导读:本文包含了相关性系数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:系数,表观,相关性,直方图,磁共振,溢洪道,微血管。
相关性系数论文文献综述
刘君凤,秦学,朱道恒[1]（2019）在《基于最大信息系数的学生体质健康测试相关性分析方法》一文中研究指出将最大信息系数算法运用于体测数据的相关系数计算,通过运用最大信息系数算法与皮尔逊相关系数算法、斯皮尔曼等级相关系数算法以及肯德尔等级相关系数算法,对学生体测数据中肺活量与其他特征指标进行相关系数计算并对比。通过对比分析学生体质健康测试数据的结果,表明最大信息系数能够更有效的探测肺活量与其他指标的相关性,且具有较高的准确性。(本文来源于《软件》期刊2019年11期）
王晓莉,石刚,杨晴雯,张铭阅[2]（2019）在《基于Pearson系数的计算机科学与技术专业课程体系相关性研究》一文中研究指出文章采用Pearson系数法,对学科课程相关性进行分析。实验结果表明,采用的方法能够有效地揭示课程体系中各课程间存在的内在联系,为专业课程设置起到积极的指导作用。(本文来源于《无线互联科技》期刊2019年21期）
余江,赵书锐,何斐凡,姜欣欣[3]（2019）在《基于小波系数区域相关性的超声波流量计信号处理》一文中研究指出针对超声波流量计易受外界干扰的问题,为进一步提高超声波流量计的测量精准度和稳定度,提出了一种基于小波系数区域相关性滤波的优化算法。该算法用锥形影响域描述在不同尺度下小波系数的选取区域,再利用相邻尺度积,削弱由于尺度增大带来的小波系数偏移。Matlab仿真结果表明,该算法能克服传统相邻尺度积滤波算法的不足,具有更好的降噪性能。(本文来源于《信息与电脑(理论版)》期刊2019年20期）
程佳荣,王莉莉,黄刚,马娅琼,张文文[4]（2019）在《直肠癌全容积表观扩散系数直方图参数与其临床病理特征的相关性分析》一文中研究指出目的探讨直肠癌全容积表观扩散系数(ADC)直方图参数与临床病理特征的相关性。方法收集64例经病理证实为直肠腺癌的患者,术前采用OmniKinetics软件于ADC图像手动绘制肿瘤每一层轮廓为感兴趣区(ROI),由后处理软件自动计算获取全肿瘤体积的ADC直方图参数,包括ADC_(min)、ADC_(max)、ADC_(median)、ADC_(mean)、ADC_(10)、ADC_(25)、ADC_(75)、ADC_(90)、偏度、峰度,比较肿瘤标志物、免疫组化指标、肿瘤大小以及有无淋巴结转移组间的ADC参数值的差异;对ADC直方图参数与临床病理特征之间的相关性进行多元线性回归分析。结果淋巴结转移组、Ki-67≥50%组、CA199≥37 U/ml组、CA72-4≥8.2 U/ml组ADC25值均低于无淋巴结转移组、Ki-67<50%组、CA199<37 U/ml组、CA72-4<8.2 U/ml组(P<0.05或P<0.01)。CD31阳性组、CD56阳性组ADC_(75)值低于其阴性组(P<0.05)。偏度与各个临床病理特征均无相关性(P>0.05)。多元线性回归分析结果显示,CD31阳性与ADC_(mean)、ADC_(25)、ADC_(75)相关(P<0.05),其中,ADC_(25)对CD31阳性影响最大(标准回归系数为0.210)。结论 ADC_(max)、ADC_(mean)、ADC_(median)、ADC_(10)、ADC_(25)以及ADC_(75)在直肠癌诊断应用中可靠性高,其中,ADC_(mean)、ADC_(25)和ADC_(75)与直肠癌肿瘤标志物及免疫组化标记物相关性较高,可作为评估直肠癌预后的重要影像学指标。(本文来源于《解放军医学杂志》期刊2019年09期）
吴建涛,马鑫源,王浩安,吴俊扬,王志新[5]（2019）在《环境与车辙影响下OGFC空隙率与吸声系数相关性》一文中研究指出取配合比相同的OGFC车辙板,利用自主开发的"老化+水损害"环境模拟装置对车辙板分别进行单一热氧老化作用、单一水损害作用、老化-水分共同作用的环境处理,并进行车辙试验,试验后于车辙板胶轮碾压处取直径为50 mm的圆柱体芯样。测试并计算各芯样空隙率及连通空隙率,后采用传递声函数法对所有芯样进行吸声系数测试。在此基础上分析试件空隙率、连通空隙率与吸声系数均值、吸声系数峰值的关系。结果表明,试件空隙率、连通空隙率与吸声系数峰值之间相关性更高,其中连通空隙率与吸声系数峰值的相关性优于空隙率。对比之前的研究得到,本实验对车辙板所做的环境处理及车辙试验对试件空隙率、连通空隙率与吸声系数峰值的相关性无明显影响,用吸声系数峰值表征环境及车辆荷载作用后的OGFC混合料的连通空隙率是更加有效的。(本文来源于《华东交通大学学报》期刊2019年04期）
