錯誤率
- 基于AIG 的多級邏輯電路延遲近似優(yōu)化
方式.本文以錯誤率作為誤差衡量標準,其估算方式采用蒙特卡洛算法[12],最后在錯誤率約束下不斷迭代獲得最優(yōu)電路.實驗結(jié)果表明,與最近所提出的ALS方式相比,本文在延遲優(yōu)化方面效果顯著,同時程序運行時間也存有優(yōu)勢.1 與非圖及誤差評價指標1.1 與非圖由于“與”“非”運算可以構(gòu)成邏輯運算完備集,因此任何一個邏輯表達式都可以轉(zhuǎn)換為“與”“非”運算的表達式.與非圖(AND-Inverter-Graph,AIG)就是一種僅包含“與”和“非”運算,用來表示邏輯功能
寧波大學(xué)學(xué)報（理工版） 2023年1期2023-01-28
- 被眼睛騙了
其中只有1篇的錯誤率在20%以下，有14篇的錯誤率在20%到40%之間，有12篇的錯誤率在40%到50%之間，有13篇的錯誤率在50%以上，而且許多報告的細節(jié)是臆造出來的。生活是復(fù)雜的，每件事情的發(fā)生都有其特定的理由，事情的表面現(xiàn)象不一定就能真實反映出事情的真相。所以千萬不能用固有的眼光去觀察問題，用單一的思想方式或簡單的“眼見為實”的標準去想問題、做判斷。即便拋開事情的復(fù)雜程度，單從眼睛看到事物進而轉(zhuǎn)化為自己的想法，從生理的角度去看，我們有時也難以把事情
做人與處世 2022年18期2023-01-06
- 住院病案首頁主要診斷及主要手術(shù)操作編碼持續(xù)性質(zhì)控的效果分析
錯誤原因，計算錯誤率，每月20日前完成上月質(zhì)控檢查、反饋、總結(jié)。1.3 統(tǒng)計學(xué)方法質(zhì)控前后的主要診斷編碼錯誤率和主要手術(shù)操作錯誤率的變化采用Excel 2010、SPSS 23.0統(tǒng)計學(xué)軟件進行趨勢χ2分析，檢驗水準α=0.05。2 結(jié)果2.1 病案首頁主要診斷及主要手術(shù)操作編碼錯誤情況對2021年4月出院的200份病案主要診斷進行質(zhì)控摸底，結(jié)果顯示主要診斷編碼錯誤率39.5%，其中臨床醫(yī)師書寫錯誤率23.5% ，編碼員編碼錯誤率16.0%；主要手術(shù)操作編
中國醫(yī)院統(tǒng)計 2022年5期2022-11-29
- 基于機器學(xué)習(xí)原理的函數(shù)定階法對乙醇偶合制備C4烯烴問題的分析
本模擬中的測試錯誤率從而推出兩個學(xué)習(xí)機的泛化錯誤率,通過比較其泛化錯誤率來確定學(xué)習(xí)機的優(yōu)劣,從而確定溫度對C4烯烴轉(zhuǎn)化率的影響采用二階擬合還是三階擬合。[4-7]設(shè)二階模擬對應(yīng)的測試錯誤率為?2,三階模擬對應(yīng)的測試錯誤率為?3。首先選取樣本點個數(shù)最多的A3組對兩個學(xué)習(xí)機進行檢驗,結(jié)果如圖5、圖6所示。[8]通過擬合,可以得到預(yù)測值與樣本點差值的集合。在實際生產(chǎn)生活中,人們往往難以接受誤差值較大的模擬,這會給生產(chǎn)帶來極大的不確定性。這里引入均方誤差MSE:y
北京印刷學(xué)院學(xué)報 2022年8期2022-11-10
- 基于分解的自適應(yīng)鄰域替換策略的特征選擇算法
特征數(shù)量和分類錯誤率[7]。通過多目標優(yōu)化技術(shù)利用進化算法，同時優(yōu)化兩個目標，最終可以得到一組多目標最優(yōu)解。再通過進一步分析，選擇出特征數(shù)量較少且分類錯誤率相對較低的特征子集[8]。本文將特征數(shù)量f1和分類錯誤率f2作為兩個優(yōu)化目標，研究多目標特征選擇問題，定義如下：minF(x)=[f1(x),f2(x)],(1)(2)(3)在式(2)中，f1表示特征集合M中被選中的特征個數(shù)。在式(3)中，P和N表示真實樣本是否屬于某個類別，T和F表示預(yù)測結(jié)果，該樣本的
長春師范大學(xué)學(xué)報 2022年6期2022-08-04
- 農(nóng)村初中足球知識現(xiàn)狀分析與提高策略研究
——以鳳凰中學(xué)為例
足球基本常識題錯誤率情況統(tǒng)計（N=571）從表4得知：除第8、14、18錯誤率較低外，其余足球常識題錯誤率偏高，第17題錯誤率達到了92.3%，而這些題目中，“足球起源國、世界杯舉辦間隔時間、驅(qū)逐出場出示的牌”的錯誤率分別為69.3%、28.5%、32.6%。在當今，學(xué)生可通過多種途徑獲得三題的答案，其中足球起源國在歷史課中也會學(xué)到，但該知識點錯誤率高達69.3%，說明大部分學(xué)生平時對足球知識沒有很好的積累。從表5可得知：學(xué)生在裁判法方面有非常大的不足。錯
體育風(fēng)尚 2022年8期2022-06-17
- 小樣本下分層雙邊數(shù)據(jù)相對風(fēng)險比的精確檢驗?
