Lévy噪声驱动的三维随机LANS-α模型的中偏差原理

该文利用弱收敛方法建立了Lévy噪声驱动的三维随机LANS-α模型的中偏差原理.

基于高度角随机模型的GNSS外辐射源雷达定位算法

针对GNSS外辐射源雷达定位时不同卫星对定位的误差贡献不同的问题,提出基于高度角随机模型的定位算法,理论分析目标位置估计量的克拉美罗界和统计特性,并计算卫星位置误差和地面站位置误差对定位误差的影响。仿真结果表明:所提出算法对不同GNSS卫星的直射、反射路径的伪距差测量值误差进行了合理分配,定位性能达到了克拉美罗界,且不会因为选星方案的改变而大幅恶化。对地面站位置误差和卫星位置误差的分析表明:地面站位置的标准差小于10 cm、卫星位置的标准差小于1 km时对定位总误差的贡献可以忽略不计。

基于随机森林和XGBoost算法构建心脏骤停患者自主循环恢复后神经功能预后不良的风险预测模型

目的 利用机器学习算法构建预测心脏骤停(CA)患者自主循环恢复(ROSC)后神经功能预后不良的预测模型,探索结局相关因子。方法 回顾性收集2016年1月至2024年1月沧州市中心医院收治的CA行心肺复苏(CPR)后ROSC的患者481例为研究对象。收集患者临床资料,根据患者转出重症监护病房(ICU)时的格拉斯哥-匹兹堡脑功能表现分级(CPC)评分,将其分为预后良好组(GNO,n=158)和预后不良组(PNO,n=323)。481例患者按7∶3随机分为训练集(n=338)和测试集(n=143),训练集用于构建模型,测试集用评价模型效能。利用极端梯度提升(XGBoost)和随机森林(RF)两种机器学习算法构建患者神经功能预后不良的预测模型,分别得出影响患者神经功能预后的变量,应用SHAP进行XGBoost模型可解释性分析。将XGBoost和RF算法得出的变量取交集,再将交集变量进行多因素Logistic回归分析,得到差异有统计学意义的变量,进而构建决策树模型。在训练集和测试集上利用受试者工作特征(ROC)曲线和曲线下面积(AUC)评估决策树模型的预测性能。结果 通过XGBoost模型得到与神经功能预后不良相关的变量15个,RF模型得到与神经功能预后不良相关的变量14个,两种模型取交集得到11个与神经功能预后不良相关的交集变量[视神经鞘直径(ONSD)变化率、神经元特异性烯醇化酶(NSE)、入ICU第3天ONSD(ONSD day3)、心脏骤停至心肺复苏(CA-CPR)时间、ROSC时间、急性生理学与慢性健康状况评价Ⅱ(APACHEⅡ)评分、血肌酐、白蛋白、住ICU时间、血乳酸及年龄]。将这11个交集变量进行多因素Logistic回归分析,结果显示,PNO组与GNO组ONSD变化率、NSE、ONSD day3、ROSC时间及年龄这5个变量差异有统计学意义(P<0.05)。用这5个重要变量构建决策树模型,得出3个与患者神经功能预后不良最相关的变量(NSE、ROSC时间及ONSD变化率),在训练集上的决策树模型预测CA行CPR后ROSC患者神经功能预后不良的AUC为0.857(95%CI 0.809~0.903,P<0.001),在测试集上的AUC为0.834 (95%CI 0.761~0.906,P<0.001)。结论 基于XGBoost和RF这2种机器学习方法构建的决策树模型能够更准确地评估CA患者ROSC后神经功能的不良预后,且评价指标可能简化为NSE、ROSC时间及ONSD变化率。

