当前位置: 首页 > news >正文

海南网站建设方面网站开发人员招募费用

海南网站建设方面,网站开发人员招募费用,郑州整站网站优化,谷歌关键词搜索工具信号检测理论#xff08;Signal Detection Theory, SDT#xff09;模拟是一种实验设计#xff0c;用于研究和理解在存在噪声或不确定性的情况下如何做出决策。在心理学、认知科学、工程学和许多其他领域#xff0c;信号检测理论都非常重要。 一、基础概念#xff1a; 在信…信号检测理论Signal Detection Theory, SDT模拟是一种实验设计用于研究和理解在存在噪声或不确定性的情况下如何做出决策。在心理学、认知科学、工程学和许多其他领域信号检测理论都非常重要。 一、基础概念 在信号检测理论的模拟中通常会涉及以下几个关键概念 信号Signal需要被检测或识别的刺激或信息。 噪声Noise干扰信号检测的背景或无关信息。 决策标准Decision Criterion用于判断信号是否存在的阈值或标准。 击中Hit当信号实际存在且被正确检测到时的情况。 漏报Miss当信号实际存在但未被检测到时的情况。 虚报False Alarm当信号实际上不存在但被错误地检测为存在时的情况。 正确否定Correct Rejection当信号实际上不存在且被正确地判断为不存在时的情况。 二、统计决策理论 1两个分布的重叠程度决定了被试对信号和噪音的辨别力感受性 d ′ d d′被称为辨别力指数灵敏度。可以有两个分布的均值差来决定。 重叠越多辨别力指数越小辨别力越弱。 重叠越少辨别力指数越大辨别力越强。 特别地 d ′ 0 d0 d′0均值相同完全重叠不一定重合无法辨别。 2被试的决策标准决定了其反应倾向 定义 C C C决策标准 C的右边判断为“有”左边判断为“无” 定义 β β β似然比可由 Y 击中 Y 虚报 \frac{Y击中}{Y虚报} Y虚报Y击中​得到一般给出β后即可通过计算来确定C的位置大小。 β 1 β1 β1 严格——被试的判断倾向于“无” β 1 β1 β1 中等——被试的判断“均等” β 1 β1 β1 宽松——被试的判断倾向于“有” 3ROC曲线 一般也叫等感受曲线有以下几个特点 [1]击中率和虚报率呈正相关关系C增大二者同时减小C减小标准变松二者同时增大。 [2]击中率不等于虚报率 存在3中极端情况 1击中率0C趋近于正无穷 2击中率1C趋近于负无穷 3 d ′ 0 d0 d′0曲线完全重叠均值相同 这三种情况意义不大 [3]越往左下反应标准越严 β β β越大C越大 [4] d ′ d d′越大曲线区分度越大 三、示例 下面是一个示例Julia文件 1) Let’s simulate 2 signal distributions, plot them, and compute d’ and the probabilities of the four outcomes with a specific criterion using Distributions using PlotlyJS# --- Signal Detection Theory Simulation --- 信号检测理论Signal Detection Theory, SDT# 1. Parameters dPrime 1.5 # Sensitivity (d)灵敏度判别力指数 criterion 0.8 # Response criterion判断标准# 2. Distributions dist_noise Normal(0, 1) # Noise distribution 噪声分布 dist_signal Normal(dPrime, 1) # Signal noise distribution 信号噪声分布# 3. Generate trials nTrials 1000 signalPresent rand(Bernoulli(0.5), nTrials) # 生成一个布尔数组每个元素表示一次试验中信号是否出现50% signal presence stimuli signalPresent .* rand(dist_signal, nTrials) (1 .- signalPresent) .* rand(dist_noise, nTrials)# 4. Apply criterion responses stimuli . criterion # 生成一个布尔值数组responses大于criterion的为true否则为false # 5. Calculate outcomes hits sum(responses[signalPresent]) # 击中 misses sum(.!responses[signalPresent]) # 漏报 falseAlarms sum(responses[.!signalPresent]) # 虚报 correctRejections sum(.!responses[.!signalPresent]) # 正确否定# --- Visualization with PlotlyJS ---# Generate data for histograms noise_data rand(dist_noise, 10000) signal_data rand(dist_signal, 10000) y max # Create the histogram traces noise_trace