持良好的第一類錯誤率和功效.因此,除了利用漸近方法構(gòu)造檢驗統(tǒng)計量外,小樣本下的精確方法在配對數(shù)據(jù)上的分析同樣值得關(guān)注.在有關(guān)精確檢驗的研究中,文獻[12]使用原假設(shè)下的極大似然估計值來替換討厭參數(shù),此方法被稱為E方法.文獻[13]通過最大化所有討厭參數(shù)范圍上的尾部概率來計算p值,稱之為M方法.精確方法更多研究內(nèi)容可參閱文獻[14-17].然而,上述精確方法大多集中于單層多組情形,對多層兩組的雙邊數(shù)據(jù)進行精確檢驗的研究較少.本文提出基于Score檢驗的E方法
- Comparison of Cox proportional hazards model, Cox proportional hazards with time-varying coefficients model, and lognormal accelerated failure time model:Application in time to event analysis of melioidosis patients
價差調(diào)整就成為錯誤率高發(fā)的領(lǐng)域。The HR is defined as the ratio of the hazard rates of occurring the event for the set point of time[12].2.2.4. TRTR is defined as the progression time or the speed of time to experience the event in a specific peri
Asian Pacific Journal of Tropical Medicine 2022年3期2022-04-27
- 從測試對比中反思教學(xué)
平檢測卷中兩道錯誤率高的兩題為例，通過數(shù)據(jù)，發(fā)現(xiàn)自身問題，檢測反思價值，找到改進的方向。關(guān)鍵詞：小學(xué)數(shù)學(xué);測試對比;錯誤率;錯題成因一、基礎(chǔ)知識易錯題分析某學(xué)年一年級下學(xué)期期末學(xué)業(yè)水平檢測卷的一道題為例考試題目：右邊的圖形是長方體的哪一面？用連一連。課本第7頁練習(xí)：右邊的圖形是長方體的哪個面？用線連起來。（二）題目分析：這套測試出現(xiàn)的題目在題目中可以找到原型，與課本練習(xí)相似率近乎100%，難度系數(shù)較低。（三）得分率低成因分析對于一道難度系數(shù)如此低的題，（2
中學(xué)生學(xué)習(xí)報 2022年9期2022-03-29
- 病案首頁ICD編碼質(zhì)量控制及改進措施
查，可減少編碼錯誤率[3]?；诖?，文章就筆者所在醫(yī)院病案首頁ICD編碼質(zhì)量控制效果進行分析，以期為日后繼續(xù)開展精細化質(zhì)控提供參考依據(jù)。1 資料及方法1.1 一般資料研究對象為2018年5月—2019年4月的病歷樣本，所有的均納入編碼質(zhì)控環(huán)節(jié)病案，均來自臨床專家病案內(nèi)的質(zhì)量評價的病歷。兼顧各科室及旗下的各學(xué)科專業(yè)組，每個組包含5冊及以上，首選病歷樣本主要為疑難危重病歷，其中85%必須為當月死亡病歷，非手術(shù)科室住院天數(shù)需在15～40 d，具有診斷性操作或治療
中國衛(wèi)生標準管理 2021年19期2021-11-17
- 一種基于MOVER法中介效應(yīng)置信區(qū)間的構(gòu)造方法*
有方法的第一類錯誤率、檢驗效能、覆蓋率及區(qū)間寬度。同時，將MMA法與現(xiàn)有方法應(yīng)用于多發(fā)性硬化患者數(shù)據(jù)，對這些方法做進一步的比較。結(jié)果 MMA法在樣本量大于25時均能控制第一類錯誤率，偏差校正的百分位數(shù)bootstrap法的第一類錯誤率可能會膨脹；除了偏差校正的百分位數(shù)bootstrap法，MMA法的檢驗效能明顯高于其余方法；隨著樣本量的增大，MMA法的覆蓋率逐漸趨近0.95；在部分模擬背景下，MMA法的區(qū)間寬度最窄。結(jié)論 MMA法是一種穩(wěn)健且檢驗效能有明顯
中國衛(wèi)生統(tǒng)計 2021年2期2021-05-08
- 基于DL-T及遷移學(xué)習(xí)的語音識別研究
模型，使得音節(jié)錯誤率相對降低12.08%；Zhang等[11]提出了連接時序分類-交叉熵訓(xùn)練方法. （3）第3類方法旨在將聲學(xué)特征編碼成高維向量，再解碼成識別結(jié)果. 基于自注意力模型，Dong等[12]構(gòu)建了端到端語音識別聲學(xué)模型. （4）第4類方法則基于RNN-T構(gòu)建聲學(xué)模型，該方法對CTC輸出獨立性假設(shè)進行優(yōu)化，并聯(lián)合訓(xùn)練聲學(xué)模型與語言模型進一步提升聲學(xué)模型準確率[8]. Graves等[13]首次驗證了RNN-T對于構(gòu)建聲學(xué)建模的可行性；Rao等[1
工程科學(xué)學(xué)報 2021年3期2021-03-29
- 高錯誤率長序列的高敏感度比對