基于随机系数Logit模型的专利价值评估研究——以主动降噪技术为例

[研究目的]从分析专利价值入手,通过经济学研究方法围绕专利侵权损害赔偿的标准进行定量研究,为评估专利价值提供有意义的知识增量。[研究方法]基于实证产业组织理论,采用随机系数Logit模型,以无线蓝牙耳机主动降噪(ANC)技术作为研究对象,构建该技术遭受侵权的反事实情形来估计经济指标变化,由此评估专利价值及侵权赔偿比例。[研究结论]专利侵权企业的行为产生了反竞争效应,提升了企业垄断势力,挤占了其他耳机企业的生存空间,也对潜在进入企业形成了进入威胁。蓝牙耳机价格中约有4.06%源于ANC专利标识。如果发生ANC专利侵权,赔偿额度应是侵权企业利润的2.6~2.8倍。该方法利用市场数据在均衡框架下评估专利价值,为相关研究提供了新方向。

基于指数随机图模型的发明者合作网络形成机制研究

聚焦探讨不同因素是否以及如何影响发明者合作网络形成,基于2004—2021年华为在中国申请的专利数据,构建发明者合作网络,运用指数随机图模型探讨行动者属性和内生结构效应对发明者合作网络形成的影响机理。结果表明:发明者合作网络是稀疏网络,呈现星形结构和闭合三角形结构共存的网络结构模式;发明者协同创新能力抑制新合作关系的形成,但发明者合作伙伴多样性和合作深度均促进新合作关系的形成,且具有相同水平合作伙伴多样性或合作深度的发明者之间更容易建立合作关系;发明者倾向于与处于中心位置的发明者建立合作关系以及与具有共同合作伙伴的直接合作伙伴建立新合作关系。

FBC模型的伪随机性和超伪随机性

FBC分组密码算法是入选2018年全国密码算法设计大赛第2轮的10个分组密码算法之一.FBC主要采用四分支两路Feistel结构设计,是一个实现效率高的轻量级分组密码算法.将FBC算法抽象为FBC模型,并研究该模型的伪随机性和超伪随机性,在FBC轮函数都是相互独立的随机函数的条件下,给出能够与随机置换不可区分所需的最少轮数.结论表明,在选择明文攻击条件下,4轮FBC与随机置换不可区分,因而具有伪随机性;在自适应性选择明密文攻击条件下,5轮FBC与随机置换不可区分,因而具有超伪随机性.

基于随机森林算法的重型颅脑损伤患者并发急性胃肠损伤的现状及风险模型构建

目的探讨重型颅脑损伤患者并发急性胃肠损伤的危险因素,为预防急性胃肠损伤提供借鉴。方法2021年1月至2023年1月,便利抽样法选取某院收治的重型颅脑损伤患者150例为研究对象,建立基于重型颅脑损伤并发急性胃肠损伤的危险因素的随机森林算法的预测模型。结果150例重症颅脑损伤患者中,并发急性胃肠损伤患者94例,占62.67%。是否并发急性胃肠道损伤的患者在糖尿病、白蛋白、APACHE-Ⅱ评分、休克指数、液体负平衡、酸中毒、深度镇静、呼吸衰竭方面的差异均有统计学意义(均P<0.05)。构建重型颅脑损伤并发急性胃肠损伤的随机森林模型,树的数量为103时出现的错误率最低;影响重型颅脑损伤并发急性胃肠损伤的因素重要性排序为糖尿病、液体负平衡、急性生理与慢性健康评分、白蛋白、深度镇静及酸中毒;随机森林模型预测重型颅脑损伤并发急性胃肠损伤的受试者工作特征曲线(receiver operating characteristic,ROC)下面积(area under curve,AUC)为0.798,Logistic回归模型的AUC为0.773。结论构建的重型颅脑损伤并发急性胃肠损伤的风险预测模型预测效能较高,临床值得推广应用。

基于跳聚集现象随机波动率短期利率模型的影响研究

构建了具有自我激励机制跳的随机波动率短期利率模型,应用Hawkes过程描述自我激励机制的跳,从而刻画了跳的聚集现象。基于微分算子展开给出精确的矩函数,进一步应用广义矩方法给出模型的参数估计值和统计推断。实证结果揭示了在随机波动模型条件下,引入自我激励机制跳的模型将不会明显地改变了拟合效果,但是在统计意义上接受强度满足Hawkes过程,而且所构建的模型也能很好地刻画跳的聚集现象。最后,使用过滤方法给出随机波动率、跳的幅度、跳的概率和随机跳强度的估计,特别是跳的概率估计值可作为市场压力测试的一个重要指标。

