基于梯度提升树模型的坡耕地土壤水蚀模拟与分析

[目的]针对黄土高原坡耕地土壤侵蚀过程复杂、人为干扰强烈且难以量化的特点,利用机器学习定量解析主要影响因素对坡耕地土壤水蚀的作用与贡献,模拟分析坡耕地土壤水蚀特征并探究其机理,为坡耕地土壤侵蚀的预报提供基础支撑。[方法]基于黄土高原子洲试验站坡耕地小区1959—1969年产流产沙观测数据,精细化表征其影响因子,运用梯度提升树模型对侵蚀量和径流深的变化及其影响因素的贡献进行分析。[结果]数据集中次降雨侵蚀量(0~122.72 t/km^(2))、径流深(0.02~17.20 mm)、降雨历时(2~1410 min)及平均雨强(0.02~4.63 mm)属强变异,变异系数均>1,且多数变量呈右偏态;在相同训练集和测试集划分情况下,对侵蚀量模型预测精度(R^(2)=0.81)略优于径流深模型(R^(2)=0.80),但侵蚀量模型的层数(8层)大于径流深模型(5层),表明侵蚀机理相较径流机理更为复杂;通过梯度提升树模型与SHAP算法对自变量重要性进行排序发现,影响侵蚀模型与径流模型的自变量重要性不同。[结论]受特征提取的限制,在侵蚀量与径流深较小时预测结果不理想,未来研究应当通过引入更多自变量组合方式寻找更多相关变量以提高对侵蚀事件的预测。产流和产沙的主要影响因素存在差异,降水本身特征对产流过程起主要作用,侵蚀产沙过程中主要受到降水与地形相关自变量的共同影响。基于数据驱动,为揭示黄土高原坡耕地侵蚀机理提供参考,并为区域坡耕地土壤侵蚀防治提供科学依据。

建立梯度提升机模型预测RICU机械通气并发呼吸机相关性肺炎患者的短期预后

目的构建梯度提升机(GBM)模型预测呼吸重症监护病房(RICU)机械通气患者并发呼吸机相关性肺炎(VAP)的短期预后情况。方法回顾性分析RICU收治的350例机械通气并发VAP患者的临床资料,根据随访结局将患者分为死亡组(n=110)和生存组(n=240),筛选影响其预后的危险因素。按8∶2比例将患者随机分为训练集280例和验证集70例,采用R语言4.2.1软件构建GBM预测RICU机械通气并发VAP患者的短期预后模型并评价模型的预测效能。结果年龄、机械通气时间、C反应蛋白(CRP)水平、血清降钙素原水平、急性生理学与慢性健康状况评分系统Ⅱ(APACHEⅡ)评分及序贯器官衰竭评估(SOFA)评分是RICU机械通气并发VAP患者预后的影响因素(P<0.05)。基于上述影响因素构建的GBM模型在训练集中的受试者工作特征曲线下的面积(AUC)为0.926(95%CI:0.894,0.958),敏感度为85.4%、特异度为86.2%,在验证集中的AUC为0.880(95%CI:0.779,0.980),敏感度为85.7%、特异度为86.4%;校准曲线显示,GBM模型的预测概率与实际发生率基本一致;决策曲线分析显示,训练集和验证集的阈概率分别在0.10~0.98、0.10~0.80。结论基于年龄、机械通气时间、CRP水平、血清降钙素原水平、APACHEⅡ评分及SOFA评分构建的GBM模型对RICU机械通气并发VAP患者的短期预后情况有较好的预测价值。

寒地黑土农产品品牌竞争力提升模型和策略研究

随着消费者品牌意识的不断增强、企业品牌管理的快速发展,寒地黑土农产品良好的品牌形象成为获得市场竞争力的关键因素之一。笔者在品牌内涵、主体属性、寒地黑土农产品品牌竞争力形成与特征的基础上,分析了寒地黑土农产品品牌竞争力建设基本情况与存在的问题,如品牌知名度薄弱、品牌定位简单、对品牌建设细节缺乏重视;此外,从能力因子、外力因子、竞争强度因子和主体因子四个方面提出了构建寒地黑土农产品品牌竞争力提升模型,并探索了提高寒地黑土农产品竞争力的策略,如确定农产品品牌定位、打造农产品品牌形象、加强农产品品牌建设,从而提升寒地黑土农产品品牌竞争力水平。

产业转型升级下高校提升大学生就业能力模型研究

产业转型升级给大学生就业带来了更为复杂的挑战,提升大学生就业能力是应对挑战的重要战略,而高校在大学生就业能力提升方面应承担更多的责任。基于大学生就业能力系统的分析,构建大学生就业能力提升的预防、支持、激励和可持续四阶段模式,尤其是全员化、全过程化和全方位化的就业能力教育模型是高校遵循教育内外部规律,实现良性发展的有效策略。

