基于逻辑斯谛回归的高职院校教学诊断与改进的效果分析

教学诊断与改进是高职院校提高教学质量和人才培养质量的重要工作,涉及到学校、专业、课程、教师和学生等多个方面。如何确定教学诊断与改进过程中各方面的工作效果是质量持续提升的保证。该文从教学诊断与改进的效果分析出发,探讨基于逻辑斯谛回归机器学习方法的效果分析模型构建,并以实例数据进行训练与预测,分析教学诊断与改进工作的效果,以提高对整体工作的效果分析的科学性和客观性。

多元逻辑斯谛回归在电磁敏感性数据分析中的应用研究

提出了应用多元逻辑斯谛回归技术处理电磁敏感性数据的基本理论,通过一个实例介绍了这一理论在实际中的应用步骤,最后考虑到选取适当的敏感性数据进行逻辑斯谛回归处理只是一种经验方法,如果选取不当,将会导致错误的预测,指出了在实际数据选取中需要注意的一些问题。

应用逻辑斯谛回归函数确定煤与瓦斯突出预测敏感指标

利用SPSS软件,根据逻辑斯谛回归模型确定突出预测时的敏感指标,对某煤矿掘进工作面的突出预测指标样本进行分析,发现SPSS逻辑斯谛回归所确定的敏感指标与"三率"法结论一致,且逻辑斯谛回归是将定量与定性参数结合回归,所得结论更具说服力,更科学合理。

基于逻辑斯谛回归的银行营销

近年来,随着科技和经济水平的快速发展,企业营销策略变得多样化,在互联网飞速发展、人工智能技术越来越普遍的今天,亲力亲为的传统营销目标客户的调查方式已逐渐退出历史舞台,而利用人工智能机器学习对受众客户进行分析与预测变得越来越广泛。本文利用逻辑斯谛回归机器学习算法,以客户的基本资料和银行推销行为相关数据为特征,在以往的数据中分析潜在贷款订购客户数据,实现对该客户是否会订购银行定期存款项目的辅助判断,帮助银行进行营销广告的精准投放,从而减小人工出错的几率并缩短预算的时间,最终提高银行效率。

逻辑斯谛回归算法在医疗领域的应用——肝病筛查

近年来,随着我国科技水平不断上升,各领域数据量以指数级别增加,传统的统计方法已不能满足现代人们的需要,如何在大规模的数据里面挖掘有用的信息,分析预测新的数据,成为各行各业所研究的问题,医学领域也是如此。随着医疗领域的快速发展,机器学习与医疗结合的方法应运而生,它是处理海量数据有效的方法。本研究即利用逻辑斯谛回归机器学习算法来分析肝脏医疗数据,从而建立机器学习模型,最终用该模型对患者类别进行预测,实现人工智能在线辅助肝病诊断,从而提高肝病筛查预测的准确性和实时性。

透明帽辅助内镜下硬化术与传统手术治疗痔疮的疗效差异及患者预后不良的Logistic回归分析

目的探讨透明帽辅助内镜下硬化术与传统手术治疗痔疮的疗效差异及患者预后不良因素。方法前瞻性选取2017年5月至2020年10月保定市第一中心医院收治的痔疮患者120例作为研究对象,按照随机数字表法将其分为研究组及对照组,各60例。对照组予以开放式外切内扎术治疗,研究组则予以透明帽辅助内镜下硬化术治疗。观察并比较两组患者的疗效、手术相关指标、并发症发生率以及肛门部坠胀评分。并根据逻辑斯谛回归分析影响患者预后效果的独立危险因素。结果治疗后研究组患者的临床治疗总有效率90.00%,显著高于对照组(61.67%),差异有统计学意义(P<0.05)。治疗后研究组患者的手术时长、术中出血量、术后疼痛时长为(13.36±4.25)h、(13.75±4.48)mL、(8.24±3.78)h,均显著低于对照组[(41.54±12.42)h、(44.38±9.79)mL、(22.61±5.85)h],差异均有统计学意义(P<0.05)。研究组患者的总并发症发生率8.33%,均显著低于对照组(25.00%),差异有统计学意义(P<0.05)。术后12、24、48 h研究组患者的肛门部坠胀评分为(2.45±0.92)、(2.06±0.54)、(1.72±0.85)分,均显著低于对照组[(4.36±1.38)、(3.86±1.89)、(2.96±1.54)分],差异均有统计学意义(P<0.05)。通过Logistic回归分析结果显示,排便困难、手术创面感染、年龄、不良情绪均为影响痔疮患者预后不良的独立危险因素(P<0.05)。结论透明帽辅助内镜下硬化术治疗痔疮的疗效显著,可有效减轻术后疼痛,改善肛门部坠胀评分,安全性良好,且排便困难、手术创面感染、年龄、不良情绪均是影响患者预后不良的独立危险因素。

