导读:本文包含了结构子树模型论文开题报告文献综述及选题提纲参考文献,主要关键词:系统结构数据,慢性乙型肝炎,随机效应-最大期望回归树,CART回归树
结构子树模型论文文献综述
李伟南[1](2019)在《随机效应-最大期望回归树模型在医学系统结构数据中的应用及模型评价》一文中研究指出目的:在医学研究中,对于存在系统结构特征的实际资料,往往采用混合线性模型进行效应估计,但是对于进一步探索患者亚组与治疗方式间复杂的(高阶)交互作用时则效率较低。而决策树模型作为数据挖掘方法中的一种预测模型,具有较强的探索性能,可以同时分析多个预测变量,并且可以自动检测预测变量之间潜在的关系,对于医学疗效评价具有重要的意义。但是对于系统结构数据,传统CART回归树模型估计效率低下,模型构建准确性较低,偏倚较大。因此提高回归树模型的拟合效果及预测性能是将其应用在医学系统结构数据的重要前提。随机效应-最大期望回归树模型(Random Effect-Expectation Maximization Regression Tree,RE-EM)基于回归树模型和混合线性模型的思想,将随机效应从系统结构数据中分离出来,从而提高回归树模型构建的准确性与预测性能。本研究旨在介绍并验证随机效应-最大期望回归树模型的原理,并通过模拟实验与传统CART回归树模型进行横向对比。同时,基于慢性乙型肝炎初治患者诊疗的真实数据进行实证分析及模拟实验,进一步评价RE-EM回归树模型在不同数据结构下的拟合效果及预测性能,为更精准的医学疗效评价和回归树模型构建提供方法学支持和模型选择,为患者诊疗和干预提供方法学建议。方法:第一部分,设置随机效应及残差协方差结构,生成叁个终端节点的回归树模型模拟数据,分别拟合RE-EM回归树模型与CART回归树模型,进而评价两种回归树模型在准确性和偏倚方面的优劣,验证RE-EM回归树模型对拟合系统结构数据的适用性。第二部分,基于临床HIS数据中的慢性乙型肝炎初治患者的抗病毒治疗信息,分别拟合一般线性模型、混合线性模型、CART回归树模型以及RE-EM回归树模型,进行抗病毒疗效评估。第叁部分,基于四种模型的慢乙肝抗病毒疗效分析结果,探索不同参数(样本量、时间点、残差相关性、底层模型)条件下,RE-EM回归树模型的拟合效果及预测性能。如设定研究对象样本量为50、100、200、500、1000,对应时间点10、20、50、100。预测性能评价分为两部分:(1)预测研究对象新观测,以研究对象前70%的观测作为训练集,分别拟合四种模型,剩余的30%作为测试集,进行模型预测性能评价;(2)预测新研究对象,以70%的研究对象作为训练集,分别拟合四种模型,剩余的30%作为测试集,进行模型预测性能评价。结果:第一部分结果显示,在模型构建的准确性和拟合偏倚上,RE-EM回归树模型的表现优于CART回归树模型。在不同数据结构下,RE-EM回归树模型均能准确构建假定的回归树模型,而CART回归树模型对于系统结构数据的拟合效果则不理想,MSE值较大,无法准确构建假定的回归树模型。第二部分结果显示,在拟合适配度和偏倚上,混合线性模型的表现优于一般线性模型。在基于一般线性模型的慢乙肝患者疗效分析中,时依性ALT水平对结局定量HBV DNA检测值的影响差异有统计学意义,而考虑了随机效应及残差协方差结构的混合线性模型则无该关系。在回归树模型的分析中,RE-EM回归树模型的MSE值最小,为0.8048,低于一般线性模型、混合线性模型及CART回归树模型。第叁部分结果显示,在模型拟合效果评价中,当线性模拟数据不含随机效应时,线性模型拟合效果优于回归树模型,而对于非线性数据,回归树模型的拟合效果则明显优于线性模型,其中RE-EM回归树模型的拟合效果与CART回归树模型相近。当模拟数据为系统结构数据时,混合线性模型与RE-EM回归树模型的拟合效果相近,优于一般线性模型和CART回归树模型。综合各种情况,RE-EM回归树模型拟合效果较好,优于CART回归树模型。