
| 4.1 基于改进ARIMA模型的大蒜种植面积预测 |
| 4.1.1 改进ARIMA模型建模过程 |
| 4.1.2 改进ARIMA模型检验 |
| 4.1.3 改进ARIMA模型面积预测 |
| 4.2 基于LSTM模型的大蒜种植面积预测 |
| 4.2.1 LSTM面积预测模型的构建 |
| 4.2.2 LSTM模型面积预测 |
| 4.3 大蒜种植面积模型评估 |
| 4.4 大蒜种植面积数据预测 |
| 4.5 本章小结 |
| 5 大蒜种植面积分析预测系统的研发 |
| 5.1 系统需求分析 |
| 5.1.1 系统用户分析 |
| 5.1.2 系统功能需求分析 |
| 5.1.3 系统性能需求分析 |
| 5.2 系统总体框架设计 |
| 5.3 系统功能实现 |
| 5.4 系统应用 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 创新点 |
| 6.3 展望 |
| 参考文献 |
| 致谢 |
| 硕士期间获得的研究成果 |
（6）迁移学习理论及机械故障诊断和寿命预测研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状综述 |
| 1.2.1 融入新一代人工智能的机械诊断预测技术 |
| 1.2.2 迁移学习驱动下的智能机械诊断预测技术 |
| 1.3 目前研究存在的主要问题 |
| 1.4 研究内容与论文组织结构 |
| 1.4.1 研究内容 |
| 1.4.2 研究组织结构 |
| 第二章 机械诊断预测模型的迁移理论基础 |
| 2.1 迁移学习模型结构 |
| 2.1.1 参数迁移模型结构 |
| 2.1.2 实例迁移模型结构 |
| 2.1.3 特征迁移模型结构 |
| 2.1.4 关联规则迁移模型结构 |
| 2.2 机械振动信号的迁移成分分析 |
| 2.3 机械振动信号的迁移任务分析 |
| 2.4 机械振动信号的迁移模式分析 |
| 2.5 小结 |
| 第三章 样本/特征迁移成分的故障诊断模型研究 |
| 3.1 样本迁移:概率因子TrAdaboost迁移的故障诊断模型 |
| 3.1.1 模型总体框架 |
| 3.1.2 奇异值分解的振动特征提取 |
| 3.1.3 符号秩/卡方检验综合相似度指标 |
| 3.1.4 概率因子TrAdaboost算法 |
| 3.2 特征迁移:局部向量迁移的机械故障诊断模型 |
| 3.2.1 模型总体框架 |
| 3.2.2 多域特征提取算法 |
| 3.2.3 局部向量迁移算法 |
| 3.3 不同迁移成分的故障诊断模型性能分析 |
| 3.3.1 凯斯西储大学轴承数据集实验验证 |
| 3.3.2 DDS齿轮数据集实验验证 |
| 3.4 小结 |
| 第四章 跨通道/跨设备迁移任务的故障诊断模型研究 |
| 4.1 跨通道迁移:惩罚域选择机的故障诊断模型 |
| 4.1.1 模型总体框架 |
| 4.1.2 BS-ICA信号分离的领域选择 |
| 4.1.3 PDSM的领域适应算法 |
| 4.2 跨设备迁移:弱约束FSOM的故障诊断模型 |
| 4.2.1 模型总体框架 |
| 4.2.2 实虚极坐标图谱 |
| 4.2.3 弱约束快速自组织映射算法 |
| 4.2.4 交叉闵可夫斯基距离的源设备通道选择 |
| 4.2.5 二阶选择性集成的目标设备通道融合 |
| 4.3 不同迁移任务的故障诊断模型性能分析 |
| 4.3.1 DDS和千鹏齿轮数据集跨通道实验验证 |
| 4.3.2 DDS和千鹏齿轮数据集跨设备实验验证 |
| 4.4 小结 |
| 第五章 直接/传递迁移模式的剩余寿命预测模型研究 |
| 5.1 直接迁移:TCCHC的指数半随机EKF的剩余寿命预测模型 |
| 5.1.1 模型总体框架 |
| 5.1.2 MFCC机械疲劳退化曲线 |
| 5.1.3 TCCHC曲线迁移算法 |
| 5.1.4 指数半随机EKF的剩余寿命预测 |
| 5.2 传递迁移:引入中间域的DI-SVM的剩余寿命预测模型 |
| 5.2.1 模型总体框架 |
| 5.2.2 联合评估指标的机械退化曲线 |
| 5.2.3 MCKD的机械早期故障检测 |