基于GIS的Logistic回归在区域滑坡空间预测中的应用

巫山新址西区作为试验区,选取地形地貌、岩性特征、地质构造等区域斜坡稳定性影响因子,以MAPGIS地理信息系统为技术支撑,将全区按10m×10m方格划分为14450个单元,每个格网单元作为一个样本,建立Logistic回归模型,进行区域滑坡空间预测。结果表明:以滑坡发生概率0.163为判据,试验区内发生滑坡地段的判对率为72.08%,不发生滑坡地段的判对率为81.44%。根据计算结果可以得到区域斜坡稳定性分区以及进一步的地质灾害风险评价。

山西芦芽山褐马鸡越冬栖息地选择的多尺度研究

1998～2 0 0 0年在山西芦芽山自然保护区对褐马鸡的越冬栖息地选择进行了研究。采用4种空间尺度(10 m、10 0 m、30 0 m和距离尺度) ,对影响褐马鸡越冬栖息地选择的主要因子进行了深入分析,并建立了褐马鸡越冬栖息地选择的逻辑斯谛回归模型。在30 0 m尺度上,活动点和非活动点的生境类型有针叶林、针阔混交林、灌木林和草丛等。活动点周围针叶林面积显著高于非活动点(F=- 3.116 ,P=0 .0 0 2 ) ,虽然针阔混交林在两者中的面积比例都较小,但活动点周围针阔混交林的面积明显地低于非活动点(F=- 2 .2 5 5 ,P=0 .0 2 4 ) ,在灌木林和草丛的面积上两者无显著差异。这表明褐马鸡在30 0 m尺度上喜欢活动于针叶林较多的地域,由于冬季针阔混交林不如针叶林能提供很好的隐蔽条件,褐马鸡避免选择针阔混交林;在10 0 m尺度上,活动点和非活动点的生境类型有针叶林、针阔混交林和草丛,无灌木林生境,活动点的针叶林面积明显地高于非活动点(F=- 2 .931,P=0 .0 0 3)。这表明褐马鸡在10 0 m尺度上虽然倾向于选择针叶林,但对其它类型的生境如针阔混交林和草丛是可以利用的,这可能与其广泛取食活动有关。褐马鸡大尺度上的隐蔽条件满足以后,在小尺度上主要是为了获取更为丰富的食物。在距离尺度上活动点距居民点的距离、距道路的?

基于流统计特性的网络流量分类算法

针对传统基于单个流统计特性的网络流量分类算法识别率低、分类算法复杂的问题,在分析各类应用协议的基础上,发现了一组易于获取、可有效区分不同业务的网络流量特征.将这一组特征应用于网络流量分类,可以有效解决以往对等网络(P2P)业务识别率低下的问题;同时利用该组特征仅需采用多项逻辑斯谛回归算法即可实现网络流量的分类,较传统流量分类算法有较低的复杂度.实验结果表明,该组特征用于分类还具有较好的泛化特性,只需较少量训练样本即可在较长时间内保持较高的识别率.

上海市瑞金——卢湾医疗联合体运行模式的实践与思考

目的:探索医疗联合体运行的主要影响因素。方法:针对试点项目覆盖区域内的居民进行便利随机抽样问卷调查,并根据所得的数据进行无序多分变量逻辑斯谛回归分析。结果:双向转诊效率及信息共享水平是居民对瑞金——卢湾医疗联合体最关注的运行指标;年长的居民相对更愿意根据医联体的规定接受分级医疗、逐级就诊;认知度、分级就诊、社区首诊、术后回社区康复治疗4方面的工作水平显著地影响居民对医联体的支持度。结论:医疗联合体必须整合多方利益,为群众的就医需求服务。公立医院改革不仅需要持续性的政策导向和政府支持,也需要医疗机构在改革过程中制定可行的措施以反映群众的根本需求。

都市农业农户科技信息服务需求的影响因素分析——以天津设施种植业为例

以天津设施种植业为例,在实地调研和问卷调查的基础上,运用二项逻辑斯谛回归模型分析了都市农业农户对科技信息服务需求意愿的影响因素。研究结果表明:农户对科技信息服务的需求大,同时,农户特征因素(学历)、技术诱导因素(家庭收入、设施类型、长期种植人数)、信息来源因素(信息渠道多样性、参加培训讲座次数)、农户主观因素(废物处理技术关注度、优质化肥农药关注度)均对农户科技信息服务需求有显著影响。据此提出组建多元化的农业科技信息服务队伍,兼顾信息服务内容的实用性与前瞻性,创新多层、多维的信息服务模式等对策建议。

一种基于机器学习的有利区评价新方法

随着勘探技术的发展,有利区预测技术逐渐应用到储层和油藏的研究中。针对预测采用的地震数据存在无关及冗余属性,且地震属性与储层岩性关系不明确的问题,利用岭回归进行属性约简,逻辑斯谛回归进行分类,达到消除无关及冗余地震属性,获取泛化性强的分类模型目的,从而能够找到传统预测方法难以发现的复杂隐蔽油藏。研究结果表明,采用岭回归与逻辑斯谛回归相融合的算法在有利区预测中效果明显,分类准确率达到60. 0%以上。该研究能有效地对有利区进行分类识别,进而能够辅助勘探人员快速圈定有利目标,为准确打井提供依据,避免打空井造成的资源浪费。