员工组织信任提升模型

在经济全球化的今天,组织信任正在变得越来越重要,正日益成为影响企业核心竞争力的关键因素。文章在综述和分析员工组织信任的基本概念、阻碍员工组织信任的因素的基础上构建了员工组织信任提升模型,并指出了企业应该如何利用该模型对员工组织信任进行提升,最终为企业发展提供持久的动力。

基于改进提升模型的视频目标跟踪算法

为了减少视频目标跟踪中的累积误差,提出一种基于改进提升模型的视频目标跟踪算法。该算法结合样本有标签数据和无标签数据信息,基于半监督学习的思想,对有标签数据和无标签数据分别设计基于改进提升学习模型的分类器;将两个分类器进行加权组合,形成一个强分类器;将样本采集融合于目标跟踪的分类器学习中,有效解决了跟踪中随目标外观变化而造成的误差累积问题,提高了目标跟踪的鲁棒性。

普惠性幼儿园新手教师的教学支持现状及提升研究——托幼机构教育质量提升模型的视角

托幼机构教育质量提升模型认为支持教师成长的专业环境是教育政策干预与高质量保教和高质量儿童发展之间变化的关键机制,教学支持是其中的核心变量。研究采用CLASS考察普惠性幼儿园新手教师的教学支持现状,结果显示:新手教师教学支持整体处于中等偏低水平,概念发展、反馈质量和语言示范3个子维度的得分都低于4。基于托幼机构教育质量提升模型,研究从普惠性幼儿园的内部政策、管理者的特征以及教师的特征三个方面,提出构建支持新手教师成长的专业文化环境,提高新手教师的教学支持水平,促进普惠性幼儿园教育质量发展。

高校辅导员素质能力提升模型构建

高校辅导员对大学生进行思想政治教育是当然。高校辅导员素质能力提升模型的构建是当前加强辅导员队伍建设的必然趋势和重中之重,提升高校辅导员素质能力的途径有:完善辅导员自身素质能力的短板,调动辅导员的主观能动性,加强辅导员工作的精神激励,明确辅导员自身的职业生涯规划。

基于KmeansSMOTE的损伤诊断模型性能提升及在斜拉桥中的应用

为解决损伤诊断数据集中损伤与未损伤类数据样本不平衡导致诊断模型预测结果不理想的问题,提出了一种诊断模型性能提升的新方法(V-KmeansSMOTE)。该方法在改进合成少数类过采样技术(KmeansSMOTE)方法的基础上结合方差过滤(variance filtering,VF)特征选择技术筛除位移、加速度等数据中的零方差特征并对筛选后的特征所对应的损伤类数据样本进行过采样处理,将该方法应用于一座H型斜拉桥作为数值算例。结果表明,支持向量机分类模型分类准确率、精确度和F1评分在数据集上平均提升分别为6.19%、7.93%和20.07%,K最近邻模型平均提升6.18%、7.23%和7.26%,验证了提出方法的有效性。

基于提升树模型的中国商品期货期限结构策略研究

以中国商品期货市场作为研究对象,利用各商品期货品种的交易因子、库存因子、供需因子及无风险收益率等数据,用提升树模型对期货期限结构变化的方向加以预测,指导组合构建。研究结果显示,利用提升树模型可以有效提高组合表现,标准期限结构策略自2000年以来年化收益为11.38%,风险指标采用年化波动率为20.8%,从而标准期限结构策略的夏普比为0.451。而利用提升树对期限结构策略进行改良后年化收益率达17.4%,年化波动率为20.4%,改良后策略的夏普比提升至0.754,年化收益率和风险调整后的收益较之于标准策略显著提高。在风险厌恶系数λ取1时,投资者为采用改善后的策略愿意付出5.02%的年化费用率,尝试结合风险平价策略思想,按照波动率倒数分配品种在组合内权重,组合的年化收益为15.55%,夏普比为0.66并无显著改善,原因或与商品价格均值回复特征有关。

