导读:本文包含了概率验证论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:模型,概率,组合,冠状,曲线,目标,用户。
概率验证论文文献综述
夏奴奴,杨晋吉,赵淦森,莫晓珊[1]（2019）在《基于概率模型的云辅助的轻量级无证书认证协议的形式化验证》一文中研究指出匿名WBANs通信技术是保护互联网用户和服务器间隐私的最有力手段之一,但匿名WBANs无证书认证协议的形式化验证仍是亟待解决的难题。采用概率模型检测的方法对一种基于云辅助的匿名WBANs的轻量级无证书认证协议建立离散时间马尔科夫链模型,在协议建模的状态迁移中加入了攻击率,重点对攻击率进行定量分析,用概率计算树逻辑对协议属性进行描述,利用PRISM概率模型检验工具对协议进行定量分析和验证,并且与SIP协议进行性能方面的对比。验证结果表明:在匿名WBANs通信环境下,云辅助的轻量级无证书认证协议各实体间所受攻击率对协议的不可否认性、时延性和有效性有不同程度的影响,控制好攻击率可以提高协议安全性,这对医疗服务质量和实时监测效率的提高以及远程医学的基本需求有着极大的意义。(本文来源于《计算机科学》期刊2019年08期）
王岳,刘玉洁,张颖,周伽[2]（2019）在《在中国稳定性胸痛患者中利用冠脉CTA对冠心病验前概率模型进行验证和比较》一文中研究指出目的在行冠状动脉CT血管造影(CCTA)检查的中国人群中对升级的Diamond–Forrester模型(UDFM)和杜克临床评分(DCS)进行验证和比较。方法收集2015年12月—2017年12月天津市胸科医院共5 743例因稳定性胸痛行CCTA检查的患者资料。冠心病定义为经CCTA确认至少有1个节段冠脉血管直径狭窄超过50%。每例患者的验前概率分别根据UFDM和DCS计算。采用受试者工作特征曲线下面积(AUC)、净重分类改善(NRI)和Hosmer–Lemeshow拟合优度统计量(H-Lχ~2)等指标对模型的评估准确性进行验证和比较。结果共有1 872(32%)例患者经CCTA检查确证为冠心病。DCS(AUC=0.772,95%CI:0.759～0.786)和UDFM(AUC=0.765,95%CI:0.751～0.779)差异无统计学意义(P=0.068)。DCS相对于UDFM有更好的分类能力(NRI=26.20%,P<0.001)。UDFM(H-Lχ~2=137.823,P<0.01)和DCS(H-Lχ~2=156.704,P<0.01)的校准能力均较差,均高估了实际患病率。结论与UDFM相比,DCS能更好地在行CCTA检查的中国人群中估算冠心病的验前概率,但两者均高估了冠心病的实际患病率。(本文来源于《天津医药》期刊2019年02期）
肖飞,余其多,张真榕,刘德若,梁朝阳[3]（2019）在《新型非实性肺小结节恶性概率预测模型的构建与验证》一文中研究指出背景与目的数学预测模型是判断肺小结节恶性概率的有效工具。伴随肺癌流行病学趋势的改变,以非实性肺小结节为影像学表现的早期肺癌检出率逐年升高,准确鉴别并及时治疗干预可有效改善预后。本研究旨在专门针对非实性肺小结节构建新型恶性概率预测模型,为有创诊疗提供客观依据,并尽量避免不必要的侵袭性操作及其可能造成的严重后果。方法回顾性分析自2013年1月-2018年4月,单中心经穿刺活检或手术切除获得明确病理诊断的362例非实性肺小结节病例资料,包括临床基本资料、血清肿瘤标记物和影像学特征等。病例分两组,应用建模组数据做单因素分析和二分类Logistic回归,判定独立危险因素,建立预测模型;应用验证组数据验证模型预测价值并与其他模型比较。