基于粒子群优化-熵权无偏灰色马尔可夫模型的沥青道面性能预测

为提高沥青道面使用性能的预测精度,针对道面性能数据累积年限少、波动大的特点,采用熵值法对多个道面单元进行赋权,并利用粒子群算法(PSO)和马尔可夫模型对传统无偏灰色模型残差序列的状态区间和白化系数进行优化,构建可准确预测沥青道面性能的PSO-熵权无偏灰色马尔可夫模型.结合西北某机场沥青道面6个检测单元前7年的道面状况指数进行模型精度检验,结果表明:与传统无偏灰色模型相比,经马尔可夫模型划分残差序列空间并使用PSO算法寻找最佳白化函数后,优化模型第1年~第5年各单元残差和相对误差均减小,且整体预测精度分别提高0.05%、0.28%、0.05%、0.03%和0.14%,第6、7年的整体预测精度分别提高12.9%和19.2%,说明优化后的模型对实际沥青道面的预测结果更具有效性和针对性.

基于多信息融合的换流站直流设备健康状态决策树评价模型

针对换流站直流设备间交互信息融合能力较差、小样本与大样本难以均衡的问题,设计基于多信息融合的换流站直流设备健康状态决策树评价模型。使用同质多传感器多信息数据融合方法对多信息实施融合处理;利用k近邻方法和层次聚类方法划分换流站直流设备健康状态量,提取健康状态量的有效信息作为输入,构建决策树评价模型,输出换流站直流设备健康状态评价结果。实验结果表明,该模型具备较好的多信息融合能力和样本均衡能力,且可从不同角度实现换流站直流设备健康状态评价,评价结果较为准确。

基于灰色-马尔可夫模型的道路交通事故预测

根据攀枝花市2010~2017年的交通事故统计数据,分别利用灰色系统理论和灰色马尔可夫链预测法构建攀枝花市交通事故的预测模型,再用两种预测模型分别对2018~2019年攀枝花市发生的交通事故数、死亡人数、受伤人数及财产损失数进行预测,然后将GM(1,1)预测模型与灰色马尔可夫链预测模型的预测结果进行对比分析。实例结果表明,灰色马尔可夫预测模型能有效克服随机波动性数据对道路交通事故四项绝对指标预测精度的影响,预测精度较好。

不确定大数据流分类的决策树模型构建仿真

在不确定大数据流分类过程中,受噪声和孤立点的干扰,导致处理效果和分类精度无法达到预期要求。为解决上述问题,提出一种基于决策树模型的不确定大数据流分类算法。通过采用在线字典学习算法,对不确定大数据流去噪处理,消除噪声对分类过程产生的干扰。构建决策树,在剪枝过程中通过特征过滤算法,滤除不确定大数据流中掺杂的孤立点。将去噪后的不确定大数据流,输入决策树模型中,完成分类工作。实验结果表明,所提算法处理后的不确定大数据流振幅明显减小,且分类精度高,具有一定的应用价值。

基于决策树模型的罗湖区人工流产方式流行病学特征及影响因素研究

目的:探讨基于决策树模型的罗湖区人工流产方式的流行病学特征及其影响因素。方法:回顾性纳入深圳罗湖区医院集团所属医疗机构在2021年9月—2022年10月收治的人工流产女性共9 245例,根据人工流产方式将其划分为药物组(2 004例)和手术组(7 241例),进行数据分析和结果评估。采用单因素和多因素法对人工流产方式的流行病学特征进行分析,确定影响人工流产方式选择的独立因素;同时基于决策树模型评估药物组和手术组两种人工流产方式的优缺点。结果:单因素分析结果显示,孕周、年龄、人工流产方式偏好情况、受教育程度、婚姻状况及生育情况均可能与人工流产方式选择有关(P<0.05)。多因素分析结果显示,孕周、年龄、人工流产方式偏好情况、受教育程度及生育情况是影响人工流产方式选择的独立因素(P<0.05)。决策树模型构建结果显示,孕周、人工流产方式偏好情况、婚姻状况及生育情况可直接影响人工流产方式选择,其中人工流产方式偏好情况影响最为显著。决策树模型预测分类与真实分类基本一致,模型预测错误率为10.00%,说明决策树模型的预测错误率与Logistic回归模型相同,均为10.00%,表明该模型具有良好的拟合度。结论:罗湖区人工流产方式选择受孕周、人工流产方式偏好情况、婚姻状况及生育情况等因素影响。其中,人工流产方式偏好情况对人工流产方式选择的影响最为显著。这些发现有助于优化人工流产的个体化治疗策略,提高人工流产个体的医疗体验和治疗效果。

