基于泊松-高斯混合噪声的最大似然改进算法

传统的图像复原算法仅针对高斯噪声进行处理,没有考虑高斯及泊松混合噪声污染。为此,引入泊松-高斯混合分布的成像模型,对基于混合模型的最大似然算法进行有效近似,在此基础上提出基于泊松-高斯混合噪声的最大似然改进算法,避免对噪声敏感性和PSF初始估计的依赖。实验结果表明,与原有算法相比,改进算法复原效果明显,且稳健性较好。     

自适应分数阶变分去泊松噪声新模型

目的 针对传统总变分方法在去除泊松噪声时容易出现“阶梯效应”和图像边缘模糊的问题,提出了一种基于分数阶变分的自适应去泊松噪声新模型。方法 首先新模型在分析了泊松噪声分布特点的基础上导出了非凸自适应正则项,它能够根据图像不同区域的特点自适应地调节正则项系数,以达到保持图像边缘的目的。然后,新模型利用分数阶离散微分向量能够结合更多图像信息的特点,将正则项中的一阶离散微分向量替换为分数阶离散微分向量,以此来达到抑制“阶梯效应”的目的。对于新模型的求解,结合交替迭代法和加权原始-对偶法提出了一种高效的数值解法。结果 新模型明显优于传统总变分去泊松噪声模型,在有效抑制“阶梯效应”的同时图像边缘也得到了较好地保护,以经典的Peppers图片为例,新模型相比于传统模型,峰值信噪比（PSNR）由28.98 dB提高到了30.24 dB,图像结构相似度（SSIM）由0.77提高到了0.87。另外,所提的数值解法具有收敛速度快、复杂度低的特点,收敛时间从偏微分方程、Chambolle投影等传统数值解法的0.5 s与0.1 s缩短至0.056 s。结论 实验结果表明,所提模型与数值解法的可行性,模型与数值解法在主要客观评价指标和图像视觉效果方面均优于传统的变分去泊松噪声模型,且模型与数值解法具有较好的普适性。但是模型中分数阶的阶次选取有待进一步优化。     

零膨胀泊松回归模型及其在交通事故中的应用

零点膨胀泊松回归模型是利用零处的概率质量退化分布和一个泊松回归模型进行混合所得到的,该模型是分析零点膨胀计数数据的有效工具。本文采用零膨胀泊松回归模型对某高速公路数据进行拟合并对该数据采用score检验统计量就是否存在零膨胀进行了检验,研究结果表明当车流量达到1.8辆万/日以上交通事故发生的频率会明显增加,有关部门应采取相应的措施,如限制收费站进口车辆或者采取分流等,特别是在极端天气出现时,更应及时控制好车流量并提醒驾驶员保持车距。     

多元伪泊松混合分布模型的理论研究

针对混合分布模型中各项权值通常依赖于未知或已知参数而造成的模型不确定问题,提出了一种权值基于 Frobenius 范数的混合分布模型。首先,把多元泊松分布进行截断及均化处理,生成伪多元泊松分布。其次,根据有限可数混合分布的表达式,分别求解伪多元泊松混合分布的集函数矩阵、多线性形式的 Pseudo-Boolean 函数矩阵、多线性 Pseudo-Boolean 函数矩阵的 Frobenius 范数,由此得 到新的权值并据此构建多元伪泊松混合分布模型。最后,根据混合分布权值的归一性及非负性证明了模型的正确性并且通过仿真实验来展示构建模型的整个过程,验证了算术平均的合理性。可为今后研究混合分布在机器学习领域的应用及算法设计提供理论基础。     

自适应广义全变差的图像泊松去噪算法

针对医学、天文图像中的泊松噪声,基于广义全变差的图像泊松去噪模型,结合交替迭代极小化方法,提出一种自适应广义全变差的图像去噪算法。该算法利用广义交叉验证技术,使得模型中的正则化参数在算法迭代过程中可以自动更新。数值实验结果验证了该算法的有效性与可行性。     