结果 362例非实性肺小结节病例中,313例(86.5%)确诊为非典型腺瘤样增生(atypical adenomatous hyperplasia, AAH)/原位腺癌(adenocarcinoma in situ, AIS)、微浸润腺癌(minimally invasive adenocarcinoma, MIA)或浸润性腺癌,49例诊断为良性病变。年龄、血清肿瘤标记物癌胚抗原(carcino-embryonic antigen, CEA)和Cyfra21-1、肿瘤实性成分比值(consolidation tumor ratio, CTR)、分叶征和钙化被确定为独立危险因素。模型受试者工作曲线下面积为0.894。预测灵敏度为87.6%,特异度为69.7%,阳性预测94.8%,阴性预测值为46.9%。经验证模型预测价值显着优于VA、Brock和GMUFH模型。结论本研究建立的新型非实性肺小结节恶性概率预测模型具备较高的诊断灵敏度和阳性预测值。经初步验证,其预测价值优于传统模型。未来经大样本验证后,可用作高危非实性肺小结节活检或手术切除前的初筛方法,具备临床应用价值。(本文来源于《中国肺癌杂志》期刊2019年01期）
陈开河,浦佳祺,陈德旺,翁国斌,傅德慧[4]（2018）在《基于概率统计的地铁出行异常的集成检测方法及验证》一文中研究指出地铁是解决大城市交通拥堵的主要方式之一。大量的地铁出行产生了地铁客流大数据,其中存在少量的出行异常情况,对地铁系统的运行效率、安全性等带来了不利的影响。本文搭建地铁客流大数据平台,在此基础上,提出了基于概率统计的地铁出行异常集成检测方法,包括3个相互联系的检测算法:基于出行时间的异常检测算法、基于出行时间差值的异常检测和基于出行时间比值的异常检测。福州地铁1号线大量实测客流数据的验证表明,本文提出的集成检测方法是有效的,3种算法相互补充,有效地提高了检测率,检测出2.3%的异常数据。通过本文的研究,我们还获取了很多关键的阈值,为今后开发相关软件奠定了基础。(本文来源于《2018中国自动化大会(CAC2018)论文集》期刊2018-11-30）
周女琪,周宇[5]（2018）在《基于概率模型检测的Web服务组合多目标验证》一文中研究指出Web服务组合是服务计算领域的重要研究内容。用户的非功能性需求是Web服务组合中衡量服务的标准之一,然而开放环境下用户的需求具有一定的不确定性和多目标性特点。为了解决此种不确定性,提出了一种基于概率模型检测的多目标验证方法。首先,将Web服务组合过程建立为定量多目标马尔可夫决策过程,并将该模型转换为PRISM模型。同时,将不同的用户需求建模成多目标时序逻辑公式,使用概率模型检测器PRISM对其进行验证,获得多个目标约束下关键目标的期望值,并导出相关策略。最后,通过实例来进一步说明该方法的有效性与可行性。(本文来源于《计算机科学》期刊2018年08期）
任丽园[6]（2018）在《基于MSVL的社交网络概率性质的验证》一文中研究指出近年来随着互联网的蓬勃发展,社交网络已成为各个领域的研究热点,尤其是计算机领域。研究社交网络中个体的社交活动可以充分地了解社交网络结构的变化规律及信息传播规律,这对于促进社交网络的进一步发展具有重要的理论指导意义。社交网络中的个体具有高度的能动性,个体的社交行为具有很强的随机性,如个体关系产生、消亡等。充分研究社交网络中这些随机的特性,可以更好地发掘其中隐藏的、不可直接观测的有用信息。目前,一些模型被用于研究社交网络中的随机性,如马尔可夫链、隐马尔可夫模型(Hidden Markov Model)、马尔可夫随机场和贝叶斯网络等。并且形式化方法已被应用于社交网络的隐私策略验证、安全性验证、事件检测等方面,但这些研究大都没有考虑到社交网络的随机性,特别是使用HMM来研究其中潜藏的随机性。本文提出一种基于时序逻辑程序设计语言(Modeling Simulation and Verification Language,MSVL)研究社交网络中概率性质的方法,将HMM与MSVL相结合来研究社交网络的随机性。