中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 周晓东上海师范大学 2012年博士导师: 岳荣先共207页

摘要 : 随着在多个领域如药物代谢动力学、农业、心理学、市场营销学、临床医学等的广泛应用，混合效应模型受到越来越多的关注。在这些学科研究中试验者通常可以得到不同个体的重复观测数据。试验者对个体变化曲线和群体变化曲线都会感兴趣(Mentré etal.(1... 展开随着在多个领域如药物代谢动力学、农业、心理学、市场营销学、临床医学等的广泛应用，混合效应模型受到越来越多的关注。在这些学科研究中试验者通常可以得到不同个体的重复观测数据。试验者对个体变化曲线和群体变化曲线都会感兴趣(Mentré etal.(1997)，Schmelter(2007))。对于混合效应模型的分析往往与获取数据的试验方案有密切联系，如试验条件的设置像观测时间，生物试验中药物的剂量等。这些试验方案在多数应用领域试验者都能够控制。不同于固定效应模型，混合效应模型下的试验设计往往更复杂。主要原因有：一是混合效应模型下的试验设计准则往往依赖于未知的方差分量；二是同一个体的观察值相关；三是设计有两层结构：个体内的和个体间的。正因为此，混合效应模型下试验设计研究工作并不多见，仍存在着多个未解决的问题。在已有的工作中大部分都注重于对模型的拟合，设计的目的是如何有效估计模型的固定效应，而随机效应只是被用来刻画个体的变异性。实际中利用模型进行预测可能是试验研究的最终目标(Das，Jiang and Rao(2004)，Taylor et al.(1994))，但很少有工作关注这一设计目标下的设计问题。本文除了对群体参数有效估计这一常用设计目标外，我们还将同时考虑以预测为设计目标的最优试验设计问题。最优试验设计研究中我们经常需要将试验者所特别提防的一些情况在构造设计准则时就给予考虑。这些情况包括：(1)建立设计所依赖的参数真实值有误；(2)回归模型有偏；(3)存在多个可选模型等。文献中将预防这些可能出现情况的最优设计称为最优稳健设计。本文我们将考虑建立混合效应模型下稳健设计的技巧。全文安排如下：第二章，简单介绍经典线性回归模型下的最优试验设计理论。第三章，简单回顾本文所研究的线性混合效应模型及其估计理论。第四章，研究一般单组恒等设计下混合效应模型的固定效应估计、随机效应估计和个体未来观察值预测的最优设计。利用DLG现象和Loewner偏序理论降低寻找最优设计的维度。假定方差分量已知情况下，给出方差分量不同组合值下的最优设计的数值结果。第五章，以等价性定理为工具，研究一般混合效应模型下的最优设计。导出建立固定效应估计的群体最优设计以及单组恒等设计模型下最优设计的一般等价性定理。给出了建立个体未来观测值预测设计最优的充分必要条件。提出方差分量未知时的稳健设计策略以设计最优的条件。考虑了一种简单情况下获得同时估计固定效应和方差分量的最优设计的条件。第六章，考虑随机系数模型下固定效应和随机效应线性组合估计最优设计的一般理论。在假定方差已知或未知时，给出了获得设计的最优设计准则。在方差已知时给出设计最优的充分必要条件。特别地，作为一般理论的应用，考虑了个体曲线预测和个体未来观察值预测的最优设计问题。得到了随机截距模型下一个比较有意义的结论。第七章，考虑在对CD4数建模时常用几种纵向数据模型的最优预测设计。考虑了两类预测设计问题：一类是群体均值的预测；一类是个体未来观察值的预测。给出了在模型给定但方差分量未知时的两种稳健设计策略：Maximin和Bayes，模型和方差分量都不定的稳健设计方法以及预测点非给定情况下的稳健设计方法。构建模拟退火算法计算最优稳健设计。第八章，考虑离散设计空间上，拟合模型可能存在偏差以及误差相关情况下线性随机截距模型的稳健设计方法。提出两种设计方法应对模型可能存在的偏差以及误差相关情况。一是Mimimax方法，二是Bayes方法。给出了二次均方误差的偏差空间上的最大值和平均值的解析形式，构造模拟退火算法计算最优稳健群体设计。多个数值例子用来说明多项式回归模型下稳健设计的特征。最后通过一个实例说明所提方法的有效性。第九章，研究随机截距回归模型的最优稳健设计问题。假定模型可能存在偏差，分别给出了模型的稳健设计准则、Bayes设计准则和T-最优设计准则。利用Goos et al[2005。Model-robust and model-sensitive designs.Computational Statistics&Data Analysis49，201-216.]的方法构建组合最优稳健设计准则。该准则充分考虑了设计对模型的估计能力，模型的识别能力以及预防可能存在的偏差能力。利用退火算法求组合最优设计。利用数值例子说明算法的有效性以及设计的特征。收起

