肝脏三维重建中模型平滑和网格细化方法

针对力触觉再现系统对三维模型真实性和准确性的要求,在基于二维医学图像重构肝脏三维模型的过程中,提出了一种基于B样条拟合曲线的模型平滑方法和基于最邻近点搜索插值的模型网格细化方法。前者是以最初获得的轮廓点为控制顶点,拟合出平滑的B样条曲线并重新采样,以此实现对模型的平滑操作。后者是在每一次连线构造三角形面片过程中,取两点之间的几何中心作为插值点,以此实现三维网格模型的细化。实验表明,这两种算法能够有效提高肝脏三维模型的重建效果,增强力触觉再现系统的真实性。

基于BP神经网络和二次指数平滑法组合预测模型的安徽省物流需求预测

为准确预测安徽省的物流需求,从经济发展、产量结构、地区贸易和消费水平4方面选取安徽省的地区生产总值,第一、二、三产业产值,社会消费品零售总额,固定资产投资,人均消费性支出7个影响因素作为安徽省物流需求评价指标,以安徽省货运量作为物流需求规模输出指标,采用灰色关联分析计算安徽省物流需求评价指标与物流需求规模间的关联度,判断评价指标的合理性。通过夏普利值法将BP神经网络预测模型和二次指数平滑法预测模型组合,预测2017—2021年安徽省物流需求。结果表明:BP神经网络预测模型、二次指数平滑法预测模型及二者的组合预测模型预测结果的平均相对误差分别为4.58%、6.70%、3.99%,组合预测模型的平均相对误差最小。通过组合预测模型预测2022—2024年安徽省物流需求分别为405 004.96万t、407 142.09万t、409 108.95万t,安徽省货运量呈持续增长趋势,但增幅降低。安徽省应加快传统物流向智慧物流的转移速度,扩大内需,加强物流枢纽城市间的联系,加速区域一体化发展步伐,确保物流高质量发展。

FDI技术溢出对中国计算机、通信和其他电子设备制造业技术进步的影响——基于面板平滑转化回归模型

随着经济全球化的发展,外商直接投资作为加强国际经济联系、促进本国经济发展的重要手段成为各国政府和学术研究的重点关注领域,直接投资产生的技术溢出效应对东道国技术进步的影响也引起国内外学者的广泛关注。基于2001—2021年中国25个省份的计算机、通信和其他电子设备制造业面板数据,利用Matlab采用面板平滑转化回归模型,研究以R&D研发经费投入、R&D研发人员投入为转换变量的FDI水平溢出效应对行业技术进步的影响。研究发现:(1)FDI水平技术溢出与该行业技术进步呈非线性关系,且线性关系有明显的区域差异;(2)从全国的层面来看,FDI水平技术溢出对该行业技术进步起到促进作用,但研发人员投入超过门槛值后,FDI水平技术溢出对该行业的技术进步起到阻碍作用;(3)从地区层面来看,东部地区FDI水平技术溢出对该行业的技术进步起到促进作用,但是研发经费投入与研发人员投入超过各自的门槛值后,FDI水平技术溢出对该行业的技术进步起到阻碍作用;中、西部地区FDI水平技术溢出与该行业技术进步呈线性关系。(4)东部地区FDI水平技术溢出的增加,会带来该行业技术进步途径的转变,即由依赖技术溢出转向自主研发。

人脸合成中模型的平滑调整和逼真的纹理映射

将薄平面样条函数用于人头模型的调整 ,使模型调整变得更加平滑、自然 ,并在纹理映射时 ,提出了基于模型分块的视角相关纹理映射的方法 ,该方法将模型分块并用每块对应的最清晰、非冗余的纹理对模型块做映射 ,使块与块之间形成的规则过渡带非常易于纹理融合 ,整个模型逐块地一次绘制完成 ,然后在模型中嵌入了抽象的人脸肌肉 ,合成出非常逼真的人脸表情动画 实验表明文中算法快速、简捷 ,合成的人脸图像细节清晰。

基于2种模型的终末期肾脏病直接经济负担预测分析

目的对血液透析(HD)、腹膜透析(PD)的终末期肾脏病进行直接经济负担预测分析。方法用2012-2022年HD、PD患者例数分别乘相应年均直接经济负担作为2种透析方式2012-2022年的经济负担,以此为初始时间序列,建立灰色预测GM(1,1)、Holt线性指数平滑模型,预测2023-2027年2种透析方式的直接经济负担的动态发展趋势。结果HD、PD患者2023-2027年的直接经济负担均呈增长趋势,HD、PD直接经济负担平均增长率分别为7.17%、7.37%。2种模型均能很好地进行预测,平均误差率为4.234%,预测效果良好。预计到2025年透析患者的直接经济负担将突破1000亿。结论透析患者的直接经济负担较重,是一大公共卫生挑战。应加强慢性肾病的宣传教育,做好预防工作,减少透析患者的增长。同时,可适当提高PD的报销比例,对部分地区试行“腹透优先”政策,向医护人员普及宣传PD知识,鼓励更多的患者选择PD。

