四参数Logistic模型在软土地基沉降推算中的应用

地基的沉降变形是反映工程(如建筑物、公路和铁路等)安全性的重要指标,也是岩土工程领域的热门研究课题。为进一步加深对软土地基沉降发展规律的认识和提高软土地基沉降推算的准确性,采用了四参数Logistic模型对软土地基沉降-时间曲线进行模拟推算,并基于实例计算结果将四参数Logistic模型与地基沉降推算方法中常用的三参数Logistic模型、Gompertz模型和双曲线模型进行了比较研究。计算结果表明,四参数Logistic模型作为软土地基沉降发展规律的模拟描述是适合的,比三参数Logistic模型推算沉降精度更高;相比于常用的三参数Logistic模型、Gompertz模型和双曲线模型,四参数Logistic模型推算后期沉降发展趋势效果更好;四参数Logistic模型在软土地基沉降推算应用方面具有更好的可靠性和实用性,值得推广应用。

基于单参数Logistic的典型作物相对叶面积指数模型研究

为系统分析叶面积指数变化特征,构建便于实际应用的作物生长模型,在对现有叶面积指数模型参数变化特征分析的基础上,以相对有效积温为自变量,利用修正Logistic模型分析了冬小麦、夏玉米、水稻3种作物相对叶面积指数的增长特征,并确立了模型参数之间的关系。研究结果表明,参数a、b和c与相对有效积温特征值有关,随着c的增大,a逐渐增大、b逐渐减小,且其增大或减小速率均与相对有效积温有关;参数a、c与b之间也存在一定函数关系。基于参数之间的关系,对相对化修正Logistic模型进行了简化,建立了描述冬小麦、夏玉米和水稻3种作物的叶面积指数增长过程的单参数Logistic模型。利用实测资料对模型进行了评估,结果表明,该模型能够很好地模拟相对叶面积指数的增长变化过程。该简化模型参数少、形式简单、便于分析,因此易于应用,对建立其他作物的单参数相对叶面积指数模型具有一定的参考价值。

基于连续比例Logistic回归模型的贝叶斯判别分析

针对传统贝叶斯判别分析方法处理实际问题的局限性,提出一种基于连续比例Logistic回归模型的贝叶斯判别分析方法.首先基于连续比例Logistic回归模型建立半参数密度比模型,通过经验似然法估计模型的参数,并使用贝叶斯定理计算后验概率进行分类预测.然后对比新方法与传统方法的回判正确率,统计模拟表明当总体数据符合正态分布时,2者判别能力相当,否则,提出的新方法能够更好地判别不同的数据特征.最后运用新方法分析真实的数据集,验证了新方法在分类预测中的准确性和稳健性,与传统方法相比,更适用于实际应用中多元分类问题的建模和预测.

基于改进的Logistic阻滞增长模型的人口预测研究

人口对中国经济发展和能源需求影响重大,为了预测2030年中国的人口数量,文章基于改进的Logistic阻滞增长模型,采用了3种参数估计方法进行求解,包括向后差分线性最小二乘参数估计、向前差分线性最小二乘参数估计、非线性最小二乘参数估计。相比于其他方法,基于非线性最小二乘参数估计法采用改进后的Logistic阻滞增长模型求解的拟合优度与平均相对误差更优,更适合进行中国人口数量的预测。其中1960—1969年预测的中国人口数量相较于实际的人口数量存在一定异常,通过3次样条插值法对该时间段的人口数据进行修正能使预测效果更好。计算结果表明:中国2030年人口预计将达到145 353万人。根据中国人口预测数据,建议政府在未来的经济和能源规划中,加快推进能源结构转型,促进经济可持续发展。

基于半参数加性logistic的信号交叉口动态两难区驾驶行为研究

信号交叉口进口道两难区的存在增加了交叉口冲突的可能,利用间接观测计算方式提取首停车和末行车的行驶参数,进行统计分析和独立样本T检验,并通过均方根误差RMSE结合实例验证车辆行驶关键参数模型的准确性,建立最小停车距离模型与最大通过距离模型,构建了反映车辆个体差异性和符合实际道路交通环境的动态两难区边界模型。通过相关性分析、信息价值和多重共线性检验筛选影响两难区驾驶行为决策的因素,构建了考虑连续变量非线性影响的基于半参数加性logistic的动态两难区驾驶行为决策模型,经检验,该预测方法的整体精度达到89.65%。研究结论对动态两难区风险评估和有效规避以及改善信号交叉口的交通安全提供了理论依据。