代測序平臺產(chǎn)生錯誤率超過15%、長度超過10k bp的長序列.測序序列長度的增加，使得一個長序列中可能包含一個完整的結(jié)構(gòu)變異區(qū)域，序列比對問題從僅需要處理較短長度的錯誤(例如SNP錯誤和較短的“indel”錯誤)，演變到需要處理較長的結(jié)構(gòu)變異(轉(zhuǎn)置、易位、重復(fù)和長度超過50bp的“indel”)錯誤，從而增加了序列比對的難度，降低了序列比對的敏感度.針對這類錯誤率較高且包含錯誤類型較復(fù)雜的長序列比對方法有BWA-MEM[5]、BLASR[6]、Kart[7
小型微型計算機系統(tǒng) 2020年11期2020-12-10
- 定向運動技術(shù)訓(xùn)練中傳統(tǒng)訓(xùn)練手段、電子計時手段、GPS訓(xùn)練手段三種方式的實踐對比研究
系統(tǒng)階段的統(tǒng)計錯誤率顯著高于常規(guī)訓(xùn)練階段。在電子計時系統(tǒng)訓(xùn)練部分與GPS手段訓(xùn)練部分的比較中（T=-2.37，P=0.043）P＜0.05拒絕原假設(shè)，兩個部分的數(shù)據(jù)對比中，有明顯差異性。GPS訓(xùn)練階段出現(xiàn)錯誤的數(shù)據(jù)明顯高于電子計時系統(tǒng)訓(xùn)練階段。在GPS訓(xùn)練階段與電子計時系統(tǒng)訓(xùn)練階段的比較中（T=2.42，P=0.037）P＜0.05拒絕原假設(shè)，兩個訓(xùn)練部分的對比中，有明顯差異性。GPS訓(xùn)練部分出現(xiàn)的錯誤明顯高于常規(guī)訓(xùn)練部分，在均值的對比中，體現(xiàn)十分明顯。三
文體用品與科技 2020年12期2020-07-11
- 認知無人機網(wǎng)絡(luò)中多機協(xié)作頻譜感知研究
，使得CSS總錯誤率達到最小，最后針對大型的多機系統(tǒng)，提出一種快速協(xié)作頻譜感知算法，該算法在保證總錯誤率小于某一定值的前提下，得到了CSS所需的DSU數(shù)量最小值。1 模型建立建立一個由K架DSU和一個融合中心(Fusion Center, FC)組成的CDN，如圖1所示。為了簡化模型，假設(shè)該模型中小型無人機均低空飛行，不考慮無人機通信的大尺度衰落，僅分析無人機小尺度衰落模型下的CSS性能。通常，無人機正常工作小尺度衰落信道模型為瑞利衰落信道以及Nakaga
空軍工程大學(xué)學(xué)報 2020年1期2020-06-12
- 船舶電氣設(shè)備標準支架的三種出圖方式分析
，同時大大減少錯誤率。關(guān)鍵詞：標準支架;出圖;自動化;降本增效;錯誤率中圖分類號：U674? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? 文章編號：1006—7973（2020）01-0075-03近幾年，本單位對降本增效研究工作比較看重。本文對近幾年電氣設(shè)備支架制作圖出圖的方式進行總結(jié)，大概有三種出圖方式，分別為A類、B類、C類。1 A類出圖如圖1所示，A類出圖方式，按照不同設(shè)備分類，同一種設(shè)備支架代碼基本相同，就是腳高不同。如序號1、2、
中國水運 2020年1期2020-04-22
- 中國檢測試劑錯誤率高？捷克澄清
病毒快速檢測劑錯誤率高達80％。對此，捷克政府部門第一時間進行澄清，表示所謂錯誤率過高的說法，是因為該國地方醫(yī)療機構(gòu)對檢測試劑的用途存在理解偏差。據(jù)捷克“Novinky”新聞網(wǎng)等媒體報道，捷克衛(wèi)生部副部長普利姆拉稱，中國新冠病毒快速檢測劑的錯誤率為20%-30%，捷方對此早已知情，這一試劑是用來對出現(xiàn)疑似癥狀后5天的人員進行檢測，而不是對無癥狀人員進行檢測。此外，該試劑并非確診試劑，如快速檢測結(jié)果呈陽性，還需要對疑似患者進行聚合酶鏈式反應(yīng)檢測。捷克第一副總
環(huán)球時報 2020-03-272020-03-27
- 混合互信息和粒子群算法的多目標特征選擇方法*
突：最小化分類錯誤率和最小化特征個數(shù)，故可以將特征選擇看成一個多目標問題。由于PSO（particle swarm optimization）算法具有較小的計算花費以及快速的收斂優(yōu)點，其是特征選擇中一個有效的技術(shù)方法[4]。Xue 等人曾在2013 年提出了一篇基于擁擠距離（crowding）、突變策略（mutation）和支配關(guān)系（dominance）的PSO 算法的多目標方法，命名為CMDPSO[5]。通過該方法能獲得一個較好的特征子集的集合，然而仍然
計算機與生活 2020年1期2020-01-11
- 一種模型決策森林算法*
樹快，當然分類錯誤率與傳統(tǒng)決策樹相比也不會太差，并且在有的數(shù)據(jù)集上誤差比傳統(tǒng)決策樹更小，但是隨著非純偽葉結(jié)點規(guī)模的增大，模型決策樹的精度也在下降。本文針對MDT 存在的缺點，利用隨機森林的優(yōu)點，提出了一種模型決策森林（model decision forest，MDF）算法。2 模型決策森林2.1 MDT 簡介模型決策樹是一種加速的決策樹算法，它能夠在算法精度不損失或者損失很小的情況下，提高決策樹的訓(xùn)練效率，并且具備一定的抗過擬合能力。MDT 的構(gòu)建過程為
計算機與生活 2020年1期2020-01-11
- 拼音輸入法在電子病歷錄入中的輸入效率差異
指標以計算文本錯誤率。結(jié)合表4對文本錯誤率的3個核心指標進行概述。最小文本距離(Minimum String Distance，MSD)錯誤率：(1)據(jù)此可知表3的MSD錯誤率為0。每個字符的擊鍵數(shù)(Key Strokes Per Character，KSPC)：(2)表4 錄入文本(I)中的4個組成部分據(jù)此可知表3的KSPC=1.25。總錯誤率(Total Error Rate)：(3)據(jù)此可知表3的總錯誤率為11%。上述評估指標僅僅關(guān)注了輸入流文本而并