该方法的具体流程是:首先,确定模型中的隐状态和观测状态并根据需求获取数据集,再对数据集进行离散化处理并采用监督学习或者非监督学习的算法对数据集进行训练,得出HMM;然后,用MSVL对该模型及相关算法如Viterbi、forward等进行实现并输入测试数据集,来得出与用户随机行为相关的概率信息;最后,用命题投影时序逻辑(Propositional Projection Temporal Logic,PPTL)对用户概率的性质进行描述,并采用统一模型检测方法在MC编译器中对性质进行验证和分析。另外,通过新浪微博和动物社交网络两个实例分析来说明方法的有效性。第一个实例将用户间的交互行为视为观测状态,将用户间的关系强度视为隐状态,使用隐马尔可夫模型进行建模并用MSVL对其进行实现;然后用PPTL描述用户交互行为和关系强度两类概率的性质;最后在MC编译器中进行验证、分析并与其它工具进行对比。第二个实例通过鱼群运动过程中的速度来研究鱼群中个体的社交行为,将鱼群中个体的游泳速度视为观测状态,将该个体周围鱼的平均游泳速度视为隐状态,使用隐马尔可夫模型进行建模并用MSVL对其进行实现;然后用PPTL公式描述鱼社交行为概率的性质;最后在MC编译器中进行验证、分析并与其它工具进行对比。(本文来源于《西安电子科技大学》期刊2018-06-01）
鲍彤,肖飞,郭永庆,石彬,宋之乙[7]（2018）在《对孤立性肺结节恶性概率预测模型的验证、比较和改良》一文中研究指出目的分析影响孤立性肺结节(solitary pulmonary nodule,SPN)恶性概率的危险因素,对已有的SPN恶性概率预测模型进行验证、比较和改良。方法纳入2017年3～9月在中日友好医院接受诊治、术后获得明确病理诊断的117例SPN患者,其中男59例、女58例,年龄24～83(59.10±11.31)岁。分析影像学上结节最大径、所处部位、毛刺状、分叶征、钙化灶等特点,记录癌胚抗原(CEA)和细胞角蛋白19片段抗原(Cyfra21-1)等血清学检验结果,应用单因素分析模型分析临床资料与术后病理良恶性诊断的关系,应用不同SPN恶性概率预测模型绘制受试者工作特征曲线(receiver operating characteristic curve,ROC曲线),得到各模型的曲线下面积(area under curve,AUC)、灵敏度、特异度、阳性预测值、阴性预测值等并进行比较,探索模型改进方法。结果 117例患者中经病理诊断为恶性肿瘤93例(79.5%),良性肿物24例(20.5%),单因素分析发现患者年龄、结节最大径、血清CEA和Cyfra21-1水平、毛刺状、分叶征及钙化表现在良、恶性SPN之间的差异有统计学意义。应用现有的SPN恶性概率预测模型绘制ROC曲线,得出的AUC值分别为0.813±0.051(Mayo模型)、0.697±0.066(VA模型)和0.854±0.045(北京大学人民医院模型)。结论患者年龄、结节最大径、血清CEA和Cyfra21-1水平、毛刺状、分叶征及钙化表现是判断SPN良恶性的可能危险因素。北大人民医院模型对SPN良恶性鉴别的准确性较高,更适合国人。将血清学检查指标如CEA和Cyfra21-1整合入模型并调整年龄所占权重可能会提高预测模型的准确性。(本文来源于《中国胸心血管外科临床杂志》期刊2018年06期）
孙春竹,杨晋吉[8]（2018）在《基于概率模型检测的微电网的形式化验证》一文中研究指出利用概率模型检测的方法对微电网电源系统建立离散时间马尔可夫链模型,在系统后续的状态迁移中加入了故障率;类比云平台弹性计算功能,添加了另一个分布式电源,并验证其对系统进程的影响;用概率计算树逻辑对微电网电源系统进行描述,并对系统的负荷成本、经济成本以及状态迁移数进行定量分析.验证结果表明:分布式电源故障率对系统的收益和消耗有不同程度的影响,加上云平台的弹性计算思想在微电网上的灵活运用,可以提高微电网的性能及生产效益,对实际生产有极大的借鉴意义.(本文来源于《华南师范大学学报(自然科学版)》期刊2018年02期）