基于隐马尔可夫模型的商品信任值计算

融合用户在线评论文本与评价等级来计算商品信任值是构建社会化商务中信任机制的重要环节。利用长短时神经网络计算出用户评论文本的情感得分值,将其与用户评价等级值相结合得到用户综合评价观测值;利用隐马尔可夫模型建立评价信息和信任程度之间观测状态生成的概率矩阵,计算出不同评价观测值对应的信任程度;计算商品在最信任状态的概率值求和平均后求得商品信任值。结果表明论文提出的模型能有效提高信任计算的准确性。

基于隐马尔可夫模型的火灾风险评估研究

近年来全球气候变化越来越复杂,自然灾害频发,森林防火形式日益严峻,森林火灾风险评估工作越来越重要。为此,基于隐马尔可夫模型(Hidden Markov Model, HMM)提出一种森林火险评估模型。首先构建森林火灾风险指标体系,将其分为气象条件、森林特征以及防火意识和能力3类12个指标,并根据层次分析法计算指标权重。同时,针对HMM模型求解过程中Baum-Welch算法对初始值有较强的依赖性且容易陷入局部最优的问题,提出通过粒子群优化算法搜索全局最优解作为HMM初始值,再使用Baum-Welch算法进行局部校正,使其快速收敛到全局最优解。利用优化前后的2个模型分别对重庆市森林火灾风险数据开展评估,验证优化后的模型能够有效地评估森林火灾风险,并且与改进前相比更精确,可为区域森林防火工作提供有效指导。

脑梗死患者降压治疗达标影响因素决策树模型分析

目的探讨决策树模型对脑梗死患者降压治疗后血压达标影响因素的评估价值,为脑梗死二级预防中的降压治疗提供数据支持。方法建立Logistics回归模型和决策树模型,采用受试者工作特征曲线(Receiver Operating Characteristic,ROC)比较两种模型。结果决策树模型显示,脑梗死患者降压治疗血压达标影响因素主要包括规律运动、药物基因检测指导下的个体化用药、居住地区、居住情况。ROC曲线分析结果显示,决策树模型准确率(83.5%)和ROC曲线下面积(Area Under Curve,AUC,0.896)均高于Logistic回归模型。结论决策树模型在脑梗死患者降压治疗后血压达标预测方面具有良好的应用价值,优于Logistic回归模型。

基于马尔可夫残差修正灰色模型的轨道质量指数及其分项预测

为研究轨道质量指数(Track Quality Index,TQI)及各分项值的变化趋势,本文考虑动检数据的非等时距特征,构建了关于TQI及各分项值的一阶灰色模型。原始数据经过累加变换后,利用最小二乘法求解模型的灰参数,并引入马尔可夫残差修正方法对灰色模型进行修正。通过对比修正前后灰色模型TQI及各分项的输出值(拟合值和预测值)与实测值,验证残差修正对提升模型预测精度和降低预测误差的改善效果。结果表明:经马尔可夫残差修正后,灰色模型TQI及各分项输出值可以较好反映其波动情况;与修正前灰色模型相比,修正后灰色模型TQI预测值与实测值的平均误差由1.59%降至0.89%,整体预测精度由2级提升到1级;TQI各分项预测值与实测值的平均误差由3.18%降至1.42%,整体精度由2~4级提升到1~2级。从降低误差和提升预测精度两方面看,修正后灰色模型的预测效果明显提升。