| 5.2.4 领域综合区分指标的领域确定 |
| 5.2.5 引入中间域的DI-SVM算法 |
| 5.3 不同迁移模式的剩余寿命预测模型性能分析 |
| 5.3.1 T20-60nF轴承数据集实验验证 |
| 5.3.2 XJTU-SY轴承数据集实验验证 |
| 5.4 小结 |
| 第六章 结论与展望 |
| 6.1 论文工作总结 |
| 6.2 创新点 |
| 6.3 未来研究展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间发表论文清单及研究成果 |
（7）多节点复杂贝叶斯网络结构学习方法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景、目的及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的及意义 |
| 1.2 贝叶斯网络国内外研究进展 |
| 1.2.1 贝叶斯网络表示 |
| 1.2.2 贝叶斯网络学习 |
| 1.2.3 贝叶斯网络推理 |
| 1.2.4 贝叶斯网络应用 |
| 1.3 多节点复杂贝叶斯网络结构学习关键问题 |
| 1.4 论文研究内容 |
| 1.4.1 中小规模贝叶斯网络结构搜索空间约束模型构建 |
| 1.4.2 基于改进进化方法的中小规模贝叶斯网络结构搜索策略优化 |
| 1.4.3 基于马尔科夫覆盖的大规模贝叶斯网络的无向独立图构建 |
| 1.4.4 基于局部拓扑信息的大规模贝叶斯网络的无向独立图划分 |
| 1.5 论文主要创新点 |
| 1.6 论文组织结构 |
| 2 贝叶斯网络相关理论与方法 |
| 2.1 引言 |
| 2.2 贝叶斯网络基本概念 |
| 2.3 贝叶斯网络结构学习方法概述 |
| 2.3.1 基于约束的贝叶斯网络结构学习方法 |
| 2.3.2 基于评分搜索的贝叶斯网络结构学习方法 |
| 2.3.3 贝叶斯网络结构混合学习方法 |
| 2.4 基于图划分的多节点复杂贝叶斯网络结构学习 |
| 2.4.1 图模型分解的两种模式 |
| 2.4.2 全局结构草图的选择 |
| 2.4.3 无向独立图的分解方法 |
| 2.4.4 子图结构的合并方法 |
| 2.5 本章小结 |
| 3 中小规模贝叶斯网络结构搜索空间约束模型构建 |
| 3.1 引言 |
| 3.2 基于结构搜索空间约束模型的贝叶斯网络结构学习问题描述 |
| 3.3 双尺度约束模型 |
| 3.3.1 大尺度约束模型 |
| 3.3.2 小尺度约束模型 |
| 3.4 基于双尺度约束模型的中小规模贝叶斯网络结构自适应学习算法 |
| 3.4.1 贝叶斯网络结构自适应学习过程 |
| 3.4.2 编码方案设计及其理论证明 |
| 3.4.3 自适应变异算子设计 |
| 3.4.4 其它算子描述 |
| 3.5 仿真实验与分析 |
| 3.5.1 实验方案设计 |
| 3.5.2 仿真实验与结果分析 |
| 3.6 本章小结 |
| 4 基于改进进化方法的中小规模贝叶斯网络结构混合学习算法 |
| 4.1 引言 |
| 4.2 贝叶斯网络结构搜索问题描述 |
| 4.2.1 进化算法描述 |
| 4.2.2 基于进化算法的贝叶斯网络结构优化问题描述 |
| 4.3 搜索空间动态受限条件下基于改进进化方法的中小规模贝叶斯网络结构混合学习算法 |
| 4.3.1 编码方案设计与初始种群选择 |
| 4.3.2 优先重组算子设计 |
| 4.3.3 其它算子描述 |
| 4.3.4 算法实现 |
| 4.3.5 算法复杂度分析 |
| 4.4 仿真实验与分析 |
| 4.4.1 实验方案设计 |
| 4.4.2 仿真实验与结果分析 |
| 4.5 本章小结 |
| 5 基于马尔科夫覆盖的大规模贝叶斯网络无向独立图构建 |
| 5.1 引言 |
| 5.2 基于马尔科夫覆盖的大规模贝叶斯网络无向独立图构建问题描述 |
| 5.3 基于三阶段马尔科夫覆盖快速发现方法的大规模贝叶斯网络无向独立图构建算法 |
| 5.3.1 限制阶段 |
| 5.3.2 扩展阶段 |
| 5.3.3 收缩阶段 |