自由转专业政策如何影响学生的转专业行为——基于院系间学生流动的视角

转专业政策是高校为弥补现行高考志愿填报方式的不足、为学生提供二次选择专业机会的政策。目前,各高校转专业政策存在门槛较高限制较大等问题。某所“双一流”A类高校为尊重学生兴趣,调整了转专业政策,取消了专业转出限制。研究以该校转专业政策作为自然实验,选择2013—2018年转专业行政数据,以及2016—2017级新生基线及追踪调查数据进行分析,所得结论如下:反向双重差分结果表明,取消专业转出限制显著增加了申请转专业的学生比例,但对于成功率则没有明显影响,即学生转专业的竞争压力并未降低;取消专业转出限制后,理科和工科为净流出学科,人文学科属于流入和流出持平的学科,经济管理和社会科学为净流入学科,但实施改革第二年时这种净流入和净流出规模都在变小,并未出现“热门院系更热,冷门院系更冷”现象。逻辑斯谛回归模型结果表明,由于政策仅取消了转出要求,未取消院系的转入要求,因此“对专业没有兴趣且能取得优异成绩的学生才更有机会转专业”的悖论依然存在。

嘉陵江中游长嘴剑鸻冬季觅食地选择

2009年12月至2010年2月,在嘉陵江中游采用样方法研究长嘴剑鸻Charadriusplacidus冬季觅食地选择。通过Mann-Whitney检验,发现基质类型、土壤动物生物量、裸地面积比例、距明水距离和坡度等变量在长嘴剑鸻的觅食地样方(n=62)和对照样方(n=62)间存在极显著性差异(Mann-Whitney检验,P<0.01)。对存在显著性差异的变量进行逻辑斯谛回归分析表明,裸地面积比例对长嘴剑鸻觅食地选择的影响最大,然后依次是坡度和土壤动物生物量。此外,对比渠化江段和自然江段长嘴剑鸻觅食地样方的结果表明,二者在距人为干扰距离和基质类型两个变量间存在显著性差异(Mann-Whitney检验,P<0.05),这在一定程度上反映了长嘴剑鸻对渠化江段的部分适应。总之,长嘴剑鸻偏好在食物丰富、坡度平缓的近水源裸露鹅卵石滩觅食。因此,加强沿江滩涂的保护对长嘴剑鸻有着重要意义。

基于KPCA特征集成算法的SOFC 系统多故障识别

针对固体氧化物燃料电池系统多模式、非线性及高维等特点,提出基于数据驱动的模式识别方法。首先用核主成分分析特征集成算法提取故障特征,然后在特征空间中使用多项式逻辑斯谛回归算法进行故障诊断。实验结果表明:核主成分分析特征集成算法可以全面提取出故障特征,能够大幅提高后续分类器故障的识别效果。

支持向量机混合模型在窄带物联网领域的应用研究

文章先提出了一种基于窄带物联网(Narrow Band Internet of Things,NB-IoT)通信的在智能农业领域中的典型应用系统,给出了系统的设计框图。由于统计学习方法在物联网领域中经常结合使用,文章提出了一种结合逻辑斯谛回归(Logistic Regression,LR)和支持向量机(Support Vector Machine,SVM)的混合模型。实验表明,该混合模型比单独使用LR模型或者SVM模型的分类准确率更高,并且使用子集进行训练的特点能够减少SVM的迭代次数,提升了算法的性能。

基于元模型的高致病性禽流感传播风险研究

高致病性禽流感的爆发与环境影响因子及候鸟的迁徙有很强的相关性,基于MODIS的NDVI产品数据,提取了禽流感的一些主要环境影响因子,利用逻辑斯谛回归的方法生成了高致病性禽流感爆发的风险图,并利用贝叶斯最大熵模型分析了高致病性禽流感疫情的时空相关性.结果表明,水体和高速公路是影响HPAI爆发和传播的关键因子,水禽候鸟是高致病性禽流感传播的主要传染源.此外,高致病性禽流感具有很高的时间和空间自相关性.基于这些发现,对2004年1月23日～2月17日中国大陆地区高致病性禽流感的爆发风险进行了模拟,构建了基于环境影响因素的高致病性禽流感预测模型.

基于ACT-R理论模型的微博网民负面情感认知决策过程研究

【目的/意义】微博中网民的负面情感反映了网民对于舆情事件的不满和诉求,网民的负面情感如何产生、又如何调节,一直是政府应急响应过程中重点关注的问题。【方法/过程】ACT-R是人类认知能力针对特定行为模型的通用框架,可以完全或几乎完全模拟人与其所处环境的真实交互。本文以ACT-R理论模型为核心,结合突发事件中网民负面情感决策相关知识与信息行为任务目标,研究微博网民负面情感认知决策过程。以"天津爆炸"突发事件为实验案例,对本文提出的决策模型进行验证。【结果/结论】实验结果表明:本文提出的模型可以有效的反映网民负面情感的产生过程,为政府从认知角度调节网民的负面情感提供了新思路。