基于指数平滑的农产品价格预测大数据平台设计

文中针对庞杂的农产品市场价格信息,设计了基于指数平滑的农产品价格大数据平台,通过构建Hadoop、Hive和Spark大数据框架,在Spark-SQL内完成了农产品价格信息的数据清洗工作;并利用改进的指数平滑法模型,实现了农产品价格预测功能;借助SpringMVC、Ajax、Echarts等技术实现了农产品价格数据统计、分析、预测等功能的图形化显示。数据平台的应用在帮助用户直观准确地获取农产品价格信息、分析农产品价格发展趋势、预判农产品的市场前景、规划农业种植等方面均具有较为重要的参考价值和现实意义。

基于ARIMA模型和指数平滑模型对我国货物进出口总额的预测研究

在后疫情时代,为了研究我国货物进出口情况,本文采用了ARIMA模型和Holt-Winters三参数指数平滑模型对我国1996年1月至2022年10月的货物进出口总额的月度数据进行建模比较分析,并对未来三年的进出口总额进行预测。根据预测结果显示,两个模型都能较好的拟合数据,后者模型的拟合程度略优于前者。预测结果显示未来三年我国的货物进出口总额是逐渐增长的。

基于Brown指数平滑模型的自适应R峰探测算法

心电图是心脏疾病诊断最有效的医学检查手段之一。R峰探测是心电图解读中的第一步。对于可穿戴心电信号而言,R峰探测的难点主要在于动态强噪声的干扰,并且有限的硬件计算资源限制了一些复杂算法的使用。因此,论文提出了一种基于Brown指数平滑模型的自适应阈值R峰探测算法。该算法基于R峰的形态特点和出现规律选取特征,利用Brown指数平滑模型更新阈值参数,采用相对误差最小二乘法优化其中的平滑系数,修正对观测误差的平滑能力和对观测量变化的反应速度,使得更新后的阈值能够更加符合R峰探测情况。最后该算法在自建的心电图数据集上,精度、召回率和F1分数分别达到了99.6%、99.7%和99.65%,并与其他R峰探测算法进行比较,确定了所提出算法在一些性能指标上的优越性。通过实验证明,该算法能够良好地适应强噪声环境,获得满意的R峰检测精度。

基于趋势拟合法、平滑法和ARIMA模型的流量预测

以OLT上联口的下行流量为研究对象,分别使用趋势拟合法、平滑法和ARIMA模型建模并进行流量预测。其中趋势拟合法选择了典型的线性拟合,平滑法使用了平均移动法和Holt两参数指数平滑模型,ARIMA则选择了ARIMA(0,1,1)模型进行建模分析。对4种模型的绝对百分比误差(MAPE)进行了对比,结果表明ARIMA模型和Holt两参数指数平滑模型预测精度相似,都取得了良好的预测效果,适合用于OLT上联口流量预测,而线性回归和平均移动法预测结果较差,不适合做精度要求较高的流量预测。

基于组合预测模型的上海物流需求预测

随着物流行业的快速发展,为保证资源配置的合理运用,提前预测地区的物流货运量情况必不可少。以上海为例,将灰色预测模型与三次指数平滑预测模型结合起来,利用方差倒数加权法得到系数,再根据上海2016年到2020年实际货运量建立组合预测模型,从而预测出上海未来十年的货运量。最终发现上海货运量呈现逐年增长趋势,并在2032年达到最高444543.15万吨。最后,依据预测的结果对上海物流发展提供一些建议。

基于ARIMA模型对卫生总费用构成趋势预测研究:以西部某地级市B市为例

为预测B市2022-2025年卫生总费用的构成现状及变化趋势,判断其未来卫生筹资结构可能存在不足,提出对应的优化对策。通过B市2011-2021年卫生总费用、政府、社会、个人卫生支出等相关数据指标,通过构建灰色、ARIMA、指数平滑模型,并以平均相对误差值作为预测效果判断标准,发现ARIMA模型预测B市卫生费用拟合效果较好。ARIMA模型预测显示,B市2022-2025年政府卫生支出由37.86亿元提升至57.90亿元,社会卫生支出84,79医院提升至118.71亿元,个人卫生支出由51.33亿元提升至66.13亿元。从建模结果来看,B市可能存在居民医疗负担过重、社会医疗服务的无序增长等风险,建议通过落实精准的医疗补贴、完善商业医疗保险监督机制、建立分级诊疗制度等对策来解决。

遗传算法加权指数灰色模型的应用

由于传统的灰色模型和指数平滑模型在用电量预测方面精度欠佳,为了对江西省全社会用电量进行短期预测,从统计年鉴官网获得2000—2022年江西省全社会用电量数据,然后将灰色模型与指数平滑模型采用遗传算法决定加权组合,得到加权指数平滑灰色模型。利用加权指数平滑灰色模型对该数据进行模型构建,最后在验证模型有效性的基础上进行未来用电量预测。结果显示,所提出的方法相对于其他单项模型和传统的组合模型而言,预测得到的结果更加准确,平均相对误差更小,具有较高的预测精度,为用电量预测提供更可靠的参考,对用电量管理和规划具有重要意义。