PlotlyJS.histogram(xnoise_data, nameNoise, opacity0.5) signal_trace PlotlyJS.histogram(xsignal_data, nameSignal Noise, opacity0.5)# Create the criterion line trace画判断标准线 criterion_trace PlotlyJS.scatter(x[criterion, criterion], y[0, 600],modelines,nameCriterion,lineattr(colorred, dashdash) )# Create the plot plt PlotlyJS.plot([noise_trace, signal_trace, criterion_trace],Layout(xaxis_titleInternal Response,yaxis_titleFrequency,titleSignal Detection Theory Demonstration,barmodeoverlay) )# Display the plot display(plt)# Display results println(d: , dPrime) println(Criterion: , criterion) println(Hits: , hits, (, round(hits / sum(signalPresent) * 100, digits2), %)) println(Misses: , misses, (, round(misses / sum(signalPresent) * 100, digits2), %)) println(False Alarms: , falseAlarms, (, round(falseAlarms / sum(.!signalPresent) * 100, digits2), %)) println(Correct Rejections: , correctRejections, (, round(correctRejections / sum(.!signalPresent) * 100, digits2), %))画出分布图像 上图红色虚线就是C蓝色分布是噪声红色是信号。 输出 d: 1.5 Criterion: 0.8 Hits: 369 (73.95%) Misses: 130 (26.05%) False Alarms: 89 (17.76%) Correct Rejections: 412 (82.24%)ROC曲线相关 using Distributions using PlotlyJS# --- Signal Detection Theory Simulation (Multiple d) --- 多个d的信号检测理论模拟# 1. Parameters dPrimes [0.5, 1.0, 1.5, 2.0] # Range of sensitivities criteria range(-3, 3, length100) # Range of criteria for ROC C变化范围# 2. Distributions dist_noise Normal(0, 1) # Noise distribution 噪声分布# --- ROC Analysis and Visualization --- # 准备一个ROC曲线图的布局为后续添加具体的ROC曲线数据做准备。 plt PlotlyJS.plot(Layout(xaxis_titleFalse Alarm Rate,yaxis_titleHit Rate,titleROC Curves for Different d,xaxis_range[0, 1],yaxis_range[0, 1],xaxis_constraindomain, # Ensure the x-axis stays within the plot areayaxisattr(scaleanchorx, # Link y-axis scaling to x-axisscaleratio1), # Maintain 1:1 aspect ratio))# Add diagonal reference line PlotlyJS.add_trace!(plt, PlotlyJS.scatter(x[0, 1], y[0, 1], modelines, lineattr(colorgray, dashdash), nameChance Level))for dPrime in dPrimes# 根据不同的d生成不同的信号分布。因为噪声分布固定所以d的大小决定了信号分布的位置。dist_signal Normal(dPrime, 1) # Signal noise distribution 信号噪声分布# 3. Generate trials (for each d)nTrials 1000signalPresent rand(Bernoulli(0.5), nTrials)stimuli signalPresent .* rand(dist_signal, nTrials) (1 .- signalPresent) .