实验兔面部提升模型的建立及可吸收软组织拉提整形带的应用

目的建立实验兔面部提升模型,并进一步评估可吸收软组织拉提整形带（整形带）对皮肤的提升作用,为整形带的临床应用提供实验依据。方法取36只日本大耳白兔随机分成模型对照组（6只）和整形带提升组（30只）,均采用面部皮肤切除术制作面部皮肤提升模型,其中整形带提升组面部皮肤切除术后植入整形带,而模型对照组仅行面部皮肤切除提升术;术后观察4周内各组实验兔的一般情况、皮肤提升效果以及植入后整形带的性能分析和皮下组织病理变化。结果术后各兔在3~7 d内皮肤创口愈合,未见感染发生,植入4周期间未见整形带移位或断裂,仅见二组齿孔周边有局部发白;与模型对照组比,整形带提升组MA和MB距离均显著降低（P〈0.01）,但整形带在面部皮肤提升模型兔体内的生物学拉力随植入时间延长而有显著增加（P〈0.01）,4周时生物学拉力达到18.62 N;另外,植入后整形带二组齿和板抗张强度在植入4周时降低显著（P〈0.01）,且二组齿和板抗张力强度分别保持在35.07 N和53.31 N,同时二组齿/板抗张强度比值在植入4周期间均保持恒定（P〉0.05）;此外,整形带的重均分子量（Mw）、峰值分子量（Mp）、Z均分子量（Mz）和粘度均有随植入时间的延长而逐渐降低（P〈0.01）;并且其分散度Mz/Mw比值亦在植入2周后开始逐渐显著降低（P〈0.01）,并且皮下植入整形带后无明显病理改变。结论本研究已成功建立了实验兔面部皮肤提升模型,整形带能明显提升皮肤筋膜系统,并在体内完整维持4周以上,可适用于临床衰老性损容病症的面部软组织拉提整形除皱。

泊松提升模型在中国车险索赔频率预测建模中的应用

为研究泊松提升模型在中国车险定价中的应用,将Boosting算法加入到SBS(Standardized binary split)回归树中,基于中国某公司2016年28个省份交强险保单数据,以样本内外损失函数的最小化为标准,对相关模型进行比较以选择相对较优的模型,应用得到的模型对各个变量进行单变量预测。研究结果表明:泊松提升模型优于SBS回归树模型,不存在过拟合的前提下,泊松提升模型的预测效果会随着树的深度或者迭代次数的增大而变得更优,确定了深度为3,迭代次数为15的泊松提升模型(即PBM3)为最优模型。

基于Kano模型与IPA分析的旅游景区服务质量提升模型研究——以敦煌莫高窟旅游景区为例

旅游景区作为旅游业持续发展的重要载体,其在旅游业中的重要性不言而喻。随着消费者生活水平的不断提升,对旅游服务质量的要求也越来越高,尤其是在旅游景区,游客已经不再满足于现有的旅游服务,因此服务质量的提升对于旅游景区的发展具有一定的现实意义。目前游客在旅游过程中对旅游景区服务质量的感知已经成为学术界和实践中评价景区服务质量的重要标准。本文基于游客感知的视角,通过对旅游景区服务质量相关理论及文献的探讨,将Kano模型与IPA分析法进行整合形成评价旅游景区服务质量提升模型,并将其应用在旅游景区服务质量的研究中,从而确定景区质量要素提升策略。

中学数学教师有效提问评价指标体系与能力提升模型的构建与应用

依据中学数学课程育人目标和区域数学课堂教学实际,基于“两个维度”明晰有效提问概念的结构系统。围绕“三条主线”,立足“三个基于”,采用课堂观察、视频分析等方法研发课堂教学案例。归纳优质问题和有效提问的基本特征,阐述其具体内涵;研制评价指标,撬动有效提问能力自主检核与提升。开发“四表-六问”指导策略,通过有机组合自然融入课前-课中-课后三个环节,构建中学数学教师有效提问的能力提升模型,实现研究工具与指导策略的同步创新与协同发力,促进教师深刻理解数学、深入理解学生和深度理解教学,切实发挥数学学科育人价值。

基于极端梯度提升模型预测江汉平原高碘地下水的空间分布

长期摄入高碘地下水(碘浓度>100μg/L)会造成人体甲状腺机能损伤,掌握区域高碘地下水的空间分布规律对于有效规避劣质地下水,保障地下水资源的可持续安全供给至关重要。但大规模地下水水质调查耗费大量的人力、财力、物力。基于江汉平原177组常规的浅层地下水水质调查数据,选取DOC、HCO^(-)_(3)、Mg^(2+)、Fe^(2+)、NH^(+)_(4)-N、SO_(4)^(2-)等水质参数作为预测变量,建立江汉平原高碘地下水风险极端梯度提升机器学习预测模型,用于预测研究区高碘地下水的空间分布。结果表明:该模型通过测试数据集检验,预测的准确率达到86.4%;模型预测结果显示,江汉平原高碘地下水主要分布在长江河曲沿岸,零星分布在平原腹地河湖区,并识别出江汉平原西北部丘陵前缘的汉江沿岸也是高碘地下水分布的潜在区域。该研究结果将有助于圈划高碘地下水的空间分布范围,可为确定未来地下水水质监测的优先区域提供科学指导。