基于混合噪声模型的双层管柱电涡流信号去噪算法

针对复杂环境下气田井中双层管柱检测时的电涡流信号噪声去除难问题,提出一种基于混合去噪模型的双层管柱电涡流信号去噪算法（ECSD）。在ECSD中,首先对电涡流信号进行预处理,去除信号中增益。然后分析电涡流信号中包含的偏心噪声、温度噪声、电磁噪声、提离噪声等混合噪声及各自噪声的来源,并根据混合噪声特性建立去噪模型。提出改进的海洋捕食者算法求解去噪模型参数,获得可较好拟合混合噪声的去噪模型,从而实现去除不同深度和温度下电涡流信号中的噪声。实验结果表明：ECSD算法能够拟合电涡流信号中的混合噪声,提高了信噪比,并且降低了去噪信号与纯净信号之间的均方根误差,优于 WD、EMD、MF和WF等去噪算法。     

基于泊松方程的孔洞修补算法

传统网格生长法对孔洞数量庞大且孔洞类型复杂的三维网格模型修复效果不佳。针对该问题,将泊松方程应用于三角网格模型的孔洞修补。利用原始模型信息建立泊松方程,对输入模型曲面进行全局拟合,根据孔洞信息裁剪拟合得到的预测曲面并与原始孔洞模型缝合,通过孔洞边界区域法向量信息调整修补曲面的三角面片方向,达到特征增强的目的。实验结果表明,该算法对于结构复杂的多孔洞三维模型修补效果较好,对噪声鲁棒性强,在保留模型原始信息的同时能够准确还原孔洞区域特征。     

一种基于正弦变换的三维泊松方程并行求解算法

泊松方程的数值解法在许多物理或者工程问题上得到广泛应用,但是由于大部分三维泊松方程的离散化格式不具有明显的并行性,实际中使用整体迭代的思想,这使得计算效率和稳定性受到了限制。摒弃了传统数值解法中整体迭代的思想,结合离散正弦变换理论(DST),基于27点四阶差分格式,将三维泊松方程求解算法在算法级进行修改和并行优化,把整个求解问题转化成多个独立的问题进行求解,稳定性和并行性能得到大幅提升。对于确定的离散化形式,可以使用同一套参数解决不同的泊松方程,大大提高了编程效率。基于共享存储并行模型实现了该算法,实验结果显示,对于给出的实例,新算法具有较好的加速效果,计算结果精度误差约为10e-5,在可接受范围内,并且计算精度随着维数的升高具有一定提升。     

基于重复消费动力学的用户网络消费模式分析

摘 要: 用户的消费行为中存在着大量的重复行为,如网站的重复访问和重复检索请求等。为了更好地理解时效性对重复消费的影响,本文提出了一种包含质量和时效性的重复消费混合模型。在重复消费动力学中,用户对重复项的选取取决于先前所有相同项的时效性权重之和。在混合模型的参数求解过程中,提出了一种交互迭代的参数更新方法。由于用户的真实消费数据往往服从幂率分布,分析了幂率分布下的模型倾斜性,并给出了倾斜性的紧致下届。通过对GPlus和YouTube两个真实的数据集进行分析发现,用户的重复消费数据存在着时效性。在数据集服从幂率分布的情况下,对数据集进行拟合可以很好的对用户的重复消费进行预测。     

基于数据挖掘的仿真模型参数修正

针对工业仿真数学模型参数估计实践中的难点,提出了通过数据挖掘来修正模型参数的新方法。从实际生产的大量数据中挖掘样本,通过数学方法计算模型参数,针对包含噪声的工业生产数据主要采用改进了最小二乘方法来修正参数;根据工业生产数据不完全及常见分布特点,采用分段组合修正参数的方法;通过实际生产的动态过程的历史数据挖掘来估计动态特性的相关参数,模型参数修正与数据挖掘过程交互引导,来缩小海量工业数据中的挖掘范围及提高参数修正所需样本数据的充分性,并建立两者之间互相协调的网络模型。实际案例验证了方法在工程项目中的有效性和实用性,表明这种方法能大幅提高仿真精度     

