油松苗期生长性状分析及选择因子的确定

为了明确油松苗期生长性状的选择因子,对3年生油松实生苗的总鲜重、地上鲜重、地下鲜重、苗高、地径等19个生长性状,进行了相关性分析和主成分分析。结果表明:⑴各性状变异系数范围为28%～91.6%。⑵总鲜重与地径、苗高、冠幅和根幅的相关性系数分别是0.88、0.83、0.82、0.73,均达极显著水平;⑶通过主成分分析,将19个性状归纳为4个主成分,累积贡献率为75.14%。总鲜重、地径、冠幅和苗高等性状可作为油松苗期生长性状的选择因子。

使用选择因子的证书路径构造算法

为了改善广泛使用的广度优先证书路径构造算法在工作时缺乏灵活性的缺点,利用古典概率模型的思想设计了一种描述证书权威(certificate-authority)的选择因子的计算方法,并将其应用于证书路径构造算法。针对多种不同信任模型的实验结果表明,选择因子的使用使得新算法相较于广度优先算法减少了节点测试数量,且提高了针对多种潜在实际应用状况的灵活性。

基于选择因子的皮肤电反应信号小波去噪方法

在皮肤电反应(galvanic skin response,GSR)信号采集过程中,由于环境等因素不可避免地会引入噪声,需要在进行模式识别前对采集信号进行去噪处理。利用MATLAB研究不同小波组合对GSR信号的去噪效果;并使用信噪比、均方差为评价指标,提出了一种基于选择因子的GSR小波去噪方法。利用采集得到的GSR信号,选择因子选择出来的小波组合,对GSR信号去噪处理。实验中采用db5小波对信号进行5层分解,在sqtwolog或heursure阈值选择方法下对信号进行的去噪处理,从而达到了理想的滤波效果。

基于链路选择因子的高速无线个域网自适应时隙调度算法

本文提出了一种基于链路选择因子的高速无线个域网自适应时隙调度算法。在利用服务曲线对网络QoS需求进行建模的基础上,结合由链路质量获得的实时最优帧长,算法可以得出各个链路的选择因子。同时,选择因子的控制参数k能够决定调度算法的偏重点是链路质量还是业务QoS。仿真结果表明,该算法能在保证网络公平性的基础上有效地提高系统吞吐量。

基于广义代数差分法和因子选择的杉木人工林立地质量评价

【目的】研究浙西南杉木Cunninghamia lanceolata人工林立地质量,探究影响人工林立地质量的主要因素,为杉木人工林经营提供理论依据。【方法】以浙江省庆元县杉木人工林为研究对象,采用解析木数据,利用广义代数差分法,构建了杉木人工林地位指数模型,以此为因变量,使用随机森林算法从二类杉木小班数据中筛选出影响杉木林地位指数的主导因子,在此基础上,通过地位指数得分值确定立地质量等级,对庆元县杉木小班进行立地分类与立地质量评价。【结果】以Richards为基础构建的广义代数差分方程最符合庆元县杉木人工林的生长过程,其决定系数(R 2)为0.969,均方根误差(ERMS)为1.778,平均绝对误差(EMA)为0.400,且模型的多形曲线符合杉木林生长的生理学意义。通过随机森林的因子选择得出:影响杉木人工林地位指数的主要立地因子有地貌、腐殖质厚度、土层厚度,与传统的偏相关系数法相比,基于随机森林的因子选择具有更大的贡献度和更合理的因子非线性关系解释性。结合小班数据,以地貌、腐殖质厚度、土层厚度等3个立地因子将小班划分为17个立地类型,通过计算得分可知研究区立地质量处于中等及以上。【结论】基于广义代数差分法的地位指数模型适用于浙西南杉木人工林,与基于置换的因子选择方法筛选出的主导因子相结合能够对立地质量进行有效评价。

有序选择因子结构模型的MCMC估计及应用

为了评估中国分布类政策效应,根据中国微观数据的变量可得性,在Heckman等构建因子结构模型的基础上,将Heckman基准模型中的连续型测度方程调整为离散型有序选择模型,建立有序选择因子结构模型,并推导出MCMC估计方法。运用该方法,结合中国样本数据,对高等教育的分布类政策效应进行实证估计。有序选择因子结构模型及其MCMC估计方法,对于经济政策的分布类效应评估具有普遍的理论适应性和实际应用价值。

