因事说理,据实而论:议论文回归论述本真的路径——基于新高考“情境任务型作文”的写作取向

在新高考“情境任务型作文”写作中,为有效避免偏离“事件”核心指向的问题,应将整个论述置于具体情境中,探究事件的背景、缘起和走向,就事设问,挖掘问题本质,本于事而释其疑,最终妥善解决问题,还原论述的本真之道。

基于回归论知识观的“互联网+教育”多元共治模式研究

《中国教育现代化2035》强调多元协同共治是教育治理体系现代化的重要模式。互联网时代的发展促进教育的重大变革,同时也推动了教育治理体系的革新。文章结合回归论知识观和公共治理理论,分析了“互联网+教育”中知识主体多元化与治理主体多元化之间的天然联系、差异与协调方式。研究发现,知识生产主体多元化和知识传播主体多元化,为教育治理主体多元化提供了天然的基础,同时也加剧了教育治理对象的进一步复杂化。针对以上研究发现,文章提出了构建“互联网+教育”多元共治模式的建议:首先需要坚持政府在教育治理中的主导地位,并借由大数据保证多元主体的全面在场;其次以知识主体多元化带来的治理体系扁平化应对治理对象的复杂性;再次通过加强行业社会组织建设提升各类主体参与共治的积极性;最后知识主体的多元性为自治能力的提升带来基础性的保障。

高等职业教育“属性”回归论

我国的高等职业教育从制度层面、决策层面上看名不符实，且偏离其属性甚远。大力发展高等职业教育的关键是：从内涵上发展必须回归高等职业教育“高等”的属性、“职业”的属性，使其体现高等职业教育的多层次性和高等职业教育的职业学位（职业准入资格证书）功能；从外延上发展必须回归高等职业教育的“大众（普及）”属性，使其规模盖过全日制非职业类型高等教育。

高等职业教育“属性”回归论

我国的高等职业教育从制度层面、决策层面看名不符实,且偏离其属性甚远。大力发展高等职业教育的关键是从内涵上发展必须回归高等职业教育"高等"的属性、"职业"的属性,使其体现高等职业教育的多层次性和高等职业教育的职业学位(职业准入资格证书)功能;从外延上发展必须回归高等职业教育的"大众(普及)"的属性,使其规模盖过全日制非职业类型高等教育。

先秦儒家“法先王”历史回归论探析——兼驳“历史倒退论”一说

“法先王”是儒学中的一个重要命题,但其并非“历史倒退论”,亦非全盘复古,其历史观应以“历史回归论”定义最为妥当,即将先王之道视为历史发展的常态与正轨并努力向其回归。在此思维模式下,“法先王”又发展出了“王道史观”“历史连续性思想”“忧患意识”三重具体内容,由此建立起了一套完整的“回归论”历史观与义理体系。

美学的超越与回归论述评

美学的超越与回归论者认为,当代美学要超越传统的艺术论美学,回归到包括日常生活在内的自然、社会及至杂美学中去。然而从认识论审美化、伦理/美学以及新感性等方面,对作为策略或旨趣的审美感知所做的多角度说明,显示出美学的超越与回归论乃是一种后现代美学。以美学的超越与回归论为代表的后现代主义美学事实上并不适合当下的中国现实语境。

基于机器学习的空气源热泵干燥能耗回归预测

为了降低空气源热泵干燥过程能耗,研究了空气源热泵干燥能耗特性,采用多元线性回归模型(multivariate linear regression model, MLRM)和BP神经网络(back propagation neural network, BPNN)模型来预测干燥工艺能耗。在分析干燥能耗影响特征参数的基础上,提出将干燥工艺过程进行切分处理的方法以降低数据获取难度。选取烘房设定温度、烘房设定湿度、烘房初始温度、烘房初始湿度、环境平均温度、环境平均湿度、物料质量和初始含水率8个特征参数作为模型输入,能耗和物料结束含水率作为模型输出。使用MLRM模型、BPNN模型和其他机器学习模型进行能耗预测,MLRM模型对能耗拟合的决定系数为0.739,对物料结束含水率拟合的决定系数为0.931;BPNN模型使用Sigmoid函数作为激活函数时对能耗拟合的决定系数最高,为0.828,使用Identity函数作为激活函数时对物料结束含水率拟合的决定系数最高,为0.942,拟合效果优于其他机器学习模型,能够满足实际生产需求。以复水豌豆为干燥对象设计加载物料65 kg、持续时间4 h的完整变温变湿干燥工艺进行验证试验,结果表明:试验总能耗为15.066 kW·h,MLRM模型和BPNN模型的预测总能耗分别为14.476 kW·h、15.183 kW·h,预测精度分别为96.08%、99.23%;试验结束含水率为8.541%,MLRM模型和BPNN模型的预测结束含水率分别为9.560%、8.889%,预测精度分别为88.07%、95.93%。该研究提出了一种使用MLRM模型和BPNN模型对空气源热泵干燥能耗进行分段精准预测的有效手段,对于优化干燥工艺和降低干燥能耗具有实际意义。

