Abstract ：

为解决患者就医寻找合适医院难的问题,提出依据医院诊疗数据,建立基于死亡率与综合实力的医院评价模型.在基于死亡率评价模型中,筛选出5个影响治疗效果的病人自身因素并将其量化.以成功治愈样本为基础,计算出各因素对于治愈天数的影响权重,以此计算出所评价医院每一个死亡样本治愈的预估天数.若大于治愈天数的最大阈值,则确定该样本死亡不可避免.否则为可避免,由此得到该医院关于该病症的“不当死亡率”,以此评判该医院针对该疾病的诊疗水平.在基于综合实力的评价模型中,对医院综合实力分11个指标进行评价并量化.采用主成分分析法确定各指标在整套评价方案中所占权重,将该指标量化加权后的结果与所有医院相同指标量化加权均值计算相对差,作为该医院该指标得分,加和该医院所有指标得分作为评价分值.采用4家样本医院实际诊疗数据对模型进行了检验,模型评价的结果符合样本医院的实际水平.

Keyword ：

数据挖掘 数学建模 医院评价 主成分分析法

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为解决患者就医寻找合适医院难的问题,提出依据医院诊疗数据,建立基于死亡率与综合实力的医院评价模型。在基于死亡率评价模型中,筛选出5个影响治疗效果的病人自身因素并将其量化。以成功治愈样本为基础,计算出各因素对于治愈天数的影响权重,以此计算出所评价医院每一个死亡样本治愈的预估天数。若大于治愈天数的最大阈值,则确定该样本死亡不可避免。否则为可避免,由此得到该医院关于该病症的"不当死亡率",以此评判该医院针对该疾病的诊疗水平。在基于综合实力的评价模型中,对医院综合实力分11个指标进行评价并量化。采用主成分分析法确定各指标在整套评价方案中所占权重,将该指标量化加权后的结果与所有医院相同指标量化加权均值计...

Keyword ：

数据挖掘 数学建模 医院评价 主成分分析法

Cite：

Copy from the list or Export to your reference management。

Abstract ：

为解决患者就医寻找合适医院难的问题,提出依据医院诊疗数据,建立基于死亡率与综合实力的医院评价模型。在基于死亡率评价模型中,筛选出5个影响治疗效果的病人自身因素并将其量化。以成功治愈样本为基础,计算出各因素对于治愈天数的影响权重,以此计算出所评价医院每一个死亡样本治愈的预估天数。若大于治愈天数的最大阈值,则确定该样本死亡不可避免。否则为可避免,由此得到该医院关于该病症的“不当死亡率”,以此评判该医院针对该疾病的诊疗水平。在基于综合实力的评价模型中,对医院综合实力分11个指标进行评价并量化。采用主成分分析法确定各指标在整套评价方案中所占权重,将该指标量化加权后的结果与所有医院相同指标量化加权均值计算相对差,作为该医院该指标得分,加和该医院所有指标得分作为评价分值。采用4家样本医院实际诊疗数据对模型进行了检验,模型评价的结果符合样本医院的实际水平。

Keyword ：

数据挖掘 数学建模 医院评价 主成分分析法

Cite：

Copy from the list or Export to your reference management。

Abstract ：

针对现有点云法向估计算法难以兼顾估计结果的精度与稳健性问题,以局部采样区域同构曲面作为样点邻域点集所反映曲面形状约束,提出一种散乱点云法向估计方法。该方法将目标样点的邻域点集作为局部样本进行曲面重建,获取插值于采样点集并与采样表面拓扑同构的局部网格曲面;对曲面局部区域高斯映射结果进行聚类分析,获取目标样点的各向同性邻域面;基于面片的正则度以及面片至目标样点的测地距离,确定目标样点各向同性邻域面片法向的加权均值,并将所得结果作为目标样点的法向估计结果。试验结果表明,该方法在点云数据信噪比为40 dB的情况下可保证98%以上样点法向估计偏差在10°以内,可稳健处理含有噪声以及采样不均匀等缺陷的散乱点云法向估计问题,对于含尖锐特征的点云亦能准确估计样点法向,且具有较高的计算效率。

