Results 151 to 160 of about 1,729 (206)
[Ischemic stroke infarct segmentation model based on depthwise separable convolution for multimodal magnetic resonance imaging]. [PDF]
Sheng Wu Yi Xue Gong Cheng Xue Za ZhiJin Y, Wang M, Chen J, Li Y.
europepmc +1 more source
[A comparative study of different methods for treatment switching analysis in clinical trials]. [PDF]
Nan Fang Yi Ke Da Xue Xue BaoLiang Z, Xu L, Li K, Yu M, An S.
europepmc +1 more source
Some of the next articles are maybe not open access.
Related searches:
Related searches:
, 2021
考虑定义在圆盘 \begin{document}$ {\text{U}} = \left\{ {z \in {\rm{C}}:\dfrac{1}{2} 上解析且原点为其本性奇点的特殊复函数类的逼近. 得到最佳逼近 \begin{document}$ {E_{n - 1}}{\left( f \right)_2} $\end{document} 分别与函数 \begin{document}$ {z^r}{f^{\left( r \right)}} $\end{document} 的 \begin ...
杨刚, 谷懿
semanticscholar +1 more source
考虑定义在圆盘 \begin{document}$ {\text{U}} = \left\{ {z \in {\rm{C}}:\dfrac{1}{2} 上解析且原点为其本性奇点的特殊复函数类的逼近. 得到最佳逼近 \begin{document}$ {E_{n - 1}}{\left( f \right)_2} $\end{document} 分别与函数 \begin{document}$ {z^r}{f^{\left( r \right)}} $\end{document} 的 \begin ...
杨刚, 谷懿
semanticscholar +1 more source
, 2014
研究了由F2n上单圈 T-函数所导出权位序列的2-adic 复杂度，设 j为整数，01≤ j≤n-。结论表明，第j权位序列2-adic复杂度的上界为lb（2^2j＋1）。另外，讨论了与所有单圈 T-函数所导出第 j权位序列相对应的2-adic整数的分布，分布情况说明这个上界是可以达到的。最后，研究了权位序列的1-错2-adic复杂度。研究结果表明对所有11≤j≤n-1，权位序列x j的1-错2-adic 复杂度都与其2-adic复杂度相同。
游伟, 戚文峰
semanticscholar +1 more source
研究了由F2n上单圈 T-函数所导出权位序列的2-adic 复杂度，设 j为整数，01≤ j≤n-。结论表明，第j权位序列2-adic复杂度的上界为lb（2^2j＋1）。另外，讨论了与所有单圈 T-函数所导出第 j权位序列相对应的2-adic整数的分布，分布情况说明这个上界是可以达到的。最后，研究了权位序列的1-错2-adic复杂度。研究结果表明对所有11≤j≤n-1，权位序列x j的1-错2-adic 复杂度都与其2-adic复杂度相同。
游伟, 戚文峰
semanticscholar +1 more source
, 2017
在已有研究的基础上，提出一种新的基于t函数的稳健变量选择方法.该方法通过惩罚估计方程中的惩罚函数达到变量选择的效果，方程中的权重矩阵和有界得分函数对自变量和因变量中的异常值有很好的限制作用，可同时达到稳健的变量选择和稳健估计.通过分析3种不同自由度的t函数性质，选取自由度为2的t函数，并与基于Huber函数的稳健变量选择方法进行比较.数值模拟结果表明，基于t函数的稳健变量选择方法在2种污染力度、3种污染方式的数据污染情况下，其稳健性均明显优于基于Huber函数的稳健变量选择方法.与参数估计效果相比 ...
钟先乐 +5 more
semanticscholar +1 more source
在已有研究的基础上，提出一种新的基于t函数的稳健变量选择方法.该方法通过惩罚估计方程中的惩罚函数达到变量选择的效果，方程中的权重矩阵和有界得分函数对自变量和因变量中的异常值有很好的限制作用，可同时达到稳健的变量选择和稳健估计.通过分析3种不同自由度的t函数性质，选取自由度为2的t函数，并与基于Huber函数的稳健变量选择方法进行比较.数值模拟结果表明，基于t函数的稳健变量选择方法在2种污染力度、3种污染方式的数据污染情况下，其稳健性均明显优于基于Huber函数的稳健变量选择方法.与参数估计效果相比 ...
钟先乐 +5 more
semanticscholar +1 more source