基于深度自回归模型的电网异常流量检测算法

针对电网中行为种类复杂多样且数量众多的问题,提出了一种基于自回归模型的电网异常流量检测算法。该算法利用深度自编码网络自动提取网络流量数据的特征,降低异常流量检测的分析周期,并自动挖掘数据的层次关系。通过支持向量机对提取的特征进行分类,实现对异常流量的检测。仿真实验结果表明,所提算法可以分析不同攻击向量,避免噪声数据的干扰,进而提高电网异常流量检测的精度,对于流量数据处理具有重要意义。

用Logistic回归论小区开放对交通的影响

国务院发布《关于进一步加强城市规划建设管理工作的若干意见》,推广街区制,逐步开放住宅小区,不再建设封闭小区。为了探究小区在开放前后对城市路网交通的影响,本文提出基于模糊评价的多元Logistic回归模型;通过对行驶时间,节点可达性,车道数等因素,建立模糊评价模型,结合多元Logistic回归与线性回归,辅以Braess驳论验证求取小区开放对周边路网交通评价分值的变化,以此确定适合开放的封闭小区的类型。

基于贝叶斯优化支持向量回归的流线型箱梁颤振气动外形优化方法

为解决风洞试验耗时费力和计算流体动力学(CFD)计算量大的问题,提出了一套新型流线型箱梁断面颤振性能气动外形优化方法.以风嘴参数为设计变量,利用CFD获取断面三分力系数,以准定常理论估算的颤振临界风速为优化目标.根据贝叶斯优化支持向量回归构建代理模型,利用混合加点法更新模型,通过寻优算法确定最优断面.以虎门大桥为例,得到桥梁在可行域内颤振性能最佳的断面方案.结果表明,风嘴升高,颤振临界风速先增后减,相对高度为0.6时整体性能较优,相对高度为0.7时可获得最优断面.底板宽增加,颤振性能显著降低,下斜腹板倾角为14°~16°时颤振性能最优.断面优化后桥梁颤振临界风速相比原始断面提升约31%.

糖尿病肾脏疾病预后影响因素的COX比例风险回归模型分析

目的基于COX比例风险回归模型分析糖尿病肾脏疾病(diabetic kidney disease,DKD)预后的影响因素,为临床早期评估和防治DKD提供科学的依据。方法收集多中心(河南中医药大学第一附属医院、河南中医药大学第三附属医院、河南省中医院及郑州市人民医院)2010—2021年就诊治疗的DKD患者资料,包括一般资料、实验室指标、中医辨证分型及中医药治疗,以肾小球滤过率(eGFR)下降≥50%、血肌酐(Scr)翻倍、DKD 5期、死亡为结局指标,随访其发生时间及情况,利用COX比例风险回归模型分析筛选DKD预后影响因素。结果本研究最终纳入1947例患者,随访时间为4.65(4.557~4.746)年,发生复合终点事件305例(15.67%)。单因素COX回归分析结果表明,不同年龄、DKD病程≥4年、饮酒史、吸烟史、高血压、冠心病、脑血管病、糖尿病足、糖尿病眼病、糖化血红蛋白(HbA1c)、血尿酸(SUA)、Scr、24 h尿蛋白定量(24 h-UTP)、eGFR、湿热血瘀证、脾肾气虚兼湿聚血瘀证、脾肾阳虚兼血瘀证、中药熏洗、服用中药患者DKD预后情况比较,差异有统计学意义(P<0.05)。多因素COX回归分析结果表明,年龄[HR(95%CI)=2.52(1.92,3.30)]、DKD病程[HR(95%CI)=1.62(1.09,2.42)]、吸烟史[HR(95%CI)=1.61(1.13,2.29)]、饮酒史[HR(95%CI)=1.41(1.01,1.95)]、脑血管病[HR(95%CI)=1.33(1.01,1.75)]、糖尿病眼病[HR(95%CI)=1.43(1.13,1.82)]、SUA[HR(95%CI)=1.72(1.26,2.33)]、24 h-UTP[HR(95%CI)=1.48(1.14,1.91)]、脾肾气虚兼湿聚血瘀证[HR(95%CI)=2.22(1.44,3.43)]与DKD发生终点事件的风险关系密切(P<0.05),服用中药[HR(95%CI)=2.57(2.00,3.31)]能够减少终点事件的发生(P<0.05)。结论年龄、DKD病程、吸烟史、饮酒史、脑血管病、糖尿病眼病、SUA、24 h-UTP、脾肾气虚兼湿聚血瘀证是影响DKD患者预后的危险因素,而服用中药治疗为其保护因素。