中華醫(yī)學(xué)圖書情報雜志 2019年9期2020-01-06
- 我院病案首頁質(zhì)控體系的建立與應(yīng)用效果評價
，主要診斷選擇錯誤率2017 年為37.0%，2018 年為28.5%，主要手術(shù)填寫錯誤率2017 年為38.4%，2018 年為25.7%，2018 年錯誤率明顯降低，差異均有統(tǒng)計學(xué)意義( P ＜0.05) 。對科室編碼員編碼水平進行質(zhì)控，結(jié)果顯示，與2017 年相比，所有編碼問題的錯誤率明顯下降，差異均有統(tǒng)計學(xué)意義( P ＜0.05)。具體見表1。表1 2017 年及2018 年編碼質(zhì)控結(jié)果統(tǒng)計[人次(百分率，%)]3.2 2017 年～2018 年首
中國醫(yī)療管理科學(xué) 2019年6期2019-11-23
- 優(yōu)質(zhì)護理服務(wù)用于門診預(yù)檢分診中的效果分析
診預(yù)檢分診掛號錯誤率、患者護理滿意度進行比較。結(jié)果：對照組預(yù)檢分診錯誤人數(shù)36例，錯誤率為18.0 %，管理組預(yù)檢分診錯誤人數(shù)為7例，錯誤率為3.5%，P<0.05。管理組患者門診護理滿意度為97.5 %，高于對照組82.0%，P<0.05。結(jié)論：優(yōu)質(zhì)護理服務(wù)能夠降低門診預(yù)檢分診錯誤率，提升患者護理滿意度?！娟P(guān)鍵詞】：優(yōu)質(zhì)護理;門診;預(yù)檢分診;錯誤率【中圖分類號】R543【文獻標識碼】A【文章編號】1672-3783（2019）10-03--01門診預(yù)檢分
健康必讀·下旬刊 2019年10期2019-09-28
- 基于Benford律的Logistic模型及其在財務(wù)舞弊識別中的應(yīng)用
正確率、第一類錯誤率、第二類錯誤率和最優(yōu)頻數(shù)。表4給出每個模型分類結(jié)果的四種情形。記n=a11+a12+a21+a22。正確率等于實際舞弊的公司被判斷為舞弊公司以及實際正常的公司被判斷為正常公司的比例，即正確率為(a11+a22)/n。第一類錯誤率是將正常公司錯判為舞弊公司的概率，即第一類錯誤率為a21/(a21+a22)。第二類錯誤率是將舞弊公司錯判為正常公司的概率，即第二類錯誤率為a12/(a11+a12)。最優(yōu)頻數(shù)是在1 000次模擬中某模型的正確率
統(tǒng)計與信息論壇 2019年8期2019-09-20
- 淺析中學(xué)數(shù)學(xué)優(yōu)差生注意轉(zhuǎn)換中的線索和準備效應(yīng)
理，對反應(yīng)時和錯誤率結(jié)果進行分析。不同學(xué)業(yè)類型在轉(zhuǎn)換組塊中重復(fù)和轉(zhuǎn)換任務(wù)的結(jié)果如表1所示。對反應(yīng)時的數(shù)據(jù)進行方差分析，結(jié)果表明，任務(wù)類型顯著（P<0.05），轉(zhuǎn)換任務(wù)類型比重復(fù)任務(wù)類型的時間長;線索顯著（P<0.05），有線索的反應(yīng)時間比無線索的反應(yīng)時間短;持續(xù)時間顯著（P<0.05），短時持續(xù)時間比長時持續(xù)時間的反應(yīng)時間長;學(xué)業(yè)類型顯著（P<0.05），學(xué)差生的反應(yīng)時間比學(xué)優(yōu)生的反應(yīng)時間長。任務(wù)類型、線索、持續(xù)時間和學(xué)業(yè)類型的交互效果顯著（P<0.05）
高考·下 2019年10期2019-09-10
- 品管圈在降低護理記錄錯誤率中的應(yīng)用
在降低護理記錄錯誤率方面的應(yīng)用效果，探討其對規(guī)范護理記錄的臨床價值。方法 結(jié)合品管圈活動的相關(guān)理論知識與該科護理實踐經(jīng)驗，擬定QQC活動計劃，于2017年3月開始實施，實施過程中統(tǒng)計護理記錄的不合格率，并對各組數(shù)據(jù)進行對比分析，總結(jié)品管圈活動開展的有形成果與無形成果。結(jié)果 有形成果方面，2017年3—5月，該科護理記錄合計2 235頁，其中113頁不合格，不合格率為5.03%;2017年7—9月，該科護理記錄合計2 724頁，其中48頁不合格，不合格率為1
中國衛(wèi)生產(chǎn)業(yè) 2019年13期2019-08-15
- 小數(shù)乘法單元錯例分析及教學(xué)對策
等【錯解】B【錯誤率】20%【錯因】沒辦法靈活應(yīng)用積的變化規(guī)律和小數(shù)點的移動規(guī)律?！窘虒W(xué)對策】1.復(fù)習(xí)積的變化規(guī)律和小數(shù)點的移動規(guī)律。2.借助向上的箭頭表示變大跟向下的箭頭表示變小分析題意，把變大跟變小的過程直觀展示出來。如A.47×23分析：一個數(shù)縮小，另一個數(shù)不變，積變小，不可能選A。同理，不可能選DB.047×230分析：47變成047縮小100倍，23變成230擴大10，積縮小10，不可能選BC.470×23分析：47變成470擴大10倍，23變成
師道·教研 2019年4期2019-05-08
- 基于貝葉斯方法優(yōu)效非劣效性試驗轉(zhuǎn)換研究*
