一种加权Logistic-Richards组合模型的地表沉降预测方法

利用平移反幂法特征值求权方法,对两种地表沉降预测模型(Logistic模型和Richards模型)进行加权组合。以深圳地铁人民南车站、鹿丹村车站和长沙地铁东四线车站为例,运用新的加权Logistic-Richards组合模型对地铁施工期间地表沉降进行拟合和预测,对比验证了该组合模型的优越性。

城市更新对地方政府债务影响的时空异质性分析--基于时间地理加权模型

本文使用2011年—2021年全国除港澳台及西藏自治区外30个省(区、市)的面板数据,选择城乡社区公共设施支出和保障性安居工程支出作为目前城市更新主要支出指标,采用时间地理加权模型(GTWR)分析城市更新对地方政府债务影响效应的时空异质性,得出结论如下:从全局看,城市更新会推动地方政府债务规模的扩张;在时间上,公共基础设施的更新建设对地方政府债务规模的扩张作用逐年减弱,保障性安居工程的影响存在先收缩后扩张、波动上升的变化趋势;在空间上,公共基础设施的更新建设对地方政府债务规模的扩张作用由南向北递增,由东向西递减,保障性安居工程对地方政府债务的影响效应则相反,呈现出由东向西递增的趋势,且从整体上看,经济相对欠发达地区比经济发达地区的扩张作用强,收缩作用弱,扩张作用减弱的更慢,减弱期持续时间更短。

基于时空地理加权回归模型的区域经济发展收敛性研究

传统的区域经济发展收敛性研究方法往往忽略空间和时间因素对区域经济发展收敛性的影响,导致分析结果存在偏差,使得区域经济发展收敛半衰期与实际差距过大。因此,应开展基于时空地理加权回归模型的区域经济发展收敛性研究。首先,选取区域经济发展变量,对选取的变量利用时空地理加权回归模型进行处理,然后,建立经济发展收敛函数,计量区域经济发展收敛性。实验结果显示:与区域经济发展收敛性回归分析方法和区域经济发展收敛性空间计量经济学研究方法相比,基于时空地理加权回归模型的区域经济发展收敛性研究方法对区域经济发展的收敛半衰期计量结果更准确,与实际的40年一致,具有更好的应用价值。

参照零模型的加权网络链路预测因素研究

基于零模型,文章研究了如何量化分析加权复杂网络中链路预测的影响因素。通过对1阶零模型、权重置乱零模型,结构置乱零模型在拓扑结构和权重相关性两个方面分别进行研究。以美国航空网络为实证网络,针对加权网络中的权重特性,分析不同权重连边的可预测性和对于链路预测的影响。结果表明,美国航空网中存在拓扑权重相关性,并且破环拓扑结构比破坏权重相关性对于链路预测的影响更大。

单指数、双指数及拉伸指数模型磁共振弥散加权成像对肝纤维化分期诊断的局限性和展望

乙肝病毒携带者可能发展成肝炎、肝纤维化及肝硬化,严重危害患者的身体健康。早期肝纤维化若能早发现、早治疗是可以逆转的,因此肝纤维化的早期诊断尤为重要。随着磁共振弥散加权成像(Diffusion weighted imaging,DWI)技术的发展,尤其是近年开发的双指数模型(又称体素内不相干运动模型)DWI以及拉伸指数模型DWI,在众多肝纤维化相关的研究中展现出良好的肝纤维化分期能力。然而,双指数及拉伸指数模型DWI依然存在研究结果中衍生参数相互矛盾的客观情况。本文就目前磁共振单指数、双指数及拉伸指数模型DWI对肝纤维化分期诊断的研究进展及局限性,以及可能克服局限性的方法进行综述,以期为临床提供新的研究思路。

基于知识图谱与加权贝叶斯机制的刑侦推断模型

随着信息化和数字化的高速发展,各类人工智能方法在现代公共安全领域得到充分应用,其中知识图谱以其强大的知识表征能力和数学建模能力,大大提高了智能决策的可解释性,成为领域内研究和应用的热点.一直以来,基于贝叶斯机制的推断模型是公安情报与刑侦分析的重要手段.本文将公安知识图谱引入传统贝叶斯模型,在充分考虑参数耦合性的基础上,对后验概率进行加权更新,有效提高了推断的准确性.本文回避敏感的真实数据,以《红楼梦》中“绣春囊”一案为例完成实证分析,科学地揭秘了经典悬案的真相.本文提出的基于知识图谱的自适应加权方案有效提高了贝叶斯模型的效率,是人工智能助力智慧公安的一种有益尝试.