杨龙[9]（2018）在《结构振动频域响应信号解析概率模型及其验证》一文中研究指出结构振动响应信号处理是结构参数识别、损伤识别和有限元模型修正等工程应用的基础。在实际应用中,结构振动响应信号不可避免地受到结构随机输入、测试误差和环境因素等多源不确定性的影响,导致分析结果表现出明显的离散性和变异性。因此,在结构振动响应信号处理过程中引入概率统计的方法来考虑这些不确定性的影响对提高结构动力分析结果的鲁棒性和准确性具有重要的意义。然而,国内外学者对振动频域响应信号不确定性量化的研究还相对较少。因此,本文在国家自然科学基金“基于振动传递率统计特性的桥梁结构参数识别方法”(编号:51408176)等课题的资助下,对快速傅里叶变换(FFT)系数及由其衍生出的振动响应传递比函数(两测点响应信号FFT系数之比)的不确定性量化方法进行了较为深入的研究。论文建立了结构振动响应信号FFT系数的解析概率模型,并基于FFT系数的解析概率模型进一步推导出了振动响应传递比函数的概率密度函数(PDF)表达式,最后通过数值模拟、实验梁振动测试及土木工程结构环境振动实验对频域响应信号解析概率模型的鲁棒性进行了验证。论文的主要研究工作和结论包括:1.研究了运用复高斯分布在FFT系数概率建模中的适用性,推导出了FFT系数的实部、虚部、模和相位的联合概率密度函数和边缘概率密度函数的解析表达式。理论研究表明,FFT系数的实部和虚部近似服从零均值高斯分布,FFT系数的模近似服从瑞利分布,相位大致服从均匀分布。2.将振动响应传递比函数抽象为比例随机变量,基于FFT系数的复高斯解析概率模型并运用比例复变函数统计推断定理求出了振动响应传递比函数的概率密度解析表达式,并得到了其实部、虚部、模和相位的边缘概率密度函数。理论研究表明,振动响应传递比概率分布函数的表达式简洁、紧凑,便于应用,实部和虚部的联合概率密度函数如钟型。3.基于数值模拟和环境激励下土木工程结构监测数据,利用概率图、偏度、峰度、K-S检验和拟合优度分析等手段对FFT系数概率模型的鲁棒性进行了验证。算例研究表明,复高斯概率模型在绝大多数频率截口处能够很好的量化FFT系数的不确定性。同时,研究也揭示了FFT系数在某些频率截口处会背离高斯分布,出现尖峰厚尾的分布特征。4.基于数值模拟和环境激励下土木工程结构监测数据,采用拟合优度系数对传递比函数概率模型的准确性进行了验证。算例研究表明,传递比函数解析概率模型的分布曲线与样本直方图吻合良好,两者的拟合优度系数多超过90%,意味着本文研究的复高斯比例分布模型对于量化振动响应传递比函数的不确定性大小具有很好的鲁棒性。(本文来源于《合肥工业大学》期刊2018-04-01）
周女琪[10]（2018）在《基于概率模型检测的Web服务组合验证方法研究》一文中研究指出在服务质量(QoS)感知的Web服务组合研究中,衡量服务质量的标准通常是用户的非功能属性。然而,传统的Web服务组合方法难以恰当地处理用户非功能属性的不确定性与多目标性,也并没有考虑环境的动态变化对Web服务组合过程的影响以及不同抽象服务之间的依赖性。针对以上问题,本文提出了一系列基于概率模型检测的Web服务组合验证方法。首先,针对用户的非功能性属性的不确定性与多目标性,提出一种基于概率模型检测的Web服务组合多目标验证方法,将用户非功能性属性建模成为多目标时序逻辑公式,将Web服务组合过程建模为定量多目标马尔可夫决策过程,使用概率模型检测工具验证。其次,环境的动态变化会影响具体服务的QoS值,因此,选择具体服务时应考虑环境对其QoS值的影响。