在模型预测新观测的性能评价中,对于具有系统结构特征的线性模拟数据,线性模型预测新观测的性能明显优于回归树模型,其中RE-EM回归树模型的预测性能优于CART回归树模型。对于具有系统结构特征的非线性模拟数据,RE-EM回归树模型与混合线性模型预测新观测的性能最优,明显优于CART回归树模型,一般线性模型拟合效果最差。综合各种情况,RE-EM回归树模型预测新观测的性能较好,优于CART回归树模型。在模型预测新对象的性能评价中,当线性模拟数据不存在系统结构特征时,线性模型预测新对象的性能优于回归树模型,当非线性模拟数据不存在系统结构特征时,回归树模型预测新对象的性能优于线性模型,与前述情况一致。而对于系统结构数据,RE-EM回归树模型预测新对象的性能始终最优。综合各种情况,RE-EM回归树模型预测新对象的性能较好。结论:对于系统结构数据,RE-EM回归树模型能够有效地识别预测变量间潜在的联系,提高模型的拟合效果,体现了RE-EM回归模型在系统结构数据中的适用性与可行性。从回归树模型的建模过程中可以看出,与线性模型相比,树模型是由根节点到终端节点的路径组成,类似于人的决策形式,其结果直观简洁具有较强的解释性。在本研究中,通过模拟实验和慢乙肝抗病毒疗效评估,验证了RE-EM回归树模型对于医学系统结构数据分析的有效性。RE-EM回归树模型对于系统结构数据的拟合效果及预测性能均优于CART回归树模型。对于线性系统结构数据,RE-EM回归树模型预测新对象的性能接近甚至优于混合线性模型。(本文来源于《广东药科大学》期刊2019-05-20)
李木梓[2](2017)在《道路网络层次结构的随机层次树模型》一文中研究指出层次结构是地理空间普遍存在的规律和现象,在道路网络中通常以国道、省道、一般道路等的等级属性来表示。发掘道路网络的层次结构非常重要,对于出行路径分析、地图综合、空间多尺度表达与数据库更新、智能交通系统、城市规划等具有重要的应用价值。然而道路网络的层次划分并没有统一的标准,等级属性具有主观性且依赖于数据的完整性。现有研究已经提出了很多层次构建方法,但极大程度上主观性强、需要人工干预,未实现自动地构建层次,并且未自动地建立层次间的连通关系。不止在道路网络中,层次化是自然界与社会组织中普遍存在、自觉与不自觉广泛使用的基本组织形式之一,存在于能以网络形式表达的现实世界中,例如航空网络、社交网络以及鸟群、鱼群的群集组织等。层次结构对于计算机而言深埋在关系复杂的数据中,发掘并自动地建立网络自然意义上的层次结构本质上讲是一种隐式知识的显式化、形式化和可计算化,是众多学科亟待解决的关键问题。为此,本文提出了随机层次树模型,该模型以层次化生长性为原则,采用贝叶斯统计进行数学建模,实现了自动地构建网络的层次。首先,对现有网络层次构建模型进行了深入、系统的评估,指出现有模型尚存在的主要问题和面临的关键挑战。在此基础之上,本文基于层次化生长性设计了随机层次树模型。该模型假设层次存在并由生长而来,将由结点和边组成的网络转换成具有“冗余边”的树状结构。层次化生长性要求每个上层节点能够连接更多的子节点,为保持层次间的关联要求每个下层节点必须与相邻的上层节点的某一结点相连,组成树状结构的边称为“必须边”。其余的“冗余边”为网络提供便捷的健壮性,能够兼顾网络的整体经济型,并使得网络半径尽可能的小。进而,本文基于贝叶斯统计方法按照上述思想建立了随机层次树的数学模型。建立树状结构的过程采用逐层选点的方式,层次化生长是自上而下,先设定顶层节点,与顶层节点相连的其他节点作为第二层,再从剩余节点中找到与第二层节点相连的作为第叁层,以此类推直到所有节点都被纳入层次结构中。“必须边”的后验概率由逐层生成树结构的层次化选取累计得出,“冗余边”的后验概率由其所在位置和当前网络所有连边决定。由此组合而成了该模型的后验概率,至此建立了随机层次树的数学模型。接下来,使用模拟退火算法进行模型求解,并鉴于求解的随机性,提出了节点相似度的稳定一致解求解方法。根据模型特点,在单次模拟退火算法求解中:设计了9种状态迁移方式;引入“真子树”、“当前真子树”、灵活的选点方式来促进实现各态历经;合理的温度控制和足够的迭代次数达到细节平衡。