单种群生长的广义Logistic曲线模型中参数拟合的一种数值解法

利用常微分方程反问题方法以及计算机辅助运算，对广义Ｌｅｇｉｓｔｉｃ曲线模型中的参数进行数值拟合，并且较佳估计到实际生长点．

单种群生长的广义Logistic模型中参数的一种估值方法

本文提出种群生长的实测数据与广义Logistic模型的相容性条件，给出估计环境容纳量K的数学方法，利用常微分方程反问题的处理方法与麦夸特方法，对模型中参数进行近似估计与优化估计，其方法简便、通用性强．

基于Logistic模型的盐渍农田向日葵根长密度分布模拟

根长密度分布是反映作物根系潜在水分利用状态的重要指标,然而,当前关于水盐胁迫下作物根系量化的研究有限。以2016-2017年盐渍农田向日葵为研究对象,比较分析了不同盐分田块(低S1、中S2和高S3)的土壤水盐和作物根长密度分布变化,提出可以表征其动态变化的Logistic模型(LRDG),并对模型参数(α和β)进行量化。结果显示:高盐田块的作物根长密度整体高于低盐田块,且根系集中生长的现象显著,特别是在蕾期后,向日葵根系集中分布于30~75 cm土层,累积根长占比超过40%,其中2016年S3田块作物根长密度峰值达5 cm/cm^(3)以上。相比于标准根长密度的指数和幂函数模型,Logistic模型可较好地表征盐渍农田向日葵静态根长密度分布,R2为0.870,RRMSE为0.338;同时,Logistic模型参数α和β随土壤表层水盐和积温变化规律显著,由此具体量化了参数α和β的计算公式,参数量化验证RRMSE分别为0.425和0.297。这表明构建的LRDG模型能够准确表征土壤水盐胁迫下作物根长密度分布的动态响应,可为盐渍农田作物抗逆潜力挖掘和水肥科学管理提供工具支持。

基于参数模型和法线推理的单视图三维人体隐式重建

为了克服单视图三维人体重建中出现的伪影及肢体残缺现象,提出了一种基于参数模型和法线推理的三维人体隐式重建算法(Parametric⁃Model and Normal Inference,PMNI),该方法能够从单一RGB图像重建出包含服装的三维人体。网络的输入仅为一张包含人物全身的RGB图像,首先基于图卷积神经网络预测对应的SMPL参数模型,接着基于条件GAN(Generative Adversarial Networks)网络生成人物的后视图像,并分别从前后视图中提取法线特征,最后将它们作为深度隐式函数的额外参数辅助训练。实验结果表明,相较于传统方法,该方法有效提升了重建结果的整体质量和表面细节。得益于参数体和法线作为先验,该方法也可以很好地处理一些复杂人体姿态。

基于粒子群优化算法的Logistic模型参数估计

将Logistic模型的参数估计问题转化为一个多维无约束函数优化问题，然后利用粒子群优化算法（PSO）的全局搜索能力对此问题求解.仿真实验中所使用的数据包括真实数据和随机采样数据.实验结果表明，在这两种数据条件下PSO算法均能够较准确地估计获得Logistic模型的参数，证实了PSO算法是Logistic模型参数估计的一种可靠有效的算法.同时也分析了参数维数和噪声对PSO算法的收敛性和稳定性的影响.

Logistic模型参数估计与我国城市化水平预测

本文探讨了Logistic模型描述城市化过程中的合理性．提出模型参数估计的新方法．计算和预测了我国的城市化水平及其发展趋势。新方法简单实用，预测精度高。

应用Logistic回归模型筛选剪切波弹性成像评估颈部淋巴结的定量参数

目的采用Logistic回归模型探讨剪切波弹性成像(SWE)评估颈部淋巴结良恶性的价值和筛选SWE的定量参数。方法对59例患者共95个疑似恶性颈部淋巴结在颈部淋巴结清扫前进行常规超声检查及剪切波弹性成像检查,分别比较颈部良性与恶性淋巴结的弹性值比值(E-ratio)、病灶的平均弹性值(E-mean)、病灶的最大弹性值(E-max)和标准差(SD);以病理结果为金标准,建立二分类逻辑回归模型,绘制模型预测概率的ROC曲线并计算曲线下面积,确定诊断界值,计算敏感度、特异度、准确度、阳性预测值、阴性预测值和约登指数。结果Logistic回归模型为logitic(p)=-3.653+1.760 X_1+0.235 X_2-0.207 X_3+0.168 X_4,X_1为E-ratio,X_2为E-mean,X_3为E-max,X_4为SD。模型预测概率ROC曲线的曲线下面积为0.865,以55.66%为模型预测概率的诊断界值时,准确率最高为84.21%,对应的敏感度为80.00%,特异度88.89%,阳性预测值为88.89%,阴性预测值为80.00%,约登指数为68.89%。结论运用SWE的4个定量参数建立的逻辑回归模型对颈部良恶性淋巴结的鉴别具有中等诊断价值,4个定量参数均可为良恶性淋巴结的鉴别诊断提供依据,而诊断价值最高的定量参数是E-ratio。