Keyword ：

法向估计 高斯映射 局部重建 拓扑同构 样点邻域

Cite：

Copy from the list or Export to your reference management。

Abstract ：

电子倍增型电荷耦合器（EMCCD：Electron Multiplying Charge Coupled Device）是高灵敏度光电探测产品核心部件，在生物医学、天文观测、夜间作战、安防等领域具有重要应用。本文研究EMCCD相机图像处理关键算法和硬件实现，结合EMCCD成像特点研究图像处理算法以提升EMCCD相机的成像质量，主要工作如下： 采用自适应中值滤波和加权均值滤波技术设计了EMCCD相机图像平滑算法。自适应中值滤波通过一定的条件判断当前像素点以及中值和噪声点的关系，比普通的中值滤波更能滤除大密度的椒盐和脉冲噪声，而且能保护图像中的细节，避免平滑时造成图像边缘的粗化。加权均值滤波不同于普通的均值滤波，加权均值滤波使用的模板系数根据像素和窗口中心像素的距离不同系数不同，赋予像素中心点高权重系数，然后随着离中心点的距离增加而减小系数，这样可以降低对图像的模糊。选取这两种滤波算法都是希望在去除EMCCD图像中噪声的时候保留图像的边缘细节信息。 采用图像边缘检测结合反锐化掩模技术设计了EMCCD相机图像增强算法。在增强算法中改进计算梯度值只使用水平和垂直两个方向卷积模板算子的问题，使用三种类型不同角度方向的算子计算像素点的梯度值提高计算精度，改进传统反锐化掩模处理带来的图像值域扩大的问题来提升视觉效果。把检测图像的边缘和反锐化掩模结合在一起实现对EMCCD图像边缘轮廓的增强。 EMCCD图像平滑和增强算法在硬件上基于滑动窗口的方式实现，利用卷积模板减小计算复杂度，计算窗口内像素中值时采用快速排序方法实现，存储采用行缓存的方式，硬件在FPGA(FPGA：Field Programmable Gate Array，现场可编程门阵列)上运行时钟频率可以达到100MHz，算法硬件消耗资源小。本文构建了EMCCD图像处理关键算法硬件实现的FPGA验证平台，验证结果表明所设计的图像处理算法及硬件电路性能达到了预期效果。

Keyword ：

EMCCD 可编程逻辑器件 图像平滑 图像增强

Cite：

Copy from the list or Export to your reference management。

Abstract ：

基于非参数回归分析的电力负荷异常数据识别与修正方法，1、对电力负荷数据进行用电模式分类，分为普通用电模式数据集和特殊用电模式数据集两大类；2、采用非参数回归分析法对获得的普通用电模式数据集提取各时刻的负荷特征值；3、利用提取的负荷特征值，根据选取的置信水平，形成异常数据域；4、对普通用电模式数据集和特殊用电模式数据集中的负荷数据利用步骤3形成的异常数据域进行负荷异常数据识别；5、利用改进的引入负荷水平映射关系和考虑特征值影响的加权均值法对识别出来的负荷异常值进行修正；本发明能够实现包含大工业电力负荷数据在内的电力负荷异常数据识别与修正，同时可以完善负荷异常数据识别和修正理论在电力负荷数据处理方面理论的不足。