断点回归方法及应用实现

目的完整、系统介绍断点回归设计(RDD)原理及统计方法,为其在公共卫生领域应用提供参考。方法在介绍断点回归设计原理基础上,用室内甲醛干预的实例演示了利用Stata软件实现断点回归统计方法的过程,介绍和比较属于参数法的多项式回归和属于非参数法的局部线性回归的分析方法和结果。结果RDD是一种准实验设计,对研究对象没有随机分组,而是选择一个与干预措施有关的变量,根据该变量的取值选择切点划分干预组和对照组。RDD在内部有效性方面优于其他准实验设计,但外部有效性受到一定限制。基于观察性资料的RDD不仅可控制可观测的混杂因素,还可控制无法观测的混杂因素,也更符合伦理道德。在本文实例中,多项式回归和局部线性回归两种分析方法的结果基本一致。结论RDD在公共卫生领域的真实世界研究中有广阔的应用前景,为科学评估干预政策和提供高质量决策依据提供新的思路和方法。

基于非线性逻辑回归的M-Score模型优化研究

文章以我国沪深A股市场2010—2020年因财务报表舞弊被中国证监会、上海证券交易所和深圳证券交易所处罚的441家上市公司为样本,研究了M-Score模型在我国A股上市公司财务舞弊识别中的有效性,利用统计学方法分析了模型失效的原因,并提出了一种基于非线性逻辑回归的M-Score模型优化方法。

美的微波炉抛出价值回归论

似乎是一种巧合，就在格兰仕一年一度的微波炉经销商会议召开日(3月28日)前的两天，美的微波炉发起了一场2005年度微波炉行业发展趋势研讨会，昔日的行业新军在经过几年的市场历练后，凭借其在2004年国内微波炉整体市场走弱但自身却高歌猛进的优异成绩，大有向行业霸主发动一场新的价值战的态势。

左半结直肠癌术后吻合口瘘的LASSO回归分析

探讨基于最小绝对收缩和选择算子(LASSO)回归分析对左半结直肠癌术后吻合口瘘(AL)的预测价值。收集2018年1月—2021年1月收治的521例左半结直肠癌手术患者相关资料,随机抽样将其分为训练集(n=365)和验证集(n=156),观察AL发生情况。在训练集行LASSO-Logistic回归模型基于CLS评分筛选AL的危险因素,建立改良CLS评分模型,利用ROC曲线评估模型效能。521例患者中,46例(8.83%)发生AL,其中训练集365例中发生AL 32例(8.77%)归为AL组,未发生AL的333例归为非AL组;训练集中两组性别、年龄、BMI、不良嗜好、ASA分级、吻合口与肛缘距离、急诊状态、出血量、手术时间、附加手术、辅助治疗、艰难梭菌感染、预防性造瘘、吻合口血供、吻合口张力对比差异有统计学意义(P<0.05);LASSO回归算法从CLS评分系统中选择出吻合口血供、吻合口与肛缘距离、附加手术、艰难梭菌感染、预防性造瘘5个具有非零系数的显著相关指标。进一步Logistic回归分析:吻合口血运欠佳(OR=8.124,95%CI:2.363~27.935)、艰难梭菌感染(OR=3.375,95%CI:1.185~9.612)、附加手术(OR=5.662,95%CI:1.992~16.093)为左半结直肠癌术后AL的危险因素(均P<0.05);吻合口与肛缘距离(OR=0.760,95%CI:0.584~0.990)、预防性造瘘(OR=0.072,95%CI:0.015~0.355)为左半结直肠癌术后AL的保护因素(均P<0.05);验证集156例中发生AL 14例(8.97%),改良CLS评分预测训练集发生AL的AUC为0.819(95%CI:0.756~0.872),预测验证集发生AL的AUC为0.808(95%CI:0.703~0.889)。改良CLS评分可以更准确地预测左半结直肠癌术后AL的发生。