关键词 : 最优稳健设计 Garza现象等价性定理线性混合效应模型

2. 几种广义浴盆失效率分布的统计分析

[学位论文] 顾蓓青上海师范大学 2013年博士导师: 岳荣先共191页

摘要 : 失效率函数是刻画产品寿命分布的一个重要特征，反映产品总体在整个寿命期失效率的情况。很多产品的失效率函数都呈现“浴盆”形，它在产品可靠性分析、经济运行分析、管理决策、完全生产、海事预防等领域都有着广泛的应用。但是，有些产品的失效率函... 展开

关键词 : 失效率函数广义浴盆寿命分布点估计区间估计

3. 广义线性混合效应模型试验设计若干问题研究

[学位论文] 姜红燕上海师范大学 2018年博士导师: 岳荣先共121页

摘要 : 公共卫生学、医药学、社会学、经济学等领域经常出现离散型的响应数据，比如在临床医学试验中，药物是否有效，是否有毒性，服药后的呕吐次数等响应值为二值或计数型，此类数据之间通常会用广义线性混合效应模型来建模.广义线性混合效应模型是在固定效... 展开公共卫生学、医药学、社会学、经济学等领域经常出现离散型的响应数据，比如在临床医学试验中，药物是否有效，是否有毒性，服药后的呕吐次数等响应值为二值或计数型，此类数据之间通常会用广义线性混合效应模型来建模.广义线性混合效应模型是在固定效应模型的基础上引入随机效应，使得模型既能刻画数据的平均变化趋势，又能刻画数据的相关结构.在已有的工作中，大都假设给定混合效应之后，响应之间的相关性完全由混合效应来描述，个体的多个观察响应值之间是相互条件独立的.其实，个体的混合效应一旦确定之后，个体随时间变化的一系列重复响应之间还存在相关性，此类的数据被称为纵向数据，仅仅通过混合效应来描述其相关性是不够的.比如在药物试验中，为研究药物在人体内的代谢过程，需对药物在试验个体血液中的浓度进行多次重复测量，因此同一个体的多个测量值之间应该是相关的.与混合效应模型相比，纵向数据下广义线性混合效应模型的最优设计问题存在一定的复杂性，主要表现在四个方面:一是除了随机效应以外，响应之间随时间变化的相关性如何建模，此时的模型中会出现更多的相关性结构，二是由于广义线性模型是一类非线性模型，设计准则与固定效应参数、随时间变化的相关性结构中的参数以及由随机效应引入的方差结构中的参数有关，三是每个个体的试验次数与设计变量的值可能相同也可能不相同，四是多响应下，每种响应的观测次数与观测时刻点可能相同也可能不同.本文的研究宗旨之一是如何对此类纵向离散响应数据进行建模，以及如何科学有效地安排试验，使得能用少量的试验次数获得对所建模型具有最有效的统计信息.通过借鉴并发展线性混合效应模型下的建模与分析方法，研究单（多）响应具有混合效应的广义线性模型的最优设计和稳健设计.另外，由于广义线性混合效应模型的最优设计依赖于模型参数，相关的稳健设计有待进一步的研究，本文基于数论方法，讨论一种对最大最小设计准则和超立方体设计准则的改进方法，并以Poisson混合效应模型为例说明该方法的有效性.本文研究工作主要包括下面五个部分: Ⅰ.纵向数据Poisson混合效应模型的最优设计本章把Niaparast(2010)的结果（ρ=0，响应之间条件独立）推广至纵向数据的情形(0≤ρ≤1).AR(1)结构建立纵向数据之间随时间变化的时间序列模型，利用拟似然方法给出模型的近似信息矩阵.