ETS和SARIMA流行趋势中的性能比较模型在预测北京市猩红热

收集2004—2019年北京市猩红热月发病人数和人口学资料,采用描述性统计方法和Joinpoint回归调查猩红热的流行病学变化趋势。北京市猩红热发病的平均年度百分比变化为(AAPC=1.866,95%CI:-2.968~6.941;t=0.816,P=0.428),流行趋势总体保持稳定,每年的4—6月和11—12月为发病高峰,呈双季节模式。最优SARIMA模型和最优ETS模型预测的平均绝对误差(MAD)、均方根误差(RMSE)、平均绝对百分比误差(MAPE)、平均误差率(MER)、方根百分比误差(RMSPE)五个误差指标分别为0.586、0.623、0.751、0.296、0.785和0.318、0.282、0.438、0.282、0.338,可见ETS模型的预测准确性高于SARIMA模型,可用来对北京市猩红热流行趋势进行预测预警,从而为猩红热动态精准化防控提供参考依据。

牛鞭效应与生产平滑模型有效性问题

评述国内外关于牛鞭效应和与之紧密相关的生产平滑模型有效性问题的研究进展,也扼要地叙述作者在这个领域所做的部分工作.作者的工作将国际上对牛鞭效应的研究从特殊时间序列下的两阶段模型拓展到一般ARIMA时间序列下的多阶段模型,并以此为基础分析了需求信息在供应链中传播的一般规律.这些规律的发现扩展了牛鞭效应研究的一些经典结论,揭示了一些新颖现象的存在,并为彻底解决国际学术界长达20年的关于生产平滑模型有效性问题的争论提供了可能.最后,指出几个相关的研究问题,希望中国学者能在这一领域的研究中取得重要突破.

蔬菜大棚墒情预报的衰减指数平滑模型

利用宿迁市船行灌区实测数据率定衰减指数平滑模型的参数,研究了衰减指数平滑模型在蔬菜大棚墒情预报中的适用性。结果表明,与霍尔特双参数模型相比,衰减指数平滑模型改善了预报效果,用于蔬菜大棚墒情预报具有较高的精度。

动态指数平滑优化模型及其应用

针对常规二次指数平滑模型在实际应用中的不足,引入动态平滑参数的概念,建立了一类不需选取平滑初值、平滑权重能自行调整的指数平滑模型;以预测误差平方和SSE最小为目标,构造了优选并自动生成最佳平滑参数使预测模型得以优化的最速下降算法.通过严谨的数学论证和算法分析较完整地解决了指数平滑预测中,平滑参数靠经验确定并且因静态、平滑初值难以确定而易导致预测偏差等问题.最后用所建模型对中国消费品零售总额进行了预测,结果明显优于传统模型.

赋权指数平滑模型在城市日用水量预测中的应用

提出了一种新的用水量预测模型——赋权指数平滑模型,将其应用到城市日用水量预测中,预测结果具有很高的精度,平均绝对误差MAPE达到0.596%。比较发现赋权指数平滑模型得到的均方差与平均绝对误差均小于其他方法,进一步证实赋权指数平滑模型具有较高的预测精度,适用于日用水量的预测。

动态指数平滑模型在网络流量预测中的研究

网络流量预测是网络性能管理的一个重要组成部分,一种好的预测模型能比较准确地判断网络流量的发展趋势,对网络管理起到推进作用。提出了将最速下降迭代法应用于指数平滑模型的方法,以预测误差平方和(SSE)最小为目标,构造并自动生成了最佳平滑参数,使网络流量的预测模型得以优化,增强了指数平滑模型对时间序列的适应能力,较好地解决了指数平滑预测模型中,平滑参数靠检验确定且为静态,平滑初值难以确定并导致预测偏差等问题。通过分析,证明了此模型能够较准确地预测出网络的流量,使网络管理人员对网络的性能状态有整体的把握并且能够较好地对网络性能进行监测控制,从而提高了网络的服务质量。

银行信贷、房地产价格与经济增长的非线性关系研究——基于省际面板平滑转换模型的实证检验

选用中国2000~2014年31个省的面板数据,以银行信贷为转换变量,通过构建面板平滑转换模型对我国房地产价格与经济增长的非线性关系进行考察。研究发现：当信贷增长率低于28.74%时,房价增长率对经济增长产生比较显著的正向影响;当信贷增长率高于28.74%时,房价增长率对经济增长起到了明显的阻碍作用。因此,为了实现＂稳定房价和保持经济平稳增长＂的目标,央行应将信贷增速维持在低增长体制的最优区间中。同时,央行还应该改善信贷结构,鼓励和引导金融资源进行合理配置。

基于IOWA算子的指数平滑模型与非线性回归模型的组合预测

文章首先对观测值进行单个预测,然后通过建立基于IOWA组合预测模型,构建了以误差平方和最小为准则新的组合预测模型,通过求解非线性规划模型给出了基于IOWA组合预测的最优权系数。最后对比预测效果评价指标体系的各个指标,表明该组合预测模型能提高模型预测的精度。