Cox风险比例回归的惩罚函数变量选择

来源 :福建电脑 | 被引量 : 0次 | 上传用户:tianyemin
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文主要通过比较Cox风险比例生存回归模型中不同的惩罚函数变量选择方法,应用惩罚函数进行变量选择和参数估计,以Van′t Veer(2002)等学者的乳腺癌数据集为例,在Cox风险比例回归模型中将基于惩罚函数各种变量选择方法应用于肿瘤遗传学数据分析中.研究表明,Cox风险比例回归模型中基于双层变量选择cMCP具有有效的降维能力--只要删失比例不高,均能达到优良的效果.
其他文献
介绍某PG6111FA燃气轮机先进热通道(AGP)升级改造的具体内容,研究其对燃气轮机及联合循环机组安全性及经济性的影响.结果 表明:安全性方面,影响联合循环机组运行的火检信号丢失等重大缺陷得以解决;经济性方面,联合循环机组的热耗率、输出功率、燃料气耗率等参数有所提升,并且延长了燃气轮机的检修间隔时间.
提出了引风机驱动汽轮机排汽压力影响因素的定性和定量分析方法,以某1000 MW机组汽动引风机为例,查找出冷却水流量偏小和真空泵抽吸能力不足是引起引风机驱动汽轮机排汽压力高的主要原因,并针对性地提出改进建议,可为同类型机组设计选型及改造方案制定提供参考,为引风机驱动汽轮机排汽压力高原因分析工作提供了分析思路和方法.
林火识别是森林防火中的关键环节,对于早期火灾扑救和森林资源保护具有重要意义.本文提出了一种利用卷积神经网络对林火进行实例分割的模型.相比于原始模型Mask R-CNN,该模型的主要变化如下:(1)对主干特征提取网络和掩膜生成网络进行重构;(2)简化了目标分类和边界框回归的过程;(3)将非极大值抑制算法替换为新的区域分组和滤波算法.在本研究中,使用了5000张林火图像及其手动分割生成的掩膜.大量实验结果表明:所提出的优化模型在略微降低mIoU(81.44%)和mAP(60.52%)的情况下,能够大幅度提高识
自新冠肺炎爆发以来,由于病毒传播渠道的多样化和速度之快,以及很多国家对初始抗击疫情的不重视,疫情迅速向全国甚至全球蔓延和扩散,各行各业都受到了严重的影响.上至各个国家领导人,下至医务工作者、科研人员到普通民众,都对疫情表现出了高度的关注.因此,本文研发了“全球瞻疫,共盼春来”网站,旨在展示疫情相关情况,为大众了解疫情提供方便快捷的渠道.
软硬件协同的异构网关通过将高性能可编程交换机与传统软件功能平台相结合,兼具硬件网关高吞吐量和软件网关高储存容量的优势.但现有软硬件协同网关缺少有效的流表更新机制,网关性能随网络流量的变化而不断下降.为此,引入网络流量测量方法,周期性检测当前网络中的重流,并在数据平面中实现对应流表项软件和硬件间的定向迁移,将绝大多数的重流卸载到可编程交换机上,以提升软硬件网关效能.仿真实验结果表明,提出的流表迁移更新机制使软硬件协同网关始终维持高吞吐量,同时有效减少网络流量变化造成的网关性能抖动.
大数据背景下的旅游网络舆情具有突发性强、治理难度大的特点.本文基于旅游突发事件网络舆情要素,从舆情预警入手,构建了包含4个一级指标、12个二级指标的预警指标体系.通过将其应用于分析实际案例,讨论了网络舆情治理的策略.
针对现阶段交通系统对车辆车牌进行精准识别需要造价昂贵的主动传感器、中心服务器处理回传数据负载过大的问题,本文提出一种基于边缘计算的架构,结合深度学习目标检测算法YOLO v3对车辆车牌进行识别.由智能移动终端对数据进行采集压缩,边缘服务器承担大部分目标检测任务,检测困难的目标和模型训练由云服务器负责.文中采用轻量化神经网络MobileNet来替换YOLO v3模型的特征提取模块,从而更好地适配边缘设备.经过仿真测试,有效做到对视频中静态与动态的车牌提取识别,为边缘计算下低成本、大规模的车牌识别推广部署提供
本文分析了Maitra等人的量子理性秘密共享方案.针对方案中存在的问题,即参与者猜中正确秘密的概率大于预设值,本文利用新的秘密分发方式,提出了一个改进协议,可以从根本上令参与者猜中正确秘密的概率小于或等于预设值.分析表明,改进后的方案将满足理性秘密共享中的公平性、正确性和纳什均衡.
为了探究计算机通识教育教学质量影响因素,需要对计算机改革提出合理化建议.本文通过问卷调查、数据分析等方法,对福州外语外贸学院开展的“信息技术+”课程改革成效进行研究.根据学情及教情两大影响因素,结合实际教学情况,提出“1+X+D”课程体系理念.该教学理念注重学生“核心培养”的课程设计,将“项目”融入教学,优化课程评分等建议,可以为计算机通识教育改革提供参考.
为有效解决在软件产品研发过程中业务领域内需求可能会随着时间和地点不同而变化的问题,实现降本增效的目标,本文提出了一种基于可视化编程语言的低代码开发方法.该方法以领域驱动设计的方式、采用可视化编程语言工具对业务模型和逻辑进行定义.程序只需解析和执行可视化编程语言所定义的业务逻辑即可,无需关心具体的业务逻辑实现,从而提升适应需求变化的能力以及提高开发效率.通过案例分析证明,本文提出的这种低代码开发方法,不论在软件设计方面还是团队效能方面,都能起到明显的优化效果.