刘健,刘银坤[6]（2019）在《基于Pearson系数对气象因子与污染物的相关性研究》一文中研究指出空气污染是目前的热点问题,导致主要污染物浓度变化的原因错综复杂,影响程度大小也各不相同。统计北京和广州两个城市的2016年5月份的污染物浓度和气象情况,对各个气象因子与污染物浓度进行相关性分析,得到两个变量间的Pearson系数并进行了比较。找出了两城市的主要污染物并总结两个城市的空气污染物变化情况,分析得出了大气影响因子受不同污染物的影响关系。(本文来源于《华北科技学院学报》期刊2019年04期）
王倩,刘万花,王瑞,叶媛媛[7]（2019）在《3.0T动态增强MRI定量参数、表观扩散系数与乳腺癌预后因子及分子分型的相关性》一文中研究指出目的分析定量动态增强MRI(DCE-MRI)参数和表观扩散系数(ADC)值与乳腺癌预后因子及分子分型的相关性。资料与方法回顾性分析127个获得病理及免疫组化检测结果的乳腺癌病灶。所有患者均同时行定量动态增强及扩散加权成像(b值取800 s/mm~2)扫描,所有病灶测量容量转移常数(K~(trans))、速率常数(K_(ep))、血管外细胞外间隙容积比(V_e)及ADC值。根据人类表皮生长因子受体-2(HER-2)、孕激素受体(PR)、雌激素受体(ER)和Ki-67的表达情况对病灶进行分子分型。结果 123个病灶纳入分子分型研究,其中Luminal A型24个、Luminal B型73个、HER-2过表达型15个和叁阴性乳腺癌(TNBC)11个。ER、PR与K~(trans)、K_(ep)、ADC值均呈负相关,其中ER与ADC值的相关性最大(r=-0.252,P=0.004),PR与K~(trans)值的相关性最大(r=-0.257,P=0.004);HER-2与V_e值及ADC值均呈正相关(r=0.187,P=0.037);Ki-67的表达率与K~(trans)呈正相关(r=0.226,P=0.012),而与K_(ep)、V_e及ADC值均无相关性(P>0.05)。不同分子分型间K~(trans)值、K_(ep)值、V_e值及ADC值差异均有统计学意义(P<0.05),K_(ep)值诊断TNBC的受试者工作特征曲线下面积最大(0.904)。结论 DCE-MRI定量参数及ADC值可在一定程度上预测分子分型,其中K_(ep)值对TNBC的预测价值最高。(本文来源于《中国医学影像学杂志》期刊2019年07期）
王鹏,张东友[8]（2019）在《表观扩散系数直方图对脑胶质瘤病理分级的相关性研究》一文中研究指出目的探讨表观扩散系数(Apparent Diffusion Coefficient,ADC)直方图对脑胶质瘤病理分级的诊断价值。方法对49例脑胶质瘤患者的常规MRI及扩散加权成像(Diffusion-Weighted Imaging,DWI)进行回顾性分析。依据WHO 2016年中枢神经系统肿瘤分类标准,将患者分为低级别组(I+II级,16例)、高级别组(III+IV级,33例);测量两组患者的ADC直方图参数,包括:最大值、最小值、平均值、中位数、偏度值、峰度值;采用独立样本t检验或Mann-Whitney U检验比较两组患者ADC直方图各参数的差异。结果低级别组ADC直方图的最小值、平均值、中位数均高于高级别组,且以负偏态分布为主(均P<0.05);两组的峰值无统计学差异(均P>0.05)。ADC值直方图中,最小值鉴别不同级别胶质瘤的诊断效能最高,曲线下面积(Area Under Curve,AUC)为0.920,对应的最佳诊断阈值、Youden以及敏感度、特异度分别为:0.8×10-3 s/mm2、0.754以及87.88%、87.50%。结论表观扩散系数直方图有助于鉴别不同病理级别胶质瘤,以最小值诊断效能最优。(本文来源于《中国医疗设备》期刊2019年08期）