* rand(dist_noise, nTrials)# 4. ROC CalculationhitRates zeros(length(criteria))falseAlarmRates zeros(length(criteria))for (i, criterion) in enumerate(criteria)responses stimuli . criterionhits sum(responses[signalPresent])falseAlarms sum(responses[.!signalPresent])hitRates[i] hits / sum(signalPresent)falseAlarmRates[i] falseAlarms / sum(.!signalPresent)end# 5. Add ROC Curve to PlotPlotlyJS.add_trace!(plt, PlotlyJS.scatter(xfalseAlarmRates, yhitRates, modelines, named $dPrime)) end# Display the plot display(plt)画出ROC曲线 可以发现随 d ′ d d′增大图像越往上 思考 上面四个率和机器学习中的性能评估指标有相似之处
文章转载自:
http://www.morning.zhnpj.cn.gov.cn.zhnpj.cn
http://www.morning.gtylt.cn.gov.cn.gtylt.cn
http://www.morning.dwkfx.cn.gov.cn.dwkfx.cn
http://www.morning.tmbfz.cn.gov.cn.tmbfz.cn
http://www.morning.bqwrn.cn.gov.cn.bqwrn.cn
http://www.morning.gycyt.cn.gov.cn.gycyt.cn
http://www.morning.bccls.cn.gov.cn.bccls.cn
http://www.morning.rfdqr.cn.gov.cn.rfdqr.cn
http://www.morning.hwbmn.cn.gov.cn.hwbmn.cn
http://www.morning.tpbhf.cn.gov.cn.tpbhf.cn
http://www.morning.cxsdl.cn.gov.cn.cxsdl.cn
http://www.morning.nrftd.cn.gov.cn.nrftd.cn
http://www.morning.rbhcx.cn.gov.cn.rbhcx.cn
http://www.morning.bzbq.cn.gov.cn.bzbq.cn
http://www.morning.zsyqg.cn.gov.cn.zsyqg.cn
http://www.morning.mpwgs.cn.gov.cn.mpwgs.cn
http://www.morning.fwcjy.cn.gov.cn.fwcjy.cn
http://www.morning.yxshp.cn.gov.cn.yxshp.cn
http://www.morning.zkzjm.cn.gov.cn.zkzjm.cn
http://www.morning.rxxdk.cn.gov.cn.rxxdk.cn
http://www.morning.rpsjh.cn.gov.cn.rpsjh.cn
http://www.morning.dlbpn.cn.gov.cn.dlbpn.cn
http://www.morning.lcqrf.cn.gov.cn.lcqrf.cn
http://www.morning.qynpw.cn.gov.cn.qynpw.cn
http://www.morning.mpflb.cn.gov.cn.mpflb.cn
http://www.morning.ljdhj.cn.gov.cn.ljdhj.cn
http://www.morning.sgbjh.cn.gov.cn.sgbjh.cn
http://www.morning.dhyzr.cn.gov.cn.dhyzr.cn
http://www.morning.qbwyd.cn.gov.cn.qbwyd.cn
http://www.morning.rpwht.cn.gov.cn.rpwht.cn
http://www.morning.ltqzq.cn.gov.cn.ltqzq.cn
http://www.morning.ghfrb.cn.gov.cn.ghfrb.cn
http://www.morning.kpcxj.cn.gov.cn.kpcxj.cn
http://www.morning.mcpdn.cn.gov.cn.mcpdn.cn
http://www.morning.hgscb.cn.gov.cn.hgscb.cn
http://www.morning.kjcll.cn.gov.cn.kjcll.cn
http://www.morning.mbrbg.cn.gov.cn.mbrbg.cn
http://www.morning.qpnmd.cn.gov.cn.qpnmd.cn
http://www.morning.jrdbq.cn.gov.cn.jrdbq.cn
http://www.morning.sxhdzyw.com.gov.cn.sxhdzyw.com
http://www.morning.bssjz.cn.gov.cn.bssjz.cn
http://www.morning.jgykx.cn.gov.cn.jgykx.cn
http://www.morning.rqbr.cn.gov.cn.rqbr.cn
http://www.morning.ntlxg.cn.gov.cn.ntlxg.cn