時，試驗的Ⅰ類錯誤率能否控制在可接受范圍內(nèi)。方法 通過不同場景下模擬得到的全局Ⅰ類錯誤率予以驗證，并對設(shè)計中的重要參數(shù)進行敏感性分析。結(jié)果 模擬結(jié)果表明，在一般條件下，全局Ⅰ類錯誤率都能很好的控制在0.1以內(nèi)，而在稍加嚴格的條件下，全局Ⅰ類錯誤率可控制在0.05以內(nèi)。結(jié)論 由優(yōu)效性向非劣效性試驗轉(zhuǎn)換，或由非劣效性向優(yōu)效性試驗轉(zhuǎn)換時，整個試驗的Ⅰ類錯誤率能得到有效的控制。Ⅱ期臨床試驗主要用來檢驗新藥的有效性，應(yīng)用安慰劑或已上市藥物作為對照藥對新藥的療效進行評
中國衛(wèi)生統(tǒng)計 2019年6期2019-03-19
- 小學(xué)生分數(shù)計算高錯誤率成因及對策
詞：分數(shù)計算；錯誤率；成因；對策數(shù)學(xué)計算能力是小學(xué)數(shù)學(xué)學(xué)習(xí)的重要技能，它對提高學(xué)生的數(shù)學(xué)能力具有重要的作用，然而由于多方面的原因?qū)е聦W(xué)生在數(shù)學(xué)計算中經(jīng)常出現(xiàn)錯誤。特別是學(xué)生在進行分數(shù)計算時，出現(xiàn)錯誤的幾率更高，嚴重影響了學(xué)生的學(xué)習(xí)積極性和教學(xué)質(zhì)量的提高。筆者結(jié)合小學(xué)數(shù)學(xué)教學(xué)實踐，對學(xué)生在分數(shù)計算中出現(xiàn)錯誤率高的成因進行了深入分析，并提出了相應(yīng)的對策。一、小學(xué)生分數(shù)計算常見錯誤類型1.公式法則記憶錯誤。小學(xué)生在分數(shù)題計算時，經(jīng)常出現(xiàn)因為記錯公式、法則和不按規(guī)
新課程·上旬 2019年1期2019-03-18
- 65 nm工藝SRAM低能質(zhì)子單粒子翻轉(zhuǎn)錯誤率預(yù)估
究，并對其空間錯誤率進行預(yù)估分析。1 65 nm工藝SRAM質(zhì)子單粒子效應(yīng)實驗1.1 實驗器件實驗選用的器件為體硅互補金屬氧化物半導(dǎo)體工藝4 M×18 bit SRAM，器件特征工藝尺寸為65 nm，6管結(jié)構(gòu)，封裝模式為球形網(wǎng)格排列倒封裝。器件原始襯底厚度約為200 μm，實驗前減薄至約50 μm。實驗在中國原子能科學(xué)研究院北京HI-13串列加速器單粒子效應(yīng)專用輻照裝置完成[11-13]。單粒子翻轉(zhuǎn)測試系統(tǒng)主要由1塊現(xiàn)場可編程門陣列(FPGA)完成，測試開
原子能科學(xué)技術(shù) 2019年2期2019-02-25
- 基于多目標骨架粒子群優(yōu)化的特征選擇算法
率(最小化分類錯誤率)和最小化特征選擇的個數(shù)，由此，特征選擇問題可以表示為兩個目標的最小化問題。一般來說，這兩個目標函數(shù)是相互矛盾的，需要在它們之間進行折中來尋找最優(yōu)策略。Xue等[17]首次將改進的多目標PSO算法應(yīng)用到特征選擇中，提出了一種基于PSO算法的帕累托(Pareto)前沿面特征選擇方法，并通過擁擠距離、變異操作以及支配集尋找Pareto前沿面。實驗結(jié)果表明，該方法分類性能優(yōu)于其他特征選擇方法。Xue等的算法中將融合多種策略的多目標PSO算法應(yīng)
計算機應(yīng)用 2018年11期2018-12-14
- 乙型肝炎檢驗的假陰性與假陽性結(jié)果原因分析
發(fā)現(xiàn)，檢查結(jié)果錯誤率共213例（16．55%），假陽性結(jié)果錯誤占總數(shù)的84 例（39．43%），假陰性結(jié)果錯誤占 129 例（60．57）。導(dǎo)致檢測結(jié)果錯誤的因素為實驗室操作、試劑、檢驗方法或者其他原因；其中在假陽性錯誤因素中：實驗室操作錯誤率占21．56%，試劑錯誤率占7．98%，檢驗方法錯誤率是3．75%，其他錯誤率則為 6．10%；在假陰性錯誤因素中：實驗室操作錯誤率是31．45%，試劑錯誤率是12．20%，檢驗方法錯誤率占7．51%，其他錯誤率為9
系統(tǒng)醫(yī)學(xué) 2018年16期2018-10-23
- 學(xué)齡前聽障兒童語流音變錯誤的特征及影響因素△
音節(jié)間語音同化錯誤率和異化錯誤率，探討助聽模式、康復(fù)開始年齡、聽覺年齡對學(xué)前聽障兒童語流音變錯誤的影響，總結(jié)聽障兒童語流音變錯誤的規(guī)律及特征。1 資料與方法1.1研究對象及分組 采取隨機抽樣方法從上海某兩所聾健合一幼兒園及聾兒康復(fù)機構(gòu)抽取4～6歲健聽兒童和聽障兒童共110例，其中聽障兒童55例，平均年齡63.18±8.72月，均為雙側(cè)感音神經(jīng)性聽力損失，平均聽閾為90 dB HL，助聽或重建聽閾范圍為25～48 dB HL，平均助聽聽閾為36.5 dB H
聽力學(xué)及言語疾病雜志 2018年5期2018-09-22
- 偏態(tài)分布下多樣本變異系數(shù)比較的平方秩檢驗*
有方法的第一類錯誤率。同時,將新提出方法與現(xiàn)有方法應(yīng)用于鉛致肝損傷指標的數(shù)據(jù),對這些方法做進一步的比較。結(jié)果 MSRT方法可以避免D’AD方法對樣本正態(tài)分布假設(shè)的依賴;相比于SRT方法,在偏態(tài)分布下,MSRT方法可以更好地控制第一類錯誤率。在對鉛致肝損傷指標γ-GT與ALT的變異系數(shù)的比較分析中,三種方法對兩個指標的分析結(jié)果存在差異。結(jié)論 MSRT方法是一種穩(wěn)健且普遍適用的可靠方法。為消除數(shù)據(jù)間量綱不同的影響,通常使用變異系數(shù)(coefficient of