Cite：

Copy from the list or Export to your reference management。

Abstract ：

随着传感器技术、无线通信技术和计算机科学等技术的快速发展以及全球定位系统GPS的广泛应用，目标定位技术受到了前所未有的重视。在现代化国防与军事安全、医疗、生产安全、智能交通和生活方面，目标定位技术都得到了广泛应用。虽然全球定位系统在大多数情况下可以获得较为精确的定位精度，然而在茂密的森林、山脉以及有强电磁干扰等外界环境下卫星导航定位系统的定位精度就有点不尽人意，甚至在地下、室内和有覆盖的环境根本无法接收GPS信号。然而，无线传感器网络定位技术的兴起弥补了这一不足。人们开始研究不同种类的传感器量测，如接收信号强度（RSS）、到达时间（TOA）、到达时间差（TDOA）、到达角（AOA）等。根据这些不同的传感器量测，相应地涌现了不同的定位问题，如RSS定位、TOA定位、TDOA定位、AOA定位以及将这些传感器量测中的两者或多者组合起来的联合定位。近年来，研究学者针对这些定位问题做了大量的研究。本文在前人已有的研究基础上主要完成了如下工作： 首先研究了目标与传感器之间距离的分布及其常用数字特征（均值、中位数、众数），并提出了七种基于常用数字特征的定位算法，其中包括3种最小二乘算法分别为均值最小二乘法、中位数最小二乘法以及众数最小二乘法和4种加权最小二乘法分别为加权均值最小二乘法、加权中位数最小二乘法以及加权众数最小二乘法，并且揭示了均值中位数法和LS的关系以及加权中位数最小二乘法和WLS的关系。通过仿真实验证明，四种最小二乘法的精度都分别低于各自对应的加权最小二乘法。其中四种最小二乘法的精度从高到低排序依次为众数最小二乘法，无偏最小二乘法，中位数最小二乘法，均值最小二乘法。而对于新提出的四种加权最小二乘定位法，它们在不同的定位场景下也都有其各自的优势。 其次对基于RSS和AOA的联合定位算法进行了研究。首先介绍了现有的LLS-UB法和WLLS-UB法，然后提出了六种基于常用数字特征的关于RSS和AOA的联合定位算法分别为均值线性最小二乘法、中位数线性最小二乘法、众数线性最小二乘法、加权均值线性最小二乘法、加权中位数线性最小二乘法、加权众数线性最小二乘法。通过仿真实验我们发现，均值线性最小二乘法无论在何种场景下，其定位精度都是最差的，而众数线性最小二乘法的定位精度是最好的，中位数线性最小二乘法的估计精度也低于LLS-UB法的估计精度。对于三种加权线性最小二乘法，虽然在传感器数目较小的时候，四种加权线性最小二乘法的定位精度有所差异，但是随着传感器数目的增多，四种加权线性最小二乘法的定位精度几乎是一样的。 最后对基于TOA和AOA的联合定位算法进行了研究。首先介绍了现有的LS-UB法、LS-MLE法和WLS-UB法，基于LS-MLE法又提出了加权极大似然最小二乘法并作出了两个猜想。然后通过实验仿真说明了WLS-MLE法的定位精度要显著高于LS-MLE法和LS-UB法。最后通过仿真实验验证了我们的两个猜想，即加权极大似然最小二乘法和WLS-UB法几乎有着相同的定位精度，而LS-MLE法和LS-UB法也几乎有相同的定位精度。

Keyword ：

AOA RSS TOA 联合定位 目标定位

Cite：

Copy from the list or Export to your reference management。

Abstract ：

数字图像作为一种主要的媒体形式给人们带来了便利，同时也面临非法窃取、篡改等风险。半脆弱水印作为一种保护数字图像内容的重要技术手段，日益受到关注并被广泛研究。本文分析了现有小波域半脆弱水印算法存在的问题，在此基础上，提出了一种基于奇偶量化Haar小波系数加权均值的半脆弱水印算法，并进一步提出了一种基于奇偶量化Haar小波系数的双认证半脆弱水印算法。具体研究内容如下：1）针对目前小波域半脆弱水印算法在水印嵌入时未考虑像素溢出和抵抗JPEG压缩的不足，提出了一种基于奇偶量化Haar小波系数加权均值的半脆弱水印算法。所提算法推导出一层Haar小波低频系数和像素对应关系，预先控制低频系数调整量确保水印嵌入后像素不溢出，提出将水印嵌入到由低频子带组成的小波系数加权均值上提高了水印的鲁棒性。实验表明，同传统算法相比，所提算法提高了抗JPEG压缩能力，可抵抗质量因子为58的JPEG压缩，且具有良好的抗椒盐噪声攻击能力及篡改检测和定位能力。2）针对目前单认证水印算法在图像内容认证时鲁棒性和脆弱性不能兼具，为更好实现对图像的内容认证，借鉴双水印算法的思想，提出了一种基于奇偶量化Haar小波系数的双认证半脆弱水印算法。所提算法根据一层Haar小波系数和像素对应关系，从小波系数中寻找不相干的水印嵌入位置确保双水印相互不影响，将双水印分别嵌入到对应低频和中频系数上，在此基础上，提出双水印协同认证策略提高了篡改定位能力。实验表明，同传统算法相比，所提算法在保持水印抵抗JPEG压缩鲁棒性的同时提高了篡改定位能力，双水印的嵌入和提取是完全独立的，并且具有良好的视觉不可见性。所提算法提高了水印抵抗JPEG压缩的鲁棒性且具有良好的篡改定位能力，在保护数字图像内容的同时，能够节省用于传输及存储数字图像的网络带宽和存储空间，对数字图像内容认证的研究起促进作用。