基于随机森林算法建立非急诊大手术后延迟拔管的预测模型

目的基于随机森林算法分析非急诊大手术后延迟拔管的影响因素,建立并验证术后延迟拔管的预测模型。方法回顾性收集2018年1月至2022年12月全麻下行非急诊大手术的7528例患者的临床资料。根据术后2 h内是否拔管,将患者分为两组:非延迟拔管组(≤2 h)和延迟拔管组(>2 h)。将患者按照7∶3分为训练集和验证集,通过LASSO回归、Logistic回归筛选术后延迟拔管的预测因素,采用随机森林算法建立并验证预测模型。结果有123例(1.6%)出现术后延迟拔管。ASA分级、科室、术中使用氟比洛芬酯、右美托咪定、激素、术中出现低钙血症、重度贫血、术中输血、气道痉挛是术后延迟拔管的独立预测因素。基于随机森林算法建立的预测模型在验证集中的曲线下面积(AUC)为0.751(95%CI 0.742~0.778),敏感性98.1%,特异性41.9%。结论基于随机森林算法建立的非急诊大手术后拔管延迟的预测模型具有较好的预测性能,利用该模型有助于预防非急诊大手术后延迟拔管。

基于随机森林的导管架海洋平台结构模型修正方法

提出一种基于随机森林的有限元模型修正方法,能够快速、准确地给出导管架海洋平台结构模型的修正参数。选定平台不同的设计参数,对设计参数和基频进行Pearson相关性分析,得到与基频相关系数较大的参数,并重新设计试验参数获得基频。通过随机森林网络增加两者之间的非线性差异,验证网络精度及其泛化能力。结合实测数据,对比分析有限元模型的修正的效果。结果表明:模型的回归分数可达0.998,修正后的有限元模型可更准确地反映真实平台的动力特性。

空间结构模型优化的弹性参数FFT-MA随机建模

快速傅里叶变换滑动平均(FFT-MA)法是一种灵活高效的随机建模方法,在地下介质高分辨率建模、复杂介质非平稳建模和不确定性评价等方面具有重要的应用价值。准确构建空间结构模型是利用FFT-MA方法生成合理的随机模型的关键。然而,以往对FFT-MA方法的研究并未提出准确构建空间结构模型的有效方法。为此,文中提出了一种有效的空间结构模型估计方法。该方法基于反演思想,通过最小化随机模型与测井数据和地震数据的空间结构差异,分别估计空间结构模型的纵向自相关长度和横向自相关长度。同时,为了优化空间结构模型的估计效果,在纵向自相关长度的反演过程中引入边界保护正则化,以提高反演的稳定性。此外,将地震约束引入模型优选以提高随机模型的稳定性。实验结果表明:该方法能够稳定估计地下介质的非平稳空间结构模型,从而建立准确描述复杂储层非平稳空间相关特征的高分辨率随机模型。与基于序贯高斯协模拟的随机建模方法相比,使用空间结构模型优化的FFT-MA随机建模方法能够有效刻画多种复杂地质构造从而实现复杂储层建模。

基于随机森林模型分析共情心理对大学生心理健康的影响

目的运用随机森林算法分析共情心理对大学生心理健康的影响。方法采取方便抽样的方法,以问卷调查的方式于2022年8月对河北省某大学的1383名学生进行在线调查,内容包括调查对象一般情况以及基本共情量表和症状自评量表。使用最小二乘法回归模型分析共情心理是否为大学生心理健康的影响因素,构建随机森林模型分析共情心理对大学生心理健康的重要性。结果共回收问卷1383份,有效问卷1348份,问卷有效率为97.5%。回归模型结果表明,共情心理对大学生心理健康水平的影响具有统计学意义(t=-2.051,P<0.05)。随机森林模型的结果显示,大学生心理健康重要性排名前3位的解释变量分别为共情心理、睡眠质量以及学业压力。结论共情心理是影响大学生心理健康的重要因素。建议合理开展提升共情心理能力的活动,关心学生的睡眠时长,适当减轻学生的学业压力。