为克服局部D-最优设计对模型参数的依赖性，在给定参数的先验分布时，给出了模型的伪贝叶斯最优设计;由于先验分布对最优设计仍存在一定的影响，进一步地，考虑模型的多层伪贝叶斯最优设计.结果显示，在试验经费受限的前提下，纵向数据自相关系数、费用比值均对最优设计有一定的影响.利用D-相对效率，将等距设计与多层伪贝叶斯最优设计也进行了比较. Ⅱ.纵向数据多响应线性混合效应模型的D-最优设计本章考虑纵向数据多响应线性混合效应模型（模型阶数≤4）的D-最优设计问题，利用AR(1)自相关过程描述某个指标重复观测响应之间的相关性.发现一旦给定线性回归的阶数，多个响应之间的相关系数对最优设计点位置的影响很小，特别是重复观测响应向量的自相关系数比较大的时候.在试验经费受限制的条件下，对D-最优设计与等距设计的效率进行了比较，发现自相关系数越大，设计点个数越多，两者的差别越小.还讨论了线性回归模型阶数未知时的稳健设计，发现自相关系数很小时，选择回归阶数尽可能高的线性模型，其对应的D-最优设计效率最高，其次是等距设计;而当自相关系数很大时（接近1），等距设计和对阶数的任意假设所得的D-最优设计效率相差无几（除了模型阶数为3的情形）. Ⅲ.纵向数据多响应ogistic混合效应模型的最优设计本章考虑纵向数据多响应Logistic混合效应模型的最优设计问题.借助二值响应的模型分解和罚拟似然估计方法得到模型的近似信息矩阵.在试验费用有限制的条件下，得到了D-最优设计，并且发现纵向数据之间的自相关系数对设计还是有比较大的影响.由于近似信息矩阵中是含未知固定效应参数的，所得的D-最优设计其实是局部最优设计，为解决这个问题，考虑伪贝叶斯最优设计准则，结果显示伪贝叶斯最优设计准则对纵向数据之间的自相关系数（取值超过0.01）保持了稳健性，新增个体费用与新增一次重复观测费用的比值对最优设计有显著的影响. Ⅳ.不平衡设计下纵向数据多响应混合效应模型的最优设计本章考虑不平衡设计下纵向数据多响应混合效应模型的最优设计问题，多响应为离散-连续混合的情形，且各个响应指标的试验观测次数、观测点可能不完全一致.本章依然采用二值响应的模型分解和罚拟似然估计方法得到模型的近似信息矩阵，利用模拟退火算法得到模型的不平衡D-最优设计，并给出了两个模拟算例.最后，将平衡设计下的线性试验经费函数推广至不平衡设计的情形，据此定义给出不平衡设计下的相对D-效率的定义. Ⅳ.Poisson混合效应模型的一种改进的稳健设计方法考虑最大最小最优设计准则(MMD)和超立方体最优设计准则(HClnD)的一种改进方法.以给定混合效应后，独立重复响应的Poisson混合效应模型为例，讨论其线性预测部分为一次线性回归函数和二次回归函数情形时的稳健设计.在假设固定效应参数的先验分布为正态分布时，以分布中抽取的”代表点”作为参数的取值集合，在此集合上定义模型的一种新的最大最小设计和超立方体设计.利用模拟退火算法计算相关的结果，将本文定义的新的设计准则与Lee(2010)中提出的设计准则，以及伪贝叶斯设计准则作比较，并从设计的相对D-效率，固定效应参数估计的精确度，程序的运行速度三个方面说明了”代表点”方法的优越性. 收起

