分組檢測(cè)在各個(gè)行業(yè)的應(yīng)用非常廣泛,具有降低成本、提高效率和準(zhǔn)確度等優(yōu)點(diǎn)。最開(kāi)始分組檢測(cè)是以服從0-1二項(xiàng)分布的樣本作為研究對(duì)象,并且分組過(guò)程里組大小通常是固定的常數(shù)值,直到后來(lái)有學(xué)者提出應(yīng)該優(yōu)化組大小的選擇,以提高分組檢測(cè)實(shí)驗(yàn)結(jié)果的準(zhǔn)確度,便出現(xiàn)了自適應(yīng)分組檢測(cè)。自適應(yīng)分組檢測(cè)的參數(shù)估計(jì)是通過(guò)分階段來(lái)分組檢測(cè),從一階段到下一階段中組大小在不斷更新。在更迭組大小上基于了兩點(diǎn),第一就是利用前面階段得到的數(shù)據(jù)來(lái)對(duì)陽(yáng)性個(gè)體患病率p進(jìn)行極大似然估計(jì)。第二就是被檢測(cè)的組數(shù)將在下一階段發(fā)生變化。因此第一階段組數(shù)為₁N組,每組有₁K個(gè)個(gè)體,第二階段組數(shù)為N₂組,每組K₂個(gè)個(gè)體,下一階段組數(shù)為N₃組,每組有K₃個(gè)個(gè)體以此往下。在上一階段檢測(cè)之后來(lái)確定下一階段的組大小K。在二項(xiàng)分布下,自適應(yīng)最優(yōu)組大小由組數(shù)和MSE（P?）決定,但是在分組檢測(cè)里,樣本服從連續(xù)型分布時(shí)很少有人對(duì)此進(jìn)行研究。本文主要研究基于連續(xù)型樣本的兩階段自適應(yīng)分組檢測(cè)方法。首先先介紹了受限條件下的高斯混合模型... 

【文章頁(yè)數(shù)】：37 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 文獻(xiàn)綜述
    1.3 本文的主要內(nèi)容和創(chuàng)新點(diǎn)
        1.3.1 本文主要內(nèi)容
        1.3.2 本文主要?jiǎng)?chuàng)新點(diǎn)
第二章 高斯混合模型下的自適應(yīng)兩階段分組檢測(cè)過(guò)程
    2.1 受限高斯混合模型下分組檢測(cè)的基本定義
    2.2 兩階段分組檢測(cè)的計(jì)算流程
第三章 高斯混合模型下參數(shù)估計(jì)的計(jì)算
    3.1 最優(yōu)組大小的計(jì)算
    3.2 受限高斯混合模型與EM算法
    3.3 高斯混合模型下兩階段自適應(yīng)分組檢測(cè)的參數(shù)估計(jì)
第四章 數(shù)值模擬
    4.1 取值分析
    4.2 圖形分析
第五章 總結(jié)與展望
    5.1 論文總結(jié)
    5.2 論文展望
參考文獻(xiàn)
附錄
致謝



本文編號(hào)：3673340