| 5.4 仿真实验与分析 |
| 5.4.1 实验方案设计 |
| 5.4.2 仿真实验与结果分析 |
| 5.5 本章小结 |
| 6 基于图划分的大规模贝叶斯网络结构学习 |
| 6.1 引言 |
| 6.2 基于节点介数的无向独立图划分问题描述 |
| 6.2.1 节点介数 |
| 6.2.2 基于节点介数的无向独立图划分问题描述 |
| 6.3 基于局部拓扑信息的大规模贝叶斯网络无向独立图分解模型 |
| 6.4 基于图划分的大规模贝叶斯网络结构递归学习算法 |
| 6.4.1 算法理论基础与定理证明 |
| 6.4.2 算法框架与实现 |
| 6.5 仿真实验与分析 |
| 6.5.1 实验方案设计 |
| 6.5.2 仿真实验与结果分析 |
| 6.6 本章小节 |
| 7 总结与展望 |
| 7.1 论文内容总结 |
| 7.2 研究工作展望 |
| 参考文献 |
| 缩略语表 |
| 重要符号对照表 |
| 攻读博士学位期间的研究成果及参与的科研项目 |
| 致谢 |
（8）石化产业链产品价格波动的时空传导效应研究（论文提纲范文）
| 中文摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景、目的和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 石化产业链的界定 |
| 1.2.2 石化产业链产品价格波动传导关系界定 |
| 1.2.3 石化产业链产品价格波动传导效应 |
| 1.2.4 文献评述 |
| 1.3 科学问题、研究内容和创新点 |
| 1.3.1 科学问题 |
| 1.3.2 研究内容 |
| 1.3.3 创新点 |
| 1.4 研究方法与技术路线 |
| 1.4.1 研究方法 |
| 1.4.2 技术路线 |
| 第2章 相关理论基础 |
| 2.1 整体理论框架 |
| 2.2 产业链的价格传导理论基础 |
| 2.3 产业链产品价格的空间关联理论基础 |
| 2.3.1 要素禀赋理论 |
| 2.3.2 原油市场的“一价定律”理论 |
| 2.4 产业链产品价格波动的时间调整理论基础 |
| 第3章 石化产业链世界市场格局 |
| 3.1 原油产品的世界市场格局 |
| 3.2 石脑油产品的世界市场格局 |
| 3.3 乙烯产品的世界市场格局 |
| 3.4 苯乙烯产品的世界市场格局 |
| 3.5 石化产业链的世界市场整体格局 |
| 第4章 石化产业链产品价格波动传导效应的多时间属性分析 |
| 4.1 基于Perron-Yabu检验的产品价格波动结构断点划分 |
| 4.1.1 数据选择与模型处理 |
| 4.1.2 石化产业链产品价格波动结构断点的划分 |
| 4.1.3 石化产业链产品价格波动阶段性分析 |
| 4.2 基于互相关方法的产品价格领先滞后阶数阶数分析 |
| 4.2.1 互相关模型的建模与检验 |
| 4.2.2 不同阶段石化产业链产品价格波动领先滞后关系阶数分析 |
| 4.3 本章小结 |
| 第5章 石化产业链产品价格波动空间传导效应分析 |
| 5.1 基于BEKK-GARCH模型的石化产品价格波动空间传导效应 |
| 5.1.1 BEKK-GARCH模型的构建 |
| 5.1.2 石化产业链产品价格波动空间传导效应分析 |
| 5.2 石化产业链产品价格波动空间传导网络效应分析 |
| 5.2.1 空间网络传导模型的构建 |
| 5.2.2 石化产业链产品价格波动空间传导网络效应分析 |
| 5.3 本章小结 |
| 第6章 不同时间阶段石化产业链产品价格波动的时空传导效应分析 |
| 6.1 石化产业链产品价格波动时空传导模型的构建 |
| 6.2 石化产业链产品价格波动冲击的时空传导效应 |
| 6.3 石化产业链产品价格波动时空传导效应的稳健性检验分析 |
| 6.4 本章小结 |
| 第7章 结论与展望 |
| 7.1 结论与建议 |
| 7.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 A:石化产业链产品价格结构断点示意图 |
| 附录 B:通过互相关检验的石化产业链产品领先滞后关系阶数 |