数字经济对共同富裕的影响研究——基于面板回归模型的实证分析

数字经济已成为我国经济增长的新动力,是实现共同富裕的关键力量。选取2011—2020年全国31个省份面板数据,采用主成分法和熵值法测算共同富裕水平,用面板回归模型分析数字经济对共同富裕的影响效应,进而运用中介效应模型探讨研发投入与技术创新作为中介变量的间接影响,最后进行异质性分析。研究发现:数字经济对共同富裕具有正向影响作用,数字经济对共同富裕的影响作用存在时间异质性和区域异质性,研发投入和技术创新是影响共同富裕水平的重要机制。基于此,提出建立健全数字经济监管机制、夯实数字基础建设、实施差异化的数字经济发展策略等建议。

考虑策略型消费者的高斯过程回归动态定价算法

现有需求不确定下的动态定价算法鲜有考虑消费者策略行为的。将零售商的价格决策过程描述为一个多摇臂(Multi-Armed Bandit,MAB)问题,提出一种非参数贝叶斯算法。将高斯过程回归与汤普森抽样算法相结合,并加入策略型消费者购买决策过程,帮助零售商进行价格决策。仿真结果表明,该算法能有效提高零售商收益,收敛速度更快。此外,策略型消费者的存在可以改善需求学习算法的性能,降低由于需求不确定性导致的零售商收益损失。

基于迁移学习和逻辑回归模型的花卉分类研究

【目的】不同种花卉之间的相似性以及同种花卉内部的多变性加大了花卉图像分类难度,其难点是要人工设计出能充分体现花卉颜色、形状和花瓣形态等特征的特征提取方法。传统的花卉图像分类方法的精度不高且模型的泛化能力较差,这些问题亟待解决。【方法】课题组提出一种基于数据增强的VGG16迁移学习卷积神经网络提取花卉图像特征,再训练多类逻辑回归模型的花卉图像分类识别方法;并且通过在flowers17和flowers102花卉数据集上进行测试,来验证课题组所提出的花卉分类识别方法的有效性。【结果】课题组所提出的花卉分类识别方法在flowers17和flowers102数据集中分别达到了97.89%和92.10%的分类精度,高于现有其他花卉图像分类方法。【结论】通过预训练的深度人工神经网络提取的高区分度的花卉图像特征,优于人工设定的花卉图像特征,能训练出更高效精准的花卉识别分类器。基于本研究内容,下一步可对VGG16网络进行降维改进,让模型参数减少,从而实现快速实时应用。

结合密度图回归与检测的密集计数研究

针对基于检测以及基于密度图两种主流的密集计数方法中,基于检测的方法召回率较低、基于密度图的方法缺失目标物体位置信息的问题,将检测任务与回归任务相结合后提出一种基于密度图回归的检测计数方法,可以实现对密集场景中目标物体的计数以及定位,对两种方法进行优势互补,在提高召回率的同时,实现标定所有目标物体的位置信息。为提取出更加丰富的特征信息以面对复杂的数据场景,网络提出特征金字塔优化模块,该模块纵向融合底层高分辨特征与顶层抽象语义特征,横向融合同尺寸的特征,丰富目标物体的语义表达;考虑到密集计数场景中目标物体所占像素比例较低的问题,提出一种针对小目标的注意力机制,通过对输入图像构建掩膜以增强网络对目标物体的注意力,从而提高网络的检测敏感性。实验结果表明,所提出方法在保持准确率基本不变的情况下,大幅度提高了召回率,同时可准确标定目标物体位置,有效提供输入目标图像的计数以及定位信息,在工业以及生态等各种领域具有广泛的应用前景。