构建客户画像的理财销售提升模型

为促进理财产品的销售与发展,针对银行客户数据进行处理,使用K均值聚类法构建客户画像体系,通过logistic回归和决策树构建理财销售提升模型,比较不同模型预测效果的优劣,发现抽样比例1∶9的logistic回归模型为最优模型。通过建立客户画像体系,将其划分为7类价值等级的客户群,对不同客户类别提出相应的营销策略,辅助提高银行的业务竞争能力,提升客户体验,提高销售目标,帮助银行未来可持续发展。

民办高职科研实力提升路径的原因分析与模型构成

民办高职与其他高校相比,科研实力向来都是学校发展的软肋。影响民办高职科研实力提升的因素很多,外在政策因素与学校内在多元因素的共同作用呈现出民办高职科研发展的现状。通过对这些影响因素的分析,可知提升民办高职的科研实力并非无计可施,在不同的科研视角下实施科学规范的科研管理,即可清晰洞见民办高职科研实力的上升通道。

基于梯度提升决策树模型的铁路货运装卸时间预测技术

铁路货运装卸时间的精准预测可提升铁路货运系统的调度合理性和服务质量,但装卸时间受多种因素影响。文章针对铁路货运装卸时间预测问题,从铁路货运运单全流程信息中挖掘运单属性与货运装卸时间的关系,以分类与回归树为基础模型,在LightGBM框架下构建梯度提升决策树模型;对铁路货运运单全流程信息中的相关数据进行整合、对数变换、增加特征等预处理,形成运单数据集;采用该数据对构建的模型进行训练,结果表明,构建的模型对货运装卸时间的预测性能优于与其对比的其他机器学习模型。将该模型应用在实际货运装卸业务场景时,实际准确率依旧高于其他对比模型。

梯度提升机模型在非静脉曲张上消化道出血后再出血中的预测价值

目的:探讨梯度提升机(GBM)模型在预测非静脉曲张上消化道出血(NVUDB)患者再出血中的临床价值。方法:回顾性分析2020年10月至2021年12月本院收治的258例NVUDB患者的临床资料,并按照7∶3比例将数据集随机分为训练集和验证集,分别用于构建GBM模型和验证模型的可靠性。采用受试者工作特征(ROC)曲线分析评价模型性能,校准曲线评估模型预测概率与样本概率之间的一致性,决策曲线评估该模型的临床实用性。结果:NVUDB患者再出血发生率为20.9%。GBM算法模型中重要特征得分前5项为Rockall评分、入院时休克、D-二聚体水平、白蛋白水平、红细胞分布宽度。训练集曲线下面积为0.985(95%CI:0.971~0.998),验证集为0.873(95%CI:0.785~0.960)。训练集的预测准确率为92.2%,验证集的预测准确率为83.3%。校准曲线显示GBM模型预测值与实际观测值之间具有良好的一致性,模型能够较好地预测实际概率。临床决策曲线分析结果展示了模型具有良好的临床表现能力。结论:基于GBM算法模型可以较好地预测NVUDB患者再出血的风险因素,且具有较高的临床有效性。

基于WOA-XGBoost的膜下滴灌棉花蒸散量预测模型

为了科学准确地预测膜下滴灌棉花蒸散量,基于鲸鱼优化算法(whale optimization algorithm,WOA)和极端梯度提升树(XGBoost),提出了WOA-XGBoost棉花蒸散量预测模型.采用最大互信息系数(maximal information coefficient,MIC)筛选影响棉花蒸散量的关键因素,依据相关系数排序构建输入组合,代入WOA-XGBoost模型进行模拟.并与XGBoost,SVM,WOA-SVM和PSO-XGBoost预测结果进行对比验证.结果表明:太阳辐射、最低气温、最高气温、相对湿度、风速和土壤温度与棉花蒸散量相关性较大,其MIC值分别为0.722,0.546,0.496,0.475,0.379和0.219,基于上述6个因素构建的WOA-XGBoost模型综合性能最优,R^(2),MAE,RMSE和MAPE分别为0.922,0.038 mm/h,0.064 mm/h和0.221,预测精度均优于相同输入参数下的其他4种模型.因此,推荐使用WOA-XGBoost模型模拟相关因素与膜下滴灌棉花蒸散量之间的非线性关系.研究可为精确计算膜下滴灌棉花蒸散量提供科学依据,为灌溉决策优化提供参考.