考虑空间溢出效应的高速公路交通事故随机参数频次模型

为提高高速公路事故频次模型参数估计的准确性,本文以精细的事故记录、道路属性、交通流状态和天气条件数据为样本,首先,构建传统的事故频次模型并对比拟合效果,选择效果最佳的泊松-对数正态分布模型作为优化的基础模型;之后,为挖掘更多的影响高速公路事故频次的空间效应,在加入条件自回归先验的基础上,本文考虑相邻路段的空间溢出效应,建立一个带有空间溢出协变量的模型分析空间溢出效应对路段事故频次的影响。同时,为描绘数据的异质性对路段事故频次的影响,进一步构建一个随机参数模型。结果表明,空间溢出效应显著有效,考虑空间自相关和空间溢出效应的随机参数模型的拟合优度相较于对照模型明显提升。根据最优模型的参数估计结果进行风险因素甄别,其中,“ln(MADT)”“ln(路段长度)”“1类车”“4类车”“降水”等普通变量以及“1类车S“”圆曲线长S”等空间溢出协变量与事故频次显著相关。

基于参数自适应随机模型预测控制的风光氢耦合系统功率调控策略

针对风光氢耦合系统源荷两侧不确定性对其系统功率平衡造成的影响,提出了一种基于场景分析法的参数自适应随机模型预测控制功率调控策略。根据风光氢耦合系统的能源供给架构建立了描述其动态特性的线性离散状态空间模型;通过场景分析法对系统不确定性进行描述,作为参数自适应随机模型预测控制的输入;在设计的参数自适应随机模型预测控制优化框架下,计及延长系统设备生命周期的目标进行优化。针对随机模型预测控制在优化过程中预测时域和控制时域固定不变的缺陷,提出参数自适应方法以获取更好的优化效果。结果表明:在优化系统功率平衡方面,所提控制策略相较于随机模型预测控制提高了6.25百分点;在减少可控设备大功率运行方面,所提策略相较于常规模型预测控制降低了60%,验证了所提策略能够有效解决风光氢耦合系统源荷两侧的不确定性。

基于改进随机森林回归模型的木材染色配方预测研究

为提高木材染色计算机智能配色的准确性和实用性,选择(樟子松)单板为染色材,以随机森林回归模型为基础,先用随机搜索算法(RS)寻找模型最优参数,再引入主成分分析法(PCA)进行特征提取,并以配方的均方误差作为评价指标。与固定参数的随机森林回归模型(RFR)模型及其他模型相比,优化后的模型(PCA-RS-RFR)配方均方误差为0.00491,相较于固定参数RFR(0.00695)、RS-RFR(0.00618)等具有明显优势,运行效率也较出色。

基于随机森林的中医痰湿体质预测模型研究

目的基于随机森林算法建立一种可准确预测中医痰湿体质的模型,找出相关重要特征。方法数据预处理之后,共纳入2710名受试者,其中50%为痰湿体质者;利用RFECV方法进行特征选择,将筛选出来的特征子集用于构建基于随机森林的痰湿体质判定预测模型,通过准确率、精确率、灵敏度、特异度、F1-score和AUC六个指标来对预测模型的性能进行评价,并与SVM和逻辑回归两种模型进行比较。结果通过RFECV特征选择方法,共有16个特征被用于痰湿体质预测模型的构建;在建模组和测试组中,随机森林模型预测准确率分别为0.907、0.814;精确率分别为0.936、0.827;灵敏度分别为0.885、0.806;特异度分别为0.932、0.822;F1-score分别为0.910、0.816;AUC值分别为0.970、、0.901,均大于其余两种预测模型。结论基于随机森林的中医痰湿体质预测模型具有较好的性能。本文的研究为中医体质类型预测的客观化模型构建提供了方法学参考。

疾病影响下一类具有阶段结构和比率依赖的随机捕食−食饵模型的动力学分析

研究了一类疾病影响下具有阶段结构和比率依赖的随机捕食−食饵模型.首先,证明模型在任意初值条件下存在唯一的全局正解;其次,通过构造合适的Lyapunov函数,证明模型在一定的参数限制下存在遍历平稳分布;然后,运用伊藤公式和微分不等式放缩等,获得了种群灭绝的充分条件;最后,利用数值模拟验证了理论结果的可行性.