认知行为计算模型结合DM的教学质量提升

为了根据认知及行为表现区分不同类别的学生以更好地提升教师教学质量,提出了基于认知行为计算模型的数据挖掘模型。基于各种重要的认知、行为输入参数,提出了认知、行为指数因子计算模型;依据所搜集的六个认知参数及三个行为参数,运用人工神经网络、灵敏度分析、数据挖掘及分类回归树算法对数据进行分类;将学生划分成三种不同的类别,从而更好地针对不同类别的学生实施不同的教学策略。实验结果表明,学生分类问题中,行为参数远比认知参数重要,分析结果表明了所提模型在教育系统教师工作支持领域的可行性。     

基于伪反馈技术的教师评教文字评价的真实反馈

自我国大力推动高校信息化建设以来,高校的信息管理能力不断提高。教师评教作为高校信息化的重要组成部分,是学生为教师的教学提供意见的平台,也是教师收集学生提供的意见改进教学方法的重要途径。目前,教师评教的评教指标已经趋于科学完善,学生依据科学的评价体系认真的填写评价表,能够为教师提高教学质量提供方向。研究江西财经大学教师评教系统数据时发现“许多学生在评教时,往往带有一定的情绪”。成绩较差的学生往往对教师不满,更容易对教师的教学成果持否定意见;成绩较好的同学为图省事,敷衍了事的完成任务。这些情况造成评教结果差异性太小,教师无法从评教数据中得到学生评教想表达的真实想法,因此无法合理改进自己的教学方法。强制性的文字评价能够有效解决这种情况,学生在填写文字评价的时候往往能够真实的表达自己的主观意见,评教的结果也更为真实可靠。文章基于伪反馈检索技术分析教师评教的文字评价,将学生的文字评价和指标打分相结合,找到与学生真实意见较贴切的评教指标,帮助教师理解学生的评价意图,促进教师改进教学方法,提高教学质量。     

教师视角下的课程有效教学质量保障策略

为克服已有课程教学质量保障体系缺乏普遍适应性的不足,聚焦目前课程教学现 状,探讨了基于有效教学理论的课程质量保障策略。通过课程教学质量影响因素调研和资料分 析,梳理出7 大以教师和学生为主体的课程教学质量影响因素。基于有效教学理论建立了自我 评价、持续改进的2 层递阶课程教学质量保障模型。为实现课程教学质量内部评价与持续改进, 设计了教学质量教师自评表,给出了评价指标与影响因素之间的关联度计算公式。结合课程教 学改革实践,从教师角度提出了精细化课程教学设计、灵活多变的教学模式、构建师生利益共 同体、充分发挥模范示范作用等4 点教学质量保障策略。最后,分析了所提课程教学质量提升 策略在研究生课程计算机图形学及数字化快速成型教学实践中的实施效果,对比了2017 和2018 级教学效果,其期末成绩优秀率分别为5%和28%,改革后的班级成绩优秀率有较大提升。所 提方法为高等院校课程教学质量保障策略的实施提供了参考。     

基于关联规则的教学能力因素的探讨分析

随着信息化在学校教学管理中的普及,越来越多的学校施行在网上对教师的教学进行评价。学生对教师的评价得分在很大程度上体现了学生对任课教师的认可与否,也在一定程度上体现了教师的教学能力水平。为了进一步探究教学能力与教师个体属性之间某种内在的关联规则,本文利用数据挖掘技术的关联规则对评价信息、教师个人信息进行挖掘,找出教师个体属性与教学评价得分之间的内在关系,可为学校领导在制定人才引进策略方面提供一定的参考依据。     

基于ARIMA和Holt-Winters的消费行为预测

以学校一卡通交易流水数据为研究对象,挖掘出令管理层感兴趣的信息,为学校决策管理提供科学依据.把食堂2014年1月至2019年2月的消费数据作为研究对象,通过平滑消除数据噪音,分别建立ARIMA模型和Holt-Winters乘法模型,将月数据组成的离散型时间序列进行拟合分析,并对2019年3月至5月份的消费趋势进行了预测,最后用实际值来检测预测结果.实验证明,Holt-Winters模型对消费数据的拟合效果较好,预测精度更高.应用合适的数学模型对一卡通中饭堂消费的数据进行分析、拟合、预测,有助于全面掌握师生的食堂消费行为规律,可为后勤部门优化资源配置和科学决策提供依据.     