关键词 : 广义线性混合效应模型最优设计稳健设计最大最小设计准则超立方体设计准则

4. 高强度正交表的构造及D-最优增广设计

[学位论文] 王静上海师范大学 2021年博士导师: 岳荣先共112页

摘要 : 正交表在统计上是不可或缺的,它主要用于试验设计,这就意味着正交表在各个领域都十分重要.自Rao(1947)介绍了正交表的结构和应用之后,许多组合数学家和统计学家都致力于正交表的研究,并提出了许多巧妙的构造方法.在试验设计中,由于受费用的限制,我们可... 展开正交表在统计上是不可或缺的,它主要用于试验设计,这就意味着正交表在各个领域都十分重要.自Rao(1947)介绍了正交表的结构和应用之后,许多组合数学家和统计学家都致力于正交表的研究,并提出了许多巧妙的构造方法.在试验设计中,由于受费用的限制,我们可能不使用行数较大的正交表.随着研究的不断深入,高强度正交表也可用于其他领域,如量子信息,计算机科学和密码学等领域.由于要考虑多列正交性,因此构造高强度的正交表更具有挑战性.到目前为止,已知的高强度正交表仍是稀缺的,这也大大限制了它们的应用.Hedayat等(1999)提出一个研究问题:有待开发更好的方法和工具以构造强度?≥3的非对称正交表.因此,构造高强度正交表是迫切需要的,特别是含有非素数幂水平的正交表.构造具有最少行数的正交表(紧的正交表)以及最大因子数的正交表一直是人们关注的焦点.本文研究了利用正交分划和分层加法两类方法构造高强度非对称正交表.这些方法不仅简单,而且由于它们不依赖于有限域和差阵,所以对构造任意强度、水平数和各种行数的正交表非常有用.运用这些构造方法可获得大量的新的高强度正交表和其他正交表类,其中包括含有非素数幂水平的正交表,紧的正交表和最大可能因子数的正交表.附录列举出一部分构造的新的正交表以便读者使用. 众所周知,确定正交表的存在性是构造该正交表的重要前提.对于给定的参数,研究它们的存在性具有实际和理论意义.然而关于强度大于2的非对称正交表的存在性的相关研究相对较少,特别是紧的正交表.在一些优良性准则下,正交表作为一种部分因子设计是最优的.当可用的试验次数略大于正交表的行数时,通过将额外的行连接到正交表上来构造部分因子设计,因此本文研究了正交表加?行设计的?-最优性.结合Rao不等式,我们分别定义了偶数强度和奇数强度的正交表对应的扩展矩阵.这些扩展矩阵是解决问题的重要突破口.运用扩展矩阵的性质,本文不仅讨论了高强度紧的正交表的存在的必要条件并列举一些紧的正交表不存在的例子,而且研究了强度?的正交表加?行设计达到?-最优时需要满足的条件.特别地,当?=2时,本文对Bird和Street(2016)提出的问题给出了积极的回答. 收起

关键词 : 高强度非对称正交表构造方法正交分划分层加法 Rao不等式扩展矩阵最优增广设计

5. 若干测量误差模型的最优试验设计

[学位论文] 张敏珏上海师范大学 2021年博士导师: 岳荣先共107页

摘要 : 在过去的几十年里,测量误差模型被广泛应用于生物学、医学、传染病学、经济学、金融学和遥感等领域,用来拟合这些领域中所产生的数据,从而估计和预测某些随机现象的变化趋势.随着应用的不断深入,产生了很多的优化设计需求.不同于线性模型,测量误差模型... 展开在过去的几十年里,测量误差模型被广泛应用于生物学、医学、传染病学、经济学、金融学和遥感等领域,用来拟合这些领域中所产生的数据,从而估计和预测某些随机现象的变化趋势.随着应用的不断深入,产生了很多的优化设计需求.不同于线性模型,测量误差模型下的试验设计往往更复杂.主要原因有:一是测量误差的存在在模型中引入更多的误差方差结构;二是测量误差模型的试验设计问题呈现非线性模型的特征,即设计准则与被估计的参数有关;三是不同类型的测量误差模型,参数估计方法不同,所以导致测量误差模型的试验设计问题不得不对具体模型逐个处理,选用不同的技巧.鉴于此,测量误差模型下的试验设计研究工作并不多见,仍存在许多的问题亟待解决.为了进一步丰富和完善测量误差模型优化设计的理论,本文将分别以极大似然估计、纠偏得分函数、最小距离估计为基础研究几类常见测量误差模型的最优设计问题.包括函数型多项式测量误差模型、函数型加权多项式测量误差模型、带有待估结点的函数型样条测量误差模型以及一般单变量Berkson测量误差模型. 众所周知,当协变量存在误差时,在正态分布下的极大似然估计所导出的估计量一般不满足相合性.为了克服这个问题,需要另加假设条件,通常要求响应变量与代理变量(可以观察的协变量)的协方差矩阵已知(或是已知矩阵的倍数)(Fuller,1987),我们在此假设条件下,研究了函数型多项式测量误差模型与带有待估结点的函数型样条测量误差模型的优化设计:针对函数型多项式测量误差模型,借助局部和贝叶斯?-最优准则,构造出对应准则下的一般等价性定理并结合切比雪夫系统具体描述局部和贝叶斯?-最优设计的支撑点点数与取值特性.最后,将所得理论结果应用于具体医学案例,发现局部和贝叶斯?-最优设计较实际医疗设计的效率均具有显著优势;针对带有待估结点的函数型样条测量误差模型,基于局部?-最优准则,建立其一般等价性定理并在一定条件下验证出模型的局部?-最优设计的支撑点与设计区域的端点有关.此外,推导出一类特殊的样条测量误差模型局部?-最优设计的构造方法.若误差方差是效率函数时,极大似然估计量不再满足相合性.那么,对于函数型加权多项式测量误差模型,采用纠偏得分函数法,在非凹理论基础上建立近似设计理论,提出Φ?-最优准则的必要性条件.在两类异方差结构下,得到?阶函数型加权多项式测量误差模型的局部?-最优设计支撑点点数范围.特别地,异方差线性测量误差模型的局部?-最优设计被唯一确定. 除了函数型测量误差模型外,在农业、制药、生物医学和环境研究中常出现另一类测量误差模型――Berkson测量误差模型.由于Berkson测量误差模型与经典误差模型的随机特征大相径庭,导致其参数估计也是完全不同.针对一般单变量Berkson测量误差模型,根据最小距离估计,在非凹理论基础上建立相应的近似设计理论,提出Φ?-最优准则的必要性条件.在线性和指数Berkson测量误差模型下,基于广义切比雪夫系统得到局部?-最优设计支撑点点数的范围.数值模拟结果说明局部?-最优饱和设计较常用等间距设计的效率得到大幅提高. 收起