基于随机规划模型的不准时门诊治疗预约实践研究

目前许多门诊治疗预约安排均假设病人准时到达。然而,不准时是一个常见现象,导致部分病人无法及时更换伤口敷料,促使病人伤口持续发炎。因此,通过建立一个随机规划模型解决不准时门诊治疗预约调度不准时问题(OS-U)。进一步比较OS-U系统和严格准时(OS-P)系统的性能,通过使用Benders分解结合样本平均近似(BD-SAA)技术解决OS-U问题。试验结果表明,在考虑不准时的情况下,预约规则会发生变化,OS-P系统在一个疗程开始时将前两名病人安排在一起,而OSU系统则将他们安排在不同的预约时间,且OS-U系统可以有效降低I型错误和II型错误。研究结果可为不准时门诊治疗预约实践提供参考依据。

随机激励下斜拉索-梁参数振动模型及响应分析

为了揭示随机激励下斜拉索参数振动特性,考虑拉索几何非线性、倾角以及桥面梁的协同振动影响,建立了斜拉索-桥面梁耦合参数振动模型,利用相空间变换推导了索-梁结构耦合振动伊藤状态方程组,给出了高斯白噪声作用下索梁振动时程求解迭代格式,分析了拉索随机响应时程、频域、统计特性以及概率密度变化,并与高斯截断方法进行比较,考察了拉索阻尼比、初始张力、桥面梁的初始扰动以及随机激励强度对拉索振动的影响规律。结果表明:斜拉索振动迭代方法可有效求解随机激励下索-梁耦合参数振动时程,与传统的高斯截断方法的计算结果吻合;随机激励下,斜拉索“拍振”振幅具有明显的不确定性,斜拉索与桥面梁结构发生耦合振动时,两者之间存在能量传递现象;斜拉索随机激励位移响应均值具有非平稳瞬态特性,其位移均方差的稳定时间大于理想激励下的响应;斜拉索响应功率峰值对应的频率和功率谱密度旁瓣峰值衰减量基本一致,但斜拉索第一旁瓣峰值与主峰差值并不相同。斜拉索振动响应概率密度分布满足高斯分布形态,置信区间约为0.98,符合马尔科夫性质。随着阻尼比增大,拉索阻尼抑制效率降低;桥面梁初始扰动越大,拉索振动位移越大;拉索张力越大,拉索振动幅值呈非线性减小趋势,但张力进一步增大时,拉索振动幅值衰减趋于稳定;随机激励强度越大,拉索响应越大。

澜湄次区域减灾合作发展的随机演化博弈模型

长期以来,澜沧江—湄公河次区域一直深受灾害风险的威胁,给次区域的社会经济发展造成了很大阻碍,开展减灾合作是提升减灾能力的有效方式。该文为探析次区域内各国减灾合作机制和影响减灾合作关系的关键因素,建立随机演化博弈模型,并引入灾害抗逆力与国际关系来探讨各国博弈策略动态演化过程及影响因素。研究结果表明:一国灾害抗逆力的提升无论是在随机因素影响强或弱的条件下,均不确定其能否促进合作发展局面的形成,国际关系的亲近则对于合作发展局面有着正向的促进作用,在当前时代背景下,各国对减灾合作的积极性在不断提高,同时,我国当前的决策行为能够对合作局面产生促进作用。基于澜湄次区域内国家间合作演化规律的探讨,可进一步为各国提升防灾减灾救灾能力与优化减灾合作机制提供借鉴,助力经济社会发展。