基于加权VHSD-EM模型的森林火灾风险评估

森林火灾的频繁发生严重破坏了林业资源和生态系统安全。为实现对我国森林火灾风险的科学评估,基于我国森林火灾风险因素的复杂特征,从经济水平、自然环境、管理水平、防火投入和历史灾情5个维度选取26个基本指标构建森林火灾风险评估体系。鉴于组合赋权法的优势,将纵横向拉开档次法(VHSD)与熵值赋权法(EM)相结合,构建加权VHSD-EM模型,将影响森林火灾发生的时间因素和个体信息量同时纳入评估过程中,确定森林火灾风险指数。结果表明,加权VHSD-EM模型在森林火灾风险评估方面具有良好的适用性,模型的稳健性良好,实用价值较高;内蒙古、四川和山西等地区仍面临较高的森林火灾风险。本研究的开展为从时间维度评估森林火灾提供了一种新思路。

基于加权网络模型下的金融系统稳定性研究

近些年来,世界金融系统面对着严峻的挑战,在一波未平一波又起的浪潮下,各国政府对本国金融系统的监管强度都有了明显提升。而将企业与银行视为节点,借贷关系视为连边,则该网络系统可视为一种加权网络模型,本文通过引入幂律分布复杂网络,以现实金融体系下各企业的生存状况为基础,设计了一种网络模型,并对节点出入度之比进行约束,对不同约束条件下网络的稳定性进行了研究。

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。

基于地理加权回归模型的共享电动汽车租赁需求影响因素分析

近年来共享经济蓬勃发展,共享电动汽车比传统共享燃油车更加契合环保经济理念,因此得到了快速普及。共享汽车企业以电动汽车作为租赁工具,有助于企业降低成本,迎合市场趋势,并提供更好的用户体验。文章以南京市六个主城区的共享电动汽车数据为例,首先通过对城市多源数据的分析,选取居住用地、工作用地、休闲购物、科教服务、交通设施五个方面作为共享电动汽车设置分配的影响因素,然后对各影响因素按照不同属性进行加权处理,构建了地理加权回归模型,并且与传统的OLS回归模型进行了拟合效果的比较,最后采用空间可视化分析方法分析了共享电动汽车租赁需求量与关键影响因素之间的复杂关系。结果表明:GWR模型能更好地反映共享电动汽车租赁需求量与影响因素之间的关系,具有较高的准确性和更广泛的适用性;工作用地、居住用地、休闲娱乐、交通设施因素在工作日的不同时段对共享电动汽车的租赁需求影响均为促进作用,而在非工作日时这些影响因素对共享电动汽车的租赁需求量具有空间异质性。研究通过使用变量分类加权的方法,提高了预测模型的准确性和实用性,可以为共享电动汽车投放规模确定和日常运营调度提供支持。

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.

融合CNN和WDF模型的电商企业商品销量预测研究

为了适应电商企业商品销量数据规模大、维度高、非线性等特征,并提高销量预测的准确性,创新性地提出一种卷积神经网络融合加权深度森林(CNN-WDF)的销量预测方法。利用卷积神经网络(CNN)处理高维数据的优势对电商企业商品销量数据进行特征提取,降低冗余度和模型训练复杂度。提出一种改进的加权深度森林模型(WDF)进行商品销量预测。该模型依据各个子树的预测准确率计算每一级森林中该子树的权重以提高整体预测准确性,且相对于传统深度网络模型具有超参数少、可解释性强等优点。利用京东商品销量数据进行实验验证,结果表明:CNN-WDF融合模型在不同规模京东销售数据集上,预测准确率均显著高于其他对比模型,且随着数据集规模的扩大,预测准确率提高更加明显。