云贵地区顾及高度改正的大气加权平均温度模型

针对云贵地区地形起伏特点,分析T_(m)与高程、Ts的关系,利用2016—2018年的ERA5数据,建立两种顾及高度改正的T_(m)模型——YGTrop-T_(m)和YGMete-T_(m)。以2019年ERA5和探空数据为参考值,结合Bevis公式、GPT2w和CTrop模型,对新模型精度进行评估。结果表明,以ERA5数据为参考值,YGTrop-T_(m)和YGMete-T_(m)模型的年均RMS分别为2.72和2.16 K,相较于Bevis公式、GPT2w-5和GPT2w-1模型,YGTrop-T_(m)模型RMS减少了20%、28%、9%,与CTrop模型相当,而YGMete-T_(m)模型RMS相较于Bevis公式、GPT2w-5、GPT2w-1和CTrop模型减少了36%、43%、28%和20%;以探空数据为参考值,YGTrop-T_(m)模型年均RMS与Bevis公式和CTrop模型相当,分别为2.88、2.93和2.80 K,而YGMete-T_(m)模型的年均RMS最小,为2.45 K,相较于Bevis公式、GPT2w-5、GPT2w-1和CTrop模型,减少了16%、21%、20%和12%。此外,将YGTrop-T_(m)和YGMete-T_(m)模型用于GNSS水汽计算,对应的水汽理论RMS误差分别为0.25和0.21 mm,相对误差分别为1.01%和0.86%。

基于地理加权回归模型的凉水自然保护区红松空间分布分析

依据凉水国家级自然保护区的671块随机样地的标准地调查数据及landsat9遥感影像,分别建立以最小二乘为基础的泊松回归(Poisson)模型、逻辑斯蒂回归(Logistic)模型和高斯回归(Gaussian)模型3种全局模型,以及以地理加权回归模型(GWR)为基础的地理加权泊松(GWPR)模型、地理加权逻辑斯蒂(GWLR)模型和地理加权高斯(GWGR)模型3种局部模型来预测凉水国家级自然保护区的天然红松分布情况。结果显示,对该地区天然红松分布影响最为显著的因子为坡度和海拔;通过对比全局模型和GWR模型的残差空间相关性发现,GWR模型能够产生更为理想的模型残差,模型残差的空间相关性明显小于全局模型,因此,可以使用GWR模型来解决样地间存在的空间异质性问题,有利于提高红松分布的预测精度;全局模型和GWR模型均有不错的拟合效果,但GWR模型的各个评价指标要优于全局模型,拟合结果更好;天然红松在凉水国家级自然保护区的北部分布最多,在中间条状带区域分布最少。研究结果可为大区域森林经营中的天然红松分布估测提供理论依据。

基于加权信息量模型的川西高原地热潜力预测

川西高原是中国重要的高温地热资源富集区,地热资源十分丰富,开发潜力大。但目前对于川西高原地热潜力分布认识仍较为匮乏。基于川西高原公开可获得地热点(温泉)、断裂、花岗岩、地表温度、布格重力异常、航磁异常、地震等影响因子数据,建立川西高原加权信息量模型。地热点与影响因子的空间分析结果表明,地热点与到断裂和花岗岩距离呈负相关,与较高的地表温度、较低的航磁异常、较高的布格重力异常和较低的古登堡-里克特b值存在明显的空间相关性。模型预测结果显示,川西高原康定、理塘、巴塘等地具有较高的地热潜力,川西高原地热资源勘探开发应重点围绕上述地区开展。而甘孜、白玉、新龙、炉霍、道孚、得荣和丹巴等地区也表现出一定的地热潜力,在今后的地热勘探中应予以重视。