Keyword ：

半脆弱水印Haar小波图像内容认证奇偶量化小波系数加权均值

Cite：

Copy from the list or Export to your reference management。

Abstract ：

伴随着电子商务的迅速发展，网络信息过载已经成为目前网络用户所面临的一个严峻的问题，各种适用于个性化服务的推荐系统应运而生。协同过滤是个性化推荐系统中一种常用的裁剪过载信息的技术，但是传统的推荐算法存在数据稀疏性和可扩展性问题，这些问题严重影响推荐系统的应用和推广，因此对协同过滤算法的改进成为推荐系统提高推荐质量的有效手段。 论文对基于内容的推荐系统进行了分析，对协同过滤算法进行了深入研究。分析比较了经典协同过滤算法的局限性和各种改进算法的方式。 针对协同过滤中的可扩展性问题，提出一个改进的协同过滤算法，利用概念分类的过滤方法对传统基于项目协同过滤算法进行优化。根据项目属性特征对同类资源有评分数据的用户映射，将具有相似兴趣的用户聚到一类中，在优化和降维的矩阵中寻找目标用户的最近邻居，大大减少系统的计算量和响应时间。经优化后的矩阵再通过分层聚类，设定每一层数据集合的权重，计算目标用户与其他用户的最终相似度，得到目标用户的特征最近邻居，从而对目标用户产生推荐集。 针对协同过滤算法的稀疏矩阵，提出了一种基于聚类和项目评分预测的协同过滤算法。首先通过聚类算法对矩阵划分，为目标用户选取最近邻居集，然后根据每个最近邻居对项目的评价，产生一个对项目的预测值，所有最近邻居用户对项目的加权预测值就构成了一个虚拟的最近邻评价矩阵，由于这个矩阵体现了与目标评价在空间上的相似性，从而将目标评价的预测问题转化到一个最近邻评价矩阵上进行预测计算的问题，和历史评价矩阵相比，虚拟最近邻评价矩阵不但规模比较小，而且包含了对目标评价最有价值的信息，最后根据虚拟的最近邻居评价矩阵，进行加权均值预测后产生推荐集。 经过仿真实验设计和结果分析，验证了改进的传统协同过滤算法提高了项目相似性度量的精确性，在一定程度上解决了项目的可扩展性问题；稀疏矩阵下的改进算法，在精度上优于传统算法，尤其在最近邻居个数较少的情况下，精度有较大提高。

Keyword ：

电子商务 概念分类 聚类 稀疏性 协同过滤

Cite：

Copy from the list or Export to your reference management。

Abstract ：

数论函数的均值分布问题在解析数论研究中占有十分重要的地位，许多著名的难题都与之密切相关。在这一领域取得任何实质性进展都将对解析数论的发展起到重要的推动作用。 本论文主要利用解析方法研究了Dirichlet $L$-函数的混合均值，D.H.Lehmer问题误差项的均值，以及广义Cochrane和的平方均值，得到了一些较好的结果。具体来说，本文的主要成果包括以下几方面： 1. Dirichlet $L$-函数的混合均值研究。利用特征和的估计以及解析方法，研究了Dirichlet $L$-函数与三角和的一次加权均值，得到了一个较为精确的渐近公式。 2.$\frac{L^\prime}{L}(1,\chi)$的混合均值研究。研究了关于$\frac{L^\prime}{L}(1,\chi)$与Gauss和的 $2k$次加权均值，并得到两个较好的渐近公式。 3.D.H.Lehmer问题误差项的均值研究。利用解析方法研究了误差项$E(a,p)$在区间$(N,N+M]$(其中$M$和$N$皆为正整数)上的平方均值，给出了较精确的渐近公式。 4.广义Cochrane和的均值研究。定义了广义Cochrane和，利用三角和的估计以及广义Kloosterman和的性质对其平方均值进行了研究，得到一个较好的渐近公式。

Keyword ：

D.H.Lehmer问题 Dirichlet L-函数 Gauss和 广义Cochrane和 三角和

Cite：

Copy from the list or Export to your reference management。