继而,对多次模拟退火的求解结果进行分析,由节点之间的相似度累计得出同一网络不同层次树之间的整体相似度量化指标,进而求得相似度最高的层次树作为稳定一致解。由此在有限的时间和资源下找到了随机层次树的合理解。本文在实际道路网络中进行层次构建,并对构建结果进行了系统地分析和评估,验证了随机层次树模型的有效性。首先选取四种典型模式的道路网络为例进行层次构建,具体的步骤为:道路路段→路划→对偶图→随机层次树,并给出了层次构建结果。结果分析涵盖了层次的数目、层次的整体状态、结果的稳定性和与网络中心性测度指标的比较。结果分析表明,实际道路网络层次的数目在4-5层之间,同时,整体的分布状态为“纺锤形”结构,层次构建结果合理可靠,且稳定性高。本文在两个方面开展了该模型应用的实验和分析,验证了随机层次树模型在不同应用上的适用性。两个应用分别是地图综合中的道路选取和航空网络的层次构建。实验结果表明,构建的道路网络层次与标准制图结果的符合度很高,能够很好地满足多比例尺道路网络地图制图的需要;随机层次树模型能够有效地构建合理的航空网络层次,从而验证了随机层次树模型具有适用性,具有较广泛的应用前景。随机层次模型是一种无权无向网络的通用性层次划分方法,本文假设层次存在,并认为层次由生长而来,通过模拟退火算法给一个无序的网络赋予一个有序、有组织的分层,实现了复杂有环路网络层次结构的自动发掘和构建,并且自动地建立层次间的连通关系,在实际应用中具有可靠性且取得了不错的效果。随机层次树模型为网络层次构建提供了新方法,新技术,在近期内,该模型还可以用于其他网络的层次构建,辅助分析网络的反演与预测;长远来看期望能够辅助构建“开放的复杂巨系统”的地理系统,丰富和完善大数据时代的空间数据模型。(本文来源于《西南交通大学》期刊2017-08-01)
关德宝[3](2017)在《细动脉结构树模型的构建及其在高血压和法洛四联症血流动力学方面的应用研究》一文中研究指出一维(1D)血流动力学模型被广泛地用于研究动脉系统内的脉搏波传导与反射现象。Windkessel(WK)模型是表征动脉末梢血管网的生物力学属性的经典方法,具有参数设定简单、计算负荷低等优点,常用于为1D动脉树模型提供末梢边界条件,但其在描述脉搏波传导、反射现象方面存在先天不足。该缺陷可进一步延伸至更复杂的血流模拟问题。例如,在有关高血压的研究中,末梢血管的形态学和力学特性对动脉血压具有显着的影响,简化的WK模型无法准确表征这种现象。另外,肺动脉内的血流特征是小儿先天性心脏病研究重点关注的对象,肺循环的特殊解剖学结构决定了对肺末梢动脉的建模需要具有合理描述脉搏波传导、反射现象的能力。在此背景下,有学者提出了针对末梢血管的Structured-tree(ST,结构树)建模方法,并理论上证明了其优势。然而,在系统血流条件下对WK和ST模型的定量比较尚未见报道。因此,本研究的主要目的是首先考察将WK和ST模型分别应用于1D动脉树模型的末梢边界建模时所产生的模拟结果差异,并在此基础上构建高血压和法洛四联症条件下的循环系统模型,定量研究主要血流参数与心血管特性间的关系,从而为这些疾病的临床治疗提供理论参考。针对同一个1D动脉树模型,分别应用WK和ST模型构建末梢边界条件,同时通过校准两种模型中的有效阻抗、容抗和感抗等参数,使两种模型的计算结果具有可比性。结果显示,两种模型模拟的血压、血流波形在主动脉处类似,然而,其差异沿动脉网络向外周逐渐放大;同时,这种差异会随着中心动脉的硬化而加强。脉波分析揭示,两种模型对入射波反射模式的不同是造成上述差异的主要原因。基于上述研究结果,本文在构建高血压和法洛四联症血流动力学模型时均使用ST模型来描述末梢动脉。同时,本研究进一步将动脉系统的1D-ST模型与毛细血管、静脉和心脏的集中参数模型耦合,以构建可以描述系统血流动态的闭环式循环系统模型。利用高血压模型所开展的数值实验表明,心率、中心动脉僵硬度和末梢动脉管径是主导动脉收缩压、脉压和平均压的主要因素,这些因素在对血流参数的影响方式和程度方面存在显着差异。研究结果从理论上阐明了不同降压药在外周、中心动脉所引起的差异性降压现象的生物力学机制,同时强调了监测中心动脉僵硬度对高血压治疗的重要意义。利用所构建的肺循环模型对小儿法洛四联症肺动脉血流的研究发现,肺动脉梗阻可以一定程度上抑制肺动脉瓣反流,但抑制程度与反流时的肺动脉瓣开口面积有关。上述发现提示,在临床治疗中需要根据患者的实际心血管状态合理选择手术方案。(本文来源于《上海交通大学》期刊2017-01-01)