| 附录 C:个人教育背景 |
| 附录 D:攻读博士学位期间发表期刊论文 |
| 附录 E:攻读博士学位期间参与科研项目 |
| 附录 F:攻读博士期间参与学术会议 |
（9）基于网络口碑文本挖掘的在线住宿服务质量管理研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 研究目标与研究内容 |
| 1.2.1 研究目标 |
| 1.2.2 研究内容 |
| 1.2.3 拟解决的关键问题 |
| 1.3 研究方法与技术路线 |
| 1.4 创新之处 |
| 1.5 论文篇章结构 |
| 第二章 文献综述 |
| 2.1 服务质量模型的提出和改进 |
| 2.2 服务质量评价方法 |
| 2.2.1 国内服务质量评价研究 |
| 2.2.2 国外服务质量评价研究 |
| 2.3 在线住宿的服务质量研究 |
| 2.3.1 在线住宿服务的研究主题 |
| 2.3.2 在线住宿的服务质量评价 |
| 2.3.3 在线住宿的网络口碑研究 |
| 2.4 跨文化服务质量管理研究 |
| 2.5 研究述评 |
| 第三章 模型理论基础 |
| 3.1 SERVQUAL模型 |
| 3.2 LDA主题模型 |
| 3.3 弱监督主题模型 |
| 3.4 本章小结 |
| 第四章 在线住宿服务的网络口碑文本挖掘 |
| 4.1 数据来源 |
| 4.2 数据预处理 |
| 4.3 LDA主题提取 |
| 4.4 弱监督主题提取 |
| 4.4.1 种子词预设 |
| 4.4.2 种子词扩展 |
| 4.4.3 主题提取 |
| 4.5 情感倾向分析 |
| 4.6 本章小结 |
| 第五章 在线住宿的服务质量管理研究 |
| 5.1 在线住宿的服务质量评价 |
| 5.1.1 服务质量的维度差异 |
| 5.1.2 服务质量的动态变化 |
| 5.1.3 服务质量的地域差异 |
| 5.1.4 服务质量的个体差异 |
| 5.2 基于文化维度理论的服务质量差异解析 |
| 5.2.1 赞美意愿比较——基于“权力距离”的解析 |
| 5.2.2 关注度比较——基于“不确定性规避”的解析 |
| 5.2.3 容忍度比较——基于“长期/短期导向”等的解析 |
| 5.2.4 赞美倾向比较——基于“个人主义/集体主义”的解析 |
| 5.3 在线住宿服务质量管理启示 |
| 5.4 本章小结 |
| 结论与展望 |
| 参考文献 |
| 附录 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（10）高超声速机动目标跟踪模型与状态估计算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 高超声速目标跟踪模型研究现状 |
| 1.2.1 动力学跟踪模型 |
| 1.2.2 运动学跟踪模型 |
| 1.3 滤波算法设计与评估研究现状 |
| 1.3.1 可观测性分析 |
| 1.3.2 算法稳定性分析 |
| 1.3.3 算法精度分析 |
| 1.4 非线性非高斯滤波算法研究现状 |
| 1.4.1 非线性高斯系统 |
| 1.4.2 非线性非高斯系统 |
| 1.5 目标机动模式在线识别研究现状 |
| 1.5.1 状态参数联合估计 |
| 1.5.2 在线识别 |
| 1.6 本文的主要研究内容 |
| 第2章 高超声速飞行运动特性分析 |
| 2.1 引言 |
| 2.2 高超声速飞行动力学建模 |
| 2.2.1 需用的坐标系 |
| 2.2.2 各坐标系间的转换关系 |
| 2.2.3 弹道坐标系中的质心动力学方程 |
| 2.2.4 高超声速飞行模式 |
| 2.3 弹道数据模态分解 |
| 2.3.1 混合序列处理 |
| 2.3.2 集成经验模态分解 |
| 2.4 趋势项建模与分析 |
| 2.4.1 多项式与ARMA模型 |
| 2.4.2 ARMA模型统计估计 |
| 2.4.3 运动模型分析 |
| 2.5 周期项建模与分析 |
| 2.5.1 周期运动识别 |
| 2.5.2 ARMA模型统计估计 |
| 2.5.3 运动模型分析 |
| 2.6 多模态数据模型叠合 |