基于非高斯分布模型扩散加权成像在肝细胞癌中的研究进展

扩散加权成像(diffusion weighted imaging,DWI)已经在肝细胞癌(hepatocellularcarcinoma,HCC)中广泛应用。由于传统DWI难以准确反映偏离高斯分布的水分子扩散信息,越来越多的研究致力于探讨非高斯分布模型DWI在HCC中的作用。此成像技术应用从神经系统拓展到体部,目前部分已应用于HCC的诊断与鉴别诊断、病理分类、分级、评价治疗反应、预后评估等方面。基于此,本文就非高斯分布模型DWI在HCC中的研究现状及技术原理进行总结,旨在进一步分析先进的扩散技术在HCC应用中存在的挑战,推动非高斯分布模型DWI在HCC中的进一步应用和发展。此外还将对未来的研究方向展开探讨。

异方差混合地理加权回归模型的正交投影估计

文章针对误差项存在空间异方差的混合地理加权回归模型,提出了一种新的估计方法。该方法将正交投影、局部线性估计和广义最小二乘估计的思想相结合,能够单独对模型中的常数系数、系数函数和方差函数进行估计。通过数值模拟对所提方法的性能进行验证。模拟结果表明,所提方法比现有的再加权估计方法更具优势。最后,基于城镇居民文化消费水平及其影响因素的实证分析验证了所提方法的实用性。

基于Q学习加权融合的无模型自适应参数寻优

无模型自适应控制算法作为一种数据驱动算法,具有计算量小,无需系统精确模型,易于实现等特点。为使传统无模型自适应控制算法具有更好的控制性能,提出了一种使用Q学习对控制参数进行优化的改进无模型自适应控制方法。在此基础上,采用加权融合的方式对伪偏导数的取值优化,使其具有更好的鲁棒性。然后采用跟踪-微分器对输出数据进行滤波处理,并通过仿真进行上述方法的可行性验证。仿真结果表明,对比传统无模型自适应控制,上述方法更具有良好的控制性能和响应速度。

基于加权复合分位数回归的变系数部分线性模型的稳健经验似然估计

研究了变系数部分线性模型的稳健经验似然推断问题。利用加权复合分位数回归以及经验似然方法,并结合基于矩阵QR分解的正交投影技术,对模型的参数分量提出了一种基于加权复合分数回归的经验似然估计方法。理论证明了提出的经验对数似然比函数渐近服从卡方分布,得到参数分量的置信区间。该估计方法中引入了基于矩阵QR分解的正交投影技术,保证对模型的参数分量进行估计时不会受到非参数分量估计精度的影响,因此具有较好的稳健性和有效性。

一种基于词加权LDA模型的恶意文件检测方法

恶意文件中往往含有出现频率较低、但表征能力更好的特征码,传统的方法未能将这一类特征提取出来。针对该问题,提出一种基于词加权LDA模型的恶意文件检测方法,该方法通过反汇编对样本进行预处理,采用改进的KeyGraph算法(IKG)提取“重点词”,这类词具有更好的特征表征能力,再利用优化的点互信息(OPMI),算出各“重点词”权重,构建词字典,然后将该词加权方法扩展到LDA模型,建立IKG-OPMI-LDA(IOL)模型完成分类,并采用Gibbs Sampling进行参数估计。实验结果表明,相较于其他方法,该方法的分类准确率有明显提高,分类效率更好,并且提取的特征具有更高的区分度,与主题相关度更高。

成分数据的变系数地理加权空间滞后模型

针对已有模型无法刻画面类型空间依赖下成分数据的空间异质性,提出模型参数可变的成分数据空间自回归模型。通过假定空间滞后参数、成分型系数、数值型系数为位置坐标的函数,允许空间效应和变量关系在全局空间上非均匀分布。基于等距对数比(ilr)变换、工具变量法和局部线性地理加权法,对模型参数进行估计。数值模拟实验表明:所提出模型的表现优于已有的成分数据空间自回归模型,并且参数估计量是有效的。基于一组实际数据,说明所提模型的实用性。