关德宝,梁夫友[4](2015)在《末梢动脉的结构树模型与闭环式循环系统模型的耦合及其与RC电路模型的比较》一文中研究指出目的:零维RC电路模型(即Windkessel model)被广泛用于表达一维动脉树模型外周动脉的出口边界条件,然而,RC电路模型的模型结构和数学表达式限制了其精确捕捉末梢阻抗(impedance)高频特性的能力。针对这一问题,Olufsen等提出了准一维结构树模型(即structured-tree model)来描述末梢细动脉簇的阻抗特性,并将其嵌入一个一维的动脉树模型,成功模拟了动脉血压波传播等血流动力学现象。该模型的一个缺点是仅考虑末梢细动脉,即假设结构树模型的出口边界为恒压,忽略了毛细血管、静脉血压变动对动脉血流的影响,无法真实再现人(本文来源于《第十一届全国生物力学学术会议暨第十叁届全国生物流变学学术会议会议论文摘要汇编》期刊2015-10-10)
王秀红,袁艳,赵志程,李洁玉,刘海军[5](2015)在《专利文献的结构树模型及其在相似度计算中的应用》一文中研究指出文章除了考虑专利文献的名称、摘要、权利要求书和说明书4要素之外,还结合考虑主分类号和引文信息,构建6要素的专利文献结构树:依据专利文献各要素的特点,建立结构树的根节点、父子节点和叶子节点的关系。实验结果表明:将该结构树结构应用于专利文献相似度计算,与不考虑主分类号和引文的4要素加权方法相比,精准率、召回率和F1指标分别提高了22.31%、14.53%和20.30%;与将专利文献作为一个整体向量直接进行相似计算方法相比,精准率、召回率和F1指标分别提高了79.26%、51.93%和72.63%,大大提高了专利相似度计算的效果。(本文来源于《情报理论与实践》期刊2015年03期)
庞建丽,高丽娜[6](2013)在《基于基因结构树模型的红外图像分割研究》一文中研究指出针对红外图像分割的特点,采用基因结构树模型。首先通过由根节点至节点顺序累加获取属性为结构树模型的生长代价;接着判决规则为结构树分支节点距离计算,借助分支节点之间的夹角表示,夹角越小,则分支节点距离越小;最后从基因树中选择其中似然值最大的作为最优树,给出了算法流程。实验仿真结果显示算法对红外图像分割很好地保留目标区域,有较为简洁平滑的边缘,分割质量评价的定量结果优。(本文来源于《科学技术与工程》期刊2013年26期)
王夙娟,张瑞藜[7](2011)在《柔性神经树模型的结构优化算法的改进》一文中研究指出利用柔性神经树模型的改进结构优化算法对流程工业生产过程的参数进行筛选,在精确度最高的前提下在最短的时间内找到影响生产过程的重要参数,为流程工业生产过程控制提供理论依据。在柔性神经树模型的学习过程中,本算法的进化代数不是一个固定值,而是以误差率来控制进化代数,试验证明这种算法使模型最优,效率和精确度最高。柔性神经树模型的结构和参数优化分别由概率增强式程序进化和模拟退火算法完成。本文以水泥生产中重要生产过程之一的分解炉的生产过程为研究对象。研究结果表明本文提出的改进方法是非常有效的。(本文来源于《微计算机信息》期刊2011年06期)