基于马尔可夫模型的多等级灾害下复杂系统可靠性和维修分析

近些年来,自然灾害发生的频率逐渐增加,复杂系统的规模越来越大,导致了巨大的经济损失。由于自然灾害的预测较难,且灾害极易对复杂系统造成巨大冲击,因此,对复杂系统的可靠性和维修分析显得尤为重要。本文研究多等级灾害下的复杂系统的维修策略。首先基于马尔可夫模型对多态复杂系统性能进行分析,基于系统性能变化对复杂系统的损失进行分析,然后以系统总损失最小为目标来确定故障组件的维修集合。由于资源限制,假设每次只能修复一条故障线路,而且不同线路对系统损耗的影响不同,因此必须确定修复故障线路的顺序,本文利用综合重要度来确定维修集合中组件的维修顺序。最后以IEEE18节点标准配电系统为例,对其进行可靠性和维修分析,提出给定故障组件集合下的维修策略,从而验证了模型的可行性。

基于Logistic回归与决策树模型的老年多重慢病及影响因素分析

目的:应用决策树模型和Logistic回归对老年多重慢病影响因素进行分析,为多重慢病的管理和防控提供依据。方法:采用多阶段分层随机抽样方法于青岛、广州、苏州抽取1273名老年人,进行老年多重慢病的问卷调查,分别建立Logistic回归模型和决策树模型,分析并比较两种分析方法结果的差异性。结果:Logistic回归结果显示年龄、婚姻状况、医疗保险、吸烟是老年多重慢病的影响因素,其中年龄是保护因素(OR<1)。决策树模型显示医疗保险是老年多重慢病的最主要影响因素,其次是吸烟、年龄和婚姻状况。两种模型分析比较结果显示,Logistic回归模型的灵敏度为74.3%,特异度为55.3%;决策树模型的灵敏度为57.2%,特异度为73.3%。结论:研究显示年龄、婚姻状况、医疗保险、吸烟是老年多重慢病的影响因素。结合运用Logistic回归模型和CHAID模型,可以有效筛选老年多重慢病的危险因素,有助于制定针对性措施,加强管理和防控。

浅议基于决策树算法的公共图书馆图书采访模型构建

文章通过研究公共图书馆图书采访模式,发现目前图书采访存在的问题,提出了基于决策树算法的图书采访方法,对决策树算法进行了详细介绍,包括算法原理、构建过程和应用场景,着重分析了该方法在公共图书馆图书采访模型构建过程中的影响因素和变量,为后期决策树图书采访模型的建立提供了理论依据,并对该方法的优缺点进行了总结,提出了未来研究的方向。

急性有机磷农药中毒继发肺损伤相关因素-基于随机森林和决策树模型

目的探讨急性有机磷农药中毒(AOPP)继发肺损伤相关因素,制定合理方式措施,减少肺损伤发生风险。方法选取2021年3月至2023年3月南阳市第一人民医院收治的102例AOPP患者作为研究对象,根据发病至入院12 h内肺损伤发生率分为肺损伤组和非肺损伤组,比较两组一般资料、实验室指标等,采用随机森林和决策树模型分析AOPP继发肺损伤影响因素,绘制受试者工作特征(ROC)曲线及曲线下面积(AUC)分析两种模型预测效能。结果102例AOPP患者肺损伤发生率为70.59%(72/105);决策树模型显示:服毒量≥40 mg/kg+急性生理与慢性健康评分(APACHEⅡ评分)≥15分的AOPP患者肺损伤发生率高;服毒量≥40 mg/kg+ChE<450 U/L+转移生长因子β1(TGF-β1)≥10 pg/mL+阿托品化时间≥90 h的AOPP患者肺损伤发生率高。随机森林模型显示,服毒量对AOPP患者继发肺损伤影响程度最高,其次是入院时ChE、入院时TGF-β1、阿托品化时间;ROC曲线显示,随机森林模型预测AOPP继发肺损伤准确度、特异度(88.24%、90.91%)高于决策树模型(67.65%、59.10%)(P<0.05)。结论基于随机森林模型的预测模型建立可准确预测AOPP继发肺损伤,其预测能力优于决策树模型,可协助医务人员进行临床决策,降低肺损伤发生风险。

基于决策树模型的黄河水沙变化预测

本文基于小浪底水库下游黄河某水文站2016—2021年的水流量与含沙量的实际监测数据,分别建立随机森林(Random Forest)、决策树(Decision Tree)和极端梯度提升(XGBoost)3种机器学习回归模型预测水流量和含沙量的走势,并对比3种模型的拟合效果。结果表明,与随机森林和极端梯度提升算法相比,决策树算法对水沙变化的预测效果更好,其能够有效拟合水沙变化的走势,对未来黄河流域的水沙治理有一定参考价值。