典型作物Logistic模型生长参数空间分布及其地区水热相关性

为明确作物生长模型——Logistic模型参数的空间变异特征,本文以冬小麦、夏玉米、水稻和新疆棉花作为典型作物,以作物株高、叶面积指数和干物质积累量作为生长指标,研究各生长指标的全相对化Logistic模型参数的空间分布情况,进一步分析该模型参数与地区多年平均降雨量、多年平均活动积温的相关关系。结果表明,4种典型作物全相对化Logistic模型参数变异系数均大于0.20,属于强变异性,空间分布具有明显的地带性,主要表现为:冬小麦的叶面积指数模型参数表现为黄河中下游地区大于新疆地区;夏玉米的叶面积指数模型参数表现为自沿海向内陆先增大、后减小的变化特征;水稻的干物质积累量模型参数表现为自西南向东北先减小、后增加的规律;新疆棉花的株高模型参数表现为西北小、东南大,且新疆中部地区存在极大值。全相对化Logistic模型参数与地区多年平均降雨量和多年平均活动积温间均具有显著或极显著的正相关关系,其相关系数r均介于0.3和0.6之间,即各地区模型参数的大小与该地区降雨量和温度相关。

Logistic模型的参数估计及人口预测

用数值微分和线性拟合化技术对Logistics模型进行了参数估计,由此检验了2005~2007年中国总人口数的误差情况,其中2007年用相关参考文献的等差参数估算方法所得结果的相对误差为5.58%,而本文参数估算所得结果的相对误差为0.114‰,预测取得了理想的效果.

Logistic和Lotka—Volterra模型参数的灰色估计方法研究

根据灰色系统建模原理,对Logistic模型中的参数进行了估计,将此方法应用于Gause(1934)草履虫实验数据的拟合,并与已有拟合结果对比,说明此方法是有效的.然后将其推广至两种群的Lotka—Volterra模型参数的确定,来研究山西省人口—经济系统的发展演化状况,得出了满意的结果.

四参数Logistic模型潜在特质参数的Warm加权极大似然估计

本文以四参数Logistic(4-parameter Logistic,4PL)模型为研究对象,根据Warm的加权极大似然估计技巧,提出了4PL模型潜在特质参数的加权极大似然估计方法,并借助模拟研究对加权极大似然估计的性质进行验证。研究结果表明,与通常的极大似然估计和后验期望估计相比,加权极大似然估计的偏差(bias)明显减小,并且具有良好的返真性能。此外,在测试的长度较短和项目的区分度较小的情况下,加权极大似然估计依然保持了良好的统计性质,表现出更加显著的优势。

Logistic模型的参数估计

自Malthus提出了生物总量增长定律后,Verhulst（1838）提出了Logistic模型,本世纪20年代由Pearl&Reed重新发现了该模型后,其应用日益广泛。其中,其参数估计方法更是人们关注的焦点。迄今为止,已提出了多种不同的估计方法,归纳起来有三类:线性化方法;优化方法及其它。本文便通过数据资料（t1,y1）,（t2,y2）……,（tN,yN）分别介绍Logistic模型y或f（7θ,t）=K/[1+exp（a—rt）]的不同参数估计方法。

Logistic方程组的统计模型及对红松单木生长的拟合

运用生物统计学中的似乎不相关线性模型的原理与方法对Logistic方程组的参数进行广义最小二乘估计,并应用于红松单木生长的拟合。此统计建模不仅为多个具有相互关系的Logistic方程构建了相互关联的系统,也为Logistic方程组的实际应用提供了新的技术方法。

单种群生长的广义Logistic模型

描述单种群生长的一般Logistic模型其中r>0为种群的内禀生长率,K>0为环境容纳量。它通常被称为Verhulst-Pearl模型,其基本特征是描述了种群的S型生长(如图1),当种群的初始值x_o<K/2时,种群动态曲线X(t)