陆斌[8](2009)在《基于树模型的RNA序列结构比对算法研究》一文中研究指出RNA序列结构比对是生物信息学的基础研究内容之一。通过对RNA序列和结构进行相似度比较,人们可以发现RNA序列中蕴含的功能和进化信息,对RNA序列分类、二级结构预测、发现序列保守区域都具有极其重要的研究意义。本文首先介绍了RNA序列结构的基本知识,给出了RNA序列结构比对问题的详细描述,分析了已有的RNA序列结构比对算法,对现有算法进行了分析和比较,并指出了当前比对算法存在的主要问题。接着详细阐述了树模型的构造和操作,给出了RNA序列结构与树模型的对应关系。针对目前低相似度RNA序列比对结果准确度不高的问题,本文基于RNA树形结构模型,提出了一种基于动态规划思想的RNA双序列结构比对算法,对算法进行了设计和实现。通过比较与其他比对算法在同一数据集上的运行结果,本文算法在低相似度RNA序列比对上表现出较高的准确度。在RNA双序列结构比对的基础上,本文结合T-coffee算法思想,设计并实现了RNA多序列结构比对算法,通过数值实验讨论了RNA多序列比对结果与序列数目及序列平均相似度的关系,同时验证了本文算法的有效性。(本文来源于《国防科学技术大学》期刊2009-11-01)
唐芳,张颖倩,王志强,康殿民,王洁贞[9](2009)在《自然疫源性疾病疫源地空间结构的二维最小生成树模型及其应用》一文中研究指出目的探讨二维最小生成树模型在分析自然疫源性疾病疫源地空间结构中的地理流行病学意义及其实际应用价值。方法遵循空间系统聚类的基本思想,将图论、泛生物地理学等学科的理论方法相结合,在地理信息系统(GIS)框架内,构建自然疫源性疾病疫源地空间结构的二维最小生成树(MST)模型,并以肾综合征出血热为例,验证模型的优良性。结果MST模型对分析疫源地空间结构的相似性、揭示疫源地内疫点之间的生态学或流行病学联系、推测疾病流行轨迹等具有良好的适用性。结论MST模型是分析自然疫源性疾病疫源地空间结构动态特征的良好方法。(本文来源于《山东大学学报(医学版)》期刊2009年01期)
阳国贵[10](1999)在《通用结构下的位置相关丛生树模型》一文中研究指出在并行查询处理研究中,人们提出了叁种基本的查询规划树表示形式,即左深树、右深树和丛生树形式。丛生树由于其搜索空间巨大,实际应用中往往需要对其搜索空间加以某种限定。结合通用并行结构的特点,利用数据位置相关特性首次提出了一种新的受限丛生树结构,即位置相关丛生树。(本文来源于《计算机工程》期刊1999年02期)
结构子树模型论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
层次结构是地理空间普遍存在的规律和现象,在道路网络中通常以国道、省道、一般道路等的等级属性来表示。发掘道路网络的层次结构非常重要,对于出行路径分析、地图综合、空间多尺度表达与数据库更新、智能交通系统、城市规划等具有重要的应用价值。然而道路网络的层次划分并没有统一的标准,等级属性具有主观性且依赖于数据的完整性。现有研究已经提出了很多层次构建方法,但极大程度上主观性强、需要人工干预,未实现自动地构建层次,并且未自动地建立层次间的连通关系。不止在道路网络中,层次化是自然界与社会组织中普遍存在、自觉与不自觉广泛使用的基本组织形式之一,存在于能以网络形式表达的现实世界中,例如航空网络、社交网络以及鸟群、鱼群的群集组织等。层次结构对于计算机而言深埋在关系复杂的数据中,发掘并自动地建立网络自然意义上的层次结构本质上讲是一种隐式知识的显式化、形式化和可计算化,是众多学科亟待解决的关键问题。为此,本文提出了随机层次树模型,该模型以层次化生长性为原则,采用贝叶斯统计进行数学建模,实现了自动地构建网络的层次。首先,对现有网络层次构建模型进行了深入、系统的评估,指出现有模型尚存在的主要问题和面临的关键挑战。在此基础之上,本文基于层次化生长性设计了随机层次树模型。该模型假设层次存在并由生长而来,将由结点和边组成的网络转换成具有“冗余边”的树状结构。层次化生长性要求每个上层节点能够连接更多的子节点,为保持层次间的关联要求每个下层节点必须与相邻的上层节点的某一结点相连,组成树状结构的边称为“必须边”。其余的“冗余边”为网络提供便捷的健壮性,能够兼顾网络的整体经济型,并使得网络半径尽可能的小。进而,本文基于贝叶斯统计方法按照上述思想建立了随机层次树的数学模型。