中國衛(wèi)生統(tǒng)計 2018年4期2018-09-20
- 質(zhì)子單粒子效應(yīng)引發(fā)衛(wèi)星典型軌道下SRAM在軌錯誤率分析
星典型軌道在軌錯誤率分析，進一步揭示開展宇航用微電子器件質(zhì)子單粒子效應(yīng)考核的重要性。1 質(zhì)子單粒子效應(yīng)實驗1.1 被試器件選取歐洲航天局開發(fā)的單粒子效應(yīng)監(jiān)督器（ESA SEU Monitor）作為被試器件，其核心為AT 68188F型靜態(tài)隨機存儲器（如圖1所示），由4塊AT 60142F型SRAM組成。AT 60142F是一款250 nm、CMOS工藝的低功耗 SRAM，尺寸為 6.1 mm×11.2 mm，工作電壓為3.3 V。為避免出現(xiàn)單粒子多位翻轉(zhuǎn)（
航天器環(huán)境工程 2018年4期2018-08-27
- 國外引文錯引研究的檢索分析
9%，如此高的錯誤率會嚴重影響論文參考文獻列表的價值。［2］Foremand等對65種來自臨床護理學(xué)期刊和47種來自非臨床護理學(xué)期刊中隨機抽取參考文獻與原始文獻對比，發(fā)現(xiàn)38.4%的臨床期刊的參考文獻出現(xiàn)不同程度的錯誤，21.3%的非臨床期刊的參考文獻有錯誤，并且4.6%的臨床期刊參考文獻出現(xiàn)對檢索原始文獻造成很大困難或者根本檢索不到原始文獻的大錯誤，而非臨床期刊則沒有引文大錯誤。這4.6%的大錯誤主要是使用的期刊名不存在，或期刊卷期/年份的數(shù)字錯誤；字母
圖書館理論與實踐 2018年7期2018-08-22
- 鄰域粗糙集屬性約簡方法研究
給出了鄰域決策錯誤率的概念，以下是鄰域決策錯誤率的形式化定義。定義3令DS為一決策系統(tǒng)，決策系統(tǒng)的鄰域決策錯誤率為：顯然，這是一種留一驗證方法。從分類學(xué)習(xí)的視角來看，鄰域決策錯誤率越低，表明分類性能越好。2 屬性約簡定義4給定一決策系統(tǒng)DS，?A?AT，A被當作約簡當且僅當f（A，D）=f（AT，D）且?B?A，f（B，D）≠f（AT，D）。定義4所示的屬性約簡定義是一個能夠保持決策系統(tǒng)中某種度量不發(fā)生變化的最小屬性子集，其中，f（A，D）表示利用屬性集合
電子設(shè)計工程 2018年15期2018-08-10
- 鄰域決策的隨機約簡與集成分類研究
論中，鄰域決策錯誤率是一個重要的概念[12].所謂鄰域決策錯誤率，實際上是借助留一驗證的技術(shù)，描述鄰域分類器在樣本集中發(fā)生錯誤判斷的程度.與傳統(tǒng)粗糙集方法中基于近似質(zhì)量、條件熵等約簡形式[13-16]不同，鄰域決策錯誤率為從分類學(xué)習(xí)的視角研究屬性約簡問題提供了一種度量標準.利用基于鄰域決策錯誤率的屬性約簡，可以獲得使得鄰域決策錯誤率能夠被降低的屬性子集.然而利用啟發(fā)式算法求解基于鄰域決策錯誤率的約簡，得到的僅僅是一個局部最優(yōu)屬性子集，考慮到樣本集中可能存在
小型微型計算機系統(tǒng) 2018年6期2018-07-04
- 復(fù)雜的正確率和錯誤率
還可以通過計算錯誤率比較啊?！蔽业脑捯魟偮?，姐姐就快速說道：“我的錯誤率是4/15=8/30，子涵的錯誤率是3/10=9/30 ?！薄敖憬愕挠嬎闼俣日婵欤瑓柡?！”媽媽夸了姐姐一句。突然，姐姐大叫一聲：“啊，我的數(shù)怎么變小了？”“哈哈，這是拿錯誤率做比較，當然是數(shù)越小越好啦！”我在一旁大笑起來。“噢，錯誤率越低越好，說明我的成績更好，哈哈！”看著姐姐得意揚揚的樣子，我心里暗暗地下決心：我要好好學(xué)習(xí)各門功課，學(xué)好寫作文，下回考試我要超過你！指導(dǎo)老師 馬秋玲王欣
數(shù)學(xué)大王·中高年級 2018年4期2018-05-25
- 北京市某“三甲”中醫(yī)專科醫(yī)院醫(yī)師對常用中藥飲片處方應(yīng)付的認知情況調(diào)查分析
應(yīng)付的認知平均錯誤率（27.5%）低于受訪醫(yī)師（35.8%）和主治醫(yī)師（37.0%），受訪副主任醫(yī)師對貝母、杜仲認知錯誤率較高；受訪醫(yī)師和主治醫(yī)師均對杜仲認知錯誤率最高。工作年限方面，不同工作年限受訪醫(yī)師對常用中藥飲片處方應(yīng)付的認知平均錯誤率（31.3%～38.8%）差別不大，各工作年限受訪醫(yī)師均對黃柏、杜仲認知錯誤率較高。專業(yè)方向方面，西醫(yī)內(nèi)科受訪醫(yī)師對常用中藥飲片處方應(yīng)付的認知平均錯誤率（43.8%）相對高于中醫(yī)內(nèi)科（36.8%）、中醫(yī)骨傷（31.8%
中國藥房 2017年24期2017-09-07
- 正視錯誤，尋求策略
了降低學(xué)生解題錯誤率的若干策略，以供參考。關(guān)鍵詞：低年級；解題錯誤；錯誤率解題方法的教學(xué)是教學(xué)中的一大難點，其關(guān)鍵在于提高學(xué)生的解題能力。而對于低年級的教師，這類教學(xué)是難上加難。難在何處？其一，低年級學(xué)生缺乏相應(yīng)的理解能力，具體表現(xiàn)為知識儲備不夠，低年級學(xué)生掌握的字詞還不能支持其理解題目的意思。其二，低年級學(xué)生的生活經(jīng)驗還不足。社會的發(fā)展及課程的變化，讓實際應(yīng)用問題變得復(fù)雜難以理解。一些實際問題如果將它直觀、無“巧言”地表現(xiàn)出來，學(xué)生是能夠解決的，但是現(xiàn)在