| 2.6.1 AR模型叠合 |
| 2.6.2 跟踪模型建立 |
| 2.7 本章小结 |
| 第3章 高阶马尔可夫模型滤波算法设计 |
| 3.1 引言 |
| 3.2 可观测性评估 |
| 3.2.1 跟踪系统描述 |
| 3.2.2 可观测性Gramian矩阵 |
| 3.2.3 Fisher信息矩阵 |
| 3.2.4 估计误差协方差矩阵 |
| 3.3 滤波算法稳定性评估 |
| 3.3.1 随机可控性分析 |
| 3.3.2 李雅谱诺夫指数法分析 |
| 3.3.3 李雅谱诺夫函数法分析 |
| 3.4 滤波算法精度评估 |
| 3.4.1 方差误差分析 |
| 3.4.2 一致性检验 |
| 3.5 状态增广滤波算法设计 |
| 3.5.1 状态增广滤波 |
| 3.5.2 扩展Schmidt-Kalman滤波 |
| 3.5.3 容积Schmidt-Kalman滤波 |
| 3.6 本章小结 |
| 第4章 非高斯确定性采样滤波算法设计 |
| 4.1 引言 |
| 4.2 贝叶斯估计理论 |
| 4.2.1 贝叶斯准则与Gauss积分 |
| 4.2.2 多维高斯球面径向容积准则 |
| 4.2.3 多维非高斯问题 |
| 4.3 混沌多项式理论 |
| 4.3.1 基于混沌多项式的函数逼近分析 |
| 4.3.2 正交多项式规范化 |
| 4.4 基于非高斯采样的KALMAN滤波算法设计 |
| 4.4.1 采样策略设计 |
| 4.4.2 集中式Kalman滤波 |
| 4.4.3 分布式Kalman滤波 |
| 4.5 基于混沌多项式的KALMAN滤波算法设计 |
| 4.5.1 PCE降维 |
| 4.5.2 PCE系数求解 |
| 4.5.3 集中式PCEKalman滤波 |
| 4.5.4 分布式PCEKalman滤波 |
| 4.6 本章小结 |
| 第5章 目标机动模式不确定性在线识别 |
| 5.1 引言 |
| 5.2 状态不确定性分析 |
| 5.2.1 连续系统类噪声项构建 |
| 5.2.2 离散系统类噪声项构建 |
| 5.3 状态偏置耦合分析 |
| 5.3.1 忽略耦合的二级Kalman滤波 |
| 5.3.2 考虑耦合的二级扩展Kalman滤波 |
| 5.3.3 考虑耦合的二级非高斯容积Kalman滤波 |
| 5.4 鲁棒KALMAN滤波算法设计 |
| 5.4.1 M估计与强跟踪 |
| 5.4.2 线性鲁棒Kalman滤波 |
| 5.4.3 非线性鲁棒Kalman滤波 |
| 5.5 目标机动模式在线识别 |
| 5.5.1 机动检测 |
| 5.5.2 机动模式识别 |
| 5.5.3 目标跟踪综合仿真 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
四、卡方检验确定背景序列模型Markov chain的阶数(英文)（论文参考文献）
- [1]苹果价格时空传导效应分析及预测研究[D]. 王晓蕾. 山东农业大学, 2021(01)
- [2]广西重点地区HIV感染者不同艾滋病病毒基因型疾病进展和二代传播风险调查研究[D]. 曹志强. 中国疾病预防控制中心, 2021(02)
- [3]北京市学龄儿童接种流感疫苗效果评价研究[D]. 孙瑛. 中国疾病预防控制中心, 2021(02)
- [4]慢性肾脏病营养管理依从性分析及交互式中西医智能辅助程序的建立与运用[D]. 张显龙. 广州中医药大学, 2021(02)
- [5]大蒜种植面积影响因素分析及面积预测[D]. 王霄宇. 山东农业大学, 2021(01)
- [6]迁移学习理论及机械故障诊断和寿命预测研究[D]. 沈飞. 东南大学, 2020
- [7]多节点复杂贝叶斯网络结构学习方法研究[D]. 戴晶帼. 海南大学, 2020
- [8]石化产业链产品价格波动的时空传导效应研究[D]. 郭燧. 中国地质大学(北京), 2020(08)
- [9]基于网络口碑文本挖掘的在线住宿服务质量管理研究[D]. 朱文锋. 华南理工大学, 2020(02)
- [10]高超声速机动目标跟踪模型与状态估计算法研究[D]. 张召. 哈尔滨工业大学, 2020(01)