关键词 : 最优试验测量误差模型极大似然估计纠偏得分函数法

6. 数学史融入高中数学教学的实践探索

[学位论文] 王莉上海师范大学 2015年硕士导师: 岳荣先共100页

摘要 : 国外很多数学家很早就提出要将数学史融入数学教学，认为数学史可以使这门学科更具有吸引力，成立“数学史与数学教学关系国际研究小组”，标志数学史与数学教学的关系成为专业学术研究领域。在我国，很多数学家也逐步意识到这个问题，提倡将数学史引... 展开

关键词 : 数学史高中数学学习兴趣

7. 基于R--准则的最优试验设计若干问题研究

[学位论文] 贺磊上海师范大学 2019年博士导师: 岳荣先共97页

摘要 : 科学试验是人们认识自然、了解自然的重要手段.试验设计是统计学的一个重要分支，它通过最优地安排试验方案来获取试验数据，从而极大的提高统计分析的精度和效率.最优设计是试验设计的主要研究方向之一，它的起源可追溯到一个世纪前Smith(1918)的开创... 展开科学试验是人们认识自然、了解自然的重要手段.试验设计是统计学的一个重要分支，它通过最优地安排试验方案来获取试验数据，从而极大的提高统计分析的精度和效率.最优设计是试验设计的主要研究方向之一，它的起源可追溯到一个世纪前Smith(1918)的开创性工作.Wald(1943)以参数估计的精确性作为衡量设计方案好坏的标准而提出了著名的D-最优准则.随着最优设计理论的不断发展，研究者根据试验目的不同提出了各种不同的设计准则，如A-最优、E-最优、R-最优、T-最优和IMSE-最优等.为了进一步完善和丰富最优设计理论，本文将以R-最优准则为基础研究几类常见模型的最优设计问题，包括Fourier回归模型，随机系数回归模型，非对称误差下的回归模型以及线性和非线性多因子模型. 第一章简单介绍经典线性回归模型下最优试验设计的基本理论，并简单回顾R-最优设计的发展历程. 第二章研究线性模型中Fourier回归的R-最优设计.当兴趣参数为可估函数集时，给出了满秩子系统下R-最优准则的定义及其一般等价性定理.在部分圆弧上，得到了一阶Fourier回归模型中的R-最优设计，并进一步讨论了等距抽样方法的相对R-效.在完整圆弧上，推导了高阶Fourier回归模型中估计特定参数对的R-最优设计. 第三章研究线性混合效应模型中随机系数回归的R-最优设计.对于个体参数的预测，给出了基于预测均方误差意义下R-最优准则的定义及其一般等价性定理.但是，对于个体偏差的预测，这种直接的定义仅在随机效应的协方差矩阵为正定时是有意义的.相应地，也推导了此时R-最优准则的等价刻画.最后，给出了几个例子来验证得到的理论结果. 第四章研究非对称误差下线性和非线性回归模型的R-最优设计.基于二阶矩最小二乘估计，提出了一类新的R-最优准则，并建立了该准则意义下的一般等价性定理.进一步，研究了这种R-最优设计的几个不变性质.数值结果表明R-最优设计支撑点的个数可能会超过未知参数的个数. 第五章和第六章研究多因子模型的最优试验设计.第五章研究异方差多因子线性回归模型的R-最优设计.对多因子Kronecker乘积模型，证明了R-最优设计可通过其边际单因子模型的R-最优设计的乘积设计来构造.对多因子加性模型，当充分条件满足时，R-最优设计也可通过其边际单因子模型的乘积设计来获取.特别地，当加性模型含常数项而不满足正交假设时，得到的最优设计仅在乘积设计类中是R-最优的. 第六章研究一类由线性预测驱动信息的多元回归模型的R-最优设计.在矩形多面体设计域上，首先得到了R-最优设计支撑点个数的范围以及饱和R-最优设计的最优权重.进而，给出了这类非线性多元回归模型中R-最优设计的构造方法.最后，利用Poisson回归模型和含删失的比例风险模型的两个例子，进一步验证了得到的理论结果. 收起