陈茂聪[9]（2019）在《溢洪道流量系数计算的相关性分析——基于人工神经网络模型》一文中研究指出采用人工神经网络(ANN)解析模型对溢洪道的流量系数进行了研究。在实验室内采用宽7.5 cm、深15.0 cm、长5 m的试验水槽模型获得了11个不同水头350个的流量系数数据集。根据实验室测量相同水头的公式计算了流量系数验证实验装置的准确性。建立了流量系数的神经网络模型。结果表明,人工神经网络模型与实验数据之间的相关系数R=0.993,ANN模型与实验结果具有较好的一致性。(本文来源于《水利科学与寒区工程》期刊2019年04期）
张倩,王燕,赵新湘[10]（2019）在《表观扩散系数与肝细胞癌组织学分级及微血管侵犯的相关性研究》一文中研究指出目的探讨表观扩散系数(ADC)与肝细胞癌(HCC)组织学分级及微血管侵犯(MVI)的相关性。方法 66例术后病理确诊为HCC的病例根据病理组织学分为3组:高分化组、中分化组、低分化组,同时根据MVI风险分级分为M0(MVI阴性组)、M1(MVI低危组)、M2(MVI高危组) 3个等级;测量不同组的平均ADC值及最小ADC值,采用Kruskal-Wallis检验组间分析,进一步行Mann-Whitney检验两两比较。结果高、中、低分化组分别有10、49、7例,各组的平均ADC值分别为(1. 397±0. 456)×10~(-3)mm~2/s、(1. 186±0. 292)×10~(-3)mm~2/s、(1. 172±0. 435)×10~(-3)mm~2/s,差异无统计学意义(P=0. 145);最小ADC值分别为(1. 206±0. 410)×10~(-3)mm~2/s、(1. 022±0. 263)×10~(-3)mm~2/s、(1. 040±0. 410)×10~(-3)mm~2/s,差异无统计学意义(P=0. 307)。M0、M1、M2分别有28、22、16例,各组的平均ADC值分别为(1. 230±0. 478)×10~(-3)mm~2/s、(1. 195±0. 295)×10~(-3)mm~2/s、(1. 138±0. 233)×10~(-3)mm~2/s,差异无统计学意义(P=0. 626);最小ADC值分别为(1. 090±0. 372)×10~(-3)mm~2/s、(1. 038±0. 274)×10~(-3)mm~2/s、(0. 992±0. 225)×10~(-3)mm~2/s,差异无统计学意义(P=0. 820)。结论平均ADC值及最小ADC值在不同分化程度及MVI不同风险分级中并无显着差异,通过术前ADC值判断MVI的有无及进行风险分级预测尚存在难度。(本文来源于《临床放射学杂志》期刊2019年07期）
相关性系数论文开题报告
（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：
文章采用Pearson系数法,对学科课程相关性进行分析。实验结果表明,采用的方法能够有效地揭示课程体系中各课程间存在的内在联系,为专业课程设置起到积极的指导作用。
（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。
相关性系数论文参考文献
[1].刘君凤,秦学,朱道恒.基于最大信息系数的学生体质健康测试相关性分析方法[J].软件.2019
[2].王晓莉,石刚,杨晴雯,张铭阅.基于Pearson系数的计算机科学与技术专业课程体系相关性研究[J].无线互联科技.2019
[3].余江,赵书锐,何斐凡,姜欣欣.基于小波系数区域相关性的超声波流量计信号处理[J].信息与电脑(理论版).2019
[4].程佳荣,王莉莉,黄刚,马娅琼,张文文.直肠癌全容积表观扩散系数直方图参数与其临床病理特征的相关性分析[J].解放军医学杂志.2019
[5].吴建涛,马鑫源,王浩安,吴俊扬,王志新.环境与车辙影响下OGFC空隙率与吸声系数相关性[J].华东交通大学学报.2019
[6].刘健,刘银坤.基于Pearson系数对气象因子与污染物的相关性研究[J].华北科技学院学报.2019
[7].王倩,刘万花,王瑞,叶媛媛.3.0T动态增强MRI定量参数、表观扩散系数与乳腺癌预后因子及分子分型的相关性[J].中国医学影像学杂志.2019
[8].王鹏,张东友.表观扩散系数直方图对脑胶质瘤病理分级的相关性研究[J].中国医疗设备.2019
[9].陈茂聪.溢洪道流量系数计算的相关性分析——基于人工神经网络模型[J].水利科学与寒区工程.2019
[10].张倩,王燕,赵新湘.表观扩散系数与肝细胞癌组织学分级及微血管侵犯的相关性研究[J].临床放射学杂志.2019
论文知识图
