期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
5
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于条件FDR的高维数据流的在线监控
1
作者
齐德全
马辰瑶
+1 位作者
施三支
毕利
《长春理工大学学报(自然科学版)》
2024年第6期121-126,共6页
传统的通过控制图监控高维数据流的方法,可能每时每刻都发出警报。在高维数据流之间具有一定相关结构、数据流可进可出的情况下,利用统计过程控制特点,提出了条件错误发现率(FDR)的思想,给出了在线监控高维数据流均值是否发生漂移的稳...
传统的通过控制图监控高维数据流的方法,可能每时每刻都发出警报。在高维数据流之间具有一定相关结构、数据流可进可出的情况下,利用统计过程控制特点,提出了条件错误发现率(FDR)的思想,给出了在线监控高维数据流均值是否发生漂移的稳健方法。针对非正态高维数据流,通过将样本分割、聚合,结合SDA与EWMA构造满足对称性的监控统计量,通过条件错误发现率(FDR)确定动态的阈值进行在线监控。采用AR(1)模型来刻画数据流间的相关性,通过蒙特卡罗模拟从错误发现率与累积功效水平的角度研究了所提出方法的性能。数值模拟结果表明,该方法能达到较好的监控效果。
展开更多
关键词
高维数据流
错误发现率
对称数据聚合
统计过程控制
在线阅读
下载PDF
职称材料
阶段Ⅱ监控手术表现的风险调整后的几何控制图(英文)
被引量:
1
2
作者
齐德全
耿薇
《应用概率统计》
CSCD
北大核心
2017年第5期441-449,共9页
近年来,统计过程控制(SPC)己被广泛用于监测临床从业人员的表现.本文建立了两个阶段II的风险调整的几何控制图,即累积和(CUSUM)和加权似然比检验(WLRT)控制图,用来监控手术的表现.通过模拟实验,以平均运行长度(ARL)为标准,对所提出的控...
近年来,统计过程控制(SPC)己被广泛用于监测临床从业人员的表现.本文建立了两个阶段II的风险调整的几何控制图,即累积和(CUSUM)和加权似然比检验(WLRT)控制图,用来监控手术的表现.通过模拟实验,以平均运行长度(ARL)为标准,对所提出的控制图的性能进行了评估和比较.结果表明,所提出的控制图可以有效地检测到过程参数的变化.
展开更多
关键词
变点
风险调整后的控制图
统计过程控制
加权似然比检验
在线阅读
下载PDF
职称材料
一种线性轮廓数据的在线监控方法
被引量:
1
3
作者
齐德全
陈实
《长春理工大学学报(自然科学版)》
2022年第4期129-134,共6页
在线监控线性轮廓数据时,往往发生的漂移大小是未知的。常用的多元指数加权滑动平均控制图(MEWMA)的监控效果受到光滑参数的影响。参数大对大漂移较有效,参数小对小漂移较有效。为了解决这一问题,提出了一种自适应的MEWMA控制图,将光滑...
在线监控线性轮廓数据时,往往发生的漂移大小是未知的。常用的多元指数加权滑动平均控制图(MEWMA)的监控效果受到光滑参数的影响。参数大对大漂移较有效,参数小对小漂移较有效。为了解决这一问题,提出了一种自适应的MEWMA控制图,将光滑参数定义为监控时间的函数,对线性轮廓数据的在线监控方法展开了研究。该方法能针对漂移的大小,有效地选择合适的光滑参数,从而加快失控状态下的报警速度。通过蒙特卡洛模拟和案例分析对所提方法进行检验。与WLRT、MEWMA和KMW控制图进行比较,该控制图的监控性能更好。
展开更多
关键词
自适应
多元指数加权移动平均
简单线性曲线
统计过程控制
在线阅读
下载PDF
职称材料
基于SOP-SeedBS的高维数据稀疏变点检验
被引量:
2
4
作者
银炳皓
施三支
齐德全
《长春理工大学学报(自然科学版)》
2022年第6期134-143,共10页
提出了一种适用于高维数据稀疏变点的SOP-SeedBS检验方法,能达到快速检验的效果。SOP-SeedBS方法是先对数据矩阵进行分解,并基于奇异值分解找到最优的投影方向,再利用投影的方法将高维数据投影到一维空间,最后利用种子二元分割方法对投...