关键词 : 统计学 R-最优准则回归模型等价性定理

8. 随机系数回归模型的最优设计

[学位论文] 程靖上海师范大学 2010年博士导师: 岳荣先共94页

摘要 : 本文主要研究经典的D-、G-、A-、Dβ-和I-最优准则下几类随机系数回归模型在恒等设计类中的最优设计问题。对单变量随机系数回归模型，分别讨论了其在同方差和异方差误差结构下的最优设计。当误差方差具有同方差性质时，证明了单变量随机回归系数模型... 展开本文主要研究经典的D-、G-、A-、Dβ-和I-最优准则下几类随机系数回归模型在恒等设计类中的最优设计问题。对单变量随机系数回归模型，分别讨论了其在同方差和异方差误差结构下的最优设计。当误差方差具有同方差性质时，证明了单变量随机回归系数模型在任意闭区间设计域上的最优设计都可在支撑点为设计域端点的设计类中获得，并得到了几类最优设计的明确表达式，特别是对对称和单边设计域获得了最优设计的优良结果.当误差具有异方差结构时，给出了单位设计域上单变量随机系数回归模型的最优设计可在设计域端点处获得的一个充分条件，对满足此条件的模型给出了几类最优设计的明确表达式，并分别讨论了几类具体异方差结构下随机截距模型和随机斜率模型在单位设计域上的最优设计。相关结论被推广至一般闭区间设计域上.对两变量随机系数回归模型，分别讨论了误差具有同方差和异方差结构时的最优设计问题.当误差具有同方差结构时，讨论了单位正方形设计域上两变量随机系数回归模型的最优设计，证明了该类模型的最优设计可在设计域的四个顶点处获得，给出了几类最优设计的解析或数值结果，并将相关结论推广至一般的闭矩形设计域上。当误差具有异方差结构时，证明了只要异方差结构满足一个简单的条件，两变量随机系数回归模型在单位正方形设计域上的最优设计仍可限定在设计域的顶点上。文章分别讨论了积型、和型以及只与一个变量相关的三种异方差结构下两变量随机系数回归模型的最优设计，获得了相关最优设计的数值结果。最后，文章对单变量随机系数回归模型的DS-最优设计进行了讨论，证明了在闭区间设计域上单变量随机系数回归模型的DS-最优设计是不存在的，同时获得了单变量异方差回归模型的DS-最优设计为等权重设计的简单充分条件。收起