Score tests for zero-inflated generalized Poisson mixed regression models

Zero-inflated Poisson (ZIP) regression model is a popular approach to the analysis of count data with excess zeros. For correlated count data where the observations are either repeated or clustered outcomes from individual subjects, ZIP mixed regression model may be appropriate. However, ZIP model may often fail to fit such data either because of over-dispersion or because of under-dispersion in relation to the Poisson distribution. In this paper, we extend the ZIP mixed regression model to zero-inflated generalized Poisson (ZIGP) mixed regression model, where the base-line discrete distribution is generalized Poisson (GP) distribution, which is a natural extension of standard Poisson distribution. Furthermore, the random effects are considered in both zero-inflated and GP components throughout the paper. An EM algorithm for estimating parameters is proposed based on the best linear unbiased prediction-type (BLUP) log-likelihood and the residual maximum likelihood (REML). Meanwhile, several score tests are presented for testing the ZIP mixed regression model against the ZIGP mixed regression model, and for testing the significance of regression coefficients in zero-inflation and generalized Poisson portion. A numerical example is given to illustrate our methodology and the properties of score test statistics are investigated through Monte Carlo simulations.     

A Graded and Individualized Teaching and Learning method

Taking the programming course as an example, a comprehensive solution for individualized and precise teaching has been proposed. Firstly, graded teaching strategy is performed. The students are divided into three groups according to their base of learning and the degree of acceptance of knowledge. Designed teaching resources are provided for the teaching mode of low starting points and high landing points. Secondly, a process evaluation method combining online and offline has been proposed. An "evaluation-feedback-improvement" mechanism based on the analysis of students' learning data has been adopted. The practice in Harbin Institute of Technology has shown that the proposed method can not only help students achieve individualized learning goals, but also help teachers achieve precise teaching.     

线上体育课堂在线人数的智能评估方法

由于线上教学时,学生与教师无法面对面交流,给教师监察学生行为与课堂表现造成极大不便,为此研究线上体育课堂在线人数智能评估方法。使用量化分析法采集在线人数学习行为相关信息数据,获得学习行为信息数据集;构建线上课堂在线人数信息处理系统,并利用可视化与平行坐标方法将学习行为数据进行分段评估处理,实现各段学习行为的准确评估。实验结果验证,所提方法可以高效帮助体育教师智能分析在线人数登录数量、在线时间、日常成绩、考试成绩与总评成绩之间的联系,为提升学生学习积极性与体育教师教学质量提供一定参考。     

地方师范院校计算机专业的离散数学课程教学改革

从离散数学教学内容的现状和地方师范院校计算机专业学生的特点这两个方面,分析了当前地方师范院校计算机专业离散数学课程教学改革的必要性,提出了离散数学教学内容的具体改革方案。经过几年的改革实践,学生学习离散数学课程的效果得到了明显提高。     

基于iOS的作文互评系统设计与实现

随着移动互联网迅猛地发展,移动课堂已经作为一种新兴的教学模式步入社会。传统作文课堂仅限于教师对学生作文的批改,学生之间不能相互批改作文,学生只能看到老师对自己作文的评价。因此,学生就不知道作文评分的重点在哪里,怎样才能提升自己的作文水平。为此提出一种基于移动课堂作文互评模式的教学方式,设计并实现了基于iOS的作文互评系统,它包含了后台服务和前台客户端。实验结果表明,系统能有效地提升教学的效率和提高学生的学习兴趣。