基于多气象类型加权和改进高斯混合模型的光伏出力超短期概率预测

提出一种多气象类型加权和改进高斯混合模型,可实现对光伏出力提前15 min的超短期概率预测。首先,依据气象特征将历史数据划分为若干气象类型,然后,构建改进高斯混合模型获得每个气象类型出力数据的概率分布,其次,构建隶属度函数量化待预测时刻气象特征对于各气象类型的相似程度,最后,根据隶属度对各气象类型的概率分布加权。以实际光伏电站数据进行算例分析,结果表明相较于单一气象类型,多气象类型加权模型的MAPE平均减少16.87%,ACD平均提升10.45%,AW平均下降2.49%。

基于加权标准化优化选择软件可靠性模型研究

到目前为止,没有一种软件可靠性模型能够适用在所有的软件测试的环境中。因此,研究优化选择软件可靠性模型的方法来选出适合当时软件测试环境下的软件可靠性模型是一个重要的问题。提出一种简单的加权标准化的方法来优化选择软件可靠性模型。选用十三个软件可靠性模型,十个评测软件可靠性模型性能标准和两个故障数据集来进行相应的实验。实验结果表明提出的加权标准化优化选择模型的方法能够有效地选出最优软件可靠性模型。

顾及日变化和非线性垂直改正的区域大气加权平均温度模型

大气加权平均温度(Tm)是全球导航卫星系统(GNSS)技术反演大气水汽的关键因素,针对已有区域Tm模型未能同时顾及Tm在垂直方向的非线性变化和精细的日变化以及在构建模型时仅使用单一格网点数据等问题,本文以中国地区为研究区域,提出了一种基于滑动窗口的区域Tm建模方法,利用2012—2017年欧洲中期天气预报中心(ECMWF)的ERA5资料建立顾及日变化和非线性垂直改正的区域Tm格网模型(CNTm模型).联合未参与建模的2018年ERA5资料和无线电探空数据,验证CNTm模型的精度和适用性,并与当前广泛使用的GPT3模型和顾及了线性垂直改正的IGPT2w模型进行精度对比.结果表明:以2018年ERA5资料和无线电探空数据为参考值,CNTm模型的均方根误差(RMS)分别为3.31 K和3.21 K,其精度相较于GPT3模型分别提高了约16%和23%,相较于IGPT2w模型分别提高了约7%和11%;顾及了非线性垂直改正的CNTm模型的估计值更接近于Tm在垂直方向上的变化趋势,且CNTm模型能够捕获Tm的日变化.由于CNTm模型在研究区域表现出优异的性能,因此,其在研究区域实时高精度、高分辨率GNSS水汽监测中具有重要的应用.

顾及多因子的中国区域加权平均温度模型

针对中国地区地形起伏较大等情况影响T m值特别是短期T m值的高精度获取的问题,提出一种顾及多因子的大气加权平均温度模型。首先,通过探空数据利用积分法计算出加权平均温度,拟合分析选出特征因子加入建模;其次,将利用积分法计算的探空数据与NCEP数据分别作为参考值,引入Bevis模型、GPT3-Z模型和时空模型,将模型计算的预测值和参考值作对比,分析各模型精度;之后,将各模型用于水汽反演,分析反演精度。结果表明:多因子T m模型反演的T m值精度最高,且多因子T m模型中加入了日周期变化,相比全年在短期时间内提升更加明显;将各模型用于GNSS水汽计算,多因子T m模型精度最好,理论RMS误差和相对误差分别为0.23 mm和1.69%。

顾及多因子的江苏省大气加权平均温度精化模型

加权平均温度(T_m)是GNSS可降水量反演过程中的关键变量。基于江苏省徐州、射阳和南京这3个探空站18a的实测探空数据(2000—2017年),对T_m与地表温度T_s、地表气压P、地表水汽压e以及地表水汽压对数形式ln e之间的相关性进行分析,采用最小二乘法构建江苏省的T_m经验模型:单因子模型T_(m1)和多因子模型T_(m2)、T_(m3)。采用2018—2019年探空数据作为对未来预测的数据,对3种本地化模型的精度进行评估。结果表明3种本地化模型的精度均高于Bevis模型,且多因子模型T_(m3)的精度高于多因子模型T_(m2)和单因子T_(m1)的精度,该模型的精度比Bevis模型提高了16.8%。