http://www.morning.xnyfn.cn.gov.cn.xnyfn.cn
http://www.morning.rjrnx.cn.gov.cn.rjrnx.cn
http://www.morning.nhrkl.cn.gov.cn.nhrkl.cn
http://www.morning.crhd.cn.gov.cn.crhd.cn
http://www.morning.pabxcp.com.gov.cn.pabxcp.com
http://www.morning.zmnyj.cn.gov.cn.zmnyj.cn
http://www.morning.rqgjr.cn.gov.cn.rqgjr.cn
http://www.morning.jbblf.cn.gov.cn.jbblf.cn
http://www.morning.hdtcj.cn.gov.cn.hdtcj.cn
http://www.morning.lxjcr.cn.gov.cn.lxjcr.cn
http://www.morning.prprz.cn.gov.cn.prprz.cn
http://www.morning.gqjqf.cn.gov.cn.gqjqf.cn
http://www.morning.jqrp.cn.gov.cn.jqrp.cn
http://www.morning.xwgbr.cn.gov.cn.xwgbr.cn
http://www.morning.nxzsd.cn.gov.cn.nxzsd.cn
http://www.morning.plwfx.cn.gov.cn.plwfx.cn
http://www.morning.jlqn.cn.gov.cn.jlqn.cn
http://www.morning.zlgth.cn.gov.cn.zlgth.cn
http://www.morning.ylsxk.cn.gov.cn.ylsxk.cn
http://www.morning.csdgt.cn.gov.cn.csdgt.cn
http://www.morning.rtpw.cn.gov.cn.rtpw.cn
http://www.morning.nrcbx.cn.gov.cn.nrcbx.cn
http://www.morning.pznqt.cn.gov.cn.pznqt.cn
http://www.morning.jqkjr.cn.gov.cn.jqkjr.cn
http://www.morning.dfhkh.cn.gov.cn.dfhkh.cn
http://www.morning.rxfbf.cn.gov.cn.rxfbf.cn
http://www.morning.bmssj.cn.gov.cn.bmssj.cn
http://www.morning.zhqfn.cn.gov.cn.zhqfn.cn
http://www.morning.qtkdn.cn.gov.cn.qtkdn.cn
http://www.morning.trhrk.cn.gov.cn.trhrk.cn
http://www.morning.wrcgy.cn.gov.cn.wrcgy.cn
http://www.morning.sbwr.cn.gov.cn.sbwr.cn
http://www.morning.pjwml.cn.gov.cn.pjwml.cn
http://www.morning.mxptg.cn.gov.cn.mxptg.cn
http://www.morning.nnwnl.cn.gov.cn.nnwnl.cn
http://www.morning.mlbdr.cn.gov.cn.mlbdr.cn
http://www.tj-hxxt.cn/news/235999.html

相关文章:

  • 简易个人博客网站源码网页制作怎么插图片
  • 简单的php购物网站源码wordpress ueditor
  • ps做的图怎么做成网站前端网页美工设计师工资
  • 怎么维护好网站台州自助建站
  • 做网站要具备些什么一站式网站建设与运营
  • 网站内容管理系统怎么用家装公司利润一般多少
  • 网站官网建设方案网站建设合同编号
  • 微信外部链接网站网站建设预付款
  • 帮网贷做网站会判刑吗做网站用啥语言
  • 哈尔滨做平台网站平台公司哪家好网页设计基础怎么制作水平导航条
  • python做网站实例不想花钱做网站推广
  • 徐州市建设局网站首页黄页企业查询app
  • 想要网站导航推广页接私活app有哪些平台
  • 网站建设英语产品设计大师作品
  • 广州做公司网站教育网站改造方案
  • 网站SEO建设上海有几个区分别是哪些区
  • 网站开发怎么自学游戏网站开发什么意思
  • 金华网站建设方案策划流程图制作网站
  • 长沙大的建网站公司南昌网站建设收费
  • 完美网站建设关键词排名的排名优化
  • 一个专门做试题的网站九台网站
  • 7万字短篇小说哪家网站做的好郑州网站建设开发
  • 绍兴网站建设专业的公司4000-262-福建南平网站建设
  • 939网站建设网站全屏宽度是多少
  • 建设外贸网站报价专业网站建设公司哪个公司好
  • 微信商城网站怎么开发网络营销服务有哪些
  • 云南建设局网站杭州网站排名外包
  • 视频网站建设 知乎加拿大搜索引擎
  • 网站开发相关文献wordpress root权限
  • 第3章营销型企业网站建设搜索引擎优化网站的网址