基于资源三号影像的森林蓄积量估测遥感因子选择

以内蒙古旺业甸林场为研究区域,以资源三号(ZY-3)卫星遥感图像为数据源,通过对影像进行处理,获取对应样地的波段光谱值、光谱组合值及地形因子信息等遥感因子。基于对各遥感因子的信息量分析、多重相关性危害分析及应用残差平方和的方法对遥感因子进行筛选,实验结果表明:ZY-3影像提取的12个遥感因子中,单波段因子中ZY3的信息量最大,波段组合中ZY(2-3)/ZY4的信息量最大,地形因子中高程的信息量最大,ZY-3的波段、波段组合和地形因子间存在多重相关性,去掉ZY(2-3)/(2+3)和坡度因子后,多重相关性的危害大大降低,可以满足进一步建立蓄积量遥感反演模型要求。

考虑预报因子选择的神经网络降雨径流模型

为优化神经网络模型的应用效果,研究了基于神经网络的降雨-径流模型,根据Copula熵法确定预报因子,并与传统的线性相关法进行比较分析,采用BP、RBF、GRNN三种神经网络建立降雨-径流模型,应用均方根误差、合格率、确定性系数三个指标为模型选取评价准则。通过对金沙江流域的径流预报,发现基于Copula熵法的BP模型预报结果更接近实测值,精度更高。

褐飞虱长期预测因子的选择与模型的组建

提出了非线性逐步回归、主分量非线性逐步回归和旋转主分量非线性逐步回归 3种因子选择方案 ,为提高褐飞虱长期预测的准确性提供依据。试验结果表明 ,主分量非线性逐步回归方法所选择的因子对褐飞虱的预测具有最好的效果 ,对独立样本的预测达到 80

连续小波变换识别位场场源法的噪声影响分析与尺度因子的选择

为提高连续小波变换识别位场场源准确度,研究噪声对场源识别结果的影响和尺度因子优选方法问题。根据连续小波变换识别位场场源的基本原理,用该方法对不同噪声水平的合成数据进行场源识别,分析噪声对于场源识别结果的影响,研究小波变换的尺度因子对噪声压制的效果,讨论连续小波变换进行场源识别时尺度因子的选取方法。理论模型和实测资料场源识别结果表明,噪声会降低连续小波变换场源识别结果的准确度,笔者提出的尺度因子优选方法能有效压制噪声干扰,提高场源识别结果的准确度。

小分子选择性表皮生长因子受体抑制剂的研究进展

表皮生长因子受体(EGFR)是一种具有蛋白酪氨酸激酶(PTKs)活性的跨膜受体。EGFR及其配体是细胞信号传导系统的一部分,与肿瘤的形成和恶化密切相关,是治疗肿瘤的一个很有前景的靶点。EGFR抑制剂可以阻断EGFR酪氨酸激酶的传导通路,抑制肿瘤细胞的增殖、分化和迁移。本文就2000-2016年间不同类型的选择性EGFR抑制剂的研究进展作一综述。

论混凝土坝渗流观测量统计模型的因子选择

水工渗流是水利工程建设中的一个极为复杂的问题.由渗流理论建立起来的基本方程在边界条件较简单时才有解析解,当地质边界条件复杂时,则难以获得真实的渗流状态,特别是坝体和地基及其内部存在薄弱环节时,则更是如此.本文从渗流的基本理论出发,用确定性函数法、物理推断和统计相关等方法,对渗流观测量的因子选择进行了论述,并结合原位观测资料,分析混凝土坝实际渗流状态,取得了满意的成果.

汛期旱涝趋势预测因子的选择和信息综合及应用

建立在统计模型基础上的旱涝趋势预测的稳定性和准确性 ,依赖于预测因子的选择和综合。该文在选择前期预测因子时 ,既考虑了因子的物理意义 ,又从尺度对应原理出发 ,对与预测对象相应时间尺度的因子作综合处理 ,最大程度保留了可用预测信息。对长江三角洲汛期降水场进行试验比较 。

企业自主创新能力指标因子的选择与评价

自主创新是我国企业发展的战略选择。提升企业创新能力是保证企业竞争优势的内在动力。企业家们越来越深刻地体会到以创新求发展是当今企业发展的必由之路。本文基于自主创新的理论发展,论述了不同主体自主创新能力指标评测体系的差异性,分析了我国企业自主创新能力的现状,按照创新理论的研究分类,设计了构建企业自主创新能力指标体系评测因子的选择。