建立树状结构的过程采用逐层选点的方式,层次化生长是自上而下,先设定顶层节点,与顶层节点相连的其他节点作为第二层,再从剩余节点中找到与第二层节点相连的作为第叁层,以此类推直到所有节点都被纳入层次结构中。“必须边”的后验概率由逐层生成树结构的层次化选取累计得出,“冗余边”的后验概率由其所在位置和当前网络所有连边决定。由此组合而成了该模型的后验概率,至此建立了随机层次树的数学模型。接下来,使用模拟退火算法进行模型求解,并鉴于求解的随机性,提出了节点相似度的稳定一致解求解方法。根据模型特点,在单次模拟退火算法求解中:设计了9种状态迁移方式;引入“真子树”、“当前真子树”、灵活的选点方式来促进实现各态历经;合理的温度控制和足够的迭代次数达到细节平衡。继而,对多次模拟退火的求解结果进行分析,由节点之间的相似度累计得出同一网络不同层次树之间的整体相似度量化指标,进而求得相似度最高的层次树作为稳定一致解。由此在有限的时间和资源下找到了随机层次树的合理解。本文在实际道路网络中进行层次构建,并对构建结果进行了系统地分析和评估,验证了随机层次树模型的有效性。首先选取四种典型模式的道路网络为例进行层次构建,具体的步骤为:道路路段→路划→对偶图→随机层次树,并给出了层次构建结果。结果分析涵盖了层次的数目、层次的整体状态、结果的稳定性和与网络中心性测度指标的比较。结果分析表明,实际道路网络层次的数目在4-5层之间,同时,整体的分布状态为“纺锤形”结构,层次构建结果合理可靠,且稳定性高。本文在两个方面开展了该模型应用的实验和分析,验证了随机层次树模型在不同应用上的适用性。两个应用分别是地图综合中的道路选取和航空网络的层次构建。实验结果表明,构建的道路网络层次与标准制图结果的符合度很高,能够很好地满足多比例尺道路网络地图制图的需要;随机层次树模型能够有效地构建合理的航空网络层次,从而验证了随机层次树模型具有适用性,具有较广泛的应用前景。随机层次模型是一种无权无向网络的通用性层次划分方法,本文假设层次存在,并认为层次由生长而来,通过模拟退火算法给一个无序的网络赋予一个有序、有组织的分层,实现了复杂有环路网络层次结构的自动发掘和构建,并且自动地建立层次间的连通关系,在实际应用中具有可靠性且取得了不错的效果。随机层次树模型为网络层次构建提供了新方法,新技术,在近期内,该模型还可以用于其他网络的层次构建,辅助分析网络的反演与预测;长远来看期望能够辅助构建“开放的复杂巨系统”的地理系统,丰富和完善大数据时代的空间数据模型。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
结构子树模型论文参考文献
[1].李伟南.随机效应-最大期望回归树模型在医学系统结构数据中的应用及模型评价[D].广东药科大学.2019
[2].李木梓.道路网络层次结构的随机层次树模型[D].西南交通大学.2017
[3].关德宝.细动脉结构树模型的构建及其在高血压和法洛四联症血流动力学方面的应用研究[D].上海交通大学.2017
[4].关德宝,梁夫友.末梢动脉的结构树模型与闭环式循环系统模型的耦合及其与RC电路模型的比较[C].第十一届全国生物力学学术会议暨第十叁届全国生物流变学学术会议会议论文摘要汇编.2015
[5].王秀红,袁艳,赵志程,李洁玉,刘海军.专利文献的结构树模型及其在相似度计算中的应用[J].情报理论与实践.2015
[6].庞建丽,高丽娜.基于基因结构树模型的红外图像分割研究[J].科学技术与工程.2013
[7].王夙娟,张瑞藜.柔性神经树模型的结构优化算法的改进[J].微计算机信息.2011
[8].陆斌.基于树模型的RNA序列结构比对算法研究[D].国防科学技术大学.2009
[9].唐芳,张颖倩,王志强,康殿民,王洁贞.自然疫源性疾病疫源地空间结构的二维最小生成树模型及其应用[J].山东大学学报(医学版).2009
[10].阳国贵.通用结构下的位置相关丛生树模型[J].计算机工程.1999
标签:系统结构数据; 慢性乙型肝炎; 随机效应-最大期望回归树; CART回归树;