提出了一种适用于高维数据稀疏变点的SOP-SeedBS检验方法,能达到快速检验的效果。SOP-SeedBS方法是先对数据矩阵进行分解,并基于奇异值分解找到最优的投影方向,再利用投影的方法将高维数据投影到一维空间,最后利用种子二元分割方法对投影后的一维数据进行多变点检验。仿真结果表明,提出的SOP-SeedBS方法与Inspect方法相比较,准确度得到了提高,在计算时间方面具有较大的优势。最后将SOP-SeedBS方法应用于膀胱肿瘤微阵列数据集中,与Inspect和Adapt-WBS等方法的结果具有相似性,进一步说明SOP-SeedBS方法具有实用性。
展开更多
关键词
高维
稀疏变点
奇异值分解
种子二元分割
SOP-SeedBS
在线阅读
下载PDF
职称材料
基于AMCUSUM的道路交通事件检测方法
5
作者
齐德全
魏思琪
《长春理工大学学报(自然科学版)》
2023年第5期137-142,共6页
现有的基于CUSUM的道路交通事件检测方法都是一元的或多个CUSUM控制图的复合,没有用到变量间的相关性,而且检测效果受到设计参数的显著影响。选取上下游车辆占有率差和速度差作为监控变量,提出了基于自适应的多元CUSUM(AMCUSUM)控制图...
现有的基于CUSUM的道路交通事件检测方法都是一元的或多个CUSUM控制图的复合,没有用到变量间的相关性,而且检测效果受到设计参数的显著影响。选取上下游车辆占有率差和速度差作为监控变量,提出了基于自适应的多元CUSUM(AMCUSUM)控制图的道路交通事件检测方法。借助于VISSIM4.3软件产生交通数据,把所提出的方法与经典的加利福尼亚算法和SDN算法进行比较。统计模拟的结果表明,基于AMCUSUM的道路交通事件检测方法的检测效果更好,具有较高的检测率和较低的误报率,在高峰和平峰时段均能快速检测到交通事件的发生。
展开更多
关键词
交通事件
车流波
交通流参数
AMCUSUM控制图
VISSIM仿真
在线阅读
下载PDF
职称材料
题名
基于条件FDR的高维数据流的在线监控
1
作者
齐德全
马辰瑶
施三支
毕利
机构
长春理工大学数学与统计学院
出处
《长春理工大学学报(自然科学版)》
2024年第6期121-126,共6页
基金
国家自然科学基金面上项目(12271271)。
文摘
传统的通过控制图监控高维数据流的方法,可能每时每刻都发出警报。在高维数据流之间具有一定相关结构、数据流可进可出的情况下,利用统计过程控制特点,提出了条件错误发现率(FDR)的思想,给出了在线监控高维数据流均值是否发生漂移的稳健方法。针对非正态高维数据流,通过将样本分割、聚合,结合SDA与EWMA构造满足对称性的监控统计量,通过条件错误发现率(FDR)确定动态的阈值进行在线监控。采用AR(1)模型来刻画数据流间的相关性,通过蒙特卡罗模拟从错误发现率与累积功效水平的角度研究了所提出方法的性能。数值模拟结果表明,该方法能达到较好的监控效果。
关键词
高维数据流
错误发现率
对称数据聚合
统计过程控制
Keywords
high-dimensional data flow
f alse discovery rate
s ymmetric data aggregation
s tatistical process control
分类号
O212 [理学—概率论与数理统计]
O213 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
阶段Ⅱ监控手术表现的风险调整后的几何控制图(英文)
被引量:
1
2
作者
齐德全
耿薇
机构
吉林医药学院生物医学工程学院
南开大学统计研究院
出处
《应用概率统计》
CSCD
北大核心
2017年第5期441-449,共9页
基金
supported by National Natural Science Foundation of China(Grant Nos.11371202
11571191)
文摘
近年来,统计过程控制(SPC)己被广泛用于监测临床从业人员的表现.本文建立了两个阶段II的风险调整的几何控制图,即累积和(CUSUM)和加权似然比检验(WLRT)控制图,用来监控手术的表现.通过模拟实验,以平均运行长度(ARL)为标准,对所提出的控制图的性能进行了评估和比较.结果表明,所提出的控制图可以有效地检测到过程参数的变化.