基于二次分解、LSTM-ELM和误差修正的空气质量指数预测模型

精准预测空气质量指数(Air Quality Index,AQI)对于制定有效的空气污染治理策略至关重要。为了进一步提升AQI的预测精度,提出了一种新的预测模型,并结合了二次分解(Secondary Decomposition,SD)、优化算法、双尺度预测和误差修正的方法。首先,采用改良的自适应白噪声完全集合经验模态分解(Improved Complete Ensemble Empirical Mode Decomposition with Adaptive Noise,ICEEMDAN)和样本熵(Sample Entropy,SE)对原始AQI序列进行分解并重构,获得高频、中频和低频3个频率分量。其次,利用经过北方苍鹰算法(Northern Goshawk Optimization,NGO)优化的变分模态分解(Variational Mode Decomposition,VMD)对高频分量进行二次分解,进一步降低其复杂度。再次,引入向量加权平均算法(Weighed Mean of Vectors Algorithm,INFO)对长短期记忆网络(Long Short-Term Memory,LSTM)和极限学习机(Extreme Learning Machine,ELM)的关键参数进行优化,同时利用INFO-LSTM预测高频分量分解后的子序列,进而利用INFO-ELM分别预测中、低频分量,并将所得预测结果进行线性叠加。最后,利用NGO-VMD和INFO-ELM对误差序列进行分解和预测,并对初次预测结果进行修正,得到最终的AQI预测值。研究选取北京、上海和成都3个典型城市为例进行实证分析,并对比了7个对照试验,发现基于二次分解、LSTM-ELM和误差修正的模型具有最高的预测精度。该模型可为治理空气污染提供理论和技术上的帮助。

基于模型预测控制的水浴锅温度控制策略

针对水浴锅加热具有的复杂时间特性、控制物料温度难度大、部分物料达到稳定温度需要较长时间的问题,提出基于物理模型的模型预测控制策略,首先建立系统模型,考虑系统的加热功率,通过加权操作调整输出功率,动态控制系统;然后通过监测物料温度与设定温度的偏差,调整加热管功率的增量,迅速改变加热功率,从而缩短达到设定温度所需的时间。仿真结果显示:该策略能够有效跟踪设定温度,提升水浴锅加热效率,降低能源消耗,增强加热过程的稳定性和可控性。

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%。

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。

上海住宅价格时空分异格局及其影响因素——基于地理加权回归模型的分析

城市住宅价格的空间分异和演化是分析城市空间结构的重要视角。基于2015—2022年上海住宅交易数据分析住宅价格的空间结构及演化,并采用地理加权回归模型探讨教育、交通、区位等因素对住宅价格影响的时空变化。结果表明:上海住宅价格总体呈现多中心圈层递减结构,并出现中心城区高度集聚和住宅郊区化并存的趋势;住宅价格空间格局呈现“圈层+扇形+飞地”的模式。住宅价格受到与市中心距离、教育资源、交通便利程度的显著影响,从时间上看,优质教育资源和公园绿地对邻近住宅价格的影响增强,交通便利度对房价的影响下降;从空间上看,影响因素存在显著的空间异质性,教育资源、公园绿地和商业配套资源对郊区住宅的影响更大。

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。

中国土壤侵蚀的社会经济空间驱动因素研究:基于多尺度地理加权回归模型的分析

土壤侵蚀威胁粮食安全和生态系统服务,是中国面临的严峻环境问题之一,同时受到自然因素和人类活动的共同影响。目前国内已有大量研究关注社会经济因素对土壤侵蚀的驱动作用,但关于两者之间空间非平稳关系的探讨和影响因素作用尺度差异性的关注仍存在不足。为探究社会经济活动对土壤侵蚀的复杂驱动机制,以中国346个地级市为研究对象,以2017年为参考年,基于修正的通用土壤流失方程(RUSLE)和多尺度地理加权回归(MGWR)模型,揭示中国各地级市土壤侵蚀的空间异质性,并探索社会经济因素对中国各地级市土壤侵蚀速率的空间驱动作用及因素间的作用尺度差异。研究显示:中国各地级市土壤侵蚀速率的空间分布具有明显的空间正相关性,侵蚀热点主要分布在西部地区、东北地区、云贵高原和四川盆地以及黄土高原;与基于全局回归的模型及传统的地理加权回归模型相比,MGWR可以大大提高社会经济变量对土壤侵蚀速率的解释程度,模型拟合优度达到0.87;从驱动因素来看,除人均地区生产总值外,各驱动因素对中国各地级市土壤侵蚀速率的影响方向会随着空间位置变化产生结构性差异;平均而言,人口密度是对中国各地级市土壤侵蚀速率贡献最大的因素;中国地级市土壤侵蚀速率在西部地区更容易受到复种指数的影响,在东部地区社会经济因素对土壤侵蚀速率的驱动机制更为复杂,不同驱动因素作用的空间尺度差异更明显。研究表明,决策者应充分考虑人类活动对土壤侵蚀影响的空间异质性,以实现水土保持的可持续发展。