关键词 : 随机系数回归模型最优设计同方差结构异方差结构误差分析

9. 基于改进GPT-2模型的童话故事文本生成研究

[学位论文] 马泽宇上海师范大学 2020年硕士导师: 岳荣先共86页

摘要 : 随着二胎政策的实施，我国新生儿的数量正在逐年增加，对于幼儿的教育也日益重视。而现在，我国市场上的童话故事过于老套，且缺乏定制性，数量也并不足以满足现在日益增长的需求。另一方面，随着深度学习领域的高速发展，其所包含的很多领域都有巨大... 展开随着二胎政策的实施，我国新生儿的数量正在逐年增加，对于幼儿的教育也日益重视。而现在，我国市场上的童话故事过于老套，且缺乏定制性，数量也并不足以满足现在日益增长的需求。另一方面，随着深度学习领域的高速发展，其所包含的很多领域都有巨大突破，如计算机视觉、自然语言处理与实时决策等；但是随着模型的不断发展，如何将各个纵向发展的领域结合，让模型真正解决现实问题、体现价值也是一个十分重要的问题。所以本文试图结合最新深度学习的模型从而实现从卡通图片生成童话故事，为学龄前儿童提供更丰富的语料。本文构建了一个端到端的、可以从卡通图片生成童话故事的系统，结合图像描述模型与语言模型，并利用集束搜索算法改进。系统主要分为三个模块，分别是图像描述模块、连接模块以及文本生成模块。在图像生成模块，利用全新的编码器-解码器架构，实现从一张图片生成关于该图片的短文本描述；在连接模块，主要利用集束搜索算法对模块一输出部分以及模块三的输入端进行改进，将更多的图像信息融入文本中；在文本生成模块，改进了最新的语言模型GPT-2，用于生成长文本（童话故事）。在模型评估方面，首先对图像描述模块进行了机器翻译指标BLEU的评估，本文架构在同等训练时长的情况下优于传统架构的结果；其次对长文本进行评估，说明生成的文本上佳；最后提出了一种新的评估此类问题的指标LTR，综合了文本相关性、长距离依赖度以及语句通顺程度因素，又通过实验证明这种指标可以有效的对从图像生成长文本问题进行评估。本文的创新点在于构建了一种实用、有现实价值的深度学习系统；在系统内部提出利用DenseNet卷积神经网络与改进的字符级循环神经网络作为编码器与解码器处理图像描述任务；利用集束搜索算法有机融合图像描述模型与语言模型；并且构建了一个指标有效评估此类问题，填补了长文本图像描述问题评估的空缺。收起

关键词 : 卡通图片童话故事文本生成集束搜索深度学习

10. CatBoost算法在乳腺肿瘤诊断研究中的应用

[学位论文] 黄冠翎上海师范大学 2019年硕士导师: 岳荣先共76页

摘要 : 近年来，乳腺癌引发的死亡已经持续成为女性死亡原因的前几名，而且，乳腺癌的患病人群也越来越年轻化。因此，乳腺癌的诊断与治疗已经成为医学研究的重中之重。乳腺癌诊断情况复杂、影响因素多样，如何提高乳腺癌的诊断效率已经成为急需解决的问题。... 展开近年来，乳腺癌引发的死亡已经持续成为女性死亡原因的前几名，而且，乳腺癌的患病人群也越来越年轻化。因此，乳腺癌的诊断与治疗已经成为医学研究的重中之重。乳腺癌诊断情况复杂、影响因素多样，如何提高乳腺癌的诊断效率已经成为急需解决的问题。针对上述情况，论文以UCI机器学习数据库中569例乳腺癌数据集为研究对象，分别采用支持向量机算法、随机森林算法、XGBoost算法和CatBoost算法建立乳腺肿瘤诊断分类器，并对研究结果进行对比分析，找到最优分类器。经过对决策树进行集成优化的XGBoost算法和CatBoost算法都有着很好的分类效果，CatBoost算法的准确率更是达到了99％，进一步提高了分类器的分类性能，从而有助于帮助医生对病情进行更加精准的诊断。论文的主要内容如下: (1)充分理解乳腺癌的临床诊断指标，选取合适的属性作为本次数据挖掘的研究对象，建立乳腺癌数据集。比较分析不同的数据挖掘算法在乳腺肿瘤数据集上的不同效果，从中找出最有效的方法。 (2)参考大量文献资料，寻求适用于乳腺肿瘤数据的分类算法，并介绍了所选取的SVM算法、随机森林算法、XGBoost算法和CatBoost算法; (3)将SVM算法、随机森林算法、XGBoost算法和CatBoost算法用于Python软件对数据集进行模拟试验，分析对比算法的优劣性; (4)对所建立的诊断分类器进行评估分析对比，找出最优分类器; (5)检验CatBoost模型的可行性，使用心脏病数据集验证CatBoost的优势性。实施的实验结果表明，经过对四种算法进行参数优化建立模型，得到的诊断分类器中Catboost分类器性能最优，其分类准确率为99.4％，支持向量机分类器、随机森林分类器和XGBoost分类器的分类准确率分别为94.7％、95.3％、96.5％。而使用Boosting算法进行集成优化后的XGBoost算法和CatBoost算法都优于单个的支持向量机算法和随机森林算法，集成算法的AUC值上升了1％～4％。收起

关键词 : 乳腺肿瘤临床诊断数据分类支持向量机随机森林算法 XGBoost算法 CatBoost算法