基于多元线性回归与决策树模型的病种费用分析——以儿童支气管肺炎为例

目的对儿童支气管肺炎住院费用分组,旨在DIP付费下,为住院费用的控制提出更合理的建议。方法通过统计软件SPSS 22对某三甲医院2019—2022年10月3448名儿童支气管肺炎出院患者,进行单因素分析和多元线性回归分析,结果筛选出分节点变量,用决策树模型对费用进行组合,并制定各组标准住院费用与权重。结果该院儿童支气管肺炎住院费用逐年上升,但费用结构却在优化。通过多元线性回归分析,将平均住院日、入院病况与年龄三个显著性因素作为分类节点,使用决策树模型,共分为6个费用组,并提出各组费用控制标准与预警上线。结论通过住院费用的预测值与费用预警线能够为支气管肺炎费用管理提供更为精准的参考与建议,节约卫生资源。

基于灰色马尔可夫模型的连续配筋混凝土复合式沥青路面性能研究

为分析连续配筋混凝土复合式沥青路面性能衰减规律,依托湖南潭邵(湘潭—邵阳)高速公路K1054+000—K1100+500路段连续配筋混凝土复合式沥青路面2016—2021年路面状况指数检测数据,采用灰色马尔可夫模型对该路段2022—2024年路面状况指数衰减情况进行预测,预测值分别为90.36、89.94、89.54。研究结果表明,连续配筋混凝土复合式沥青路面的性能衰变曲线大致呈反S形。

决策树-马尔可夫模型在心房颤动筛查经济学评价中的应用

心房颤动(简称房颤)近年来的发病率呈现年轻化趋势,严重威胁着人类的生存及健康。基于决策树-马尔可夫模型,模拟房颤-脑卒中-疾病转归的自然发展过程,依据成本效用等指标开展不同房颤筛查策略的卫生经济学评价。针对上海地区和国内平均水平分别提出了不同的最优筛查组合策略。通过模型敏感性分析发现,房颤筛查费用对于上海的成本效用敏感性最强,而抗凝治疗费用对于国内平均的成本效用敏感性最强。最后,为了更好地开展针对房颤的健康管理,给出了房颤筛查策略的建议,为我国房颤筛查防治的健康管理模式优化提供参考。

基于改进隐马尔可夫模型的无线通信网络入侵检测方法

传统的入侵检测方法对网络环境复杂性和数据流特征的变化容易受到影响,导致效果不佳。文章提出了一种基于改进隐马尔可夫模型的无线通信网络入侵检测方法。引入异常状态转移概率矩阵和动态阈值策略,从而提高入侵检测的准确性和鲁棒性。另外,本文还针对现有模型在处理大量数据时的计算复杂度问题,提出了分组渐进压缩的方法,有效提高检测效率。分析实验结果可知,所提出的方法在无线通信网络中具有较好的入侵检测效果,能够有效地识别恶意攻击并降低误报率。

康复辅具使用满意度研究—基于Logistic回归与决策树模型

随着对康复辅具的需求日益增加,为调查辅具使用者对辅具的满意度,对上海地区相关人员进行问卷调查。采用云模型、有序Logistic回归模型和决策树模型分析辅具使用者满意度现状及其影响因素。研究发现:辅具使用者的整体满意度一般;云滴图说明辅具使用者对于满意度的评价呈现非均衡的分布情况;有序Logistic回归模型显示年龄、完成特定活动是否困难、家庭月收入是辅具使用满意度的显著影响因素;在进行IV特征评估后的决策树模型同样呈现出相同的影响因素。

马尔可夫链模型在桥式起重机风险评估中的应用

桥式起重机的风险评估方法众多,技术人员一直在研究如何应用更加科学、有效的方法真实反映起重机的安全状况。本文针对桥式起重机的结构特点,将桥式起重机系统划分为金属结构、主要零部件等4个单元,对每个单元采取不同的、有针对性的风险评估方法,进而得到了各单元的风险等级。将各单元风险等级数据代入马尔可夫链模型,最终得出该桥式起重机的风险等级状况。