针对此问题,在以上多目标验证方法的基础上,提出一种开放环境下的Web服务组合多目标验证方法。将环境的动态变化过程建模为马尔可夫决策过程,使之与Web服务组合的定量多目标马尔可夫决策过程交互,使用概率模型检测工具验证。再次,针对环境动态变化过程的随机性和Web服务组合过程中不同的抽象服务之间的依赖问题,提出一种基于参数化模型的Web服务组合验证方法。该方法将环境模型中不同状态之间的转换概率参数化以处理环境变化过程的随机性。同时,引入限制要求约束Web服务组合过程,以处理抽象服务间的依赖问题,同时有效地缓解了验证过程中的状态爆炸问题。基于以上方法,本文对“在线购物服务”,“交通服务选择”两个场景进行案例研究,证明上述方法的正确性和可扩展性,并给出定量分析结果。(本文来源于《南京航空航天大学》期刊2018-03-01）
概率验证论文开题报告
（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：
目的在行冠状动脉CT血管造影(CCTA)检查的中国人群中对升级的Diamond–Forrester模型(UDFM)和杜克临床评分(DCS)进行验证和比较。方法收集2015年12月—2017年12月天津市胸科医院共5 743例因稳定性胸痛行CCTA检查的患者资料。冠心病定义为经CCTA确认至少有1个节段冠脉血管直径狭窄超过50%。每例患者的验前概率分别根据UFDM和DCS计算。采用受试者工作特征曲线下面积(AUC)、净重分类改善(NRI)和Hosmer–Lemeshow拟合优度统计量(H-Lχ~2)等指标对模型的评估准确性进行验证和比较。结果共有1 872(32%)例患者经CCTA检查确证为冠心病。DCS(AUC=0.772,95%CI:0.759～0.786)和UDFM(AUC=0.765,95%CI:0.751～0.779)差异无统计学意义(P=0.068)。DCS相对于UDFM有更好的分类能力(NRI=26.20%,P<0.001)。UDFM(H-Lχ~2=137.823,P<0.01)和DCS(H-Lχ~2=156.704,P<0.01)的校准能力均较差,均高估了实际患病率。结论与UDFM相比,DCS能更好地在行CCTA检查的中国人群中估算冠心病的验前概率,但两者均高估了冠心病的实际患病率。
（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。
概率验证论文参考文献
[1].夏奴奴,杨晋吉,赵淦森,莫晓珊.基于概率模型的云辅助的轻量级无证书认证协议的形式化验证[J].计算机科学.2019
[2].王岳,刘玉洁,张颖,周伽.在中国稳定性胸痛患者中利用冠脉CTA对冠心病验前概率模型进行验证和比较[J].天津医药.2019
[3].肖飞,余其多,张真榕,刘德若,梁朝阳.新型非实性肺小结节恶性概率预测模型的构建与验证[J].中国肺癌杂志.2019
[4].陈开河,浦佳祺,陈德旺,翁国斌,傅德慧.基于概率统计的地铁出行异常的集成检测方法及验证[C].2018中国自动化大会(CAC2018)论文集.2018
[5].周女琪,周宇.基于概率模型检测的Web服务组合多目标验证[J].计算机科学.2018
[6].任丽园.基于MSVL的社交网络概率性质的验证[D].西安电子科技大学.2018
[7].鲍彤,肖飞,郭永庆,石彬,宋之乙.对孤立性肺结节恶性概率预测模型的验证、比较和改良[J].中国胸心血管外科临床杂志.2018
[8].孙春竹,杨晋吉.基于概率模型检测的微电网的形式化验证[J].华南师范大学学报(自然科学版).2018
[9].杨龙.结构振动频域响应信号解析概率模型及其验证[D].合肥工业大学.2018
[10].周女琪.基于概率模型检测的Web服务组合验证方法研究[D].南京航空航天大学.2018
论文知识图