关键词
变点
风险调整后的控制图
统计过程控制
加权似然比检验
Keywords
change-point
risk-adjusted control chart
statistical process control
weighted likeli- hood ratio test
分类号
O213.1 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
一种线性轮廓数据的在线监控方法
被引量:
1
3
作者
齐德全
陈实
机构
长春理工大学数学与统计学院
出处
《长春理工大学学报(自然科学版)》
2022年第4期129-134,共6页
基金
吉林省教育厅项目(JJKH20210809KJ)。
文摘
在线监控线性轮廓数据时,往往发生的漂移大小是未知的。常用的多元指数加权滑动平均控制图(MEWMA)的监控效果受到光滑参数的影响。参数大对大漂移较有效,参数小对小漂移较有效。为了解决这一问题,提出了一种自适应的MEWMA控制图,将光滑参数定义为监控时间的函数,对线性轮廓数据的在线监控方法展开了研究。该方法能针对漂移的大小,有效地选择合适的光滑参数,从而加快失控状态下的报警速度。通过蒙特卡洛模拟和案例分析对所提方法进行检验。与WLRT、MEWMA和KMW控制图进行比较,该控制图的监控性能更好。
关键词
自适应
多元指数加权移动平均
简单线性曲线
统计过程控制
Keywords
adaptive
MEWMA
simple linear profiles
statistical process control
分类号
O212 [理学—概率论与数理统计]
O213 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
基于SOP-SeedBS的高维数据稀疏变点检验
被引量:
2
4
作者
银炳皓
施三支
齐德全
机构
长春理工大学数学与统计学院
出处
《长春理工大学学报(自然科学版)》
2022年第6期134-143,共10页
基金
国家自然科学基金(11601039)
吉林省教育厅项目(JJKH20210809KJ)。
文摘
提出了一种适用于高维数据稀疏变点的SOP-SeedBS检验方法,能达到快速检验的效果。SOP-SeedBS方法是先对数据矩阵进行分解,并基于奇异值分解找到最优的投影方向,再利用投影的方法将高维数据投影到一维空间,最后利用种子二元分割方法对投影后的一维数据进行多变点检验。仿真结果表明,提出的SOP-SeedBS方法与Inspect方法相比较,准确度得到了提高,在计算时间方面具有较大的优势。最后将SOP-SeedBS方法应用于膀胱肿瘤微阵列数据集中,与Inspect和Adapt-WBS等方法的结果具有相似性,进一步说明SOP-SeedBS方法具有实用性。
关键词
高维
稀疏变点
奇异值分解
种子二元分割
SOP-SeedBS
Keywords
high dimensional
sparse change point
singular value decomposition
seed binary segmentation
SOP-SeedBS
分类号
O212.1 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
基于AMCUSUM的道路交通事件检测方法
5
作者
齐德全
魏思琪
机构
长春理工大学数学与统计学院
出处
《长春理工大学学报(自然科学版)》
2023年第5期137-142,共6页
基金
吉林省教育厅项目(JJKH20210809KJ)。
文摘
现有的基于CUSUM的道路交通事件检测方法都是一元的或多个CUSUM控制图的复合,没有用到变量间的相关性,而且检测效果受到设计参数的显著影响。选取上下游车辆占有率差和速度差作为监控变量,提出了基于自适应的多元CUSUM(AMCUSUM)控制图的道路交通事件检测方法。借助于VISSIM4.3软件产生交通数据,把所提出的方法与经典的加利福尼亚算法和SDN算法进行比较。统计模拟的结果表明,基于AMCUSUM的道路交通事件检测方法的检测效果更好,具有较高的检测率和较低的误报率,在高峰和平峰时段均能快速检测到交通事件的发生。
关键词
交通事件
车流波
交通流参数
AMCUSUM控制图
VISSIM仿真
Keywords
traffic incident
vehicle flow wave
traffic flow parameters
AMCUSUM control chart
VISSIM simulation
分类号
O212 [理学—概率论与数理统计]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于条件FDR的高维数据流的在线监控
齐德全
马辰瑶
施三支
毕利
《长春理工大学学报(自然科学版)》
2024
0
在线阅读
下载PDF
职称材料
2
阶段Ⅱ监控手术表现的风险调整后的几何控制图(英文)
齐德全
耿薇
《应用概率统计》
CSCD
北大核心
2017
1
在线阅读
下载PDF
职称材料
3
一种线性轮廓数据的在线监控方法
齐德全
陈实
《长春理工大学学报(自然科学版)》
2022
1
在线阅读
下载PDF
职称材料
4
基于SOP-SeedBS的高维数据稀疏变点检验
银炳皓
施三支
齐德全
《长春理工大学学报(自然科学版)》
2022
2
在线阅读
下载PDF
职称材料
5
基于AMCUSUM的道路交通事件检测方法
齐德全
魏思琪
《长春理工大学学报(自然科学版)》
2023
0
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部