沥水调脂胶囊对轻度修饰低密度脂蛋白诱导的血管平滑肌细胞单核细胞趋化因子1及内皮细胞P选择素表达的影响

探讨健脾祛痰化瘀方药 (沥水调脂胶囊 )含药血清对轻度修饰低密度脂蛋白诱导的血管平滑肌细胞表达单核细胞趋化因子 1及内皮细胞表达P选择素的影响。用细胞酶联免疫法测定内皮细胞P选择素的表达 ,酶联免疫法测定培养血管平滑肌细胞上清液中单核细胞趋化因子 1的含量。结果发现 ,2 0 %沥水调脂胶囊除蛋白含药血清组对轻度修饰低密度脂蛋白诱导的血管平滑肌细胞单核细胞趋化因子 1表达的升高具有一定的抑制作用。10 %含药血清组对轻度修饰低密度脂蛋白诱导的内皮细胞表达P选择素已具有抑制作用 ,当含药血清浓度达 2 0 %时其抑制作用更为明显。由此可见 ,通过抑制细胞炎性因子单核细胞趋化因子 1和血小板活化因子P选择素 ,减轻血管炎性反应和血栓形成 ,是健脾祛痰化瘀方药沥水调脂胶囊抗氧化损伤。

因子Ⅹa选择性抑制剂戊聚糖钠

因子Ⅹa选择性抑制剂戊聚糖钠是新一代抗栓药物 ,对抗凝血酶Ⅲ有选择性高亲和力 ,特异性催化因子Ⅹa失活 ,产生无因子Ⅱa抑制或抗血小板活性的抗凝血酶作用 ,从而显著降低静脉血栓栓塞的危险性。在预防大型矫形手术后静脉血栓栓塞时 ,戊聚糖钠皮下用药最佳剂量为 1 .5～ 3mg ,每日一次给药 ,具有较好的耐受性 ,在推荐临床剂量 2 .5mg时 ,与标准药物依诺肝素一样具有类似的耐受性 。

基于Knockoff-Logistic的多因子量化选股研究

在数据驱动时代,如何挖掘金融资产的信息、挑选恰当的资产,对稳定收益、控制风险意义重大。多因子量化模型是选择股票的常用方法,选取最优解释力的因子集合是其主要目的之一。现有因子选择方法没有考虑到控制错误发现率(FDR),不利于构建稳健的投资策略。为此,在Logistic回归的基础上引入Knockoff方法进行因子选择,通过Lasso实现因子选择,利用Knockoff控制变量选择的FDR从而提高准确率。基于所选因子,在Logistic回归下进行股票预测,并与线性判别分析、支持向量机以及随机森林模型的预测结果进行对比。对沪深300指数和中证500指数成分股2007—2020年的数据进行实证研究,采用滑动回归法进行收益预测,并建立季度换仓的投资策略。研究表明,从变量选择上来看,基于Knockoff方法选出的因子所构造的选股模型具有更好的市场表现;从模型对比上来看,Logistic回归预测的投资组合具备高收益、低风险的优势。综合来看,将Knockoff方法引入到多因子选股模型有利于提高因子选择的准确度,对优化资产配置具有参考意义。

向量化友好的循环分块因子选择算法

具有病态规模的嵌套循环程序在进行循环分块时容易忽略分块因子对向量化的影响,导致非对齐数据访问,降低分块后循环代码的性能。提出了一种向量化友好的循环分块因子选择算法VEC-TSS。该算法对可向量化循环层以向量化收益分析确定分块因子,对其他循环层通过以局部性收益和并行粒度确定分块因子。实验结果表明,针对具有病态规模的循环程序,VEC-TSS算法与另外两种分块因子选择算法相比可以获得更好的程序加速比,同时具有良好的可扩展性。

基于哑变量和因子选择的森林蓄积量估测研究

为提高森林蓄积量遥感估测精度,探讨哑变量技术在蓄积量遥感估测中的作用。以云南省普洱市思茅区为研究区,以Landsat 8 OLI和93块森林资源二类调查角规控制样地数据为基础,使用随机森林(random forest)算法进行遥感变量因子的选择,并以龄组为哑变量分别构建基于哑变量的SVR和PLSR蓄积量估测模型,采用留一交叉验证对结果进行评估。结果表明,使用随机森林算法进行变量的选择有效减少了自变量的维度,提高了计算效率;其次,哑变量引入后,PLSR和SVR 2种回归模型的估测精度都比无哑变量方法有明显的提高,且SVR的估测结果优于PLSR;在引入哑变量后SVR模型的决定系数R^(2)由0.59提高到0.68,相对均方根误差rRMSE由36.76%降低至32.97%,PLSR模型的决定系数R^(2)由0.53提高到0.62,相对均方根误差rRMSE由39.41%降低至35.24%。在森林蓄积量的遥感估测中,哑变量技术的应用可以在一定程度上解决不同蓄积量大小对估测结果造成的影响,进而提高蓄积量的估测精度。