教師·中 2017年3期2017-04-20
- 基于身高和拃長數(shù)據(jù)的性別分類研究
分類方法為最小錯誤率貝葉斯決策。本文統(tǒng)計了樣本數(shù)為25時的決策分類詳細結(jié)果，并研究了樣本數(shù)為5～50時錯誤率的變化趨勢。研究結(jié)果表明，以身高和拃長數(shù)據(jù)為特征時，能夠較為有效地區(qū)分出男女性別，且當訓(xùn)練集樣本數(shù)量逐漸增大時，錯誤率顯現(xiàn)出逐漸減小的趨勢。性別分類；模式識別；貝葉斯決策；Matlab編程1.引言模式識別（也稱模式分類）是指對表征事物或現(xiàn)象的各種形式的（數(shù)值的、文字的和邏輯關(guān)系的）信息進行處理和分析，以對事物或現(xiàn)象進行描述、辨認、分類和解釋的過程，是
科學(xué)中國人 2016年24期2016-09-21
- 解析小學(xué)高段學(xué)生英語單詞抄寫作業(yè)錯誤原因
詞：作業(yè)質(zhì)量；錯誤率；正確率；自我修正能力一、背景“怎么這么簡單的抄寫還錯，真是太馬虎，這怎么能學(xué)好英語呢？”“強調(diào)過的單詞，還這么多人抄錯，明天罰抄20遍，看他們還錯不錯？”“照著單詞表抄，也會抄成這樣？肯定是做作業(yè)時開小差，得和家長聯(lián)系，讓家長好好管管?！边@正反映出學(xué)生抄寫英語單詞的現(xiàn)狀和問題。英語單詞的抄寫是一項針對英語基礎(chǔ)知識的常規(guī)作業(yè)形式，在初中階段被廣大教師普遍采用。它貌似簡單、機械、不需動腦筋，實則作業(yè)質(zhì)量欠佳，并且不受教師和學(xué)生的重視，為英
試題與研究·教學(xué)論壇 2016年27期2016-08-11
- 小學(xué)生分數(shù)乘除法計算高錯誤率的成因探析
數(shù)乘除法計算高錯誤率的成因進行一定的探析。【關(guān)鍵詞】小學(xué)生;分數(shù)乘除法;計算;錯誤率;成因作為一名小學(xué)教師，在平時的教學(xué)當中，我們應(yīng)該認真對待《普通小學(xué)數(shù)學(xué)課程標準》中所提出的要求，在實際的教學(xué)當中，結(jié)合對照《新課標》及時的進行反思教學(xué)活動，應(yīng)該為不斷提高小學(xué)生教學(xué)水平而不斷努力。一、計算的重要性極其意義計算不僅是我國學(xué)生必考的科目，而且計算在我們的日常生活當中隨處可見，中小學(xué)計算教學(xué)不僅是數(shù)學(xué)教學(xué)的基礎(chǔ)，更是貫穿于數(shù)學(xué)教學(xué)的全過程，由此可見計算教學(xué)的重要
都市家教·上半月 2016年10期2016-07-04
- 基于Ceph對象存儲集群的負載均衡設(shè)計與實現(xiàn)①
會出現(xiàn)訪問數(shù)據(jù)錯誤率增加和訪問速率降低的問題.首先設(shè)計和部署ceph對象存儲集群,根據(jù)用戶請求數(shù)設(shè)計對象網(wǎng)關(guān)節(jié)點,實現(xiàn)用戶數(shù)據(jù)的交互功能,然后在服務(wù)節(jié)點安裝和部署haproxy,實現(xiàn)服務(wù)節(jié)點的負載均衡功能,能夠降低服務(wù)節(jié)點的壓力,最后設(shè)計和實現(xiàn)四種基于ceph對象網(wǎng)關(guān)節(jié)點的存儲集群.通過大量對比測試,本設(shè)計方案的數(shù)據(jù)訪問錯誤率降低0.96%,用戶數(shù)據(jù)的訪問速率提升74.04%.關(guān)鍵詞:Ceph; 對象網(wǎng)關(guān); 負載均衡; 錯誤率; 訪問速率1 引言隨著云計算
計算機系統(tǒng)應(yīng)用 2016年4期2016-06-15
- 鄭州地區(qū)2009—2013年無償獻血初篩錯血型原因分析
和B型血型初篩錯誤率均為0.10%，AB型血型錯誤率為0.24%，O型血型錯誤率為0.05%；2012年A型血型初篩錯誤率為0.20%，B型為0.14%，AB型血型錯誤率為0.35%，O型血型錯誤率為0.07%；2011年A型和B型血型初篩錯誤率均為0.22%，AB型血型錯誤率為0.67%，O型血型錯誤率為0.08%；2010年A型血型初篩錯誤率為0.11%，B型血型初篩錯誤率為0.15%，AB型血型錯誤率為0.51%，O型血型錯誤率為0.07%；2009
中國衛(wèi)生產(chǎn)業(yè) 2015年10期2015-04-17
- 垂直方向上內(nèi)隱時間表征的實驗研究
并對各條件下的錯誤率進行統(tǒng)計，探討垂直方向上內(nèi)隱時間表征的特點。（二）被試某高校在校本科生39人，其中男17人、女22人，年齡20-25歲，平均年齡22.87歲。被試裸眼視力或矯正視力正常，未參與過類似實驗。（三）實驗儀器及材料1.實驗儀器刺激材料通過電腦呈現(xiàn)，華碩14寸標準彩色顯示器，1024×768像素，刷新頻率60赫茲，鍵盤用紙板覆蓋，留P、Q兩鍵作為反應(yīng)鍵，實驗在安靜較暗的房間進行。實驗程序由DMDX進行編程運行。2.實驗材料按從下到上（或從上到下
- 降低學(xué)生計算錯誤率的有效策略
降低學(xué)生計算的錯誤率?！娟P(guān)鍵詞】計算；錯誤率；有效策略計算教學(xué)是小學(xué)數(shù)學(xué)教學(xué)的重要組成部分，然而，學(xué)生在實際計算中經(jīng)常出現(xiàn)錯誤，準確率較低。造成這種現(xiàn)象的原因有：一是心理原因。抄錯漏寫，感知錯覺；丟三落四，分配力差；漏中間數(shù)，短記憶差；舊法擾新，思維定勢；二是知識原因。概念不清、算理不明；口算不熟、筆算不準；難點不破，問題不理。在教學(xué)實踐中，筆者通過以下策略來降低計算錯誤率。一、重組教材，開放教學(xué)內(nèi)容教材中的計算題，往往是純粹的計算，而且答案唯一，沒有培養(yǎng)
教學(xué)研究與管理 2014年4期2014-05-16
- 用mixed模型解決單因素方差分析中方差不齊時的隨機模擬及SAS實現(xiàn)*
差不齊時的I類錯誤率和對各組總體均值的估計，并與Kruskal-Wallis秩和檢驗和ANOVA方法比較檢驗的把握度。方法利用SAS9.3產(chǎn)生模擬數(shù)據(jù)，并分別用proc mixed過程、proc npar1way過程和proc glm過程進行m ixed模型參數(shù)估計、Kruskal-Wallis秩和檢驗和one-way ANOVA分析。模擬試驗重復(fù)1000次。結(jié)果方差不齊時，對不均衡資料，m ixed法的檢驗把握度要高于Kruskal-Wallis秩和檢驗
中國衛(wèi)生統(tǒng)計 2014年3期2014-03-10
- 一種基于高密度遺傳標記的親子鑒定方法及其應(yīng)用
奶牛群體的系譜錯誤率約為 10%[1]，以色列為10.8%[2]，丹麥為5%～15%[3]，荷蘭為12%[4]，愛爾蘭為7%～20%[5]，國外奶牛系譜平均錯誤率約為11%[6]。我國天津及北京奶牛場的系譜錯誤率分別為12%[7]和17%～21%[8,9]。除奶牛外，系譜錯誤在其他畜種中也有研究報道[10]。系譜錯誤會減慢群體的遺傳進展，比系譜缺失帶來更大的育種損失[11]，也會影響其他利用系譜信息的研究，如QTL(Quantitative trait l
遺傳 2014年8期2014-03-08
- 維吾爾族學(xué)生讀說漢語單字調(diào)的偏誤調(diào)查
誤的有一個字，錯誤率為12.5%。 陽平讀音錯誤的有一個字，錯誤率為11.1%。 上聲讀音錯誤的有兩個字，錯誤率為25%。 去聲讀音錯誤的有一個字，錯誤率為14.3%。讀音人2：陰平讀音錯誤有四個字，錯誤率為50%。 陽平讀音錯誤的有九個字， 錯誤率為100%。 上聲讀音錯誤的有七個字， 錯誤率為87.5%。 去聲讀音錯誤的有三個字，錯誤率為42.9%。讀音人3：陰平讀音錯誤有三個字，錯誤率為37.5%。 陽平讀音錯誤的有七個字，錯誤率為77.7%。 上聲
科技視界 2013年5期2013-08-20
- 基于核范數(shù)凸優(yōu)化的微陣列缺失點重建
同k對應(yīng)的重建錯誤率是可以計算的。最后，取對應(yīng)重建錯誤率最低的k，在基因微陣列矩陣中作為選取的鄰居數(shù)。2 矩陣填充矩陣填充 (matrix completion，MC)是 Candès等人在2009年提出的方法 ［9］。在 ［9］中，作者證明了一個含有缺失點的矩陣，在低秩的情況下，如果其中所含的非缺失點足夠多，則完整的矩陣是可以在一定的概率下恢復(fù)出來的。因此，矩陣填充可以認為是一個 (4)所示的優(yōu)化問題其中M是觀測到的，含有缺失點的矩陣，Ω是非缺失點的元素
計算機工程與設(shè)計 2013年2期2013-07-25
- 改進的Turbo類編碼的近似碼字錯誤率公式
類編碼，其理論錯誤率目前還是未知的。研究中一般采用蒙特卡羅仿真的方法來得到錯誤率的估計值，但這種方法對無線通信中的許多應(yīng)用來說(例如鏈路級與系統(tǒng)級的仿真接口[5])極不方便，同時，也不利于揭示問題的理論本質(zhì)。在無法獲得Turbo類編碼的理論錯誤率的情形下，許多研究者轉(zhuǎn)而采用錯誤率的界[6-8]的方法來對其進行估計。這些界對于人們深入理解這些碼的特性起到了非常重要的作用，對碼的設(shè)計也有重要的指導(dǎo)意義，但對于某些實際應(yīng)用(例如文獻[9,10])來說這些界還比較
電子與信息學(xué)報 2012年5期2012-09-19
- 無刪失生存數(shù)據(jù)Wilcoxon秩和檢驗與logrank檢驗的比較*
和結(jié)果1.Ⅰ型錯誤率的模擬比較(1)模擬方法及參數(shù)設(shè)置比較Ⅰ型錯誤率時，從同一總體中獨立抽取2個樣本(模擬組數(shù)為2)，模擬 Weibull分布，Gamma分布，lognormal分布和 loglogistic分布4種分布情形〔4〕。參數(shù)設(shè)置:Weibull分布和Gamma分布下，設(shè)定刻度參數(shù) λ1=λ2=1，形狀參數(shù) γ1=γ2=0.5;lognormal分布和loglogistic分布下，設(shè)定刻度參數(shù)μ1=μ2=1，形狀參數(shù)σ1=σ2=0.5。所有假設(shè)檢
中國衛(wèi)生統(tǒng)計 2012年5期2012-07-27
- Bloom Filter研究進展*
應(yīng)用在能容忍低錯誤率的場合。Burton H.Bloom于1970年提出Bloom filter用以解決某（些）元素是否為集合中元素的判斷問題。它突破了傳統(tǒng)哈希函數(shù)的映射和存儲元素的方式，通過一定的錯誤率換取了空間的節(jié)省和查詢的高效。在20世紀70年代，其應(yīng)用價值并沒有體現(xiàn)出來。80年代，隨著PC應(yīng)用的推廣，Bloom filter的應(yīng)用開始推廣，如高效地解決拼寫檢查問題[2]，解決多處理器計算機中數(shù)據(jù)庫的連接問題[3]。網(wǎng)絡(luò)時代的到來使得Bloom fi
電信科學(xué) 2010年2期2010-06-11